基于生物信息学和网络药理学方法鉴定帕金森病中共有的血脑转录组特征

《Neuroscience》：Identification of a shared blood–brain transcriptomic signature in Parkinson’s disease using bioinformatic and network pharmacology approaches

• •
  在帕金森病中，血液和脑组织中均有9个基因下调。
• •
  共享特征包括ANK1、SNCA、UCHL1及其他6个差异表达基因。
• •
  网络分析将这些基因与突触囊泡及胞吐途径联系起来。
• •
  该特征反映的是共有的而非帕金森病特有的神经退行性生物学过程。

章节摘要

背景

据2014年的一项研究（Gammon, 2014）预测，到2040年，神经退行性疾病，尤其是帕金森病，将超过癌症成为全球主要死因。2015年的一项后续研究进一步证实了这一令人担忧的趋势，显示帕金森病是全球患病率增长最快的疾病（Global, 2015）。

帕金森病的病理特征是以α-突触核蛋白的聚合并形成不溶性纤维，沉积于神经元、胶质细胞及神经中。

方法

• •
  研究检索与筛选

帕金森病芯片数据集从基因表达综合数据库（GEO，https://www.ncbi.nlm.nih.gov/geo/）数据库中获取（Barrett, 2013），使用的关键词包括"帕金森病"、"家族性帕金森病"、"散发性帕金森病"、"早发型帕金森病"和"晚发型帕金森病"。选择芯片数据集而非RNA测序数据，是因为公共数据库中可获取且注释完善的帕金森病研究更为丰富。

结果

• •
  研究检索与筛选

初步检索共返回5707个数据集。通过严格的纳入和排除标准，队列缩减至30个数据集。阈值Log₂FC > 1且Padj < 0.05在跨数据集的上下调基因平衡方面表现最佳，并产生了最多的共享差异表达基因。在此阈值下，部分原本符合纳入条件的数据集返回的显著差异表达基因极少或无显著差异表达基因，因此被排除在下游比较之外。例如GSE7621和GSE24378。

讨论

本研究旨在满足临床对非侵入性生物标志物的需求，这些标志物能够可靠地反映中枢神经系统（CNS）内发生的分子过程。帕金森病（PD）的病理特征——错误折叠的α-突触核蛋白聚集体积累——不仅限于大脑，在外周神经元中亦可检测到，并可能通过血液循环扩散。因此，本研究鉴定的9个跨组织基因中的每一个均……

CRediT作者贡献声明

Hafsa Mohammad：撰写——初稿、可视化、方法学、正式分析、数据整理、概念构思。Akanksha Singh：撰写——审阅与编辑、正式分析。Dipika Bansal：撰写——审阅与编辑。

伦理审批与参与同意

不适用。

发表同意

不适用。

资助

本研究未获得外部资助。

致谢

不适用

Hafsa Mohammad|Akanksha Singh|Dipika Bansal