对中风后抑郁症的miRNA-mRNA调节网络的识别:一种机器学习方法
Huaide Qiu1, Likui Shen2, Ying Shen3
1Faculty of Rehabilitation Science, Nanjing Normal University of Special Education, Nanjing, China.
Frontiers in neurology
|August 2, 2023
概括
研究人员确定了中风后抑郁症 (PSD) 的关键基因特征和上游微RNA. 这些生物标志物,包括SPATA2,ZNF208,YTHDC1和四种特定的miRNA,为PSD病原体提供了洞察力.
科学领域:
- 生物标志物发现发现
- 神经科学是一个神经科学.
- 基因组学就是基因组学.
背景情况:
- 脑卒中后抑郁症 (PSD) 是中风后的一个常见并发症.
- 了解PSD背后的分子机制对于开发有效的治疗方法至关重要.
研究的目的:
- 确定与中风后抑郁症 (PSD) 相关的微RNA (miRNA) 和信使RNA (mRNA) 生物标志物.
- 构建miRNA-mRNA相互作用的调节网络,以阐明PSD的潜在病原性.
主要方法:
- 利用了来自GEO数据库的转录组数据 (miRNAs的 GSE117064,mRNAs的 GSE76826).
- 微阵列数据的应用线性模型 (LIMMA) 用于差异表达分析和加权基因相关网络分析 (WGCNA) 用于模块识别.
- 综合生物信息学方法,包括机器学习,以识别基因特征和预测上游miRNAs.
主要成果:
- 鉴定了667个差异表达的miRNA (DE-miRNA) 和117个与中风相关的miRNA.
- 发现了2387个与中风相关的基因,其中99个重叠在严重抑郁症 (MDD) 中的差异表达基因 (DEG).
- 建立了三个基因特征 (SPATA2,ZNF208,YTHDC1) 并预测了四个上游的miRNA (miR-6883-5p,miR-6873-3p,miR-4776-3p,miR-6738-3p).
结论:
- 突出显示了SPATA2,ZNF208和YTHDC1作为PSD的潜在mRNA生物标志物.
- 确定了四种特定的miRNAs作为PSD中的关键调节者.
- 这些发现有助于更深入地了解PSD病原和生物标志物发展.


