農林漁牧網

您現在的位置是:首頁 > 漁業

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因

2021-07-26由 腦科學世界 發表于 漁業

顯著性差異說明了什麼

本文由brainnews腦科學世界團隊原創編譯,轉載請聯絡授權。

阿爾茨海默病(AD)是老年人最常見的神經退行性疾病,影響全球3560多萬人,症狀通常開始於輕微的記憶喪失,隨著病情的惡化逐漸影響其他認知領域,目前尚無有效的治療策略能有效地預防和治療AD,迫切需要對新的AD分子標記進行鑑定,而基因生物標誌物具有潛在的應用前景。

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因

來自重慶醫科大學第一附屬醫院的研究團隊從五個微陣列資料集中識別並交叉差異表達基因(DEGs)來檢測一致的DEGs,並進行基因本體(GO)和基因組庫(KEGG)的富集分析,構建了蛋白質-蛋白質相互作用(PPI)網路,並利用Cytoscape(提供基礎的功能佈局和查詢網路,並依據基本的資料的結合成視覺化網路的軟體)鑑定了hub基因並分析確定潛在的診斷生物標誌物。

採用基因集富集分析(GSEA)方法研究了關鍵基因的生物學功能和功能特徵,為AD的診斷和治療提供了新的潛在生物標誌和治療靶點。

1。 DEGs一致性識別

火山圖顯示了五個從資料集中確定的DEG數量,從五個資料集中對其進行了交叉,最終確定了608個常見DEG,其中179個DEG上調,429個下調(圖1),PCA顯示,NDHCS組和AD樣本在每個腦區的共同DEGs表達存在顯著差異,表明我們發現的DEG是AD中常見的核心基因。

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因

圖1 AD和NDHCS樣品中DEGs的鑑別

2。 GO富集和KEGG路徑DEGs分析

進行了GO-term、KEGG途徑和功能豐富分析,以揭示常見DEG的潛在生理功能。細胞組分富集分析,上調的基因顯著參與了粘著斑、細胞-底物-粘附連線、細胞-底物連線和細胞-細胞連線的過程,下調基因主要與突觸前、突觸膜、軸突和穀氨酸能突觸發育有關。

MF分析,上調基因主要富集於細胞粘附分子結合、鈣粘蛋白結合、分子介面卡活性和轉錄輔抑制活性。下調的基因主要富集於膜電位的調節、化學突觸傳遞的調節、跨突觸訊號的調節和神經遞質的轉運,下調的基因主要進化為活躍的跨膜轉運蛋白活性,P-P-鍵水解驅動的跨膜轉運蛋白活性。

之後使用每個大腦區域的前100個上調和下調的DEG進行GO富集分析,並確定了每個大腦區域的特定失調通路。

3。 AD不同Braak期PPI網路構建、Hub基因選擇和表達

將上調和下調的DEG分別上傳到軟體String5中,分別獲得PPI資訊,根據連線程度構建了連線網路,選擇了前50個hub基因,並用細胞景觀視覺化結果(圖2)。

結果表明,隨著AD的發展,5箇中樞基因上調,11箇中樞基因表達減弱,與Braak 0相比,Braak ii和IV、Braak V和VI中SMAD 4和YAP1顯著升高。腦源性神經營養因子(BDNF)、PSMD14、SLC32A1、SNAP25和SYP在Braakii和IV、Braak V和VI中明顯上調。並且使用 LASSO Logistic 迴歸識別 AD 的潛在生物標誌物。

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因

圖2 PPI網路構建和hub基因選擇

4。 外周血象診斷模型的評價

為了進一步發現這個模型是否值得在臨床實踐中使用,在四個獨立的外周血液資料集上測試了該診斷模型。

在由外周血單個核細胞組成的GSE4226中,只有35個基於基因的模型中的16個基因被覆蓋。對這16個基因也進行了ROCAUC分析,結果為0。871(圖3A)。將35個基於基因的模型應用於GSE97760,其中包括晚期AD和NDHCS患者,並顯示出完美的辨別能力(圖3B),診斷模型能夠在血液資料集中區分AD與NDHCs樣本(圖3C)。

結果表明,該35基因診斷模型可以將AD、MCI與外周血NDHCS樣本區分開來。

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因

圖3 血液資料的ROC曲線分析

5。 GSEA與獨立驗證分析

為了對前10個基因的生物學功能有新的認識,作者進行了GSEA以確定AD和NDHCS受試者之間潛在的BPs。BDNF與神經元死亡、突觸可塑性調節、神經遞質水平調節和轉運有關,神經母細胞增殖、神經上皮細胞分化、神經遞質生物合成和代謝過程、神經炎症反應等調控與含有WWTR1的轉錄調節蛋白有關,其餘前10位的hub基因也參與了多種神經相關途徑,包括軸突發育(SMAD4、SLC32A1和YAP1)、神經元死亡(SNAP25和ATP5B),突觸組織(SMAD4和SLC32A1)。

透過重疊PPI網中的18個hub基因和從LASSO迴歸模型中選擇的35個潛在預測因子,BDNF和WWTR1被確定為關鍵基因

。BDNF和WWTR1在不同的Braak分期之間有顯著性差異。此外,還發現BDNF與Aβ42和β-分泌酶活性呈負相關。WWTR1與其呈正相關。這一結果進一步證明了這兩個基因在AD的病理過程中起著重要作用。

總之,透過一系列的生物資訊學分析,作者鑑定了608個一致的DEGs,幾個調控通路和16個與AD程序相關的hub基因。建立了35個基因的診斷模型,對腦組織和外周血液樣本都有較高的診斷價值,值得注意的是, BDNF和WWTR1被確定為未來分子研究的候選基因。

作者目前的研究加深了對AD潛在分子機制的理解,並提供了新的潛在的診斷和治療生物標誌物。

參考文獻

1。Yu, W。, et al。 (2021)。 “Exploring the Key Genes and Identification of Potential Diagnosis Biomarkers in Alzheimer’s Disease Using Bioinformatics Analysis。” Frontiers in Aging Neuroscience

13

(276)。

2。 Braun, D。 J。, Kalinin, S。, and Feinstein, D。 L。 (2017)。 Conditional depletion of hippocampal brain-derived neurotrophic factor exacerbates neuropathology ina mouse model of Alzheimer’s disease。 ASN Neuro9 : 1759091417696161。

編譯作者:原代美少女 (Brainnews創作團隊)

校審: Simon (Brainnews編輯部)

生物資訊學分析阿爾茨海默病潛在診斷生物標誌物關鍵基因