关键字 |
| 双相情感障碍,NCBI-GEO, R脚本,生物信息学 |
我的介绍。 |
| 双相情感障碍是一种大脑功能紊乱,导致情绪波动。它也被称为躁郁症,影响能量水平,伴随着无法执行日常任务。双相情感障碍的症状可能是严重的温和,影响人们在30岁之前[1]。双相情感障碍大约同样发生在男女[2]。障碍,严重的情绪波动导致躁狂或抑郁发作。服用莫达非尼治疗包括莫达非尼/为单极和双相抑郁代课。尽管早些时候视为一种成人疾病,最近的发现表明青少年发生[3]。双相情感障碍的最可靠的标记识别来自精神病理学和案例的历史。没有生物标志物发现预测治疗反应个人患有双相情感障碍[4]。必须适合生物标志物识别神经发育特性,有助于评估临床结果的情绪波动。 |
二世。相关工作 |
| 在19世纪末,双相情感障碍的概念起源于埃米尔Kraepelin的躁狂抑郁性精神病分类[5]。希波克拉底还描述了一次又一次的疯狂与躁狂状态的古埃及人。1957年,双相这个术语是由里昂哈躁郁症患者。焦虑和Perris展示了1966年,临床表现与家族病史和治疗反应。重要的功能障碍的言论和思想已被观察到。 |
| 双相情感障碍的症状可能各不相同,从在学校表现不佳,糟糕,受损的关系和自杀。临床试验启动大脑的双相情感障碍疾病的成人和儿童(https://www.clinicaltrials.gov)学龄期儿童包括使用锂,但作用机制不确定。然而,锂定期治疗的有效性一直是有争议的[1]。 |
| 生产等细胞因子il - 6、IL-1βTNF-α涉及双相情感障碍。高浓度的循环的地震通常发生在细胞介导免疫中也被观察到[6、7]。其他细胞因子调节包括巨噬细胞移动抑制因子(MIF)与神经源性潜在(8、9、10)。 |
三世。微阵列分析蛋白表达的研究 |
方法 |
| 表达分析成人死亡的脑组织从主题与双相情感障碍和健康的控制进行了大脑的皮层区域。Affymetrix HG-U133A GeneChips与安捷伦GeneArray扫描仪扫描。文件生成的原始数据(移动电话)读入R统计软件包。正常化是由使用健壮multi-chip平均(RMA)方法(Irizarray等,2003)。后来GEO2R工具,允许使用一个复杂的R-based地理数据的分析。基因差异表达的识别和可视化。GEO2R使用建立Bioconductor R包转换和分析地理数据。执行分析的统计参数选择和基因注释为每个基因通过基因本体的数据库来完成。为错误dicovery率P值,logFC和t测试计算。 |
| 从82个样本数据集的大脑死亡的脑组织的患者患有双相情感障碍筛选。16个样本从样本选择与死亡年龄从20岁到55岁的不同。后期数据集的选择标准是死亡年龄低于35年,被诊断出患有这种疾病至少10年。这样分类的数据基于那些没有生存超过35年将表明疾病的严重程度。对照组包括健康受试者的样本,其死亡年龄还不到35年。 |
四、脚本中生成R |
| #版本信息:R 2.14.1 Biobase 2.15.3, GEOquery 2.23.2, limma 3.10.1 |
| # R脚本生成的星期五2015年1月23日10:08:52 EST |
| # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # |
| #与limma微分表达分析 |
| 库(Biobase) |
| 库(GEOquery) |
| 库(limma) |
| #负载系列和地理数据平台 |
| gset < - getGEO (“GSE5392”, GSEMatrix = TRUE) |
| 如果长度(gset) > 1) idx < - grep (“GPL96 attr (gset,“名字”))其他idx < - 1 |
| gset < - gset [[idx]] |
| # toptable做出适当的列名称匹配 |
| fvarLabels (gset) < - make.names (fvarLabels (gset)) |
| #所有样品的组名 |
| sml < - |
| c (“X”、“X”、“X”,“X”,“X”,“G0”、“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“ |
| G0”、“X”、“X”,“X”,“G1”、“G1”、“X”,“G1”、“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“G1”、“X”,“X”, |
| “X”、“X”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“X”,“X”,“G1”); |
| #消除样本标记为“X” |
| 选取<——(sml ! = " X ") |
| sml < - sml(选取) |
| gset < - gset(选取) |
| # log2变换 |
| < - exprs交货(gset) |
| qx < -。数字(分位数(例,c (0。,0.25, 0.5, 0.75, 0.99, 1.0), na.rm=T)) |
| LogC < - (qx [5] > 100) | | |
| (qx[6]的qx 50 & & qx [2] [1] > > 0) | | |
| (qx [2] > 0 & & qx [2] < 1 & & qx [4] > 1 & & qx [4] < 2) |
| 如果(LogC){[交货(交货< = 0)]< - NaN |
| exprs (gset) < - log2(特异)} |
| #设置数据并进行分析 |
| fl < - as.factor (sml) |
| < - fl gset美元描述 |
| < -设计模型。矩阵(~描述+ 0,gset) |
| colnames(设计)< -水平(fl) |
| 符合< - lmFit (gset、设计) |
| cont.matrix < - makeContrasts (G1-G0水平=设计) |
| fit2 < - - - - - -对比。健康(健康,cont.matrix) |
| fit2 < - ebay (fit2, 0.01) |
| tT < - topTable (fit2,调整=“罗斯福”排序。=“B”,数量= 250) |
| #负载NCBI平台注释 |
| gpl < -注释(gset) |
| platf < - getGEO (gpl AnnotGPL = TRUE) |
| ncbifd < - data.frame (attr(数据表(platf),“表”)) |
| #替换原始平台注释 |
| tT < - tT [setdiff (colnames (tT), setdiff (fvarLabels (gset), " ID "))) |
| tT < -合并(tT, ncbifd =“ID”) |
| tT < - tT(订单(tT P.Value美元))#恢复正确的顺序 |
| tT < -子集(tT,选择= c (“ID”、“adj.P.Val”、“P.Value”、“t”,“B”,“logFC”、“Gene.symbol”、“Gene.title”)) |
| 写。表(tT,文件= stdout (), row.names = F, 9 = " \ t”) |
| # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # # |
| #选择地质样品的箱线图 |
| 库(Biobase) |
| 库(GEOquery) |
| #负载系列和地理数据平台 |
| gset < - getGEO (“GSE5392”, GSEMatrix = TRUE) |
| 如果长度(gset) > 1) idx < - grep (“GPL96 attr (gset,“名字”))其他idx < - 1 |
| gset < - gset [[idx]] |
| 所有样品在一系列#组名称 |
| sml < - |
| c (“X”、“X”、“X”,“X”,“X”,“G0”、“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“ |
| G0”、“X”、“X”,“X”,“G1”、“G1”、“X”,“G1”、“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“G1”、“X”,“X”, |
| “X”、“X”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“G0”、“X”,“X”,“X”,“X”,“X”,“X”,“G1”、“X”,“X”,“X”,“G1”) |
| #消除样本标记为“X” |
| 选取<——(sml ! = " X ") |
| sml < - sml(选取) |
| gset < - gset(选取) |
| #订单样品组 |
| < - exprs交货(gset) ((sml)),命令 |
| sml < - sml(订单(sml)) |
| fl < - as.factor (sml) |
| 标签< - c (“Bipolar_lessthan35yrs”、“控制”) |
| #设置参数和画情节 |
| 面板(c (“# dfeaf4”、“# f4dfdf”、“# AABBCC”)) |
| dev.new(宽度= 4 +暗(gset)[[2]] / 5,身高= 6) |
| 票面价值(mar = c(2 +圆(max (nchar (sampleNames (gset))) / 2), 4、2、1)) |
| 标题< -粘贴(“GSE5392”,“/”,注释(gset),“选定的样本”,9 = ") |
| 箱线图(ex boxwex = 0.6, = T,主要=标题、大纲= FALSE,拉斯维加斯= 2,坳= fl) |
| 传奇(“topleft”标签,填补=调色板(),电池=“n”) |
诉微阵列分析的结果 |
| 的箱线图是计算R 16个样品,其中8个是控制健康受试者(图1)。GSM样本号码是显示在图。使用GEO2R进一步进行分析。双相情感障碍的前14个差异表达如表1所示。 |
| 微阵列表达分析的结果通过点击单个结果。钠钾atp酶被发现运输的表达增加描述图中(图2)。谷胱甘肽的表达水平S-transferase拥有也发现增加双相情感障碍的患者中(图3)。这两个酶,即atp酶及谷胱甘肽- s -转移酶具有解毒功能指示增加合成障碍与正常人相比。图4所示。和图5所示。il - 10的表达和描述corticostatin分别活动(G蛋白耦合受体)。 |
| 小核核糖核蛋白或snRNP给个体特异性基因内区由“识别”的关键序列拼接信号。在我们的结果sn RNP在双相情感障碍的表达降低(图6)。Megalencephalic leucoencephalopathy皮层下囊肿与温和性质的运动神经发育迟缓和负责癫痫[11]。研究对象在当前研究小组有更高水平的蛋白质与Megalencephalic leucoencephalopathy(图7)。因此,它可能会得出结论,与延迟相关的蛋白质形成的运动神经和一定的解毒功能受损。上述的参与蛋白质以及蛋白质在表1中提到的,在双相情感障碍严重影响人们设想。 |
六。结论和未来的工作 |
| 从微阵列获得有价值的输入,分析蛋白质的最有可能表达的双相情感障碍为未来的验证提供了有价值的方向。分析的数据集进行了死亡年龄小于35年。这个概要文件的样本选择年龄低于35年给出了关于急性疾病,不考虑其他参数。获得的结果可能是验证用于实验室研究生物标记的发展和开发药物目标抑制剂。 |
表乍一看 |
 |
| 表1 |
|
|
数据乍一看 |
|
|
|
引用 |
- 戈德斯,j . R。,and Miklowitz, D. J., 'Treatment of bipolar disorder', Lancet, Vol.11 Issue 381, pp.1672-82, 2013.
- 劳埃德,T。,Kennedy, N., Fearon, P., Kirkbride, J., Mallett, R., Leff, J., Holloway, J., Harrison, G., Dazzan, P., Morgan, K., Murray, R. M, and Jones, P. B.,'Incidence of bipolar affective disorder in three UK cities: results from the AESOP study', British Journal of Psychiatry, Vol.186, pp.126–131, 2005.
- 费德,p。Jardri, R。,Etain B。,Thomas, P., and Rolland, B., 'Bipolar disorder in children and adolescents: a difficult diagnosis', Presse médicale, Vol.43,pp.912-20, 2014.
- Hasler) G。,and Wolf, A., 'Toward stratified treatments for bipolar disorders', European Neuropsychopharmacology, http://dx.doi.org/10.1016/j.euroneuro, 2015.
- 艾伯特,a和酒吧,kj,'Emil Kraepelin: A pioneer of scientific understanding of psychiatry and psychopharmacology', Indian Journal of Psychiatry, Vol. 52, pp.191-192, 2010.
- Merendino, r。Di罗莎,a E。,Di Pasquale, G., Minciullo, P. L., Mangraviti, C., Costantino, A., Ruello, A., and Gangemim S., 'Interleukin-18 and CD30 serumlevels in patients with moderate-severe depression', Mediators of Inflammation, Vol. 11, pp.265–267, 2002.
- Prossin, a。R。科赫,a E。,Campbell, P. L., McInnis, M. G., Zalcman, S. S., and Zubieta, J. K., 'Association of plasma interleukin-18 levels with emotionregulation and μ-opioid neurotransmitter function in major depression and healthy volunteers', Biological Psychiatry, Vol. 69, pp.808–812, 2011.
- 发售,R。,Schwarz, M. J., Riedel, M., Dehning, S., Cerovecki, A., Spellmann, I., Arolt, V., and Müller, N., 'Elevated macrophage migration inhibitory factor and decreased transforming growth factor-beta levels in major depression–no influence of celecoxib treatment', Journal of Affective Disorders, Vol.134, pp.217–225,2011.
- 均,。,Gennarelli, M., Uher, R., Breen, G., Farmer, A., Aitchison, K. J., Craig, I. W., Anacker, C., Zunsztain, P. A., McGuffin, P., and Pariante, C. M.,'Candidate genes expression profile associated with antidepressants response in the GENDEP study: differentiating between baseline “predictors” and longitudinal“targets” ', Neuropsychopharmacology, Vol. 38, pp.377–385, 2013.
- Iwamoto, K。,Kakiuchi, C., Bundo, M., Ikeda, K., and Kato, T., 'Molecular characterization of bipolar disorder by comparing gene expression profiles of postmortem brains of major mental disorders', Molecular Psychiatry, Vol. 9, pp.406-416, 2004.
- Knaap, V.D.M.年代。巴斯,p·G。Stroink, H。,van Nieuwenhuizen, O., Arts, W. F., Hoogenraad, F., and Valk, J., 'Leukoencephalopathy with swelling and adiscrepantly mild clinical course in eight children', Annals of Neurology, Vol. 37, pp.324-334, 1995.
|
传记 |
| 罗摩艾迪加博士是助理教授Nitte大学科学教育和研究中心,生物医学科学系,Nitte大学,芒格洛尔。有资格作为一个生物化学家,她有生物信息学中的几篇文章。她一直教大学的生物化学和生物信息学部门自2013年以来。研究的跨学科性质的研究工作增加价值。她目前的利益是进化的生物信息学,临床生物信息学和生物医学领域的图像处理。 |
菜单
