文献

J-GLOBAL ID：202202256405452739   整理番号：22A1019516

血液SSR1:パーキンソン病の早期予測のための可能なバイオマーカー【JST・京大機械翻訳】

Blood SSR1: A Possible Biomarker for Early Prediction of Parkinson’s Disease

著者 (6件)： Zhang Wen (Department of Neurology, Affiliated Hospital of Nantong University, Nantong, China) ,  Shen Jiabing (Department of Neurology, Affiliated Hospital of Nantong University, Nantong, China) ,  Wang Yuhui (Department of Microelectrics, Peking University, Peking, China) ,  Cai Kefu (Department of Neurology, Affiliated Hospital of Nantong University, Nantong, China) ,  Zhang Qi (Key Laboratory of Neuroregeneration of Jiangsu and Ministry of Education, Co-innovation Center of Neuroregeneration, Nantong University, Nantong, China) ,  Cao Maohong (Department of Neurology, Affiliated Hospital of Nantong University, Nantong, China)
資料名： Frontiers in Molecular Neuroscience (Web)  (Frontiers in Molecular Neuroscience (Web))
巻： 15  ページ： 762544  発行年： 2022年 
JST資料番号： U7082A  ISSN： 1662-5099  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： パーキンソン病(PD)は,年齢と関連する第2の最も一般的な神経変性疾患である。PDの早期診断は,ドーパミンニューロンの損失を防ぐのに重要である。末梢血バイオマーカーは,それらの容易なアクセスと長期モニタリング利点のため,近年それらの価値を示した。しかし,末梢血液バイオマーカーはほとんど有用ではない。本研究は,PDの早期診断のための潜在的末梢血バイオマーカーを探索することを目的とする。遺伝子発現Omnibus(GEO)データベースからの3つの黒質(SN)トランスクリプトームデータセットを訓練コホートと試験コホートに分けた。蛋白質-蛋白質相互作用(PPI)ネットワークと加重遺伝子共発現ネットワーク解析(WGCNA)ネットワークを構築し,それらの重複した差次的発現遺伝子を見出し,それらを重要な遺伝子として研究した。GEOからのPD患者の末梢血トランスクリプトームデータセットの解析は,3つの重要遺伝子が健常参加者よりPDにおいてアップレギュレートされることを示した。それらの発現および生存と脳発現の分析の間の関係の分析は,これらの重要な遺伝子がバイオマーカーになることを示唆した。次に,動物モデルを主要遺伝子の発現を検証するために研究し,SSR1(シグナル配列受容体サブユニット1)のみを末梢血の動物モデルにおいて有意にアップレギュレートした。相関分析とロジスティック回帰分析を用いて,脳ドーパミン作動性ニューロンとSSR1発現の間の相関を分析し,SSR1発現がドーパミン作動性ニューロン生存と負に相関していることを見出した。末梢血におけるSSR1発現のアップレギュレーションも,動物の異常な行動に先行することが判明した。さらに,人工知能技術の応用は,臨床PD予測におけるSSR1の価値をさらに示した。3つの分類器はすべて,SSR1がPDに対して高い予測可能性を有することを示した。最良の予測精度を有する分類器をAUCとMCCによって選択し,予測モデルを構築した。要するに,本研究はPDの早期診断のための潜在的バイオマーカーを提供するだけでなく,PDを予測するための可能な人工知能モデルを確立する。Copyright 2022 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： データベース ,  ネットワーク ,  遺伝子 ,  人工知能 ,  サブユニット ,  母集団 ,  遺伝子発現 ,  *Parkinson病 ,  早期診断 ,  アップレギュレーション ,  *バイオマーカー ,  末梢血 ,  予測モデル
準シソーラス用語： 動物モデル ,  共発現 , 【Automatic Indexing@JST】

著者キーワード (6件)： パーキンソン病 ,  SSR1 ,  バイオマーカー ,  早期診断 ,  人工知能 ,  機械学習

分類 (2件)： 神経の基礎医学  (GN01020W) ,  神経系の診断  (GN02000H)

引用文献 (60件)：

• Angelopoulou E., Paudel Y. N., Piperi C. (2019). miR-124 and Parkinson’s disease: a biomarker with therapeutic potential. Pharmacol. Res. 150:104515. doi: 10.1016/j.phrs.2019.104515
• Bellucci A., Navarria L., Zaltieri M., Falarti E., Bodei S., Sigala S., et al. (2011). Induction of the unfolded protein response by α-synuclein in experimental models of Parkinson’s disease. J. Neurochem. 116, 588-605. doi: 10.1111/j.1471-4159.2010.07143.x
• Benamer T. S., Patterson J., Grosset D. G., Booij J., de Bruin K., van Royen E., et al. (2000). Accurate differentiation of parkinsonism and essential tremor using visual assessment of [123I]-FP-CIT SPECT imaging: the [123I]-FP-CIT study group. Mov. Disord. 15, 503-510. doi: 10.1002/1531-8257(200005)15:3%3C503::AID-MDS1013%3E3.0.CO;2-V
• Besong-Agbo D., Wolf E., Jessen F., Oechsner M., Hametner E., Poewe W., et al. (2013). Naturally occurring α-synuclein autoantibody levels are lower in patients with Parkinson disease. Neurology 80, 169-175. doi: 10.1212/WNL.0b013e31827b90d1
• Boix J., Padel T., Paul G. (2015). A partial lesion model of Parkinson’s disease in mice - characterization of a 6-OHDA-induced medial forebrain bundle lesion. Behav. Brain Res. 284, 196-206. doi: 10.1016/j.bbr.2015.01.053

タイトルに関連する用語 (5件)： 血液 ,  パーキンソン病 ,  早期 ,  予測 ,  バイオマーカー