神经成像衍生的大脑内类型将分子机制与阿尔茨海默病和衰老联系起来

科学领域:

• 神经科学是一个神经科学.
• 遗传学 遗传学 是一个
• 计算生物学 计算生物学

背景情况:

• 对阿尔茨海默病 (AD) 的全基因组关联研究 (GWAS) 识别了风险位置,但很难将它们与大脑变化联系起来.
• 将遗传变异与分子过程和神经成像表型联系起来,对于理解AD病变发生至关重要.

研究的目的:

• 开发一个新的框架,DNE-xQTL,将深度学习衍生的神经成像内分类型 (DNE) 与大脑分子定量特征位点 (xQTL) 集成.
• 剖析AD和与衰老相关的大脑变异背后的遗传途径,并从生物学上注释DNE.
• 优先考虑xQTL支持的AD风险和早期大脑变化的基因标.

主要方法:

• 开发了DNE-xQTL框架,将DNE和xQTL数据结合起来.
• 在七个DNEs上执行GWAS.
• 应用综合计算分析用于生物注释和基因标优先级.
• 将209个候选基因组织成基于证据的层次.

主要成果:

• 通过DNE介导的注释,对已知的AD位点进行了增强的解释.
• 揭示了涉及阿尔茨海默病和衰老的未经探索的调节途径.
• 确定了三个关键的调节集群:谷氨酸受体/线粒体通路,SREBP2胆固醇稳态,以及初级-运输.
• 与分子标和细胞类型相关的症状前大脑变化.

结论:

• DNE-xQTL框架有效地将遗传风险变异与特定的大脑变化和分子途径联系起来.
• 这种方法可以识别潜在的分子标和参与早期AD病原发生的细胞类型.
• 这些发现可能有助于在临床神经退行明显之前更早地对阿尔茨海默病的风险分层.