使用单细胞RNA测序数据识别阿尔茨海默病的网络生物标志物
Ioannis Aslanis1, Marios G Krokidis1, Georgios N Dimitrakopoulos1
1Bioinformatics and Human Electrophysiology Laboratory, Department of Informatics, Ionian University, Corfu, Greece.
Advances in experimental medicine and biology
|July 31, 2023
概括
这项研究引入了一个R工作流来识别疾病扰乱的子途径,使用网络生物标志物和单细胞RNA测序数据用于阿尔茨海默病 (AD) 研究.
科学领域:
- 生物医学信息学 生物医学信息学
- 系统生物学 系统生物学
- 基因组学就是基因组学.
背景情况:
- 生物网络提供了对复杂疾病的有效分析.
- 网络生物标志物,扰乱的分子组,表明疾病过程.
- 阿尔茨海默病 (AD) 研究受益于先进的计算方法.
研究的目的:
- 开发一个R工作流来提取疾病扰乱的子路径.
- 将基因-基因相互作用网络与单细胞RNA测序 (scRNA-seq) 数据集成.
- 为了确定像AD这样的复杂疾病的新型网络生物标志物.
主要方法:
- 构建了一个基因-基因相互作用网络.
- 集成网络与scRNA-seq表达特征.
- 应用网络处理和修剪以隔离活跃子网络.
主要成果:
- 成功地将该方法应用于AD scRNA-seq数据.
- 确定了现有的和新的潜在的AD生物标志物.
- 在基因网络背景下提供生物标志物.
结论:
- 拟议的工作流有效地提取疾病扰乱的子路径.
- 这种方法增强了对AD的网络生物标志物的发现.
- 对网络和scRNA-seq数据的综合分析对复杂疾病研究具有强大作用.
