综合转录组分析揭示了精神分裂症特征的新型分子特征

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 精神病学是一个精神病学.

背景情况:

• 精神分裂症 (SCZ) 是一种复杂的精神疾病,具有具有挑战性的分子特征.
• 识别参与SCZ病变的关键基因对于推进诊断和治疗策略至关重要.

研究的目的:

• 识别和评估对疾病反应的基本基因 (DREGs),以提高SCZ的分子特征.
• 开发和验证基于DREGs的机器学习模型,用于SCZ分类.

主要方法:

• 分析来自大型患者队列 (PsychENCODE) 和外周血液转录组的RNA测序数据.
• 利用三种算法进行差异基因表达分析和基于SVM的递归特征消除来识别DREG.
• 通过网络分析,途径丰富,多基因评分和SCZ动物模型验证的生物相关性.

主要成果:

• 确定了184个DREGs,形成一个涉及突触可塑性,炎症,神经元发育和神经传递的网络.
• 在SCZ相关的大脑区域和动物模型中,DREGs表现出明显的表达模式,遗传贡献与多基因风险评分相当.
• 一个基于DREGs的SVM模型实现了高性能 (AUC为SCZ表征85%,特异性为79%).

结论:

• 鉴定到的DREGs为SCZ背后的分子机制提供了新的见解.
• 德瑞格具有显著的潜力,可以改善精神分裂症的分子表征和诊断准确性.