在阿尔茨海默病中阐明微质异质性和功能,使用单细胞分析和卷积神经网络疾病模型构建
Xinyi Wu1, Mingyu Liu2, Xinyue Zhang1
1Department of Anesthesiology, The First Hospital of China Medical University, 155 Nanjing North Street, Shenyang, 110001, China.
Scientific reports
|July 27, 2024
概括
这项研究使用先进的技术揭示了阿尔茨海默病 (AD) 中的关键微质变化. 我们确定了关键基因,并开发了一个深度学习模型,以更好地诊断AD和潜在的治疗方法.
科学领域:
- 神经科学是一个神经科学.
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 阿尔茨海默病 (AD) 是一种神经退行性疾病,具有复杂的病理学.
- 微质细胞,大脑的免疫细胞,在阿尔茨海默病的发病过程中发挥着至关重要的作用.
- 了解微质异质性和功能对于开发有效疗法至关重要.
研究的目的:
- 通过单细胞RNA测序 (scRNA-seq) 来研究阿尔茨海默病中的微质变化.
- 为了确定关键的基因和参与AD相关的微质反应的细胞-细胞相互作用.
- 开发一个深度学习模型,以改善AD诊断.
主要方法:
- 单细胞RNA测序 (scRNA-seq) 用于分析微质细胞群.
- 权重基因同表达网络分析 (WGCNA) 用于识别基因模块.
- 卷积神经网络 (CNN) 模型用于诊断预测.
- 最小绝对收缩和选择操作员 (LASSO) 和COX回归用于枢纽基因识别.
主要成果:
- 确定了11个不同的微质子集群,其中4个显示了AD的显著变化.
- 发现了复杂的细胞-细胞通信网络,涉及与AD相关的微质.
- 发现了微质功能中的关键基因,如延长,突触活动和细胞粘附.
- 确定了9个枢纽基因,包括USP3,作为潜在的治疗点.
- 开发了一个CNN模型,证明了AD诊断准确度提高的潜力.
结论:
- 微质异质性和特定子集群在阿尔茨海默病中显著改变.
- 关键的基因和由微质细胞调节的通路都与阿尔茨海默病理有关.
- 先进的计算方法,包括深度学习,对阿尔茨海默氏症的诊断和治疗目标的识别显示出希望.
