SNP Rs708727 ที่เกี่ยวข้องกับโรคอัลไซเมอร์ใน SLC41A1 อาจเพิ่มความเสี่ยงต่อโรคพาร์กินสัน: รายงานจากการศึกษาสโลวักขยายส่วนที่ 2
Aug 30, 2023
2.2. การวิเคราะห์ทางพันธุกรรม
การวิเคราะห์ทางพันธุกรรมได้ดำเนินการใน A1 SNPs rs11240569, rs708727 และ rs823156 ในกลุ่มผู้ป่วย PD 508 ราย (เทียบกับผู้ป่วย 150 รายในการศึกษานำร่อง) และกลุ่มควบคุม 472 ราย (เทียบกับกลุ่มควบคุม 120 รายในการศึกษานำร่อง) [37] ดังนั้น จำนวนผู้ป่วย PD และกลุ่มควบคุมจึงเพิ่มขึ้นในการศึกษานี้ 3.4- เท่าและ 3.9 เท่าตามลำดับ เมื่อเปรียบเทียบกับการศึกษานำร่อง
หลายๆ คนจะสูญเสียความทรงจำเมื่ออายุมากขึ้น แต่สำหรับผู้ที่เป็นโรคพาร์กินสัน ความจำจะเปลี่ยนแปลงชัดเจนยิ่งขึ้น อย่างไรก็ตาม เราไม่ควรคิดว่าผู้ที่เป็นโรคพาร์กินสันจะต้องทนทุกข์ทรมานจากความจำเสื่อม เนื่องจากมีสิ่งที่เราสามารถทำได้เพื่อช่วยรักษาความทรงจำของพวกเขา
ประการแรก การทำกิจกรรมฝึกสมองอย่างสม่ำเสมอสามารถช่วยให้ผู้ที่เป็นโรคพาร์กินสันพัฒนาความจำได้ กิจกรรมเหล่านี้อาจรวมถึง: เล่นซูโดกุ เล่นเกมกระดาน ไขปริศนา และอื่นๆ พวกเขาสามารถออกกำลังกายความจำ เพิ่มการทำงานของสมอง และช่วยรักษาสภาพจิตใจผ่านกิจกรรมเหล่านี้
ประการที่สอง การรับประทานอาหารมีผลกระทบที่สำคัญมากต่อความทรงจำของผู้ป่วยโรคพาร์กินสัน ในการลดน้ำหนัก เราสามารถเพิ่มอาหารที่อุดมไปด้วยโปรตีนและสารอาหาร เช่น ปลา ถั่ว ถั่วเปลือกแข็ง ฯลฯ อาหารเหล่านี้สามารถช่วยให้เรามีสุขภาพที่ดีและความจำดีขึ้นได้
สุดท้ายนี้ การออกกำลังกายเป็นประจำสามารถช่วยให้ผู้ที่เป็นโรคพาร์กินสันพัฒนาความจำได้ การออกกำลังกายไม่เพียงแต่ช่วยให้เรามีสุขภาพร่างกายแข็งแรงเท่านั้น แต่ที่สำคัญกว่านั้นคือช่วยเพิ่มการทำงานของสมองด้วย การออกกำลังกายเป็นประจำช่วยเพิ่มการทำงานของหัวใจและปอด เพิ่มความยืดหยุ่นของกล้ามเนื้อและกระดูก และปรับปรุงความจำ
โดยรวมแล้ว การที่ผู้ที่เป็นโรคพาร์กินสันจะมีความจำลดลงหรือไม่นั้น ขึ้นอยู่กับไลฟ์สไตล์และนิสัยการกินของพวกเขา รวมถึงให้ความสนใจกับสิ่งต่างๆ เช่น การฝึกสมองและการออกกำลังกายหรือไม่ ตราบใดที่เราใส่ใจกับประเด็นเหล่านี้ ฉันเชื่อว่าความจำของผู้ป่วยโรคพาร์กินสันจะดีขึ้นได้อย่างมีประสิทธิภาพ จะเห็นได้ว่าเราต้องปรับปรุงความจำของเรา Cistanche Deserticola สามารถปรับปรุงความจำได้อย่างมาก เนื่องจาก Cistanche Deserticola เป็นยาแผนโบราณของจีนที่มีลักษณะพิเศษมากมาย หนึ่งในนั้นคือการปรับปรุงความจำ ประสิทธิภาพของเนื้อสับมาจากส่วนผสมออกฤทธิ์หลายชนิดในเนื้อสับ เช่น กรดคาร์บอกซิลิก โพลีแซ็กคาไรด์ ฟลาโวนอยด์ ฯลฯ ส่วนผสมเหล่านี้สามารถส่งเสริมสุขภาพสมองได้ผ่านช่องทางต่างๆ
คลิกรู้วิธีปรับปรุงการทำงานของสมอง
In the sub-cohort of 96 PD patients and 100 controls, we also examined A1 SNPs rs9438393, rs56152218, and rs61822602 (first identified in the PD sub-cohort by the Sanger sequencing and afterward by RFLP analysis of the sub-cohort of controls). They were not analyzed in the pilot study (37]. The allele and genotype count and frequencies (fq) for each particular A1 SNP in the PD and the control cohorts are summarized in Table 3. The minor allele fa was, for rs11240569 (C>A) ในกลุ่มทั้งหมดของเรา (กรณี PD + โพรแบนด์ควบคุม) เทียบเคียงได้โดยประมาณกับช่วง fq ประชากรรวมอัลลีลรอง (MATPFR) ที่รายงานโดยฐานข้อมูล gnomAD และ ExAC ดังนี้: fqo (สังเกตได้) กับ สำหรับ (รายงาน) {{1 }}% เทียบกับ 29-30%
อัลลีลรอง fq สำหรับ rs708727 (G > A) ในกลุ่มทั้งหมดของเราสูงกว่า MATPFR ในฐานข้อมูล gnomAD และ ExAC (fq เทียบกับ สำหรับ=40% เทียบกับ 29-30%) แต่เทียบเคียงได้กับ allele fq รอง rs708727 รายงานสำหรับประชากรยุโรปในฐานข้อมูล ALFA (41%) rs823156 (A > G) อัลลีล fq รองในกลุ่มทั้งหมดของเราคือ 17% และต่ำกว่า MATPFR ในฐานข้อมูล gnomAD และ ExAC (23–30%) แต่เทียบเคียงได้กับ rs823156 อัลลีลรอง fq ที่รายงานสำหรับประชากรยุโรปใน ฐานข้อมูลอัลฟ่า (18%)
ความถี่ของอัลลีลรองของ rs9438393 (A > G) ในกลุ่มทั้งหมดคือ 40% และดังนั้นจึงสูงกว่า MATPFR อย่างเห็นได้ชัดที่ 26–29% ที่รายงานในฐานข้อมูล gnomAD และ TOPMED แต่เทียบเคียงได้กับ rs9438393 รายย่อย ความถี่อัลลีลที่รายงานในฐานข้อมูล ALFA สำหรับประชากรยุโรป (41%) อัลลีลรองของ rs56152218 (T > C) ในกลุ่มทั้งหมดมีอยู่ด้วย fq 38% ซึ่งอยู่ภายใน MATPFR ที่ 32–46% รายงานโดยฐานข้อมูล ALSPAC, TOPMED และ ALFA (ประชากรยุโรป)
สิ่งที่น่าสนใจคือในประชากรชาวเวียดนาม เกาหลี และกาตาร์ อัลลีลรองคือ T ไม่ใช่ C ตามที่สังเกตในประชากรยุโรป [https://www.ncbi.nlm.nih.gov/snp/?term{0} }rs56152218 เข้าถึงเมื่อวันที่ 2 สิงหาคม 2021)] fq ของอัลลีลรองใน rs61822602 (G > T) พบว่าเป็น 12% สิ่งนี้เทียบเคียงได้กับความถี่ T allele ที่รายงานโดยฐานข้อมูล ALSPAC และ TWINSUK (12% และ 13% ตามลำดับ) แต่สูงกว่า fq ของ T allele ที่รายงานในประชากรยุโรปในฐานข้อมูล ALFA (6%) มาก
A1 SNP ที่ทดสอบทั้งหมดใน PD และกลุ่มควบคุมของเราอยู่ในสมดุล Hardy – Weinberg (HWE; ตารางที่ 4)
ต่อไป เราคำนวณอัตราส่วนอัตราต่อรอง (OR) ของอัลลีลรองและจีโนไทป์ที่มีอัลลีลรองสำหรับ SNP แต่ละตัวที่ทดสอบ ผลลัพธ์เหล่านี้สรุปไว้ในตารางที่ 5 จีโนไทป์ GA ใน rs708727 มีความสัมพันธ์กับ PD (OR=1.42 (1.08–1.87), p=0.01) ในประชากรของเรา นอกจากนี้เรายังทดสอบความสัมพันธ์ของการผสมจีโนไทป์โดยเฉพาะสำหรับ SNP แต่ละตัวที่ทดสอบกับ PD ในแบบจำลองทางพันธุกรรมแบบถอย เด่น และเด่นเกินอย่างสมบูรณ์ (ตารางที่ 6) สอดคล้องกับข้อมูลก่อนหน้านี้ เราระบุความสัมพันธ์ของอัลลีลรอง (A) rs708727 กับ PD ในแบบจำลองทางพันธุกรรมที่โดดเด่น (GG เทียบกับ GA + AA) และแบบจำลองทางพันธุกรรมที่โดดเด่นมากเกินไป (GG + AA เทียบกับ GA) (ORD {{16} }.36 (1.05–1.77), p=0.02 และ ORCOD=1.34 (1.04–1.72), p=0.02 ตามลำดับ) SNP ที่เหลือไม่แสดงความสัมพันธ์กับ PD ในแบบจำลองทางพันธุกรรมที่ทดสอบ (ตารางที่ 6)
นอกจากนี้เรายังทดสอบความเท่าเทียมกันของสัดส่วนประชากรของการรวมจีโนไทป์ใด ๆ ที่ประกอบด้วยการซ้ำ, แฝด, สี่เท่า, ห้าเท่าหรือหกเท่าของ SNP ที่ทดสอบในกลุ่ม PD (N {{0}}) และกลุ่มควบคุม ( N=100) เพื่อตรวจสอบขนาดของผลกระทบของปฏิสัมพันธ์ระหว่าง A1 SNP ที่ทดสอบต่อความอ่อนแอในการพัฒนา PD ในประชากรของเรา โดยรวมแล้ว มีการรวมจีโนไทป์ทั้งหมด 12 รายการ (สองรายการซ้ำ, แฝดสามเจ็ดรายการ และสี่เท่าสามรายการ, ตารางที่ 7) ที่มีนัยสำคัญ (p < 0.05, 10 จีโนไทป์; p < 0.06, จีโนไทป์สองรายการ ) จำนวนนับที่แตกต่างกันใน PD และกลุ่มควบคุมถูกระบุ (ตารางที่ 7) ตามเกณฑ์ของ Cohen [39] ซึ่งอธิบายความแตกต่างในสัดส่วน มีเพียงแฝด GG(rs708727) + AG(rs823156) + CC(rs61822602) จาก 12 จีโนไทป์เท่านั้นที่แสดงความแตกต่างขนาด "ปานกลาง" ที่กำหนดโดย h(2arcsin√ prp1 ของ Cohen –2arcsin√ prp2) มากกว่าหรือเท่ากับ 0.5
ค่า h สำหรับ 11 จีโนไทป์ที่เหลืออยู่ในช่วงระหว่าง 0.32 ถึง 0.46 และดังนั้นจึงอยู่ภายในช่วง h ตั้งแต่ 0.2 ถึง 0.5 ซึ่ง กำหนดความแตกต่างเล็กน้อยในสัดส่วน (ตารางที่ 7) [39] ดังนั้น แฝด GG(rs708727) + AG(rs823156) + CC(rs61822602) อาจมีความหมายทางคลินิก และควรทำการตรวจสอบจีโนไทป์นี้ในอนาคตเกี่ยวกับความไวต่อ PD สำหรับ rs11240569, rs708727 และ rs823156 เราทำการวิเคราะห์ประเภทเดียวกันกับแหล่งข้อมูลจากกลุ่มผู้ป่วย PD 508 รายและกลุ่มควบคุม 472 ราย จีโนไทป์สี่แบบ สองแฝด (GG(rs11240569) + AG(rs708727), GG(rs708727) + AG(rs823156)) และแฝดสาม (GG(rs11240569) + GG(rs708727) + AA(rs823156), (GG(rs11240569) มีการระบุ + GG(rs708727) + AG(rs823156)) โดยมีการนับที่แตกต่างกันอย่างมีนัยสำคัญ (p < 0.05) ใน PD และกลุ่มควบคุม h ของโคเฮนที่คำนวณได้สำหรับแต่ละจีโนไทป์ทั้งสี่นั้นต่ำกว่าเกณฑ์ที่ 0.2 [39] ดังนั้นความแตกต่างระหว่างสัดส่วนประชากรระหว่างกลุ่มที่ได้รับการทดสอบในทั้งสี่กรณีจึงน้อยมาก
การสูงวัยรองลงมาคือเพศชาย ถือเป็นปัจจัยเสี่ยงที่สำคัญที่สุดในการเกิด PD ที่ไม่ทราบสาเหตุ [37] ในการศึกษานำร่องของเรา อายุที่เริ่มมีอาการของ PD ที่ไม่ทราบสาเหตุในกลุ่มผู้ป่วย PD จำนวน 150 รายไม่มีความสัมพันธ์กับการมียีนผสมกันสำหรับ SNPs rs11240569, rs708727 และ rs823156 [37] ที่นี่ เรามีความสัมพันธ์ระหว่างอายุที่เริ่มมีอาการของ PD กับ (1) การมีอยู่ของการรวมจีโนไทป์แต่ละรายการสำหรับ SNPs rs11240569, rs708727 และ rs823156 ในกลุ่มผู้ป่วย PD 508 คน (รูปที่ 2) และ (2) กับการมีอยู่ของแต่ละคน การผสมผสานทางจีโนไทป์สำหรับ SNPs rs11240569, rs708727, rs823156, rs9438393, rs56152218 และ rs61822602 ในกลุ่มย่อยของผู้ป่วย PD สุ่มเลือกจากกลุ่ม PD สำหรับการจัดลำดับโปรโมเตอร์ A1 (รูปที่ 3) เกี่ยวกับอายุที่เริ่มมีอาการ การวิเคราะห์ความแปรปรวนแบบทางเดียวเปิดเผยว่าไม่มีความแตกต่างที่มีนัยสำคัญ (p <0.05) ระหว่างประชากรย่อยจีโนไทป์สำหรับ SNP ที่ได้รับการทดสอบแต่ละรายการทั้งในกลุ่ม PD ขนาดใหญ่และในกลุ่มย่อยของ PD ผู้ป่วย. ดังนั้น จีโนไทป์ใดๆ ใน SNP ที่ทดสอบจะไม่ส่งผลต่ออายุที่เริ่มมีอาการของ PD รูปแบบที่ไม่ทราบสาเหตุ ซึ่งสอดคล้องกับข้อสรุปในการศึกษานำร่องของเรา [37]
นอกจากนี้เรายังได้ทำการวิเคราะห์ประเภทเดียวกันสำหรับ SNP ที่ทดสอบแต่ละรายการในประชากรย่อยของผู้หญิงและผู้ชายที่ได้มาจากกลุ่มรุ่นใหญ่ (N=508) และกลุ่มย่อย (N=96 ) ของผู้ป่วย PD ดังที่แสดงในตัวเลขเสริม S1 – S3 ไม่มีความสัมพันธ์ที่มีนัยสำคัญ (p < 0.05) ระหว่างอายุที่เริ่มมีอาการและการมีอยู่ของการรวมจีโนไทป์ใด ๆ ใน SNP ที่ทดสอบ rs11240569, rs708727, rs823156, rs9438393, rs56152218 และ rs61822602 ในกลุ่มย่อยแยกเพศได้มาจากกลุ่ม PD ขนาดใหญ่ (NM=306, NF=202) หรือกลุ่มย่อย PD ที่เลือกสำหรับการจัดลำดับโปรโมเตอร์ A1 (NM {{20} }, NF=42)
2.3. การเรียนรู้ของเครื่อง RandomForest (RF-ML)
A1 SNP ทั้งหมดได้รับการทดสอบสำหรับความสามารถในการแยกแยะระหว่างผู้ป่วย PD และกลุ่มควบคุมด้วย RF-ML อัลกอริธึม RF-ML ได้รับการฝึกอบรมโดยใช้ข้อมูลของเรา และประเมินความสำคัญเชิงแยกแยะของ SNP แต่ละรายการโดยโครงสร้างทางเทคนิคที่เรียกว่าความลึกของกราฟ ได้รับการประเมิน [37,40] ในการศึกษานำร่องของเรา [37] ความสามารถในการคาดการณ์ของ SNP ที่ทดสอบนั้นถูกมองเห็นและวัดปริมาณโดยเส้นโค้ง ROC (ลักษณะการทำงานของตัวรับ) และโดย AUC (พื้นที่ใต้เส้นโค้ง ROC) ตามลำดับ ความสามารถในการแยกแยะของผู้ทำนายจะได้รับภายในช่วง AUC จาก 100% (ความสามารถในการแยกแยะสูงสุด) ลงไปที่ 50% (ความสามารถในการแยกแยะขั้นต่ำ) AUC < 50% แสดงว่าไม่มีความสามารถในการเลือกปฏิบัติ
อัลกอริธึม RF ได้รับการฝึกในโหมดต่อไปนี้: (1) ด้วย A1 SNP เฉพาะสามหรือหก (ตารางที่ 8) (SNP แต่ละตัว, จีโนไทป์สามชนิด (AMAM/AMAm/AmAm โดยที่ AM ย่อมาจากอัลลีลหลัก และ Am แทนอัลลีลรอง) ในฐานะตัวทำนาย (แบบจำลอง RF สามหรือหกตัว หนึ่งตัวสำหรับ SNP แต่ละตัว) (2) โดยมีการซ้ำซ้อนทางจีโนไทป์ของ SNP ที่จับคู่เป็นตัวทำนาย (แบบจำลอง RF สามตัว (SNP สามตัว) หรือแบบจำลอง RF 15 ตัว (SNP หกตัว) หนึ่งตัวสำหรับแต่ละคู่ SNPs; ตารางที่ 8), (3) โดยมีแฝดจีโนไทป์ของ SNP สามตัวเป็นตัวทำนาย (แบบจำลอง RF หนึ่งตัว (SNP สามตัว) หรือแบบจำลอง RF 20 ตัว (SNP หกตัว) หนึ่งตัวสำหรับ SNP แฝดแต่ละตัว ตารางที่ 8), (4) ด้วย สี่เท่าของจีโนไทป์ของ SNP ทั้งหกตัวเป็นตัวทำนาย (แบบจำลอง RF 15 ตัว หนึ่งตัวสำหรับแต่ละสี่เท่า ตารางที่ 8), (5) โดยมีห้าเท่าของจีโนไทป์ของ SNP ทั้งหกตัวเป็นตัวทำนาย (แบบจำลอง RF หกตัว หนึ่งตัวสำหรับแต่ละสี่เท่า ตารางที่ 8) และ ( 6) ที่มีซีทูเพลตจีโนไทป์ (แบบจำลอง RF หนึ่งแบบจำลอง, ตารางที่ 8)
ดังนั้นเมื่อซิงเกิลตัน, ดูเพลต, แฝดสาม, สี่เท่า, ห้าเท่าและหกเท่าของ A1 SNP ถูกนำมาใช้เป็นตัวทำนาย พวกเขาไม่มีความสามารถในการแยกแยะระหว่างผู้ป่วย PD และกลุ่มควบคุม (ตารางที่ 8) ดังนั้น ตามการวิเคราะห์ RF-ML และตามข้อตกลงกับการศึกษานำร่อง [37] A1 SNP ไม่มีศักยภาพที่จะทำหน้าที่เป็นผู้แยกแยะระหว่างกลุ่มควบคุมและผู้ป่วย PD และเกี่ยวกับ PD นั้นไม่มีค่าทำนายหรือวินิจฉัยในประชากรสโลวัก .
3. การอภิปราย
ตำแหน่ง PARK16 ได้รับความสนใจในชุมชนวิทยาศาสตร์เนื่องจากมีความเกี่ยวข้องกับ PD และบทบาทที่มีการหารือกันในการกำหนดความอ่อนแอต่อโรคที่ซับซ้อนนี้ ในปี 2019 เรารายงานการศึกษานำร่องซึ่งเราวิเคราะห์ความสัมพันธ์ของ A1 SNP สามรายการ ได้แก่ rs11240569, rs708727 และ rs823156 กับรูปแบบที่ไม่ทราบสาเหตุของ PD ในประชากรสโลวัก (สลาฟตะวันตก) ไม่พบความสัมพันธ์ที่รายงานของ rs11240569 และ rs823156 กับความไวต่อ PD ส่วนใหญ่ในประชากรเอเชีย/ตะวันออก ไม่พบในการศึกษาของเรา [37] ไม่สามารถยืนยันการเชื่อมโยงได้โดยใช้สถิติที่ใช้บ่อย (การวิเคราะห์ทางพันธุกรรมแบบอนุรักษ์นิยม) หรือโดยการวิเคราะห์ RF-ML [37]
อย่างไรก็ตาม ข้อจำกัดที่สำคัญของการศึกษานำร่องของเราคือ จำนวนผู้ป่วย/กลุ่มควบคุมใน PD และกลุ่มควบคุมที่ค่อนข้างต่ำ (150 และ 120 ตามลำดับ) เราเน้นย้ำว่าจากมุมมองทางสถิติ ข้อมูลจะต้องได้รับการตีความอย่างระมัดระวัง เนื่องจากขนาดตัวอย่างเล็กในทั้งสองกลุ่มและเนื่องจากอำนาจทางสถิติต่ำของการวิเคราะห์ที่ดำเนินการ [37] อย่างไรก็ตาม ด้วยการใช้วิธีการ ML ซึ่งต้องการขนาดตัวอย่างที่เล็กกว่าสถิติประจำทั่วไปหรือการคำนวณแบบเบย์โดยประมาณ เราสามารถตรวจสอบด้วยความมั่นใจถึงความสามารถของ A1 SNP โดยเฉพาะในการเลือกปฏิบัติระหว่างผู้ป่วย PD และกลุ่มควบคุม ในทุกกรณี วิธี ML เผยให้เห็นความเกี่ยวข้องในการวินิจฉัยและการทำนายของ SNPs rs11240569, rs708727 และ rs823156 ในประชากรสโลวักเป็นศูนย์
ในการศึกษานี้ เราได้ตรวจสอบไม่เพียงแต่ SNP สามรายการข้างต้นเท่านั้น แต่ยังรวมถึง SNP สามรายการ (rs9438393, rs56152218 และ rs61822602) ที่แปลเป็นภาษาท้องถิ่นภายในภูมิภาคโปรโมเตอร์ของ A1 SNP เหล่านี้ได้รับการระบุโดยการเรียงลำดับของตัวอย่าง PD 96 ตัวอย่าง ตามด้วยการวิเคราะห์ RFLP ของตัวอย่างควบคุมและการตรวจสอบความถูกต้อง RFLP ของตัวอย่าง PD ที่เป็นลำดับ การวิเคราะห์ทางพันธุกรรมของเราได้เปิดเผยว่าโดยพื้นฐานแล้วไม่มีการเชื่อมโยงของ SNP ที่ศึกษาใหม่สามรายการกับ PD เช่นเดียวกับ rs11240569 และ rs823156 ซึ่งได้รับการวิเคราะห์ในกลุ่ม PD และกลุ่มควบคุมย่อย (96/100) และในกลุ่มผู้ป่วย PD 508 รายและกลุ่มควบคุม 472 ราย ผลลัพธ์เหล่านี้สอดคล้องกับผลลัพธ์ของการศึกษานำร่องอย่างสมบูรณ์ [37] อย่างไรก็ตาม ในกลุ่มขนาดใหญ่ rs708727 มีความสัมพันธ์กับความเสี่ยงที่เพิ่มขึ้นของ PD ในประชากรสโลวัก
ตามความรู้ที่ดีที่สุดของเรา ยังไม่มีการศึกษาใดที่เชื่อมโยงโดยตรงกับ A1 SNP rs708727 กับความเสี่ยงที่เปลี่ยนแปลงไปในการพัฒนา PD [19,37] ในการศึกษาที่ขยายใหญ่ขึ้นของเรา (เมื่อเปรียบเทียบกับการศึกษานำร่อง [37]) อัลลีล A รองใน rs708727 มีความสัมพันธ์กับความเสี่ยงที่เพิ่มขึ้นของการโจมตีของ PD เมื่อทดสอบในที่โดดเด่น [40] (ORD=1.36 (1.05– 1.77), p=0.02) หรือโมเดลที่ครอบงำมากเกินไป [41] (ORCOD=1.34 (1.04–1.72), p=0.02) (ตารางที่ 5) ดังนั้นการมีอยู่ของอัลลีลรอง (A) ใน rs708727 อาจเกี่ยวข้องกับความเสี่ยงที่เพิ่มขึ้นในการพัฒนา PD ในขณะที่ Sanchez-Mut และคณะ [27] และวัง และคณะ [42] ได้แสดงให้เห็นอย่างชัดเจนว่าการมีอยู่ของอัลลีล A รองใน rs708727 เปลี่ยนแปลงเมทิลเลชั่นของโปรโมเตอร์ PM20D1 (และด้วยเหตุนี้การแสดงออกของมัน) ในลักษณะที่ขึ้นกับขนาดยา (เชิงปริมาณ) ซึ่งเป็นแบบจำลองทางพันธุกรรมที่เหมาะสมที่สุดในการศึกษาของเรา บ่งชี้ว่าการมีอยู่ของ rs708727 อัลลีลหนึ่งตัวนั้นเพียงพอที่จะเปลี่ยนความไวต่อการโจมตีของ PD ความไวต่อ PD (ฟีโนไทป์) เกี่ยวกับว่ามีอัลลีลรองหนึ่งหรือสองสำเนาอยู่ใน rs708727 (จีโนไทป์) หรือไม่ ยังคงต้องมีการอธิบายรายละเอียดเพิ่มเติม
ซานเชซ-มุต และคณะ ได้ระบุ PM20D1 (แปลเป็นภาษาท้องถิ่นภายในตำแหน่ง PARK16 และการเข้ารหัสสำหรับโดเมนเปปทิเดส M20- ซึ่งมีเอนไซม์โปรตีนหนึ่งที่มีทั้งฤทธิ์ของไฮโดรเลสและเปปทิเดส; N-ไขมัน อะซิล อะซิล อะมิโน แอซิด ซินเทส/ไฮโดรเลส) ว่าเป็นลักษณะเชิงปริมาณของเมทิลเลชันและการแสดงออก locus (mQTL) ควบคู่ไปกับ haplotype ที่เกี่ยวข้องกับความเสี่ยง AD ซึ่งแสดงคุณลักษณะที่คล้ายกับสารเพิ่มประสิทธิภาพและติดต่อกับโปรโมเตอร์ PM20D1 ผ่านทาง haplotype ที่ขึ้นกับ haplotype, CTCF (CCCTC-binding-) transcription-factor-mediated chromatin loop [27] จากการเปรียบเทียบตัวอย่างจากกลุ่มควบคุมที่มีสุขภาพดีและผู้ป่วยที่มี AD ขั้นสูง พวกเขาพบว่า PM20D1 แสดงโปรโมเตอร์ไฮเปอร์เมทิลเลชั่นในผู้ป่วย AD อย่างสม่ำเสมอ [27] A1 SNP rs708727 มีความสัมพันธ์กับระดับของ PM20D1 DNA methylation ในเยื่อหุ้มสมองส่วนหน้าและฮิบโปแคมปัสของมนุษย์ [27] เช่นเดียวกับ SNP rs960603 [27] Wang และเพื่อนร่วมงานในงานเกี่ยวกับเลือดส่วนปลายได้รับข้อมูลที่ยืนยันว่า PM20D1 เป็น mQTL ที่อาศัย AD-risk-associated A1 SNP rs708727 rs708727 เป็นหลัก [42]
นอกจากนี้ ข้อมูลตามยาวแสดงให้เห็นว่าภาวะไฮโปเมทิลเลชั่นเกิดขึ้นก่อนที่จะแสดงอาการของ AD ซึ่งอาจจะช่วยให้การแสดงออกของ PM20D1 เพิ่มมากขึ้นเพื่อกระตุ้นการทำงานของฟังก์ชันการป้องกัน [42] ความก้าวหน้าของ AD นั้นโดดเด่นด้วยระดับเมทิลเลชั่นที่เพิ่มขึ้นในหมู่เกาะ CpG ใน DMR (บริเวณดิฟเฟอเรนเชียลเมทิลเลต) ของโปรโมเตอร์ PM20D1 ในผู้ป่วย AD ซึ่งท้ายที่สุดก็นำไปสู่การยับยั้งการถอดรหัสและการแสดงออกของยีน [27,42,43] PM20D1 ยังเกี่ยวข้องกับโรคเบาหวาน [44] โรคอ้วน [45] และโรคปลอกประสาทเสื่อมแข็ง [46] และเนื่องจากมีการแปลเป็นภาษาท้องถิ่นภายใน PARK16 locus จึงสันนิษฐานว่ามีความเกี่ยวข้อง/สัมพันธ์ที่เป็นไปได้กับ PD [47]
แม้ว่าจะไม่มีการวิเคราะห์กลไกระดับโมเลกุล แต่จากข้อมูลปัจจุบันของเรา เราคาดการณ์ว่า AD และ PD (และโรคเกี่ยวกับความเสื่อมของระบบประสาทอื่นๆ ที่พบไม่บ่อย) ไม่เพียงแต่มีกลไกทางพยาธิสรีรวิทยาที่ "เป็นที่รู้จัก" เท่านั้น (เช่น ไมโทฟาจีที่ถูกรบกวน รีโทรเมอร์ และโปรตีเอโซม) ฟังก์ชัน) แต่ยังรวมไปถึงกลไกอีพิเจเนติกส์ เช่น การควบคุมที่ขึ้นอยู่กับ A1 rs708727- ของการแสดงออกของ PM20D1 [27,42] งานของเราเพิ่มความจำเป็นทางอ้อมในการอธิบายโดยละเอียดเกี่ยวกับบทบาทของกรดอะมิโน N-acyl (NAAs) ภายนอกที่ถูกเผาผลาญโดย PM20D1 ในพยาธิชีววิทยาของ PD และความผิดปกติของระบบประสาทอื่น ๆ NAAs และ N-acyl conjugates ของสารสื่อประสาท (NAANs) เป็นที่รู้กันว่ามีบทบาทสำคัญในการปรับระบบประสาท [48,49] หลักฐานที่เชื่อมโยงการแสดงออกของ PM20D1 กับ N-acyl dopamine (NADA) ได้มาจากผลงานล่าสุดของ Song และคณะ ผู้เขียนเหล่านี้ได้แสดงให้เห็นว่าการลบ kir6.2 (หน่วยย่อยที่สร้างรูพรุนของช่อง K+ ที่ไวต่อ ATP) ส่งผลให้จำนวนไมโตคอนเดรียลดลง และลดการผลิต ATP ด้วยการเพิ่มระดับ PM20D1 และสารที่แยกการหายใจแบบไมโตคอนเดรีย รวมทั้ง NADA ในสมองส่วนกลางของหนูด้วย [49]
NADA เป็นตัวยับยั้งที่มีศักยภาพของ 5-lipoxygenase (5-LOX) และมีการกระจายที่จำกัดอยู่ที่สมอง โดยระดับจะสูงที่สุดใน striatum และต่ำมากในส่วนอื่นๆ [48,50,51] 5-LOX กระตุ้นการสังเคราะห์ลิวโคไตรอีนหรือ 5-HpETE (5-กรดไฮโดรเพอร์ออกซี ไอโคซาเตตราอีโนอิก) จากกรดอะราชิโดนิก และมีความเกี่ยวข้องกับการเสื่อมของระบบประสาท (AD และ PD) ผ่านการมีส่วนร่วมในการอักเสบของระบบประสาท [51, 52]. ดังนั้นเราจึงแนะนำว่าการแสดงออกของ PM20D1 ที่ลดลง ปริมาณ NADA ที่ลดลงในเวลาต่อมา และกิจกรรมที่เพิ่มขึ้นของ 5-LOX มีส่วนสำคัญต่อพยาธิสภาพของ PD (และโรคเกี่ยวกับความเสื่อมของระบบประสาทอื่นๆ)
Sanchez-Mut และเพื่อนร่วมงานได้แสดงให้เห็นว่าการแสดงออกที่มากเกินไปของ PM20D1 ในฮิปโปแคมปัส AD ของ murine ส่งผลให้เกิดการปรับปรุงการเรียนรู้ ในขณะที่การล้มลงของ PM20D1 จะเพิ่มภาระของคราบจุลินทรีย์อะไมลอยด์ [27] โรคทั้งชนิด Lewy และ Alzheimer มีความสำคัญในภาวะสมองเสื่อมที่เกี่ยวข้องกับ PD [53] กลุ่มผู้ป่วย PD ที่มีนัยสำคัญต้องทนทุกข์ทรมานจากภาวะสมองเสื่อมที่แย่ลงในระหว่างเกิดโรค [54] เมื่อนำข้อสังเกตเหล่านี้มาพิจารณา เราคาดการณ์ว่ากิจกรรมที่เชื่อมโยง rs708727- ที่ทำให้ PM20D1 เงียบนั้นมีส่วนทำให้เกิดภาวะสมองเสื่อมของ PD หรือไม่ และการเฝ้าสังเกตกิจกรรมของ PM20D1 สามารถทำหน้าที่เป็นพารามิเตอร์ในการพยากรณ์โรคสำหรับการโจมตีของภาวะสมองเสื่อมของ PD หรือไม่
งานที่ตีพิมพ์ก่อนหน้านี้ได้เสนอแนะการมีส่วนร่วมของผู้ขนส่ง Mg2+ ในพยาธิชีววิทยาของ PD [18–22,55] A1 ซึ่งเป็นผู้เล่นหลักในการรักษาสมดุลของ Mg ของเซลล์ร่างกาย ได้รับการเชื่อมโยงกับ PD โดยตรง [20–22] การกลายพันธุ์ของจุดใน A1 ซึ่งนำไปสู่การแทนที่ p.A350V, p.R244H และ p.R285Q มีความสัมพันธ์เชิงสมมุติกับ PD และทั้งการขาดการทำงานและการสูญเสียการกลายพันธุ์ของฟังก์ชันใน A1 ถูกสันนิษฐานว่ามีผลกระทบที่เป็นอันตรายในเซลล์ประสาท ดังนั้น มีส่วนทำให้เกิดฟีโนไทป์ PD [20–22] งานนี้ชี้โดยอ้อมถึงความเป็นไปได้ที่ไม่เพียงแต่การรบกวนฟังก์ชันหลัก A1 (การแลกเปลี่ยน Na+/Mg2+) แต่ยังรวมถึงการควบคุมอีพีเจเนติก (rs708727) ที่เชื่อมโยงด้วย A1- ของการแสดงออก (และกิจกรรม) ของ PM20D1 ด้วย พยาธิชีววิทยาของ PD
ในการศึกษานี้ เราได้ระบุจีโนไทป์แฝด GG(rs708727) + AG(rs823156) + CC(rs61822602) ว่าอาจมีความหมายทางคลินิก (h มากกว่าหรือเท่ากับ 0.5) สิ่งที่น่าสนใจคือ rs708727 ที่มีจีโนไทป์ GG เป็นส่วนหนึ่งของแฝด อย่างไรก็ตาม จากการวิจัยก่อนหน้านี้ จีโนไทป์ที่มีอัลลีล A รองใน rs708727 คาดว่าจะเชื่อมโยงกับความเสี่ยง PD ที่อาจเกิดขึ้นที่เกี่ยวข้องกับแฝดนี้ ขณะนี้เราไม่สามารถแสดงความคิดเห็นเกี่ยวกับการโต้ตอบระดับโมเลกุล / พันธุกรรม / epigenetic ใด ๆ ที่เกี่ยวข้องกับ SNP ในแฝด GG (rs708727) + AG (rs823156) + CC (rs61822602) และด้วยเหตุนี้ การมีส่วนร่วมสมมุติใด ๆ ของแฝดนี้เป็นผลรวม ความเสี่ยงของการเกิด PD
ในการศึกษานำร่อง เราใช้ RF-ML เพื่อประเมินและตีความข้อมูลของเรา [37] ข้อได้เปรียบที่สำคัญของการวิเคราะห์ข้อมูล RF-ML นั้นมีสองเท่าดังนี้: (1) อนุญาตให้มีการระบุปริมาณความสามารถในการแยกแยะของ SNP ระหว่างผู้ป่วย PD และกลุ่มควบคุม [37] และ (2) ต้องใช้ขนาดตัวอย่างที่ต่ำกว่าสำหรับการประเมิน ความสำคัญในการเลือกปฏิบัติของ SNP แต่ละรายการหรือการรวมกัน [37] นอกจากนี้ RF-ML ยังข้ามปัญหาค่า p-value ที่มักเกี่ยวข้องกับตัวอย่างขนาดใหญ่ แม้ว่าจะมีอยู่ก็ตาม [56] เช่นเดียวกับในรายงานก่อนหน้าของเรา ไม่มีการแสดง A1 SNP ที่ทดสอบใดว่ามีอำนาจในการเลือกปฏิบัติระหว่างผู้ป่วย PD และผู้ที่ไม่ใช่ PD proband ในกลุ่มของเรา (ตารางที่ 8) ดังนั้น เราสามารถสรุปได้ว่า A1 SNP ที่ทดสอบแล้วไม่เหมาะสำหรับการทำหน้าที่เป็นผู้แยกแยะ PD/ไม่ใช่ PD ในประชากรสโลวัก
เกี่ยวกับความสัมพันธ์ของ A1 rs708727 กับความเสี่ยงที่เปลี่ยนแปลงสำหรับ PD ผลลัพธ์ของการวิเคราะห์ RF-ML ของเราดูเหมือนจะขัดแย้งตั้งแต่แรกเห็น (ตารางที่ 5 และ 6 เทียบกับตารางที่ 8) ยาคอบสดอตตีร์ และคณะ ในการถดถอยโลจิสติกและการวิเคราะห์เส้นโค้ง ROC แสดงให้เห็นว่าแม้แต่ความสัมพันธ์ทางพันธุกรรมที่แข็งแกร่งก็ไม่รับประกันการเลือกปฏิบัติที่มีประสิทธิภาพระหว่างกรณีและการควบคุมโดยอัตโนมัติ [57] แม้จะเป็นตัวแยกประเภทที่ไม่ดี แต่ SNP ที่มีนัยสำคัญหรืออาจมีคุณค่ามากสำหรับการสร้างสมมติฐานเชิงสาเหตุ [57] ในกรณีของเรา A1 SNP rs708727 ไม่มีอำนาจการจำแนกประเภทเกี่ยวกับ PD ดังนั้นจึงไม่มีความสำคัญทางคลินิก อย่างไรก็ตามการเชื่อมโยงที่อ่อนแอ แต่มีนัยสำคัญกับความเสี่ยงที่เปลี่ยนแปลงไปสำหรับ PD ทำให้เราสามารถคาดเดาเกี่ยวกับการมีส่วนร่วมของ rs708727 ในพยาธิชีววิทยาของ PD ในลักษณะที่คล้ายกันหรือในลักษณะเดียวกับที่เกี่ยวข้องกับ AD [27]
4. วัสดุและวิธีการ
4.1. ผู้เข้าร่วมการศึกษา (ลักษณะพื้นฐาน)
โดยรวมแล้ว มีโพรแบนด์ 980 รายการรวมอยู่ในการศึกษา (ผู้ป่วย PD 508 รายและกลุ่มควบคุม 472 ราย ซึ่งเป็นไปตามเกณฑ์รวม) รูปแบบที่ไม่ทราบสาเหตุของ PD ได้รับการวินิจฉัยโดยนักประสาทวิทยาในศูนย์วินิจฉัย PD ห้าแห่ง (ใน Martin, Bratislava, Trencin, Zvolen และ Kosice) ตามเกณฑ์การวินิจฉัย PD ของ MDS (Movement Disorder Society) ผู้ป่วยทุกรายได้รับการรักษาด้วยการรักษาด้วยยาต้าน PD แบบมาตรฐาน อายุเฉลี่ยของผู้ป่วย PD คือ 68.4 ± 9.6 ปี อายุเฉลี่ยที่เริ่มเป็นโรคคือ 61.7 ± 10.7 ปี ผู้ป่วยอายุน้อยที่สุดได้รับการวินิจฉัยเมื่ออายุ 34 ปี และผู้ป่วยอายุมากที่สุดคือ 89 ปี กลุ่ม PD ประกอบด้วยผู้ป่วยหญิง (F) 202 ราย และชาย (M) 306 ราย ดังนั้นอัตราส่วน F: M จึงเป็น 1:1.5
กลุ่มควบคุมของ probands ประกอบด้วยผู้ป่วยภายนอกและภายในจากคลินิกอาชีวเวชศาสตร์และพิษวิทยา (โรงพยาบาลมหาวิทยาลัยมาร์ติน (UHM)) และคลินิกประสาทวิทยา (UHM) เฉพาะผู้ป่วยที่ไม่เคยได้รับการวินิจฉัยว่าเป็นโรคเกี่ยวกับระบบประสาทและจิตเวชใดๆ มาก่อน เช่น โรคเบาหวาน หรือโรคกระดูกพรุน (โรคภัยไข้เจ็บทั้งหมดที่เกี่ยวข้องกับการแสดงออกของ A1 ที่เปลี่ยนแปลงและการควบคุมการทำงานของ A1) เท่านั้นที่ได้รับการลงทะเบียนเข้าร่วมกลุ่มการศึกษาควบคุม อายุเฉลี่ยของตัวควบคุมคือ 68.3 ± 11.6 ปี กลุ่มควบคุมประกอบด้วยผู้หญิง 208 คน และผู้ชาย 264 คน ดังนั้นอัตราส่วน F: M จึงเป็น 1:1.3 ในกลุ่มควบคุม
กลุ่มย่อยของผู้ป่วย PD ซึ่งมีการจัดลำดับภูมิภาคโปรโมเตอร์ A1 ประกอบด้วยอาสาสมัครที่เลือกแบบสุ่ม 96 คน อัตราส่วน F:M เท่ากับ 1:1.3 (หญิง 42 คน และชาย 54 คน) อายุเฉลี่ยของผู้ป่วยในกลุ่มย่อย PD คือ 67.{{10}} ± 9.5 ปี กลุ่มควบคุมประกอบด้วยหญิง 41 คน และชาย 59 คน ดังนั้นอัตราส่วน F:M คือ 1:1.4 อายุเฉลี่ยของโพรแบนด์ในกลุ่มควบคุมคือ 59.8 ± 5.0 ปี
การศึกษานี้ได้รับการอนุมัติโดยคณะกรรมการจริยธรรมของคณะแพทยศาสตร์ Jessenius มหาวิทยาลัย Comenius (JFM CU) การอนุมัติถูกบันทึกไว้ภายใต้ ID: EK 66/2019 ผู้เข้าร่วมการศึกษาทุกคนลงนามในแบบฟอร์มแสดงความยินยอม
4.2. การประมวลผลตัวอย่าง
ตัวอย่างเลือดถูกเก็บในหลอด BD Vacutainer® ที่ได้รับ EDTA (เบคตัน, ดิกคินสันและบริษัท, แฟรงคลิน เลคส์, นิวเจอร์ซี สหรัฐอเมริกา) DNA ของจีโนมถูกแยกได้จากตัวอย่างเลือดสด (UHM) หรือเลือดแช่แข็ง (ศูนย์ PD อื่นๆ) โดยใช้ชุด Wizard® Genomic DNA Purification Kit (Promega Corporation, Maddison, WI, USA) ตามระเบียบการของผู้ผลิต ตัวอย่าง DNA ที่แยกออกมาจะถูกเก็บไว้ที่ −80 ◦C
4.3. จีโนไทป์
การทำจีโนไทป์ถูกดำเนินการกับตัวอย่าง PD 358 ตัวอย่างและตัวอย่างกลุ่มควบคุม 352 ตัวอย่าง ผลลัพธ์จากการทดลองเหล่านี้ได้รับการวิเคราะห์ร่วมกับผลลัพธ์ที่รายงานโดย Cibulka และคณะ ก่อนหน้านี้ [37]. SNPs rs11240569, rs708727 และ rs823156 ได้รับการวิเคราะห์โดยใช้โพรบจีโนไทป์ TaqMan® C_34251_20/rs11240569, C_375742_10/rs823156 และ C_9238453_10/rs708727 (Thermo Fisher Scientific ทั้งหมด, Waltham, MA USA) ในลักษณะเดียวกับที่รายงานไว้ก่อนหน้านี้ [37]
4.4. ลำดับแซงเจอร์
ภูมิภาคโปรโมเตอร์ถูกแบ่งออกเป็นแฟรกเมนต์/แอมพลิคอนที่ทับซ้อนกันสี่ส่วน เนื่องจากยาวเกินไปสำหรับการรันลำดับเดียว ก่อนที่จะถูกจัดลำดับ บริเวณเป้าหมายถูกขยาย Primers ได้รับการออกแบบโดยใช้เครื่องมือออนไลน์ Primer3Plus [https://primer3plus.com/cgi--bin/dev/primer3plus.cgi (เข้าถึงเมื่อวันที่ 3 พฤษภาคม 2018)] ไพรเมอร์แต่ละคู่ได้รับการตรวจสอบว่ามีผลิตภัณฑ์ขยายสัญญาณหลายรายการโดยเครื่องมือออนไลน์ PCR UCSC [http://www.genome.ucsc.edu/cgi--bin/hgPcr (เข้าถึงเมื่อ 3 พฤษภาคม 2018)]
โปรแกรมไพรเมอร์และ PCR ที่ใช้สำหรับการขยายชิ้นส่วนทั้งสี่ชิ้นสรุปไว้ในตารางเสริม S1 และ S2 องค์ประกอบของส่วนผสมหลักสำหรับแต่ละชิ้นส่วนมีการสรุปไว้ใน SA3 ส่วนที่ 3 และ 4 มีปริมาณนิวคลีโอไทด์ G และ C สูง (67.4% และ 71.9% ตามลำดับ) ผลผลิตของปฏิกิริยาเพิ่มขึ้นโดยการเติมสารเพิ่มประสิทธิภาพ 10× GC Rich (Solis Biodyne, Tartu, เอสโตเนีย) ผลิตภัณฑ์ PCR ได้รับการทำให้บริสุทธิ์โดยใช้ NucleoSpinTM Gel และชุดทำความสะอาด PCR (Macherey-Nagel GmbH&Co. KG, Düren, ประเทศเยอรมนี) ในขั้นตอนถัดไป ผลิตภัณฑ์ PCR บริสุทธิ์ถูกเจือจางจนถึงความเข้มข้นที่เหมาะสมสำหรับ PCR การหาลำดับล่วงหน้า (SA4, SA5) มีการใช้ไพรเมอร์ฟอร์เวิร์ด (fw) เท่านั้นใน PCR การหาลำดับล่วงหน้า การผสมปฏิกิริยายังรวมถึง BigDye Terminator v3.1 (Applied Biosystems, Waltham, MA, USA) และไดดีออกซีนิวคลีโอไทด์
เป็นผลให้เราได้ส่วนผสมของผลิตภัณฑ์ขนาดต่างๆ ที่สิ้นสุดด้วยไดดีออกซีนิวคลีโอไทด์ที่มีเครื่องหมายเรืองแสง ต่อมาผลิตภัณฑ์ได้รับการทำให้บริสุทธิ์โดยใช้ชุดทำความสะอาดปฏิกิริยาลำดับ SigmaSpin (Sigma-Aldrich, St. Louis, MO, USA) ตามระเบียบการของผู้ผลิต ผลิตภัณฑ์บริสุทธิ์ปริมาตร 3 ไมโครลิตรถูกถ่ายโอนไปยังเพลตหลุม 96- ร่วมกับฟอร์มาไมด์ปราศจากไอออนเกรดสูง 12 ไมโครลิตร (Applied Biosystems, Waltham, MA, USA) ของผสมถูกทำให้เสียสภาพเป็นเวลา 5 นาทีที่ 95 ◦C ในเทอร์โมไซเคิล ชิ้นส่วนถูกแยกออกจาก 8-อุปกรณ์ไมโครแคปิลลารี ABI 3500 (Applied Biosystems, Waltham, MA, USA) ลำดับถูกส่งออกและแสดงภาพโดยซอฟต์แวร์ Chromas (Technelysium Pty Ltd., South Brisbane, ออสเตรเลีย) ไฟล์ FASTA ถูกอัปโหลดไปยัง BLAST (เครื่องมือค้นหาการจัดตำแหน่งท้องถิ่นขั้นพื้นฐาน) และจัดแนวให้สอดคล้องกับจีโนมมนุษย์อ้างอิง (เวอร์ชัน GRCh38.p12)
การทำนายไซต์ที่มีผลผูกพันปัจจัยการถอดความและการเปลี่ยนแปลงดำเนินการโดยเครื่องมือออนไลน์ ConSite [มีอยู่ที่: http://consite.genereg.net/ (เข้าถึงเมื่อวันที่ 3 กันยายน 2020)] [38] ลำดับที่มีอัลลีลหลักและอัลลีลรองถูกอัพโหลด และสร้างสเปกตรัมของปัจจัยการถอดรหัส (TF) การวิเคราะห์ดำเนินการโดยไม่มีการตั้งค่าความจำเพาะขั้นต่ำไว้ล่วงหน้า การเปลี่ยนแปลงโปรไฟล์การจับ TF ตามการมีอยู่ของแวเรียนต์ถูกสรุปไว้ในตารางที่ 2
4.5. การวิเคราะห์ RFLP (ความหลากหลายความยาวแฟรกเมนต์จำกัด)
ส่วนประกอบส่วนผสมของปฏิกิริยาและสภาวะ PCR ของ PCR แบบขยายสรุปไว้ใน SA6 และ SA7 เครื่องมือออนไลน์ในซิลิโก NEBCutter 2.0 [http://nc2.neb.com/NEBcutter2 / (เข้าถึงเมื่อวันที่ 14 กุมภาพันธ์ 2020)] ถูกนำมาใช้ในการออกแบบข้อจำกัดของแอมพลิคอน เลือกเอนไซม์จำกัดต่อไปนี้สำหรับการวิเคราะห์ RFLP: Hpy166II (การตรวจจับ rs9438393), NIaIII (การตรวจจับ rs56152218) และ BmrI (การตรวจจับ rs61822602) เอนไซม์ทั้งหมดซื้อจาก New England Biolabs สำหรับตัวแปร rs144056491 เราไม่สามารถออกแบบการทดลอง RFLP ได้ เนื่องจากไม่มีเอนไซม์ที่เหมาะสม ตามข้อจำกัด เราคาดว่าแฟรกเมนต์ที่สรุปใน SA8 จะสร้างผลผลิต หลังจากข้อจำกัด ผลิตภัณฑ์ถูกแยกโดย agarose gel electrophoresis (NIaIII และ Hpy166II 1% gel; BmrI 2% gel) จากนั้นแสดงภาพด้วยเครื่องมือ PharosFX (Bio-Rad Laboratories) จีโนไทป์สำหรับแต่ละ SNV ถูกกำหนดไว้
4.6. การวิเคราะห์ข้อมูล
สำรวจและวิเคราะห์ข้อมูลโดยใช้ R [R Core Team (2021); R: ภาษาและสภาพแวดล้อมสำหรับการคำนวณทางสถิติ R Foundation for Statistical Computing, เวียนนา, ออสเตรีย URL https://www.R-project.org/ เวอร์ชัน 4.0.5 (2021-03-31)]. การศึกษาความสัมพันธ์ทางพันธุกรรม (GAS) และการวิเคราะห์พลังงานดำเนินการโดยใช้ห้องสมุด R HardyWeinberg [Jan Graffelman (2015); การสำรวจเครื่องหมายทางพันธุกรรม Diallelic: แพ็คเกจ HardyWeinberg วารสารซอฟต์แวร์ทางสถิติ, 64(3), 1-23 URL https://www.jstatsoft.org/v64/i03/], DescTools [Andri Signorelli และคณะ (2021); DescTools: เครื่องมือสำหรับสถิติเชิงพรรณนา เวอร์ชันแพ็คเกจ R 0.99.41.], epitools [Tomas J. Aragon (2020); epitools: เครื่องมือระบาดวิทยา. แพ็กเกจ R เวอร์ชัน 0.5-10.1. URL https://CRAN.R-project.org/package=epitools], pwr [Stephane Champely (2020); pwr: ฟังก์ชันพื้นฐานสำหรับการวิเคราะห์กำลัง แพ็กเกจ R เวอร์ชัน 1.3-0 URL https://CRAN.R-project.org/package=pwr] และโค้ดที่พัฒนาขึ้นภายในองค์กร การสร้างแบบจำลองการทำนาย RandomForest ดำเนินการด้วยไลบรารี R RandomForestSRC [Ishwaran H. และ Kogalur UB (2021); Fast Unified RandomForests for Survival, Regression และ Classification (RF-SRC), แพ็คเกจ R เวอร์ชัน 2.11.0.] ข้อมูลถูกมองเห็นโดยไลบรารี R beeswarm [Aron Eklund (2021); beeswarm: The Bee Swarm Plot ทางเลือกแทน Stripchart แพ็คเกจ R เวอร์ชัน 0.3.1 URL https://CRAN.R-project.org/package=beeswarm] การวิเคราะห์ความแปรปรวนแบบทางเดียวถูกใช้เพื่อทดสอบสมมติฐานว่างของความเท่าเทียมกันของประชากรอายุเฉลี่ยที่เริ่มมีอาการสำหรับประชากรย่อยของจีโนไทป์ทั้งสามสำหรับแต่ละ SNP การค้นพบที่มีค่า p ต่ำกว่า 0.05 ถือว่ามีนัยสำคัญทางสถิติ
5. สรุปผลการวิจัย
โดยสรุป ข้อมูลของเราชี้ให้เห็นถึงความสัมพันธ์ที่อ่อนแอ แต่มีนัยสำคัญของ A1 SNP rs708727 กับ PD ในแบบจำลองทางพันธุกรรมที่โดดเด่นและครอบงำมากเกินไปในประชากรสโลวัก ไม่มี A1 SNP ที่ทดสอบอื่นๆ (rs11240569, rs823156, rs9438393, rs56152218 และ rs61822602) มีความสัมพันธ์กับโรคในแบบจำลองทางพันธุกรรมที่ทดสอบใดๆ การวิเคราะห์ RF-ML ระบุว่า A1 SNP ที่ทดสอบทั้งหมดเป็นตัวแยกประเภท/ตัวทำนายที่ไม่ดีของ PD ดังนั้นการใช้งานในทางคลินิกเนื่องจากเครื่องหมายในการวินิจฉัยหรือการพยากรณ์โรคยังคงไม่มีนัยสำคัญ อย่างไรก็ตาม การเชื่อมโยงของ rs708727 กับ PD ทำให้เราสามารถคาดเดาได้ว่าอัลลีลรองที่เกี่ยวข้องกับความเสี่ยงของ PD (G > A) ใน rs708727 มีส่วนช่วยในการเริ่มมีอาการของโรคและการลุกลาม ผ่านทางความผิดปกติของการควบคุม epigenetic ของการแสดงออกของ PM20D1 ซึ่งเป็นกลไกที่ทราบกันว่ามีบทบาท ในพยาธิชีววิทยาของ AD สมมติฐานนี้ควรได้รับการตรวจสอบเพิ่มเติมเพื่อสรุปผล นอกจากนี้ ควรมีการระบุความสัมพันธ์ที่เป็นไปได้ระหว่างภาวะสมองเสื่อมที่เกี่ยวข้องกับ PD และ rs708727
ผลงานของผู้เขียน:
แนวความคิด, เอ็มเค; ระเบียบวิธี, MK, MC, MG (Marian Grendar) และ MB; ซอฟต์แวร์ MG (Marian Grendar); การตรวจสอบ MC, MB และ MK; การวิเคราะห์อย่างเป็นทางการ, MK, MG (Marian Grendar), MC, AS, ZL, ZP, TS, SS และ MG (Milan Grofik); การสอบสวน พิธีกร และ MB; การดูแลจัดการข้อมูล, MC, MB, MG (Marian Grendar), MG (Milan Grofik), JN, VN และ EK; การเขียน—การเตรียมร่างต้นฉบับ MK; การเขียน—การทบทวนและการแก้ไข, MC, MG (Marian Grendar) และ ZP; การสร้างภาพ, MK, MC และ MG (Marian Grendar); การกำกับดูแล เอ็มเค; การบริหารโครงการ, MC, MK, MG (Milan Grofik), JN, JB, VH, VN, EK, MS และ BV; การได้มาซึ่งเงินทุน MK ผู้เขียนทุกคนได้อ่านและตกลงกับต้นฉบับที่ตีพิมพ์แล้ว
เงินทุน:
งานนี้ได้รับการสนับสนุนจากสำนักงานวิจัยและพัฒนาสโลวัก หมายเลขทุน APVV-19-0222 และหน่วยงานทุนสนับสนุนทางวิทยาศาสตร์ของกระทรวงศึกษาธิการ วิทยาศาสตร์ การวิจัยและการกีฬาของสาธารณรัฐสโลวัก และสถาบันวิทยาศาสตร์สโลวัก หมายเลขทุน VEGA 1/0554/62 ทั้งถึง MK
คำแถลงของคณะกรรมการพิจารณาสถาบัน:
การศึกษานี้ได้รับการอนุมัติจากคณะกรรมการจริยธรรมของคณะแพทยศาสตร์ Jessenius มหาวิทยาลัย Comenius (JFM CU) การอนุมัติถูกบันทึกไว้ภายใต้ ID: EK 66/2019
คำชี้แจงความยินยอม:
ได้รับความยินยอมจากทุกวิชาที่เกี่ยวข้องในการศึกษา
คำชี้แจงความพร้อมใช้งานของข้อมูล:
ชุดข้อมูลที่สมบูรณ์มีอยู่ในบทความ ลักษณะและขอบเขตของข้อมูลที่รวมไว้ช่วยให้สามารถวิเคราะห์เมตาเพิ่มเติมได้ ข้อมูลใดๆ เกี่ยวกับการศึกษานี้สามารถขอได้จากผู้เขียนที่เกี่ยวข้อง
กิตติกรรมประกาศ:
เราขอขอบคุณผู้เข้าร่วมการศึกษาทุกคนและสมาชิกในครอบครัวของพวกเขา เราขอขอบคุณ Martin Marak (JFM CU) สำหรับการสนับสนุนด้านเทคนิคที่มีความสามารถของเขาสำหรับโครงการ ถึง Jan Radvanszky และ Rastislav Hekel (ทั้ง GENETON sro) สำหรับคำแนะนำที่เป็นประโยชน์เกี่ยวกับการวิเคราะห์โปรโมเตอร์ A1 และถึง Theresa Jones สำหรับการแก้ไขภาษาของ ต้นฉบับ
ผลประโยชน์ทับซ้อน:
ผู้เขียนขอประกาศว่าไม่มีความขัดแย้งทางผลประโยชน์
อ้างอิง
1. ทาทาร์โควา ซ.; เดอ บายจ์, JHF; เกรนดาร์ ม.; อัสเชนบาค, JR; ราเคย์ ป.; บอส, ค.; สปอนเดอร์, ก.; โฮนเดอรอป, เจจีเจ; เรินต์เกน ม.; Turcanova Koprusakova, ม.; และคณะ ปริมาณ Mg2+ ในอาหารและเครื่องแลกเปลี่ยน Na+/Mg2+ SLC41A1 มีอิทธิพลต่อส่วนประกอบของพลังงานของไมโตคอนเดรียใน Murine Cardiomyocytes นานาชาติ เจ. โมล. วิทยาศาสตร์ 2020, 21, 8221. [CrossRef] [PubMed]
2. ยามานากะ ร.; ทาบาตะ, ส.; ชินโด ย.; ฮอทตะ, เค.; ซูซูกิ เค.; โซกะ ต.; สภาวะสมดุลของ Oka, K. Mitochondrial Mg2+ เป็นตัวกำหนดการเผาผลาญพลังงานของเซลล์และความอ่อนแอต่อความเครียด วิทยาศาสตร์ ตัวแทน 2016, 6, 30027 [CrossRef] [PubMed]
3. ดูเดฟ ต.; เกรฟเฟล ค.; Lim, C. แคตไอออนของโลหะพื้นเมืองและเอเลี่ยนผูกกับ ATP อย่างไร: ผลกระทบของลิเธียมในฐานะตัวแทนในการรักษาโรค วิทยาศาสตร์ ตัวแทน 2017, 7, 42377. [CrossRef] [PubMed]
4. ม.โคลิเสก.; ซเซอร์คา ก.; มาจ เจ.; เวกูเบอร์ เจ.; ชเวเยน อาร์เจ; ชไวเกล เอ็ม Mrs2p เป็นองค์ประกอบสำคัญของระบบการไหลเข้าของ Mg{2}} แบบอิเล็กโตรโฟเรติกที่สำคัญในไมโตคอนเดรีย EMBO เจ. 2003, 22, 1235–1244. [CrossRef] [PubMed]
5. ชินเดิล ร.; เวกูเบอร์ เจ.; โรมานิน, ค.; Schweyen, RJ Mrs2p สร้างช่องทางคัดเลือก Mg{2}} ที่เป็นสื่อกระแสไฟฟ้าสูงในไมโตคอนเดรีย ชีวฟิสิกส์ เจ. 2007, 93, 3872–3883. [CrossRef] [PubMed]
6. ม.โคลิเสก.; สปอนเดอร์, ก.; พิลโควา, I.; ชิบุลก้า ม.; ทาทาร์โควา, Z.; เวอร์เนอร์ ต.; Racay, P. Magnesium Extravaganza: บทสรุปที่สำคัญของการวิจัยในปัจจุบันเกี่ยวกับตัวขนส่ง Mg ของเซลล์2+ นอกเหนือจาก TRPM6/7 สาธุคุณฟิสิโอล. ไบโอเคม เภสัช 2019, 176, 65–105. [ครอสอ้างอิง]
7. คูโบต้า ต.; ชินโด ย.; โทคุโนะ, เค.; โคมัตสึ เอช.; โอกาวะ เอช.; คุโด้ ส.; คิตะมูระ ย.; ซูซูกิ เค.; Oka, K. Mitochondria เป็นร้านค้าแมกนีเซียมในเซลล์: การตรวจสอบโดยการถ่ายภาพฟลูออเรสเซนต์พร้อมกันในเซลล์ PC12 ไบโอชิม. ชีวฟิสิกส์ แอกตา 2005, 1744, 19–28 [ครอสอ้างอิง]
8. สปอนเดอร์ ก.; อับดุลฮานัน น.; โฟรห์ลิช น.; มาสโตรโททาโร, ล.; อัสเชนบาค, JR; เรินต์เกน ม.; พิลโควา, I.; ชิบุลก้า ม.; ราเคย์ ป.; Kolisek, M. การแสดงออกมากเกินไปของเครื่องแลกเปลี่ยน Na+/Mg2+ SLC41A1 ช่วยลดสัญญาณของการรอดชีวิต เป้าหมายเป้าหมาย 2017, 9, 5084–5104 [CrossRef] [PubMed]
9. ยามากูจิ เอช.; Wang, HG โปรตีนไคเนส PKB/Akt ควบคุมการอยู่รอดของเซลล์และการตายของเซลล์โดยการยับยั้งการเปลี่ยนแปลงโครงสร้างของ Bax อองโคยีน 2001, 20, 7779–7786 [ครอสอ้างอิง]
10. โวซูร์ ดี.; วาเฟยาดู, เค.; ไรซ์-อีแวนส์, ซี.; วิลเลียมส์ อาร์เจ; Spencer, JP การเปิดใช้งานเส้นทางการส่งสัญญาณ Akt และ ERK1/2 เพื่อการอยู่รอดแบบมืออาชีพรองรับผลการต่อต้านการตายของเซลล์ของฟลาโวนในเซลล์ประสาทในเยื่อหุ้มสมอง เจ. นิวโรเคม. 2007, 103, 1355–1367. [ครอสอ้างอิง]
11. มุดดาปู วีอาร์; ดาร์ชินี, SAP; จักรวาธี VS; Gromiha, MM Neurodegenerative Diseases—ความบกพร่องทางเมตาบอลิซึมเป็นสาเหตุที่แท้จริงหรือไม่? ด้านหน้า. โรคประสาท 2020, 14, 213. [CrossRef] [PubMed]
12. ด.ช.ปฏัก.; เบอร์เธต, อ.; Nakamura, K. พลังงานล้มเหลว: มันมีส่วนทำให้ระบบประสาทเสื่อมหรือไม่? แอน. นิวรอล. 2013, 74, 506–516. [CrossRef] [PubMed]
13. ดาร์ชินี เอสเอพี; ทากูจิ ยงฮวา; Gromiha, MM สืบสวนวิกฤตพลังงานในโรคอัลไซเมอร์โดยใช้การศึกษาแบบถอดเสียง วิทยาศาสตร์ ตัวแทน 2019, 9, 18509. [CrossRef] [PubMed]
14. ทวิก ก.; Shirihai, OS การทำงานร่วมกันระหว่างพลวัตของไมโตคอนเดรียและไมโทฟาจี สารต้านอนุมูลอิสระ สัญญาณรีดอกซ์ 2011, 14, 1939–1951. [CrossRef] [PubMed]
15. จ้าว ว.; จาง ว.; แม่ฮ.; Yang, M. NIPA2 ควบคุมการทำงานของเซลล์สร้างกระดูกโดยการปรับไมโทฟาจีในโรคกระดูกพรุนที่เป็นเบาหวานชนิดที่ 2 วิทยาศาสตร์ ตัวแทน 2020, 10, 3078. [CrossRef]
16. แนดเลอร์, เอ็มเจ; เฮอร์โมซูรา พิธีกร; อินาเบะ, เค.; เปโรด์, อลาบามา; จู้คิว.; สโตกส์, เอเจ; คุโรซากิ ต.; คิเน็ต, เจพี; เพนเนอร์อาร์.; ชาเรนเบิร์ก, น.; และคณะ LTRPC7 คือ Mg ช่องไอออนบวกไดวาเลนต์ที่ควบคุมโดย ATP ที่จำเป็นสำหรับความมีชีวิตของเซลล์ ธรรมชาติ 2001, 411, 590–595. [ครอสอ้างอิง]
17. ม.โคลิเสก.; เนสท์เลอร์, อ.; วอร์มันน์ เจ.; ชไวเจล-เรินต์เกน, M. ยีนของมนุษย์ SLC41A1 เข้ารหัสสำหรับตัวแลกเปลี่ยน Na+/Mg2+ เช้า. เจ. ฟิสิออล. เซลล์ฟิสิออล 2012, 302, C318–C326 [ครอสอ้างอิง]
For more information:1950477648nn@gmail.com
