估计阿尔茨海默氏病的进展与细胞外囊相关的多种omics风险模型

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.
• 生物化学 生物化学

背景情况:

• 阿尔茨海默病 (AD) 是复杂的,有相互连接的途径.
• 目前的风险评分是通用的;需要个性化的因素.
• 来自大脑的细胞外囊泡 (EVs) 提供了生物标志物发现和向传递的潜力.

研究的目的:

• 开发一个个性化的阿尔茨海默病 (AD) 风险评分,使用多omics数据和与细胞外囊 (EV) 相关的基因.
• 为了确定新的AD生物标志物和治疗途径.
• 为了发现AD治疗的潜在候选药物.

主要方法:

• 从大脑组织中精选了460个EV相关基因.
• 使用考克斯回归和LASSO选择了重要的风险因素 (人口统计,转录基因).
• 在不同的奥米克水平 (转录组学,蛋白组学,DNA甲基化) 构建了三种风险模型.
• 使用基因组丰富分析 (GSEA) 和药物干扰分析评估基因特征.

主要成果:

• 确定了九个重要的EV相关基因作为AD的风险因素.
• 风险模型有效预测了高/低AD风险组.
• 在EV相关基因上训练的转录组学风险模型改善了AD分类.
• 通过GSEA发现了线粒和其他与AD相关的途径.
• 确定了四种潜在的候选药物,针对已识别的风险因素.

结论:

• 使用多omics和EV数据开发了一个新的AD风险评分模型.
• 确定了潜在的AD生物标志物和病理途径,以便进一步研究.
• 发现了阿尔茨海默病的候选药物,有可能以EV为媒介.