DOI: https://doi.org/10.3389/fmolb.2025.1699404
PMID: https://pubmed.ncbi.nlm.nih.gov/41868603
تاريخ النشر: 2026-03-06
المؤلف: Shujuan Pan وآخرون
الموضوع الرئيسي: الميكرو RNA في تنظيم الأمراض
نظرة عامة
تبحث الدراسة في دور الميكروRNAs (miRNAs) في مرض الزهايمر (AD)، بهدف إنشاء شبكات تنظيم الجينات المرتبطة بالميكروRNA كعلامات حيوية محتملة. شملت الدراسة 85 مريضًا بمرض الزهايمر و74 شخصًا سليمًا، مستخدمة تسلسل الميكروRNA في الدم الكامل والتعلم الآلي لتحديد الميكروRNAs المعبر عنها بشكل مختلف، والتي تم التحقق منها لاحقًا من خلال تفاعل البوليميراز المتسلسل العكسي الكمي (qRT-PCR). تم إجراء تحليلات المعلوماتية الحيوية للتنبؤ بالجينات المستهدفة لهذه الميكروRNAs، وتم الحصول على بيانات التعبير الجيني من قاعدة بيانات التعبير الجيني (GEO). تم إجراء تحليلات إثراء للجينات المعبر عنها بشكل مختلف (DEGs)، مما أدى إلى تحديد الجينات الرئيسية من خلال بناء شبكة تفاعل البروتينات (PPI).
كشفت النتائج أن أربعة ميكروRNAs – miR-192-5p وmiR-484 وmiR-21-5p وmiR-24-2-5p – كانت منخفضة التعبير، بينما كانت هناك جزيئات RNA مستهدفة، SLC32A1 وGAD1، مرتفعة التعبير. حددت الدراسة عشرة جينات محورية (BDNF وGAD1 وCALB1 وGAD2 وGAP43 وSYNPR وGABRB2 وGABRA1 وSNAP25 وSLC32A1) قد تساهم بشكل كبير في التشخيص المبكر وفهم مسببات مرض الزهايمر. بشكل عام، تعزز هذه الدراسة الفهم لدور الميكروRNAs في مرض الزهايمر وتقترح طرقًا جديدة لتطوير العلامات الحيوية واستراتيجيات العلاج.
مقدمة
يعتبر مرض الزهايمر (AD) الاضطراب العصبي التنكسي الرائد، حيث يؤثر بشكل أساسي على الوظائف الإدراكية والذاكرة، مع انتشار كبير بين كبار السن. يتميز بتراكم لويحات الأميلويد وتشابكات الألياف العصبية، ويؤثر حاليًا على أكثر من 50 مليون فرد حول العالم، مع توقعات تشير إلى زيادة بنسبة 68% بحلول عام 2050. على الرغم من الأبحاث الدوائية الواسعة، لا تزال العلاجات الفعالة بعيدة المنال، مما يبرز الحاجة إلى فهم أعمق للآليات الجزيئية المعنية في مرض الزهايمر لتحديد الأهداف العلاجية المحتملة.
لقد سهلت التقدمات الأخيرة في المعلوماتية الحيوية والتسلسل عالي الإنتاجية استكشاف تقدم مرض الزهايمر والمشهد الجزيئي. تستخدم هذه الدراسة تحليلات متكاملة لمجموعات البيانات المتاحة للجمهور، مثل GEO، لتحديد الجينات المعبر عنها بشكل مختلف (DEGs) والميكروRNAs المعبر عنها بشكل شاذ من تسلسل RNA لمرضى الزهايمر والأشخاص الأصحاء. من خلال فحص ملفات التعبير الجيني واستخدام أدوات المعلوماتية الحيوية، تهدف الدراسة إلى كشف العلامات الجزيئية الرئيسية المرتبطة بمرض الزهايمر، والتحقق من هذه النتائج من خلال qRT-PCR، وإنشاء شبكة دواء-جين. في النهاية، تسعى هذه الدراسة إلى تعزيز القدرات التشخيصية المبكرة واستراتيجيات العلاج لمرض الزهايمر، مما يساهم في تحسين نتائج المرضى.
طرق البحث
في هذه الدراسة، تم تجنيد 85 مريضًا تم تشخيصهم بمرض الزهايمر (AD) من مستشفى بكين هوي لونغ جوان، حيث تم تأكيد التشخيص وفقًا لمعايير DSM-IV. أظهر المشاركون درجة أقل من 16 في اختبار الحالة العقلية المصغر (MMSE)، مما يدل على ضعف إدراكي كبير. يعتبر MMSE أداة تقييم مكونة من 20 عنصرًا، تقيم وظائف إدراكية متنوعة، وتصنف الدرجات شدة مرض الزهايمر: ضعف إدراكي خفيف (MMSE ≥ 21)، معتدل (10-20)، وشديد (≤ 9).
شملت معايير الاستبعاد تشخيصات خرف أخرى، تاريخ من الفصام أو أعراض اكتئابية كبيرة، أمراض جسدية غير مسيطر عليها، اعتماد على المواد، وأدوية تؤثر على الوظيفة الإدراكية. تم تضمين مجموعة ضابطة من 74 مشاركًا سليمًا، متطابقة من حيث العمر والجنس، مع ضمان عدم وجود تاريخ عائلي للمرض العقلي أو الأمراض العصبية. قدم جميع المشاركين موافقة مستنيرة، وحصلت الدراسة على موافقة أخلاقية من اللجنة الأخلاقية المؤسسية لمستشفى بكين هوي لونغ جوان، مع الالتزام بالإرشادات واللوائح ذات الصلة.
مناقشة
في هذه الدراسة، أجرى المؤلفون تحليلًا شاملاً لتعبير الميكروRNA (miRNA) في مجموعة من 35 مريضًا بمرض الزهايمر (AD) و35 شخصًا سليمًا. باستخدام تسلسل الميكروRNA وأدوات المعلوماتية الحيوية المتقدمة، حددوا 133 ميكروRNA معبر عنه بشكل مختلف، وتم تضييق الاختيار إلى سبعة مرشحين رئيسيين: miR-1246 وmiR-130a-3p وmiR-140-3p وmiR-192-5p وmiR-21-5p وmiR-24-2-5p وmiR-484. أظهر التحليل أن miR-192-5p وmiR-484 وmiR-21-5p وmiR-24-2-5p كانت منخفضة التعبير بشكل كبير في مرضى الزهايمر مقارنةً بالضوابط. استخدمت الدراسة خوارزمية الغابة العشوائية (RF) ونماذج الانحدار اللوجستي (LR) لتصنيف العينات، محققة قيم عالية لمنطقة تحت المنحنى (AUC)، مما يدل على أداء تنبؤي قوي في التمييز بين مرض الزهايمر والأشخاص الأصحاء.
بالإضافة إلى ذلك، دمج المؤلفون توقعات جينات الميكروRNA المستهدفة مع بيانات المصفوفة من مجموعتين، حددوا 113 جينًا مرتفع التعبير و201 جينًا منخفض التعبير في مرض الزهايمر. قاموا ببناء شبكة تفاعل البروتينات (PPI) لتوضيح الروابط الوظيفية بين هذه الجينات، وحددوا عشرة جينات محورية، بما في ذلك BDNF وGAD1 وSNAP25، والتي قد تلعب أدوارًا حاسمة في علم أمراض مرض الزهايمر. استكشفت الدراسة أيضًا تفاعلات الدواء-جين، وحددت 348 زوجًا فريدًا من الدواء-جين المرتبط بخمسة جينات محورية، مما يشير إلى طرق علاجية محتملة لعلاج مرض الزهايمر. بشكل عام، تسلط هذه الدراسة الضوء على أهمية الميكروRNAs وجيناتها المستهدفة في فهم مرض الزهايمر وتقدم رؤى حول العلامات الحيوية المحتملة والأهداف العلاجية.
DOI: https://doi.org/10.3389/fmolb.2025.1699404
PMID: https://pubmed.ncbi.nlm.nih.gov/41868603
Publication Date: 2026-03-06
Author(s): Shujuan Pan et al.
Primary Topic: MicroRNA in disease regulation
Overview
The research investigates the role of microRNAs (miRNAs) in Alzheimer’s disease (AD), aiming to establish miRNA-associated gene regulatory networks as potential biomarkers. The study involved 85 AD patients and 74 healthy controls, utilizing whole blood miRNA sequencing and machine learning to identify differentially expressed miRNAs, which were subsequently validated through quantitative reverse transcription polymerase chain reaction (qRT-PCR). Bioinformatics analyses were performed to predict target genes for these miRNAs, and gene expression data were sourced from the Gene Expression Omnibus (GEO) database. Enrichment analyses of differentially expressed genes (DEGs) were conducted, leading to the identification of key hub genes through protein-protein interaction (PPI) network construction.
The findings revealed that four miRNAs—miR-192-5p, miR-484, miR-21-5p, and miR-24-2-5p—were downregulated, while two target RNAs, SLC32A1 and GAD1, were upregulated. The study identified ten hub genes (BDNF, GAD1, CALB1, GAD2, GAP43, SYNPR, GABRB2, GABRA1, SNAP25, and SLC32A1) that may significantly contribute to the early diagnosis and understanding of AD pathogenesis. Overall, this research enhances the comprehension of miRNAs’ involvement in AD and suggests new avenues for biomarker development and therapeutic strategies.
Introduction
Alzheimer’s disease (AD) is the leading neurodegenerative disorder, primarily affecting cognitive and memory functions, with a significant prevalence among older adults. Characterized by the accumulation of amyloid plaques and neurofibrillary tangles, AD currently impacts over 50 million individuals worldwide, with projections indicating a 68% increase by 2050. Despite extensive pharmacological research, effective treatments remain elusive, underscoring the need for a deeper understanding of the molecular mechanisms involved in AD to identify potential therapeutic targets.
Recent advancements in bioinformatics and high-throughput sequencing have facilitated the exploration of AD’s progression and molecular landscape. This study employs integrated analyses of publicly available datasets, such as GEO, to identify differentially expressed genes (DEGs) and aberrantly expressed miRNAs from RNA sequencing of AD patients and healthy controls. By examining gene expression profiles and utilizing bioinformatics tools, the research aims to uncover key molecular markers associated with AD, validate these findings through qRT-PCR, and establish a drug-gene network. Ultimately, this work seeks to enhance early diagnostic capabilities and therapeutic strategies for AD, contributing to improved patient outcomes.
Methods
In this study, 85 patients diagnosed with Alzheimer’s Disease (AD) were recruited from Beijing Hui Long Guan Hospital, with diagnoses confirmed according to the DSM-IV criteria. Participants exhibited a Mini-Mental State Examination (MMSE) score of less than 16, indicating significant cognitive impairment. The MMSE, a 20-item assessment tool, evaluates various cognitive functions, and scores categorize the severity of AD: mild cognitive impairment (MMSE ≥ 21), moderate (10-20), and severe (≤ 9).
Exclusion criteria included other dementia diagnoses, a history of schizophrenia or significant depressive symptoms, uncontrolled physical illnesses, substance dependence, and medications affecting cognitive function. A control group of 74 healthy participants, matched for age and gender, was also included, ensuring no familial history of mental illness or neurological disease. All participants provided informed consent, and the study received ethical approval from the Institutional Ethical Committee of Beijing Huilongguan Hospital, adhering to relevant guidelines and regulations.
Discussion
In this study, the authors conducted a comprehensive analysis of microRNA (miRNA) expression in a cohort of 35 Alzheimer’s disease (AD) patients and 35 healthy controls. Using miRNA sequencing and advanced bioinformatics tools, they identified 133 differentially expressed miRNAs, ultimately narrowing down to seven key candidates: miR-1246, miR-130a-3p, miR-140-3p, miR-192-5p, miR-21-5p, miR-24-2-5p, and miR-484. The analysis revealed that miR-192-5p, miR-484, miR-21-5p, and miR-24-2-5p were significantly downregulated in AD patients compared to controls. The study employed a random forest (RF) algorithm and logistic regression (LR) models to classify samples, achieving high area under the curve (AUC) values, indicating strong predictive performance for distinguishing between AD and healthy controls.
Additionally, the authors integrated miRNA target gene predictions with microarray data from two datasets, identifying 113 upregulated and 201 downregulated genes in AD. They constructed a protein-protein interaction (PPI) network to elucidate functional associations among these genes, identifying ten hub genes, including BDNF, GAD1, and SNAP25, which may play critical roles in AD pathology. The study also explored drug-gene interactions, identifying 348 unique drug-gene pairs associated with five hub genes, suggesting potential therapeutic avenues for AD treatment. Overall, this research highlights the importance of miRNAs and their target genes in understanding AD and offers insights into potential biomarkers and therapeutic targets.