通过对Shapley值的比较分析,增强对神经系统疾病的转录基因洞察力
José A Castro-Martínez1, Eva Vargas1, Leticia Díaz-Beltrán1,2
1Systems Biology Unit, Department of Experimental Biology, Faculty of Experimental Sciences, University of Jaén, 23071 Jaén, Spain.
Current issues in molecular biology
|December 27, 2024
概括
一种新的方法,Shapley值的比较分析 (CASh),有效地识别了自闭症谱系障碍 (ASD) 和精神分裂症 (SCH) 等神经系统疾病中的基因表达模式. 这种方法增强了对复杂大脑疾病的理解,并有助于开发更好的诊断和治疗方法.
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:
- 包括自闭症谱系障碍 (ASD),精神分裂症 (SCH),双极性障碍 (BD) 和严重抑郁症 (MDD) 在内的神经系统疾病具有复杂的分子基础,这些基础尚未完全理解.
- 当前的转录基因分析方法可能错过了对于理解这些条件至关重要的微妙分子模式.
研究的目的:
- 引入和评估Shapley值比较分析 (CASh) 方法,用于分析神经疾病中的转录数据.
- 为了证明CASh在复杂的大脑条件下识别差异表达基因 (DEGs) 的有效性.
主要方法:
- 应用CASh,一种结合游戏理论和引导重抽样的新方法,对来自ASD,SCH,BD和MDD的九个转录组数据集.
- 利用CASh在综合数据集背景下评估个体基因贡献,为传统的统计分析提供了强大的替代方案.
主要成果:
- CASh成功地在多个数据集中识别了各种神经疾病的差异表达基因 (DEG).
- 该方法在检测微妙但重要的分子模式方面被证明是有效的,而这些分子模式通常被传统方法忽视.
- 与传统方法相比,CASh在转录基因数据分析中表现出强度和更高的精度.
结论:
- 在复杂的神经系统疾病中,CASh提供了一种强大而精确的转录组分析工具.
- 这些发现为改进诊断策略和针对ASD,SCH,BD和MDD等疾病开发有针对性的治疗干预提供了基础.
- 这项研究强调了先进的计算方法在揭示大脑疾病的分子基础上的潜力.
