文献

J-GLOBAL ID：202002215865997838   整理番号：20A0707703

Metaによる系統的バイオインフォマティクスワークフロー Alzheimer病の潜在的病原因子の同定【JST・京大機械翻訳】

A Systematic Bioinformatics Workflow With Meta-Analytics Identified Potential Pathogenic Factors of Alzheimer’s Disease

著者 (4件)： Yuen Sze Chung (State Key Laboratory of Quality Research in Chinese Medicine, Institute of Chinese Medical Sciences, University of Macau, Macao, China) ,  Zhu Hongmei (State Key Laboratory of Quality Research in Chinese Medicine, Institute of Chinese Medical Sciences, University of Macau, Macao, China) ,  Leung Siu-wai (State Key Laboratory of Quality Research in Chinese Medicine, Institute of Chinese Medical Sciences, University of Macau, Macao, China) ,  Leung Siu-wai (School of Informatics, College of Science and Engineering, University of Edinburgh, Edinburgh, United Kingdom)
資料名： Frontiers in Neuroscience (Web)  (Frontiers in Neuroscience (Web))
巻： 14  ページ： 209  発行年： 2020年 
JST資料番号： U7087A  ISSN： 1662-453X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： アルツハイマー病(AD)に特異的な異なる発現遺伝子(DEG)のトランスクリプトーム研究から,良く知られたAPP,APOE4およびPsen以外の潜在的病原因子がさらに同定されるが,発見はしばしば矛盾するか矛盾している。メタ分析と生物情報学的方法を組み合わせることによって確証される証拠は,既存の矛盾と矛盾を解決するのに役立つ可能性がある。本研究は,潜在的な病原性因子を同定するためにメタ分析と生物情報学的方法の両方を用いたトランスクリプトーム研究の証拠合成のための系統的なワークフローを実証することを目的とした。系統的検索後,GEOとArrayExpressからトランスクリプトームデータを評価した。DNAマイクロアレイとRNA配列データセットの両方からのDEGとそれらの調節不全状態を分析し,メタ分析により確認した。統計的に有意なDEGを,STRINGに基づくKEGGと蛋白質-蛋白質相互作用ネットワーク(PPIN)分析に基づく濃縮分析に用いた。AD特異的モジュールは,特異的疾患関連蛋白質と非特異的蛋白質の間の有意な連結性パターンを同定するダイヤモンドアルゴリズムによってさらに決定された。AD特異的モジュール内では,最も高い程度(>95パーセンタイル)のノードが潜在的な病原因子と考えられた。225のデータセットの系統的検索の後,25のデータセット(21のDNAマイクロアレイデータセットと4つのRNA配列データセット)の間の広範囲のメタ分析は,9298のDEGを同定した。ADにおける調節不全遺伝子および経路は,アミロイドβ(Aβ)クリアランスの障害と関連していた。AD特異的モジュールから,FynとEGFRは最も統計学的に有意で生物学的に関連していた。このメタ分析研究は,AD病因におけるAβクリアランスの低下が,Aβ下流シグナリングにおける重要な受容体であるFynおよびEGFRをコードする遺伝子と関連していることを示唆した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： トランスクリプトーム ,  受容体 ,  *Alzheimer病 ,  ネットワーク ,  アルゴリズム ,  ダイヤモンド ,  遺伝子 ,  *ワークフロー ,  RNA【核酸】 ,  病因 ,  EGF受容体 ,  DNAマイクロアレイ ,  メタ分析 ,  アミロイドβタンパク質 ,  タンパク質

著者キーワード (5件)： アルツハイマー病 ,  メタ分析 ,  マイクロアレイ分析 ,  RNA配列分析 ,  バイオインフォマティクス

分類 (1件)： 遺伝子発現  (EC02040Q)

引用文献 (177件)：

• Aguilar B. J., Zhu Y., Lu Q. (2017). Rho GTPases as therapeutic targets in Alzheimer’s disease. Alzheimers. Res. Ther. 9:97. doi: 10.1186/s13195-017-0320-4
• Anders S., Pyl P. T., Huber W. (2015). HTSeq-a Python framework to work with high-throughput sequencing data. Bioinformatics 31 166-169. doi: 10.1093/bioinformatics/btu638
• Andrews S. (2010). FastQC: A Quality Control Tool for High Throughput Sequence Data. Available online at: http://www.bioinformatics.babraham.ac.uk/projects/fastqc. doi: 10.1093/bioinformatics/btu638
• Annunziata I., Patterson A., Helton D., Hu H., Moshiach S., Gomero E., et al (2013). Lysosomal NEU1 deficiency affects amyloid precursor protein levels and amyloid-β secretion via deregulated lysosomal exocytosis. Nat. Commun. 4:2734. doi: 10.1038/ncomms3734
• Antonell A., Lladó A., Altirriba J., Botta-Orfila T., Balasa M., Fernández M., et al (2013). A preliminary study of the whole-genome expression profile of sporadic and monogenic early-onset Alzheimer’s disease. Neurobiol. Aging 34 1772-1778. doi: 10.1016/j.neurobiolaging.2012.12.026

タイトルに関連する用語 (4件)： 系統 ,  Alzheimer病 ,  病原因子 ,  同定