SCIENTIFIC HUB

Araştırmanın izini sürün.

SCIENTIFIC LITERATURE · PPR

Parkinson hastalığındaki mitokondriyal disfonksiyonlarla ilişkili olarak tanımlanan yeni duyarlılık genleri ve moleküler mekanizmalar

Novel susceptibility genes and molecular mechanisms identified in relation to mitochondrial dysfunctions in Parkinson’s disease

Makine çevirisi · Editoryal inceleme bekliyor

· 2023-07-24

DOI: 10.21203/rs.3.rs-3167727/v1

Erişim kaynaktan kontrol edilmeliPreprintKaynağa git ↗

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Özet Arka plan: Mitokondriyal disfonksiyon Parkinson hastalığının (PD) patogenezinde önemli katkılardan biridir. Bununla birlikte, PD'de mitokondriyal disfonksiyona dahil olan mekanizmalar ve genler hala tam olarak ortaya çıkarılmamıştır. Yöntemler: PD ilişkili veri kümelerine gen ifadesi omnibus (GEO) veritabanı üzerinden erişildi ve Genecards veritabanı üzerinden 1870 mitokondriyal disfonksiyon ile ilgili genleri (MDRG'ler) çıkardık. İlk olarak, PD ve kontrol örnekleri arasında diferansiyel ifade edilen genler (DEG'ler) diferansiyel ifade analizi ile tarandı ve numuneler (PD ve kontrol) anahtar modülleri vermek için ağırlıklı gen eş ifade ağ analizi (WGCNA) için özellikler olarak kabul edildi. Daha sonra, DEG'lerin ve genlerin anahtar modüllerden kesişimini, daha sonra aday genleri elde etmek için MDRG'lerle kesişen bir dizi kesişen gen elde etmek için aldık. Daha sonra, hub genlerini tanımlamak için aday genler üzerinde protein-protein etkileşimi (PPI) analizi uygulandı ve bunlar tek gen seti zenginleştirme analizine (GSEA) tabi tutuldu. Son olarak, ilaç geni, transkripsiyon faktörü (TF)-mRNA-miRNA ağları ve LASSO-Logistik regresyon modelini inşa ettik. Bulgular: PD ve kontrol örnekleri arasında 945 DEG filtrelendi. Daha sonra, MEblue ve MEsarı modüllerin hepsi özelliklerle güçlü bir korelasyona sahipti, bu nedenle anahtar modüller olarak kabul edildiler. Ayrıca sırasıyla 444 kesişen gen ve 31 aday gen elde ettik. Buna ek olarak, 7 hub geni: DVL2, DNMT1, ABL1, RAF1, NOTCH1, RELA ve PDGFRB protein-protein etkileşimi analizi ile tanımlanmıştır. Bu genlerin ‘Parkinson hastalığı’, ‘oksidatif fosforilasyon’ ve diğer fonksiyonel yollar ile ilişkili olduğu bulunmuştur. Aynı şekilde, resveratrol ve bortezomib gibi ilaçlar hub genlerine göre tahmin edildi ve SREBF1-ABL1 ve 'hsa-mir-23b-3p'-NOTCH1 gibi ilişki çiftlerinden oluşan TF-mRNA-miRNA ağı inşa edildi. Sonuçta, LASSO-Logistik regresyon modelinin PD örneklerini kontrol örneklerinden ayırt etmek için mükemmel bir yeteneğe sahip olduğunu bulduk. Sonuç: Biyoinformatik analizler yoluyla, DVL2, DNMT1, ABL1, RAF1, NOTCH1, RELA ve PDGFRB dahil olmak üzere yeni mitokondriyal disfonksiyon ilişkili hub genlerini tanımladık ve trikarboksilik asit döngüsü ve nöroaktif ligand reseptör etkileşimi sinyalleme yollarında etki mekanizmalarını araştırdık, PD'nin patogenezini incelemek için yeni bilgiler sağladık.

Özgün kaynak özetini okuyun

Abstract Background: Mitochondrial dysfunction is one of the major contributors in the pathogenesis of Parkinson’s disease (PD). However, the mechanisms and genes involved in mitochondrial dysfunction in PD have still not been fully uncovered. Methods: The PD associated datasets were accessed via the gene expression omnibus (GEO) database, and we extracted 1870 mitochondrial dysfunction related genes (MDRGs) via the Genecards database. First, differentially expressed genes (DEGs) between PD and control samples were screened out by differential expression analysis, and samples (PD and control) were considered as traits for weighted gene co-expression network analysis (WGCNA) to yield the key modules. Then, we took the intersection of DEGs and genes from key modules to acquire a set of intersected genes, which were then intersected with MDRGs to obtain candidate genes. Next, the protein-protein interaction (PPI) analysis was implemented on candidate genes for identifying the hub genes, and they were subjected to single gene set enrichment analysis (GSEA). Finally, we constructed the drug-gene, transcription factor (TF)-mRNA-miRNA networks, and LASSO-Logistic regression model. Results: Between the PD and control samples, 945 DEGs were filtered out. Subsequently, MEblue and MEyellow modules all had a strong correlation with traits, therefore they were considered as the key modules. We also yielded 444 intersected genes and 31 candidate genes, respectively. In addition, 7 hub genes: DVL2, DNMT1, ABL1, RAF1, NOTCH1, RELA, and PDGFRB were identified via the protein-protein interaction analysis. These genes were found to be related to ‘Parkinson's disease’, ‘oxidative phosphorylation’ and other functional pathways. Likewise, drugs such as resveratrol and bortezomib were predicted according to the hub genes, and the TF-mRNA-miRNA network consisting of relationship pairs, such as SREBF1-ABL1, and ‘hsa-mir-23b-3p’-NOTCH1, was constructed. Ultimately, we found that the LASSO-Logistic regression model had an excellent ability to distinguish PD samples from control samples. Conclusion: Through bioinformatic analyses, we identified novel mitochondrial dysfunction related hub genes including DVL2, DNMT1, ABL1, RAF1, NOTCH1, RELA, and PDGFRB in PD, and explored their mechanisms of action in the tricarboxylic acid cycle and neuroactive ligand receptor interaction signaling pathways, providing new insights for studying the pathogenesis of PD.

Bilimsel değerlendirme

01

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

02

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

03

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

04

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.