基于血液的转录基因生物标志物可以预测神经退行,而不是阿尔茨海默病

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 生物标志物发现发现

背景情况:

• 阿尔茨海默病 (AD) 带来了诊断挑战,导致误诊和不足诊断.
• 人们越来越需要可访问的,基于血液的生物标志物来早期发现和诊断AD.
• 神经退行性疾病,如帕金森氏症 (PD) 和肌缩侧面硬化症 (ALS) 也构成重大诊断障碍.

研究的目的:

• 通过机器学习和功能网络分析,识别阿尔茨海默病的血液基因生物标志物候选者.
• 确定已识别的AD生物标志物是否特异于AD或暗示其他神经退行性疾病 (PD,ALS).
• 评估全血mRNA作为神经退行症查工具的潜力.

主要方法:

• 利用监督机器学习算法来分析血液基因表达数据.
• 采用功能网络分析来确定关键基因候选人.
• 应用机器学习来区分AD,PD,ALS和健康对照.

主要成果:

• 与结合体组装,RNA结合,转录,蛋白质合成,线粒体和NADH脱酶相关的基因是AD的强有力的预测因素.
• 鉴定到的转录基因特征并不仅仅是AD的特征,也可以预测PD和ALS.
• 基于血液的mRNA签名显示出一般神经退行性查的潜力,但对个体疾病的特异性有限.

结论:

• 全血mRNA可以作为一种有价值的工具,用于查患有神经退行性疾病的患者.
• 识别的转录基因签名显示了广泛的神经退行检测的前景.
• 需要进一步的研究来完善生物标志物,以便对阿尔茨海默病,帕金森病和ALS等疾病进行特定的诊断.