通过因果网络分析洞察与精神分裂症相关的复杂脑功能
基因组学
2019-05-31 v2 分子网络
定量方法
摘要
基因表达是人类机体发育与持续可塑性中基因与环境之间的基本界面。基因表达的个体差异很可能构成人类多样性（包括精神疾病）的大部分基础。基因表达在不同组织中呈现独特的调控模式。因此，脑组织分析可揭示脑疾病机制。此外，将底层关系作为复杂网络研究，可提供对基因调控模式的机制性理解。识别脑特异性基因关系提供了一个补充性框架，用以应对神经精神与其他神经疾病中出现的复杂失调。利用在孟德尔随机化与贝叶斯网络中建立的系统方法，我们整合了来自 common-mind consortium 的遗传与转录组学数据，并在观察性研究中识别了转录组因果网络。聚焦于精神分裂症，我们识别了高影响基因并揭示了其在脑组织中的底层通路。此外，我们生成了新的假设，包括作为精神分裂症相关基因之因的基因，以及与精神分裂症相关的新基因。该方法可促进对疾病机制的更好理解，是对分子实验研究的补充，尤其适用于复杂系统与大规模数据集。
引用
@article{arxiv.1807.11654,
title = {Insights into Complex Brain Functions Related to Schizophrenia Disorder through Causal Network Analysis},
author = {Akram Yazdani and Raul Mendez Giraldez and Ahmad Samiei},
journal= {arXiv preprint arXiv:1807.11654},
year = {2019}
}