在低剂量的电离辐射下对基因表达特征的途径分析
Xihaier Luo1, Seyednami Niyakan2, Patrick Johnstone1
1Computational Science Initiative, Brookhaven National Laboratory, Upton, NY, United States.
Frontiers in bioinformatics
|May 30, 2024
概括
即使是低剂量的辐射暴露也可能危害健康. 我们的研究发现了与辐射水平相关的独特基因表达模式,揭示了暴露的分子特征,并有助于风险评估.
科学领域:
- 分子生物学分子生物学
- 基因组学就是基因组学.
- 辐射生物学 辐射生物学
背景情况:
- 辐射暴露是一个健康问题,有越来越多的证据表明低剂量辐射的风险.
- 了解低剂量辐射对分子的影响对于公共健康和安全至关重要.
研究的目的:
- 为了研究与不同辐射剂量相关的基因表达模式.
- 为了识别分子特征,区分低剂量和高剂量辐射暴露.
- 为了比较统计和机器学习方法来分析辐射诱导的基因表达变化.
主要方法:
- 利用统计框架来分析生物途径内的协调基因表达.
- 使用受路径约束的变异自编码器来建模非线性基因相互作用.
- 在不同辐射暴露水平中比较基因表达特征.
主要成果:
- 确定了反映身体对辐射反应的一致分子签名.
- 在低剂量和高剂量辐射暴露之间差异化的基因表达模式.
- 证明了机器学习在发现生物网络活动中的实用性.
结论:
- 低剂量辐射暴露会导致特定的,可检测的分子变化.
- 基因表达路径分析为辐射的生物效应提供了洞察力.
- 机器学习提高了对复杂的基因相互作用的理解,以应对辐射.


