Bringing medical advances from the lab to the clinic.
关键词：AD；机器学习；WGCNA；Mfuzz；scRNA-seq；Scientific Reports阿尔茨海默病（AD）是一种复杂的神经退行性疾病，严重影响患者的生活质量。随着全球人口老龄化加剧，AD的发病率不断上升，但目前仍缺乏有效的治疗方法。近年来，生物信息学和机器学习技术为理解AD的发病机制和发现新的治疗靶点提供了新的途径【1】。
近日，ZhanQiang Xie 等研究学者在期刊 Scientific Reports 上发表题为 Identification of therapeutic targets for Alzheimer’s Disease Treatment using bioinformatics and machine learning 的研究论文【2】。本研究通过整合多种生物信息学方法和机器学习算法，筛选出与AD密切相关的五个关键基因（PLCB1、NDUFAB1、KRAS、ATP2A2和CALM3），其中，PLCB1基因表现出最高的诊断价值，并与Braak分期和神经元表达显著相关。基于PLCB1筛选出潜在治疗药物Noscapine、PX-316和TAK-901，为AD的诊断和治疗提供了新的靶点和方向。
![]()
（如需原文，请加微信healsana获取，备注20250131SR）本研究通过整合多种生物信息学方法和机器学习算法，包括差异基因表达分析、加权基因共表达网络分析（WGCNA）、Mfuzz聚类、单细胞RNA测序（scRNA-seq）以及LASSO回归、SVM-RFE和随机森林等算法，成功筛选出与AD密切相关的五个关键基因：PLCB1、NDUFAB1、KRAS、ATP2A2和CALM3。这些关键基因在AD患者中显著下调，并与多个重要生物学功能和信号通路相关，包括Notch信号通路、NF-κB信号通路、Hedgehog信号通路和突触囊泡循环。此外，PLCB1基因与Braak分期和神经元表达水平显著相关，表明其在AD病理进展中的重要作用。AD患者中多种免疫细胞（如效应记忆CD8 T细胞、未成熟B细胞、自然杀伤细胞等）显著增加，而效应记忆CD4 T细胞和记忆B细胞减少。同时，神经元细胞数量显著减少，且神经元细胞的丰度与关键基因的表达水平呈正相关，提示免疫细胞浸润和神经元损伤在AD发病机制中可能相互关联。基于五个关键基因构建的诊断模型在两个独立的AD数据集中表现出良好的诊断性能，其中PLCB1的诊断价值最高（AUC值达到0.887和0.846），表明这些基因可以作为潜在的生物标志物用于AD的早期诊断。通过CellMiner数据库分析，筛选出与PLCB1相关的潜在治疗药物Noscapine、PX-316和TAK-901，为AD的药物开发提供了新的方向。
本研究通过综合应用多种生物信息学方法和机器学习算法，为AD治疗靶点的发现和诊断模型的构建提供了新的思路。研究结果表明，PLCB1可能是一个具有潜力的AD诊断和治疗靶点。未来的研究可以进一步探索这些枢纽基因在AD发病机制中的具体作用，并验证其作为生物标志物的临床应用价值。此外，基于PLCB1筛选出的潜在药物如Noscapine、PX-316和TAK-901，值得在体外和体内模型中进行更深入的药理学研究，以评估其治疗AD的潜力。。【1】2024 Alzheimer’s disease facts and figures. Alzheimers Dement. 20, 3708–3821. https://doi.org/10.1002/alz.13809 (2024)【2】https://doi.org/10.1038/s41598-025-88134-w本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点，更不代表本公众号认可研究结果或文章。为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。作者：Amber Wang，微信号：Healsana。助理：ChatGPT征战AD公众号，以分享阿尔茨海默病领域最新研究为主旨，希望由此推动由实验室向临床应用的转化。欢迎您的投稿与合作；也希望其他医学科学家以推文的形式分享您的研究成果。运营：美国Healsan咨询公司AD项目组，专注于临床科研及临床试验的服务公司，擅长于针对阿尔茨海默病的临床科研设计及临床试验结果的报告撰写。
网址：https://healsan.com/
![]()
(投稿或商务合作，请联系：healsana）
