使用Connectome,分子和遗传学数据对阿尔茨海默氏症疾病发病的多模式分析
Sewook Oh1, Sunghun Kim2, Jong-Eun Lee3
1Department of Electrical and Computer Engineering, Sungkyunkwan University, Suwon, Republic of Korea.
NeuroImage. Clinical
|August 28, 2024
概括
这项研究通过整合脑部成像和遗传数据来确定阿尔茨海默病 (AD) 发病年龄 (AAO) 的关键生物标志物. 这些多模式生物标志物为AD进展和潜在的治疗点提供了新的见解.
科学领域:
- 神经科学是一个神经科学.
- 遗传学 是一个遗传学.
- 医疗成像医学成像
背景情况:
- 阿尔茨海默病 (AD) 和其发病年龄 (AAO) 是复杂的,受到多种因素的影响.
- 整合各种数据类型,如神经成像和遗传学,至关重要,但由于高维度而具有挑战性.
研究的目的:
- 确定用于预测AD中的AAO的多式联络生物标志物.
- 利用功能磁共振成像 (fMRI),正子发射断层扫描 (PET) 和单核酸多态 (SNP) 数据进行全面的洞察.
主要方法:
- 利用扩展的稀疏正规相关性分析来整合fMRI,PET和SNP数据.
- 从阿尔茨海默病神经成像计划 (ADNI) 数据库中分析了数据.
- 进行了串行调解分析,以探索遗传影响途径.
主要成果:
- 使用集成的多式联络数据,确定了与AD中AAO相关的多变量标志物.
- 确认识别的标记与现有文献的一致性.
- 证明遗传变异可能通过通过粉样β积累影响大脑连接性来影响AD AAO.
结论:
- 这项研究为AD AAO提供了全面的多式联络生物标志物.
- 提供了对AD病变发生过程中遗传和成像数据相互作用的新见解.
- 支持一个合理的生物学途径,通过神经生物学机制将遗传倾向与AD发病联系起来.
