从轻微的认知障碍到阿尔茨海默病的快速进展的转录基因预测因素
Yi-Long Huang1, Tsung-Hsien Tsai2, Zhao-Qing Shen3
1Center for Healthy Longevity and Aging Sciences, National Yang Ming Chiao Tung University, No. 155, Sec. 2, Linong St., Beitou, Taipei, 112304, Taiwan.
Alzheimer's research & therapy
|January 4, 2025
概括
早期识别高风险阿尔茨海默病 (AD) 患者至关重要. 血液转录组揭示了性别特异性差异和8个基因特征,以区分渐进的轻度认知障碍 (MCI) 和稳定的MCI.
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.
- 生物标志物发现发现
背景情况:
- 阿尔茨海默病 (AD) 治疗仍然是一个重要的未满足的医疗需求.
- 早期识别患有AD进展高风险的轻度认知障碍 (MCI) 患者对于及时干预至关重要.
研究的目的:
- 确定基于血液的转录生物标志物,以区分渐进的MCI (P-MCI) 和稳定的MCI (S-MCI).
- 开发机器学习模型,使用转录组数据预测MCI的AD进展.
主要方法:
- 在P-MCI,S-MCI和AD患者队列中分析基于血液的转录组的长度研究.
- 利用DESeq2进行差异基因表达分析和用于预测模型开发的机器学习.
主要成果:
- 发现P-MCI和S-MCI之间差异表达基因 (DEGs) 的性别特异性差异.
- 机器学习模型在分类患者群体方面表现出高准确度 (AUC范围从0.92到0.94).
- 一个8基因的签名被确定为P-MCI与S-MCI的关键差异.
结论:
- 基于血液的转录组签名在识别患有MCI的个体中非常有效,这些个体有很高的风险发展为AD.
- 线粒体过程被确定为导致AD进展的关键因素.
更多相关视频
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
14.8K
09:33Quantitative 3D In Silico Modeling q3DISM of Cerebral Amyloid-beta Phagocytosis in Rodent Models of Alzheimer's Disease
Published on: December 26, 2016
7.9K
