一个转录基因签名网络确定了精神分裂症和体质障碍之间的新型并发症机制

科学领域:

• 计算生物学是一种计算生物学.
• 基因组学就是基因组学.
• 精神病学研究精神病学研究

背景情况:

• 精神疾病,如精神分裂症和双相情感障碍有显著的临床负担,包括慢性疾病的过程,增加的死亡率,和高率的伴随性疾病,如心血管疾病和2型糖尿病.
• 现有证据表明,共享的分子途径可能会将精神病与这些体质并发症联系起来.
• 了解这些共享机制对于开发综合治疗策略至关重要.

研究的目的:

• 开发和应用一种计算框架,用于使用改进的整合性无监督机器学习方法来模拟并发症.
• 提取分子签名,解释精神疾病,心血管疾病和2型糖尿病之间的共享共患机制.
• 建立一个通用的跨队列计算工作流程,用于在多种疾病中调查共患病模式.

主要方法:

• 收集和分析了27个病例控制微阵列跨多种组织的转录数据集,涵盖精神疾病,心血管疾病和2型糖尿病.
• 开发了一种改进的集成无监督机器学习方法,该方法基于多级非负矩阵分解 (mrNMF).
• 引入多级合并NMF,以克服标准NMF的参数选择限制,并同时识别不同层次的签名.

主要成果:

• 成功提取了分子特征,可能解释了共享的共患病机制.
• 确定了涉及激活炎症反应,血管生成,氧化反应和GABAergic神经作用的潜在生物机制.
• 演示了开发的框架对精神分裂症的真实数据并发症研究的应用.

结论:

• 这项研究提出了一个可概括的计算工作流程,用于在多种疾病中调查共患病模式.
• 这些发现突出了潜在的分子途径,特别是涉及炎症和神经动作,这些途径将严重的精神疾病与体质并发症联系起来.
• 开发的基于mrNMF的方法为未来对复杂疾病并发症的研究提供了一个强大的工具.