回归卷积神经网络模型涉及到对阿尔茨海默病的倾向的外围免疫调节变体

科学领域:

• 神经免疫学 神经免疫学
• 遗传学 是一个遗传学.
• 计算生物学 计算生物学

背景情况:

• 阿尔茨海默病 (AD) 病理包括粉样β和聚,神经炎症和认知衰退.
• 居民微质细胞和外围免疫细胞都与阿尔茨海默病的免疫成分有关,但它们的独特作用尚不清楚.
• 了解AD相关遗传变异对不同免疫细胞类型的影响,对于阐明疾病机制至关重要.

研究的目的:

• 研究阿尔茨海默氏症相关遗传变异对微质,外围免疫细胞和神经元中cis调节元素的差异影响.
• 开发和验证用于预测不同细胞类型中这些变异的功能后果的计算模型.
• 探索外围免疫细胞在阿尔茨海默氏病倾向中的潜在作用.

主要方法:

• 卷积神经网络 (CNN) 回归模型经过训练,将基因组序列与特定细胞类型的开放色素水平联系起来.
• 基突变发生被用来预测候选AD相关变异对调节序列的影响.
• 模型使用大规模并行报告员测试 (MPRA) 数据进行了评估和改进.

主要成果:

• 这项研究确定了多种与AD相关的变异,预计与微质或神经元相比,它们对外围免疫细胞中的调节元件的影响更大.
• 开发的CNN模型在预测不同细胞类型的变异效应方面表现出可靠性.
• 这些发现表明,外周免疫细胞可能有助于阿尔茨海默病的倾向.

结论:

• 计算模型,包括CNN,是以细胞类型特定的方式研究AD相关变异的功能影响的宝贵工具.
• 周围免疫细胞在阿尔茨海默氏病的发病过程中具有潜在的重要,但尚未研究的组成部分.
• 该研究提供了模型和预测的资源,以促进对免疫和神经系统疾病的进一步研究.