前额叶皮层突触蛋白质组形状与机器学习相结合,预测了大鼠对慢性社会隔离的弹性
Dragana Filipović1, Božidar Novak2, Jinqiu Xiao2
1Department of Molecular Biology and Endocrinology, "VINČA", Institute of Nuclear Sciences - National Institute of thе Republic of Serbia, University of Belgrade, Belgrade, Serbia.
Journal of psychiatric research
|February 27, 2024
概括
在老鼠中,慢性社会隔离揭示了性与易受性表型中独特的蛋白质配置. 机器学习确定了与压力弹性相关的关键突触蛋白,为抑郁症提供了潜在的生物标志物.
科学领域:
- 神经科学是一个神经科学.
- 蛋白质组学是指蛋白质组学.
- 生物化学 生物化学
背景情况:
- 慢性社会隔离压力 (CSIS) 在老鼠模型抑郁症中,产生了性和易受影响的表型.
- 了解压力弹性的分子基础对于开发治疗策略至关重要.
研究的目的:
- 在CSIS耐受性,CSIS敏感性和对照性大鼠中研究前额叶皮层突触蛋白质组.
- 确定与弹性表型相关的生化途径和预测性蛋白质生物标志物.
主要方法:
- 使用糖糖偏好测试进行表型区分.
- 鼠前额叶皮层的蛋白质组分析.
- 机器学习算法 (SVM,随机森林) 用于分类和生物标志物识别.
主要成果:
- 与易受CSIS感染的老鼠相比,CSIS耐受性老鼠的蛋白质水平发生了变化,这些蛋白质参与神经元传播,突触贩运和脂肪酸合成.
- 弹性大鼠的关键上调蛋白质包括重链1 (Cltc),synaptophysin (Syp) 和脂肪酸合成酶 (Fasn).
- 降低调节的线粒体蛋白质 (例如,ATP合成酶子单元β) 和上调调节的突触蛋白质 (例如,膀性谷氨酸运输体1) 在性与对照性大鼠中观察到.
结论:
- 前额叶皮层中的蛋白质组差异区分了CSIS耐药性与敏感性和对照性大鼠.
- 机器学习有效地识别了预测压力弹性的蛋白质面板.
- 这些发现为突触神经传递的分子机制提供了洞察力,这些机制是压力抵抗力的基础,并表明了潜在的生物标志物.
