多omics分析突出了阿尔茨海默氏病临床和神经病理学诊断之间的分子差异
Hatice Büşra Lüleci1, Attila Jones2, Tunahan Çakır1
1Department of Bioengineering, Gebze Technical University, Kocaeli, Turkey.
The European journal of neuroscience
|July 29, 2024
概括
神经病理学诊断更好地反映了阿尔茨海默病 (AD) 的分子变化,而不是OMIC研究中的临床诊断. 确定了共识生物标志物,机器学习准确地分类了无症状AD个体.
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.
- 代谢学 代谢学 代谢学
背景情况:
- 临床和神经病理学诊断将阿尔茨海默病 (AD) 分类为奥米克学研究.
- 这些诊断策略之间的分子差异尚未得到充分理解.
研究的目的:
- 在AD omics分析中比较临床与神经病理诊断.
- 识别强大的AD生物标志物,独立于诊断策略.
- 在AD中描述诊断策略的关联与多omics配置文件.
主要方法:
- 分析了ROSMAP队列转录组和代谢组数据.
- 根据临床或神经病理AD诊断对个体进行分组.
- 使用差异性基因表达,途径分析和机器学习.
主要成果:
- 神经病理学诊断比临床诊断更准确地反映了分子AD状态.
- 已识别的共识代谢物 (例如5-基) 和途径 (脂代谢) 生物标志物.
- 机器学习将无症状AD个体归类为共识AD患者.
结论:
- 神经病理学诊断在奥米克研究中对于AD的分子特征是优越的.
- 共识生物标志物提供了强大的诊断潜力.
- 机器学习模型可以识别患有神经病理性AD的人,尽管他们的认知能力正常.
