Name: グリアトランスクリプトームプロファイルに基づくアルツハイマー病の性別特異性のためのバイオマーカー同定 (動画) | JoVE Journal
Uploaded: 2024-05-20T15:00:00.000+00:00
Duration: 4 min 22 s
Description: 学ぶグリア細胞の性別特異的遺伝子と経路を単一核トランスクリプトーム解析で探索し、アルツハイマー病の個別化治療標的を同定するバイオインフォマティクス手法。この計算的手法は治療開発に貢献します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

著者は、GSE167490データセットを提供してくれた Jessica S Sadick、Michael R O'Dea、Philip Hasel などに感謝しています。著者らは、Faten A Sayed、Lay Kodama、Li FanなどがGSE183068データセットを提供していることを高く評価しています。著者は、データ分析の支援を提供してくれたShuqing Liuと、データ分析プラットフォームを提供してくれたWen Yangに感謝します。この研究は、中国国立自然科学基金会(82174511)、成都伝統中国医学大学アプリコットグローブ奨学生、規律人材研究強化プログラム(QJJJ2022001)、遼寧活性化人材プログラム(XLYC 1807083)、四川行政局中医薬薬薬基金(2023MS578)、全国学部イノベーションおよび起業家精神トレーニングプロジェクト(202310633003X)、および科学研究実践の革新的なトピックの支援を受けました成都中国伝統医学大学(ky-2023100)の大学生向け。Hanjie LiuとHui Yangは、研究のデザイン、データの収集、データの解釈、原稿の起草と改訂に貢献しました。Shuqing LiuとSiyu Liは、研究のデザイン、データの収集、原稿の起草に参加しました。ウェン・ヤンとアンワル・アイシャは、データの収集と解釈を担当しました。Xin Tanは図や表を用意しました。Cen Jiang、Yi Liu、Lushuang Xieが研究を考案し、原稿をレビュー/編集しました。すべての著者が記事に貢献し、提出されたバージョンを承認しました。

解析のステップ2から9はRソフトウェアを使用して実装し( 補足図1 および 補足ファイル1を参照)、残りのステップはオンラインプラットフォーム上で実行しました。このプロトコルで使用されるデータベースの詳細(およびWebリンク)は、 資料の表に記載されています。
1. データ取得
<ol><li>National Center of Biotechnology Informationの一般公開されている Gene Expression Omnibus(GEO) データベースにアクセスしてください。</li>
	<li>検索ボックスで 「Alzheimer's disease」 という名前のGEOデータを検索します。</li>
	<li>右側の「 Top Organisms 」を 「Homo sapiens 」として選択します。 注:検索結果は、ホモ・サピエンスのアルツハイマー病に関するデータであった。</li>
	<li>検索した情報をフィルタリングした後、個々の単一核サンプルのfeatures.tsv、barcode.tsv、matrix.mtxを含む GSE167490 および GSE183068 データファイルをダウンロードします。データセットは、前頭皮質に由来するADの34のサンプルで構成され、17の男性サンプルと17の女性サンプルが均等に分布していました(補足表1)。</li>
</ol>2. サンプルのマージ
<ol><li>コンピュータ上でデータパスとサンプル名を適宜設定します。ダウンロードした34個のサンプルをインポートし、関数名を使用してサンプルに性別固有の名前を割り当てます。</li>
	<li>関数リストと Read10Xを使用して、すべてのサンプルのSeuratオブジェクトをバッチ処理方式で生成し、パラメータを min.cells = 3 および min.features = 200として指定します。</li>
	<li>RenameCells 関数を使用して、サンプル ID をプレフィックスとしてセル バーコードに追加し、マージ プロセス中にセル バーコードを保持します。これにより、各セルが独自のIDを保持し、マージ後に元のサンプルソースまでさかのぼることができるようになりました。</li>
</ol>3.品質管理(QC)
<ol><li>PercentageFeatureSet 関数を使用して、各細胞のミトコンドリア遺伝子比、赤血球遺伝子比、およびリボソーム遺伝子比を計算します。</li>
	<li>これらの計算された比率を [[ ]] 演算子を使用してメタデータに格納し、この情報を各セルのメタデータに直接アタッチします。</li>
	<li>サブセット機能を利用して細胞ろ過を行い、パラメータを nFeature_RNA > 200、nFeature_RNA < 10000、nCount_RNA < 60000、percent.mt < 10、percent.rb < 5、および percent に指定します。HB<75。</li>
	<li>GSM5106107分析から除外します。</li>
</ol>4.バッチ効果チェック
<ol><li>データ処理を実行します。<ol><li>NormalizeData 関数を使用してデータを正規化します。</li>
		<li>FindVariableFeatures 関数を使用して、データセット内の上位 2000 個の変数特徴を特定します。</li>
		<li>RunPCAを使用してデータに対して主成分分析(PCA)17を実施し、50の主成分を保持します。</li>
		<li>関数 ElbowPlot を使用してエルボー プロットを生成し、後続の解析に最適な次元数を決定します。最初の 50 次元について考えてみましょう。</li>
		<li>ScaleData を使用してデータをスケーリングし、すべてのフィーチャが同等のスケールになるようにします。</li>
		<li>30 次元に基づく FindNeighbors を使用して最近傍を特定します。</li>
		<li>RunUMAP を使用して UMAP アルゴリズムを適用し、データの次元を 30 次元に減らします。</li>
	</ol></li>
	<li>関数 DimPlot を使用して、reduction パラメーターを umap に、group.by パラメーターを orig.ident に設定して、処理されたデータを可視化します。 注:この手順では、縮小されたUMAP空間のデータを視覚化し、元のセルIDでグループ化したプロットを生成できます。UMAPプロットを調べると、バッチ効果の存在が明らかになりました。細胞のバッチまたは実験起源に基づく細胞の明確なクラスタリングまたは分離は、実験バッチが遺伝子発現プロファイルに影響を与えたことを示唆しています。</li>
</ol>5. データ統合
<ol><li>SCTransform 関数を使用してデータを正規化および標準化します。</li>
	<li>ハーモニーアルゴリズム18 を適用して、残りの33の単一核データを統合する。統合には SCT アッセイを使用し、ハーモニーの最大反復回数を 20 に設定します。</li>
	<li>FindClusters 関数を resolution パラメーターを 0.07 に設定して、データ内の個別のクラスターを識別します。</li>
	<li>指定した次元数 (dims = 30) で RunUMAP 関数を使用して、データの次元をさらに削減し、低次元空間でクラスターを視覚化します。</li>
</ol>6. 細胞タイプのアノテーション
<ol><li>既存の文献の広範なレビューを通じて、細胞のマーカー遺伝子(補足表2)を収集します。</li>
	<li>細胞クラスターの不均一性を同定した後、特異的に発現するマーカー遺伝子によって各クラスター細胞の種類を分類します。</li>
	<li>ggplot2パッケージを用いた UMAPの可視化 により、オリゴデンドロサイトは #DB7093 色、興奮性ニューロンは #FF69B4、アストロサイトは #1874CD、ミクログリアは #63B8FF、オリゴデンドロサイト前駆細胞は #DB7093、抑制性ニューロンは #FFC0CB、内皮細胞は #FF69B4 で強調表示されています。</li>
	<li>性別で層別化された各細胞タイプの比率を計算します。</li>
</ol>7. グリア細胞データの抽出
<ol><li>サブセット関数を用いて、統合バルクデータからアストロサイトデータを抽出します。</li>
	<li>サブセット機能を用いて、統合バルクデータからミクログリアデータを抽出します。</li>
	<li>サブセット関数を用いて、統合バルクデータからオリゴデンドロサイトデータを抽出します。</li>
</ol>8. グリア性特異的差次的発現遺伝子(DEG)の捕捉
<ol><li>FindMarkers関数(ident.1 = 男性、ident.2 = 女性、group.by = group.sum、assay = RNA)を使用して、アストロサイトの性特異的なDEGを同定します。これは、p値が0.05<および|avg_log2FC|>30。アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を視覚化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子はPaleVioletRed、ダウンレギュレーションされた遺伝子はPink、安定遺伝子はDodgerBlue3で強調されました。</li>
	</ol></li>
	<li>FindMarkers関数(ident.1 = オス、ident.2 = メス、group.by = group.sum、assay = RNA)と閾値(p値 0.05< |avg_log2FC|> 1.アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を可視化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子はOrangeRedの色を使用して強調され、ダウンレギュレーションされた遺伝子はLightSalmonで、安定した遺伝子はSteelBlue1で強調表示されました。</li>
	</ol></li>
	<li>FindMarkers関数(ident.1 = 男性、ident.2 = 女性、group.by = group.sum、assay = RNA)と閾値(p値 0.05< |avg_log2FC|>10.アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を可視化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子は DeepPinkの色を使用して強調され、ダウンレギュレーションされた遺伝子は HotPinkで、安定した遺伝子は DeepSkyBlue3を使用して強調表示されました。</li>
	</ol></li>
</ol>9. 性特異的DEGの機能強化解析
<ol><li>enrichGO機能を使用して、各グリア細胞タイプの性特異的DEGに対するGene ontology(GO)エンリッチメント解析を実施します。次のパラメーターを設定します: OrgDb = org。Hs.eg.db、keyType = SYMBOL、ont = ALL、pAdjustMethod = BH、pvalueCutoff = 0.01、qvalueCutoff = 0.05です。</li>
	<li>function bitrを使用して、遺伝子シンボルを対応する遺伝子IDに変換します。 enrichKEGG 機能を用いて、各グリア細胞種の性特異的DEGの京都遺伝子・ゲノム大百科事典(KEGG)のエンリッチメント解析を行う。設定を次のように調整します: organism = has、keyType = kegg、pAdjustMethod = BH、pvalueCutoff = 0.01、qvalueCutoff = 0.05。</li>
</ol>10. go経路とkegg経路におけるglial DEGsの頻度統計、各glial性特異的DEGのベン図、およびPPIネットワークの構築
<ol><li>頻度ヒストグラムを使用して、GOおよびKEGG経路におけるグリア性特異的DEGの頻度を計算します。</li>
	<li>STRING データベースにアクセスして、PPI ネットワークを構築します。</li>
	<li>[Multiple proteins] を選択します。検索ボックスで名前のリストを検索します。「Organisms」をホモ・サピエンスとして設定します。</li>
	<li>検索から得られたタンパク質のリストを確認します。 「続行 」をクリックして続行します。</li>
	<li>PPIネットワークをエクスポートするには、ダウンロードオプションを選択し、できれば高解像度のPNG形式でエクスポートします。</li>
	<li>ベン図を使用して、上位の性特異的遺伝子の共発現の分布を視覚化します。</li>
	<li>ベン図解析に基づいて、研究の主要な遺伝子として共有遺伝子を特定します。</li>
</ol>11. 多要素規制ネットワークの構築
<ol><li>NetworkAnalyst にアクセスします。</li>
	<li>Gene List Inputをクリックし、生物をH. sapiens (human)と指定します。IDタイプを公式遺伝子シンボルとして設定します。検索フィールドに遺伝子名を入力し、[アップロードして続行]をクリックします。</li>
	<li>「Gene-miRNA Interactions」を選択し、「miRTarBase v8.0」を選択します。[OK]をクリックして選択を確定します。</li>
	<li>TF-gene Interactionsに進み、ENCODEデータベースを選択します。[OK]をクリックして選択を確定します。</li>
	<li>次に、 TF-miRNA Coregulatory Network に移動し、「 OK 」をクリックして続行します。</li>
	<li>最後に、[ Proceed ] を選択して、遺伝子-miRNA 相互作用と TF-遺伝子相互作用を組み込んだ多因子制御ネットワークを生成します。</li>
</ol>12. 遺伝子・標的TCM解析
<ol><li>Coremine Medicalのオンラインデータベースにアクセスします。</li>
	<li>特定の遺伝子名を入力し、接尾辞 gene/protein, human が付いた対応する遺伝子を Explore セクションの下の検索ボックスで選択します。</li>
	<li>「Drugs」セクションに移動し、検索した薬物に関連付けられているTCMを特定します。 注:統計的に有意な薬物は青色でマークされています。</li>
	<li>治療用TCMとしての「重要性」値に基づいて上位5つのTCMを決定します。</li>
</ol>13. 主要遺伝子を標的とするTCM成分の研究概要
<ol><li>Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine(TCMIP)およびTraditional Chinese Medicine Systems Pharmacology Database and Analysis Platform(TCMSP)にアクセスできます。検索バーにハーブの名前を入力して、対応する成分を取得します。</li>
	<li>2023年4月10日までの時間制限付きでPubMedデータベースから成分を取得します。検索語としては、TCMSPの Molecule Name や Chemical Components in TCMIPなど、英語で発表された論文に限定して使用しました。</li>
	<li>ADに作用するハーブとそれに対応する成分を要約し、分析します。</li>
</ol>14. ADの性特異性におけるTCMの治療機能の標的化の確認
<ol><li>ハーブをTCMIPにインポートし、対応する説明ページに移動します。</li>
	<li>データのエクスポート機能を利用し、CSV形式を選択して、GO - Biological Process、GO - Cellular Component、GO - Molecular Function、 およびReactome Pathwayのエンリッチメント条件をダウンロードします。</li>
	<li>ダウンロードした各ハーブのエンリッチメント用語を棒グラフで視覚化します。</li>
</ol>

アルツハイマー病における性特異的グリアバイオマーカー:トランスクリプトーム解析

<ol><li>Alzheimers Dement. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alzheimer%27s+disease+facts+and+figures%5BTitle%5D)+AND+%22Alzheimers+Dement%22%5BJournal%5D)">Alzheimer's disease facts and figures.</a> Alzheimers Dement. 19 (4), 1598-1695 (2023).</li>
<li>Xie, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electroacupuncture+improves+M2+microglia+polarization+and+glia+anti-inflammation+of+hippocampus+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Front+Neurosci%22%5BJournal%5D)">Electroacupuncture improves M2 microglia polarization and glia anti-inflammation of hippocampus in Alzheimer's disease.</a> Front Neurosci. 15, 689629(2021).</li>
<li>Xie, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inflammatory+factors+and+amyloid+beta-induced+microglial+polarization+promote+inflammatory+crosstalk+with+astrocytes%5BTitle%5D)+AND+%22Aging+%28Albany+NY%29%22%5BJournal%5D)">Inflammatory factors and amyloid beta-induced microglial polarization promote inflammatory crosstalk with astrocytes.</a> Aging (Albany NY). 12 (22), 22538-22549 (2020).</li>
<li>Hampel, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+amyloid-beta+pathway+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Mol+Psychiatry%22%5BJournal%5D)">The amyloid-beta pathway in Alzheimer's disease.</a> Mol Psychiatry. 26 (10), 5481-5503 (2021).</li>
<li>Baik, S. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+breakdown+in+metabolic+reprogramming+causes+microglia+dysfunction+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">A breakdown in metabolic reprogramming causes microglia dysfunction in Alzheimer's disease.</a> Cell Metab. 30 (3), 493-507 (2019).</li>
<li>Fisher, D. W., Bennett, D. A., Dong, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sexual+dimorphism+in+predisposition+to+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Neurobiol+Aging%22%5BJournal%5D)">Sexual dimorphism in predisposition to Alzheimer's disease.</a> Neurobiol Aging. 70, 308-324 (2018).</li>
<li>Pan, R. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Positive+feedback+regulation+of+microglial+glucose+metabolism+by+histone+h4+lysine+12+lactylation+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Cell+Metab%22%5BJournal%5D)">Positive feedback regulation of microglial glucose metabolism by histone h4 lysine 12 lactylation in Alzheimer's disease.</a> Cell Metab. 34 (4), 634-648 (2022).</li>
<li>Hansen, D. V., Hanson, J. E., Sheng, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microglia+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22J+Cell+Biol%22%5BJournal%5D)">Microglia in Alzheimer's disease.</a> J Cell Biol. 217 (2), 459-472 (2018).</li>
<li>Brandebura, A. N., Paumier, A., Onur, T. S., Allen, N. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Astrocyte+contribution+to+dysfunction%2C+risk+and+progression+in+neurodegenerative+disorders%5BTitle%5D)+AND+%22Nat+Rev+Neurosci%22%5BJournal%5D)">Astrocyte contribution to dysfunction, risk and progression in neurodegenerative disorders.</a> Nat Rev Neurosci. 24 (1), 23-39 (2023).</li>
<li>Peng, L., Bestard-Lorigados, I., Song, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+synapse+as+a+treatment+avenue+for+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Mol+Psychiatry%22%5BJournal%5D)">The synapse as a treatment avenue for Alzheimer's disease.</a> Mol Psychiatry. 27 (7), 2940-2949 (2022).</li>
<li>Tubi, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((White+matter+hyperintensities+and+their+relationship+to+cognition%3A+Effects+of+segmentation+algorithm%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">White matter hyperintensities and their relationship to cognition: Effects of segmentation algorithm.</a> Neuroimage. 206, 116327(2020).</li>
<li>Wu, H., Kirita, Y., Donnelly, E. L., Humphreys, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advantages+of+single-nucleus+over+single-cell+RNA+sequencing+of+adult+kidney%3A+Rare+cell+types+and+novel+cell+states+revealed+in+fibrosis%5BTitle%5D)+AND+%22J+Am+Soc+Nephrol%22%5BJournal%5D)">Advantages of single-nucleus over single-cell RNA sequencing of adult kidney: Rare cell types and novel cell states revealed in fibrosis.</a> J Am Soc Nephrol. 30 (1), 23-32 (2019).</li>
<li>Soreq, L., Bird, H., Mohamed, W., Hardy, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-cell+RNA+sequencing+analysis+of+human+Alzheimer%27s+disease+brain+samples+reveals+neuronal+and+glial+specific+cells+differential+expression%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Single-cell RNA sequencing analysis of human Alzheimer's disease brain samples reveals neuronal and glial specific cells differential expression.</a> PLoS One. 18 (2), e0277630(2023).</li>
<li>Sadick, J. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Astrocytes+and+oligodendrocytes+undergo+subtype-specific+transcriptional+changes+in+Alzheimer%27s+disease%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Astrocytes and oligodendrocytes undergo subtype-specific transcriptional changes in Alzheimer's disease.</a> Neuron. 110 (11), 1788-1805 (2022).</li>
<li>Chen, Y., Colonna, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microglia+in+Alzheimer%27s+disease+at+single-cell+level.+Are+there+common+patterns+in+humans+and+mice%5BTitle%5D)+AND+%22J+Exp+Med%22%5BJournal%5D)">Microglia in Alzheimer's disease at single-cell level. Are there common patterns in humans and mice.</a> J Exp Med. 218 (9), e20202717(2021).</li>
<li>Brase, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-nucleus+RNA-sequencing+of+autosomal+dominant+Alzheimer+disease+and+risk+variant+carriers%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Single-nucleus RNA-sequencing of autosomal dominant Alzheimer disease and risk variant carriers.</a> Nat Commun. 14 (1), 2314(2023).</li>
<li>Ringner, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((What+is+principal+component+analysis%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">What is principal component analysis.</a> Nat Biotechnol. 26 (3), 303-304 (2008).</li>
<li>Korsunsky, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((sensitive+and+accurate+integration+of+single-cell+data+with+harmony%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">sensitive and accurate integration of single-cell data with harmony.</a> Nat Methods. 16 (12), 1289-1296 (2019).</li>
<li>Vegeto, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+role+of+sex+and+sex+hormones+in+neurodegenerative+diseases%5BTitle%5D)+AND+%22Endocr+Rev%22%5BJournal%5D)">The role of sex and sex hormones in neurodegenerative diseases.</a> Endocr Rev. 41 (2), 273-319 (2020).</li>
<li>Hafemeister, C., Satija, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normalization+and+variance+stabilization+of+single-cell+RNA-seq+data+using+regularized+negative+binomial+regression%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression.</a> Genome Biol. 20 (1), 296(2019).</li>
</ol>

この原稿には利益相反はなく、すべての著者が出版のための投稿を承認しています。

性別特異性は、AD19の疫学、病理学、および臨床症状で特定されています。本研究では、AD患者の性別特異的グリア遺伝子と関連経路から、「ホルモン-シナプス-ニューロン軸」の病態メカニズムの可能性を確認しました。NLGN4Yは、3つのグリアで唯一共有される遺伝子であり、ADの性別特異性のバイオマーカーとして選択されました。NLGN4Yを調節するTFおよびmiRNAは、性差と神経系の発達と強く関連していました。さらに、標的であるTCMであるKunbuとMahuangは、「ホルモン-シナプス-ニューロン」軸に影響を与える可能性があると考えられており、性別特異性の調節によりADの治療候補として作用することが確認されました。
Harmonyアルゴリズムは、希少細胞のデータを統合し、大規模なサンプルのメモリ使用量と計算速度を最適化し、多様な細胞源と技術プラットフォーム18による複雑な実験デザインに対応することにより、他の統合アルゴリズムに比べて明確な利点を提供しました。QCとデータ統合セクションは、分析の精度と信頼性を高めるための重要な要素であり、研究者がADやその他の神経変性疾患の生物学についてより深い洞察を得ることを可能にしました。これらのステップを綿密に実行することは、単一核RNAシーケンシング実験から得られた結果の全体的な品質と妥当性を達成するために極めて重要です。
このプロトコルで行われた変更の1つは、データ20を正規化および標準化するためのSCTransform関数の使用であった。このステップにより、データが比較可能になり、さらなる分析のために標準化されることが保証されました。バッチ効果を軽減するために、データ統合の追加ステップが取られ、バッチ効果を修正し、結果の精度を向上させるのに役立ちました。トラブルシューティングは、サンプルの1つ(GSM5106107)が他のサンプルと比較して異常なパフォーマンスを示し、分析から除外された場合に実施されました。
この研究の1つの制限は、採用されたサンプルサイズが比較的小さいことに関係しており、その結果、調査結果の代表性がより広範な集団に限定される可能性がある。さらに、複数の研究室や研究グループからのデータを利用すると、固有の不均一性が生じ、結果の再現性と一般化可能性が制限される可能性があります。NLGN4Yの主要な制御因子の同定は、遺伝子-TF-miRNA共制御ネットワークを通じて達成されましたが、これらの制御因子に起因する機能的役割と根本的なメカニズムを確認するためには、さらなる実験的検証が必要でした。エンリッチメント解析では、MahuangとKunbuが性別特異的なAD治療の潜在的な候補であることが示唆されましたが、バイオインフォマティクスの予測のみに頼るだけでは、その有効性と安全性を確立するには不十分でした。これらの有望な薬剤の治療効果を検証するためには、さらなる実験と臨床研究が不可欠でした。
この研究で描かれたアプローチは、特にADのグリア細胞内の性特異的DEGの識別において、多様な研究領域に対して大きな可能性を示しました。このような研究は、男性と女性の間の微妙な病原性格差を解明し、その結果、性別特異的な治療介入の定式化を促進することが期待されています。さらに、この手法の適用性は他の神経変性疾患にも広がり、性特異的なDEGを特定し、疾患の根底にあるメカニズムの理解を深める機会を提供しました。
結論として、この研究は、AD患者からの単一核RNAシーケンシングデータを分析するための包括的で堅牢なプロトコルを提示し、カスタマイズされた治療介入の開発への道を開く可能性があります。さらに、本研究で採用された方法論は、他の神経変性疾患にも拡張される可能性があり、性特異的な遺伝子発現パターンを明らかにし、これらの複雑な疾患の理解を深める機会を提供します。

アルツハイマー病(AD)は、認知症の60%〜80%を占める世界的な疾患で、罹患率が高い疾患です1。その高い発生率にもかかわらず、ADのメカニズムの病因は明確に描かれておらず、これまで有効な治療法はありませんでした2。ADの主な病態は、神経細胞の萎縮と病理学的破片の蓄積、主に微小管関連タンパク質タウ、およびβ-アミロイド(Aβ)3,4であると特定されました。ADの病因は、異常なオートファジー、酸化ストレス、ミトコンドリア機能障害、炎症、およびエネルギー代謝障害に関連しています5。有病率調査では、AD患者の3分の2が女性であることが証明されました6。ADの性特異的な違いは、病因、臨床症状、予防、および治療に存在します。したがって、ADの性特異的な違いを引き起こす生物学的メカニズムを明らかにし、伝統的な漢方薬(TCM)を標的とすることで、ADの病因を理解し、正確な治療戦略をさらに導くためのより包括的な理論的枠組みを提供できる可能性があります。
神経膠細胞、特にミクログリア、アストロサイト、オリゴデンドロサイトは、ADの病因に寄与する可能性があります。ADでは、ミクログリアが活性化され、遺伝的に改変され、炎症反応、食作用、およびAβクリアランスに寄与します7,8。アストロサイトは遺伝的に改変され、シナプス活性、イオン恒常性、エネルギー代謝、脂質代謝に影響を及ぼします9。オリゴデンドロサイトは、性特異性を伴って遺伝的に変化し、これがニューロンの喪失、神経原線維変化、および白質病変の一因となります10,11。
本研究では、優れた技術として1核RNAシーケンシング(snRNA-seq)を採用しました。シングルセルRNAシーケンシング(scRNA-seq)と比較して、snRNA-seqは、サンプルの豊富さ、細胞タイプの完全性、およびデータの信頼性の点で利点があります12,13。SnRNA-seqは、ADに焦点を当て、グリア細胞の役割を探求する研究で広く利用されています14,15,16。これらの研究分野で広く採用されていることは、ADにおけるグリア細胞の転写特性に関する貴重な洞察を提供する上での有効性を浮き彫りにしています。snRNA-seqの利点を活用することで、研究者はADの病理におけるグリア細胞の関与に関する重要な情報を明らかにし、潜在的な治療標的を特定することができました。ADにおける性特異的な神経膠細胞転写特性とADの性特異性に対する潜在的なTCMを調査するために、この研究では、NCBI GEO公開データベースからAD患者の前頭皮質からのsnRNA-seqデータを分析しました。性特異的発現差出せ遺伝子(DEG)、Gene Ontology(GO)、京都遺伝子・ゲノム大百科事典(KEGG)、タンパク質間相互作用(PPI)ネットワーク、およびgene-TF-miRNAネットワークをさらに解析し、主要なバイオマーカーと潜在的な病因を明らかにします。最後に、潜在的なTCMが提案され、Coremine Medical、TCMIP、およびTCMSPデータベースを検索して、その有効成分を表とともに表示しました。

<table><tbody><tr><td>Database</td><td></td><td></td><td></td></tr><tr><td>Coremine Medicalデータベース</td><td>ノルウェー、中国科学院、中国医学院、米国国立医学図書館、その他の機関</td><td></td>が共同で開発 <td>CoreMine Medicalで概念を探索すると、重要な概念を関連付けるように構造化されたデータベースにアクセスし、統計的関連性によってランク付けされます。 あなたのトピックに。たとえば、「アルツハイマー病」と入力すると、その病気について説明するドキュメントやリソースを取得するだけでなく、クエリの概念が他の生物医学の概念とどのように関連しているかを示すネットワークやリストを表示することができます。これは、検索に関連する概念の概要を提供するだけでなく、これらの概念に関する情報をナビゲートするためのインターフェースでもあります. Weblink:</td></tr> <tr><td>https://coremine.com/medical/ Gene Expression Omnibus (GEO)</td><td>National Center for Biotechnology Information in the United States (NCBI)</td><td></td><td>GEOは、MIAME準拠のデータ提出をサポートする公開機能ゲノミクスデータリポジトリです。配列ベースおよびシーケンスベースのデータを使用できます。 Weblink: https://www.ncbi.nlm.nih.gov/geo/</td></tr> <tr><td>Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine (TCMIP, version: 2.0)</td><td>なし</td><td></td><td>Integrated Pharmacology Based Network Computational Research Platform for Traditional Chinese Medicine [TCMIP v2.0], http://www.tcmip.cn/ ) インテリジェントなデータマイニングです医療ビッグデータ管理と薬理学的コンピューティングサービスを統合したEncyclopedia of Traditional Chinese Medicine(ETCM)のオンラインデータベースに基づくプラットフォーム。それは、伝統的な漢方薬理論の科学的な意味合いと伝統的な漢方薬における独創的な思考の科学的価値を明らかにし、有名な医師の経験を要約して伝え、伝統的な漢方薬の品質を制御し、伝統的な漢方薬の行動の原則を説明し、新しい漢方薬の研究開発、特に現代の薬物の組み合わせの発見と最適化、 強力なデータ基盤と分析ツールを提供します。TCMIP v1.0 をベースとして、5 つの主要なデータベースと 7 つの機能モジュールを含む包括的なアップグレードが実装されています。システム統合とモジュール統合により、「疾患症候群処方」相互作用ネットワークのマルチレベル相関の包括的な分析を迅速に達成できます。インテリジェントなデータマイニングプラットフォームとして、TCMIP v2.0は、伝統的な漢方薬理論の科学的意味合いと伝統的な漢方薬における独自の思考の科学的価値を明らかにするための強力なデータ基盤と分析プラットフォームを提供し、有名な医師の経験を要約して継承し、伝統的な漢方薬の品質管理を行い、伝統的な漢方薬の行動の原則を解明します。 新しい伝統的な漢方薬、特に現代の薬剤の組み合わせの発見と最適化の研究開発. Weblink: http://www.tcmip.cn/TCMIP&nbsp;</td></tr><tr><td>NetworkAnalyst</td><td>None</td><td></td><td>Networkanalyzeは、遺伝子発現解析およびメタアナリシスのためのオンライン可視化解析プラットフォームです。遺伝子発現の比較、定量、差分、濃縮分析、タンパク質間相互作用分析、複数のデータセットの統合分析を行うことができ、PCA、タンパク質間相互作用ネットワーク図、ヒートマップ、火山図、ウェイン図などの高価値画像も描画できます Weblink:</td></tr> <tr><td>https://www.networkanalyst.ca/NetworkAnalyst/ PubMedデータベース</td><td>米国国立バイオテクノロジー情報センター(NCBI)</td><td></td><td>Pubmedデータベースは、米国国立医学図書館(NLM)が管理する生物医学文献データベースで、最新の医学研究成果を世界中の科学者、医師、研究者、学生に提供することを目的としています。このデータベースは、ジャーナル記事、論文、書籍など、世界中の生物医学文献を収集しています。現在、Pubmedのデータベースには3000万件以上の記事が収集されており、毎週更新されています Weblink: https://pubmed.ncbi.nlm.nih.gov/</td></tr> <tr><td>Rソフトウェアの</td><td>Ross IhakaとRobert Gentleman</td><td></td><td>Rは、統計計算とグラフィックスのための言語と環境です。これは、ベル研究所(旧AT&)で開発されたS言語と環境に似たGNUプロジェクトです。T、現在のLucent Technologies)ジョン・チェンバースと同僚による。R は、S の異なる実装と見なすことができます。いくつかの重要な違いがありますが><、S用に書かれた多くのコードは、R. Weblinkの下で変更されずに実行されます:</td></tr><tr><td>https://www.r-project.org/ Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform（TCMSP)</td><td>Zhejiang Jiuwei Health Co., Ltd</td><td></td><td>TCMSPは、データリポジトリであるだけでなく、ユーザーが伝統的な漢方薬(TCM)を包括的に研究するための分析プラットフォームでもあります。 有効成分の同定、薬物標的のスクリーニング、化合物-標的-疾患ネットワークの生成、および薬物類似性(DL)、経口バイオアベイラビリティ(OB)、血液脳関門(BBB)、腸上皮透過性(Caco-2)、ALogP、フラクショナルネガティブ表面積(FASA-)および&nbspの数を含む詳細な薬物動態情報が含まれます。Hボンド&nbsp;ドナー/アクセプター &nbsp;(Hdon/Hacc)。これまでのところ、TCMSPは幅広い注目を集めており、いくつかのグループは、約1年以内にTCMSPデータベースを使用して10以上の論文を発表しています https://tcmsp-e.com><。</td></tr></tbody></table>

グリアトランスクリプトームプロファイルに基づくアルツハイマー病の性別特異性のためのバイオマーカー同定

Biomarker Identification for Gender Specificity of Alzheimer's Disease Based on the Glial Transcriptome Profiles

最近、アルツハイマー病(AD)において多くの性特異的バイオマーカーが明らかになりました。しかし、脳グリア細胞はほとんど報告されていませんでした。この研究では、GEOデータベースに登録されているADの33人の前頭皮質から得られた220,095の単一核トランスクリプトームを分析しました。性特異的差次的発現遺伝子(DEG)は、アストロサイトに243個、ミクログリアに1,154個、オリゴデンドロサイトに572個を含むグリア細胞で同定されました。Gene Ontology(GO)の機能アノテーション解析と京都遺伝子・ゲノム大百科事典(KEGG)のパスウェイエンリッチメント解析により、シナプス、神経、ホルモン関連パスの機能的集中が明らかになりました。タンパク質間相互作用ネットワーク(PPI)は、アストロサイトにおけるMT3、CALM2、DLG2、KCND2、PAKACB、CAMK2D、およびNLGN4Y、ミクログリアにおけるTREM2、FOS、APOE、APP、およびNLGN4Y、およびオリゴデンドロサイトにおけるGRIN2A、ITPR2、GNAS、およびNLGN4Yを主要な遺伝子として同定しました。NLGN4Yは、3つのグリアが共有する唯一の遺伝子であり、ADの性別特異性のバイオマーカーとして同定されました。遺伝子転写因子(TF)-miRNA共調節ネットワークは、NLGN4Yとその標的TCMの主要な調節因子を特定しました。Ecklonia kurome Okam(Kunbu)とHerba Ephedrae(Mahuang)が同定され、ADに対する有効成分の影響が示されました。最後に、KunbuとMahuangの濃縮分析は、彼らがADの性別特異性の治療候補として作用する可能性があることを示唆しました。

この研究では、アルツハイマー病(AD)患者33人の単一核トランスクリプトームを解析し、グリア細胞における性特異的なDEGを明らかにしました。機能強化解析では、シナプス、神経、およびホルモン関連の経路が強調されました。主要な遺伝子、すなわちNLGN4Yとその調節因子が特定され、性別特異的ADの潜在的な治療候補が提案されました。

Many sex-specific biomarkers have been recently revealed in Alzheimer&#39;s disease (AD); however, cerebral glial cells were rarely reported. This study ...

私たちの研究は、グリア細胞の性別特異的遺伝子を特定し、関連する経路を探索し、アルツハイマー病に対するTCMの潜在的な治療効果を評価することを目的としています。本プロトコールでは、GEOデータベースから多数の単一核トランスクリプトームをバイオインフォマティクス解析により解析します。当社のプロトコルには、シングルセルの分解能、バイオマーカー発見のCTAP同定、異なる性別での成長の比較などの利点があります。私たちの研究室では、神経疾患の治療を強化するために鍼治療を利用することに焦点を当てたパラメーターで、神経科学の分野に焦点を当てます。

biomarker-identification-for-gender-specificity-alzheimer-s-disease

Research

JoVE Journal

Neuroscience

神経科学

我々は明らかに人間の皮質ホモジネート、SDS -...

ヒト皮質組織におけるAβ多量体のSDS-PAGE/Immunoblotの検出は、抗原エピトープの検索を使用してホモジネート

人間とマウスの脳組織のために尿素/チオ尿素/ SDS緩衝液を使用した一般的なタンパク質抽出プロトコルを可能にする2D-DIGEとミニ2DEのイムノブロット法によるそれに続くキャラクタライゼーションによるタンパク質のINDENTIFICATION。この方法は、人間の生検および実験モデルから、より再現性と信頼性の高い結果を得るために1を可能にします。...

コンセンサス脳由来のタンパク質、2D-DIGEとミニ2DEイムノ両方を使用して、ヒトおよびマウスの脳プロテオーム研究のための抽出プロトコール

我々は、高スループット、多重化を説明、およびプロテオミクス脳脊髄液（CSF）の臨床翻訳のための潜在的に開発されたアッセイをターゲットに。テストでは、このようなアポリポタンパク質Eバリアント（E2、E3およびE4）などの神経変性のための潜在的なマーカーおよびリスク要因を、定量、およびそれらの対立遺伝子の発現を測定することができます。...

神経変性のバイオマーカーおよびアポリポタンパク質Eアイソフォームの状態を定量化するために高スループット、多重化およびターゲットプロテオームCSFアッセイ

私たちは、アルツハイマー病のげっ歯類モデルにおいて単核食細胞によって脳アミロイドβ（Aβ）食作用のインシリコモデリング （q3DISM） で定量的な3Dのための方法論を開発しました。この方法は、 インビボで実質的に任意の食イベントの定量のために一般化することができます。...

定量的3Dインシリコモデリング（q3DISM）

ここでは、トニックおよび酵素結合微小電極アレイ（MEA）を使用して、in vivoで相性の細胞外グルタミン酸変化を測定の空間的及び時間的に正確な方法のセットアップ、ソフトウェアナビゲーション、およびデータ分析を記載しています。...

アルツハイマー病のマウスモデルにおけるトニックと相性グルタミン酸を測定するための酵素ベースのバイオセンサーを使用して

このプロトコルは、脳の寄付プログラムと脳の適切な特性を通じて個々の脳老化軌道を追跡する方法を記述する。脳のドナーは、連続多次元評価を含む長期的な縦断的研究に関与しています。プロトコルは、脳処理の詳細な説明と正確な診断方法論が含まれています。...

老化脳の収集、処理、特徴付けのためのアッビアテグラッソブレインバンクプロトコル

成体マウス脳半球の異なる解剖領域からミクログリアを分離するためのプロトコルを提供し、続いて全長転写物の深い単一細胞RNAシーケンシングのための半自動化ライブラリ製剤を提供する。この方法は、健康と疾患におけるミクログリアの機能的不均一性を解明するのに役立ちます。...

ディープシングルセルRNAシーケンシングのための1つの成人マウス脳半球からの領域特異的ミクログリアの分離

我々は、三次元クロマチン相互作用を用いてゲノム全体の関連研究(GWAS)によって同定される非コード変異体の機能的影響を同定するプロトコルを提示する。...

クロマチン構成の計算解析を用いたアルツハイマー病変異体の標的遺伝子へのマッピング

DeepOmicsAEは、深層学習手法(オートエンコーダー)の適用を中心としたワークフローで、マルチオミクスデータの次元を縮小し、オミクスデータの多層化を表す予測モデルとシグナリングモジュールの基盤を提供します。...

DeepOmicsAE:プロテオミクス、メタボロミクス、臨床データの深層学習解析によるアルツハイマー病のシグナル伝達モジュールの表現

ここでは、ヒトγ-セクレターゼを再構成する酵母系について述べる。このシステムにより、活性に影響を与える突然変異の同定と研究、およびγ-セクレターゼ阻害剤(GSI)のスクリーニングが可能になります。家族性アルツハイマー病変異体の機能喪失特性を利用して、γ-セクレターゼモジュレーター(GSM)のスクリーニングが可能です。...

出芽酵母 γ-セクレターゼによるアミロイドベーターゼ産生に影響を与える遺伝子、突然変異、および化学物質をスクリーニングするためのアルツハイマー病のモデル

学ぶグリア細胞の性別特異的遺伝子と経路を単一核トランスクリプトーム解析で探索し、アルツハイマー病の個別化治療標的を同定するバイオインフォマティクス手法。この計算的手法は治療開発に貢献します。

グリアトランスクリプトームプロファイルに基づくアルツハイマー病の性別特異性のためのバイオマーカー同定

さらに動画を探す