鉴定和验证与阿尔茨海默氏病中低氧微环境相关的基因

科学领域:

• 神经科学是一个神经科学.
• 遗传学 是一个遗传学.
• 生物信息学是一种生物信息学.

背景情况:

• 阿尔茨海默氏病 (AD) 发病率正在上升,越来越多的证据将缺氧与AD病原体联系起来.
• 以前的研究已经探索了AD中的反应性氧物种,神经炎症和自,但缺氧特异性基因的作用仍未得到充分研究.
• 生物信息学方法尚未广泛应用于研究缺氧和AD之间的联系.

研究的目的:

• 为了确定与低氧相关的基因与阿尔茨海默病有关.
• 评估这些低氧相关基因在AD的诊断意义.
• 开发一种基于生物信息学的AD诊断模型.

主要方法:

• 在GSE33000数据集上的差异基因表达分析和集群分析确定了7681个差异表达基因 (DEG).
• 权重基因共同表达网络分析 (WGCNA) 揭示了9个模块和205个枢纽基因.
• 使用机器学习算法来选择关键基因,然后进行外部数据集验证和qRT-PCR以建立模型.

主要成果:

• 总共有7681个DEG被确定,WGCNA突出显示了205个枢纽基因.
• 机器学习确定了四个关键基因,从而建立了使用ANTXR2,BDNF和NFKBIA的诊断模型.
• 开发的模型显示了AD诊断的潜力.

结论:

• 与缺氧相关的基因被认为会增加患阿尔茨海默病的风险.
• 已识别的基因ANTXR2,BDNF和NFKBIA形成了AD的潜在诊断特征.
• 需要进一步的研究来阐明缺氧和阿尔茨海默病之间的确切联系,这项研究为未来的研究提供了基础.