博碩士論文查詢聯邦系統首頁 聯絡信箱 關於我們 加入我們

本論文已被瀏覽 72 次, [ 造訪詳細資料與全文 ] 12 次,[ 回到前頁查詢結果 ] [ 重新搜尋 ]

探討阿茲海默症的基因生物標誌及微型核糖核酸生物標誌

The exploration of gene biomarkers and microRNA biomarkers on Alzheimer s disease

作者:李孟杰
畢業學校:慈濟大學
出版單位:慈濟大學
核准日期:2012-11-05
類型:Electronic Thesis or Dissertation
權限:Copyright information available at source archive--Tzu Chi University....

中文摘要

依據世界衛生組織WHO統計腦神經系統疾病在2005、2015、2030 的Disability Adjusted Life Years(DALY)成長率平均高於其他疾病,其中阿茲海默症成長率為1.5倍遠高於其他腦神經系統疾病,顯示出阿茲海默症在未來社會負擔的重要性,因此本研究以阿茲海默症為主要的研究對象。
微型核醣核酸(microRNA) 是一種長度約22個核甘酸的非密碼核醣核酸(non-coding RNA)能抑制訊息核糖核酸(messageRNA)轉譯成蛋白質。在大腦神經發展上microRNA已經被證明有相當重要的地位,它的表現量比起其它身體組織更加活躍,但是在神經退化性疾病的microRNA研究卻相對於癌症來的少,大多數在神經退化性疾病上的研究都是單方面針對microRNA資料作分析,鮮少同時進行microRNA與基因網路並解釋其中關係的研究,發展一種尋找具有生物意義的microRNA生物標誌的方法更是目前研究上的挑戰。
此研究計畫發展四種尋找阿茲海默症生物標誌的新方法:一種探討基因生物標誌以及三種探討microRNA生物標誌的方法。用分類迴歸樹基因網路探討基因生物標誌,此預測法是以分類迴歸樹為主要核心結合基因選取,找出兩兩相關基因進行網路拓樸分析。針對mircoRNA生物標誌所使用的方法有三種:第一,基因目標預測法,基因資料經過基因選取處理,得到的基因透過microRNA目標預測資料庫比對找尋microRNA生物標誌。第二,mircoRNA網路法,利用microRNA目標預測資料庫存在的microRNA配合已處理後的基因資料,依照每個microRNA之間所對應到的基因,來決定各個microRNA是否有關係來建立拓樸網路。第三,隨機森林microRNA選取法,將microRNA表現資料使用隨機森林演算法將最多為根節點的microRNA作為生物標誌。
結果顯示分類迴歸樹基因網路尋找基因生物標誌,有3個基因具有成為生物標誌的潛力分別為ZDHHC23,ZNF264和ZNF614,8個有醫學文獻證實或已應用的生物標誌則是ADARB2, KCNN3, SCG3, PLCB1, PPP3R1, BNDF, CDK5和TPM3。基因目標預測法、mircoRNA網路法和隨機森林microRNA選取法找出的生物標誌有4個可能為生物標誌分別是miR-3163, miR-4282, miR-128a, miR-34c,4個由醫學文獻證實的生物標誌為miR-16, miR-590-3p, hsa-miR-29a和miR-106b。

英文摘要

Introduction: According to the statistics of World Health Organization from 2005 to 2030, Disability Adjusted Life Years (DALYS) in Alzheimer s disease (AD) increase 1.5 times, having far more increasing rate than any other neurological disorder. MicroRNAs (miRNAs) are a class of small noncoding (19-24 nucleotide) RNAs that regulate the expression of target mRNAs at the post-transcriptional level. In vertebrates, more distinct miRNAs are expressed in the brain than in any other tissue, where we are hypothesized to function in AD development. Recent studies reveal that genes and microRNAs play as regulators of development in AD. Discovering gene and microRNA biomarkers is an increasingly aware issue.
Methods: In this study, we propose four new methods to discover the potential gene and microRNA biomarkers of AD. Those four methods are: classification and regression trees gene network (CART-GN), gene target predictions, microRNA network and random forest microRNA selection. Those methods include three kinds techniques, statistic methods, microRNA targets predictions and machine learning.
Results: In this study, we use two microarray set one of gene and other is miNRA. As result, we find 11 AD gene biomarkers. Include 8 genes (ADARB2, KCNN3, SCG3, PLCB1, PPP3R1, BNDF, CDK5 and TPM3) true biomarkers that have been evidenced by medical literature, 3 potential biomarkers (ZDHHC23, ZNF264 and ZNF614) with function Zinc finger DHHC domain-containing protein. Another important result comes from microRNA microarray analysis. We find 8 AD microRNA biomarkers, include 4 biomarkers (miR-16,miR-590-3p,hsa-miR-29a and miR-106b) have been evidenced by medical literature and 4 potential biomarkers (miR-3163, miR-4282, miR-128a and miR-34c).


口試委員 - 蕭嘉宏

召集人 - 洪旭偉

指導教授 - 陳信志


 

計畫贊助者: