Metabolıte bıomarkers for the subtypes of alzheımer's dısease from transcrıptome data: A genome-scale metabolıc modelıng approach
Alzheımer hastalığının alt tipleri için transkriptom verilerinden metabolit biyobelirteç tahmini: genom ölçekli metabolik modelleme yaklaşımı
- Tez No: 971281
- Danışmanlar: PROF. DR. TUNAHAN ÇAKIR
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Alzheimer hastalığı, Ağ modeli, Beyin hastalıkları-metabolik, Büyük veri, Omik veri, RNA dizileme, Transkriptomlar, Alzheimer disease, Network model, Brain diseases-metabolic, Big data, Omics data, RNA sequencing, Transcriptomics
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Gebze Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomühendislik Ana Bilim Dalı
- Bilim Dalı: Biyoinformatik ve Sistem Biyolojisi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alzheimer hastalığı (AH), ileri düzey bilişsel gerileme ve nöronların ölümüyle karakterize olan en yaygın nörodejeneratif hastalıktır. Klinik semptomların başlamasından çok önce beyin anomalilerinin varlığı, erken tanıya olan kritik ihtiyacı vurgulamaktadır. Bununla birlikte, AH'nin heterojen ve karmaşık bir patolojiye sahip olması, tek tip tanı stratejilerinin etkinliğini sınırlayabilmektedir. Bu çalışmada, Religious Orders Study and Memory and Aging Project (ROSMAP) ve Mount Sinai Brain Bank (MSBB) kohortlarında yer alan 295 hastadan elde edilen transkriptom verileri, TrAnscriptome-based Metabolite Biomarkers by On-Off Reactions (TAMBOOR) algoritması ile işlendi ve hücre dışına salgılanan metabolit salınım profilleri her hastaya özgü olarak tahmin edildi. Bunu yapabilmek için RNA-seq verileri insana özgü genom ölçekli bir metabolik modele haritalandı. Bu çalışmada analizler, iki ana başlık altında yürütüldü: 1) tüm AH hastalarını kapsayan genel metabolit salınım tahminleri ve 2) önceden tanımlanmış üç AH moleküler alt tipine özgü metabolit salınım tahminleri. Elde edilen tahminler sonucunda AH'de genel olarak asilkarnitin, HDL ve sulfolaktat metabolitlerinin sağlıklılara göre farklı aktivite gösterdikleri belirlendi ve bu bulgular önceki deneysel çalışmalarla desteklendi. Ardından, AH'nin üç ana alt tipine özgü biyobelirteç adayları belirlendi; alt tiplerin birinde betain, PGD2, 5-HETE ve prolin; bir diğer alt tipte kreatin fosfat, CDCA ve fosfoetanolamin; ve son alt tipte glikojen, hiyalüronat ve süksinik semialdehit ön plana çıktı. Ayrıca, önceki alt tip etiketleri, TAMBOOR tarafından tahmin edilen metabolit aktivitelerinin davranışları ile karşılaştırıldı ve öznitelik seçimi yaklaşımı kullanılarak alt tiplerin baskın olduğu sınıflar arasında anlamlı farklılık gösteren metabolitler belirlendi. Bu kapsamda elaidik asit, kortikosteron ve türevleri ile koenzim Q₁₀, alt tipler arası farklılıkları vurgulayan önemli metabolitler olarak öne çıktı. Elde edilen bulgular ışığında, genel olarak AH'de bazı ortak metabolik değişiklikler görülmesine rağmen, farklı alt tiplerin kendilerine özgü metabolik profilleri olduğu ortaya konmuştur. Bununla birlikte, AH hastalarının alt tiplerine göre ayrımının yapılabilmesi açısından TAMBOOR ile başarılı tahmin edilen biyobelirteçlerin kritik bir öneme sahip olduğu anlaşılmıştır. Bu bütünleştirici yaklaşım, kişiselleştirilmiş tanı yaklaşımlarının oluşturulması ve AH'de hedefe yönelik tedavi stratejilerinin geliştirilmesi için önemli bir potansiyel oluşturmaktadır.
Özet (Çeviri)
Alzheimer's disease (AD) is the most common neurodegenerative disease, characterized by progressive memory impairment and changes in brain physiology. The presence of brain abnormalities long before clinical symptoms underscore the urgent need for early diagnosis. However, the heterogeneous and complex pathology of AD limits the effectiveness of single-type diagnostic strategies. In this thesis study, transcriptome data of 295 AD patients from the Religious Orders Study and Memory and Aging Project (ROSMAP) and Mount Sinai Brain Bank (MSBB) cohorts were used to predict extracellular metabolite production profiles for each patient using the TrAnscriptome-based Metabolite Biomarkers by On-Off Reactions (TAMBOOR) algorithm. The algorithm works by integrating RNA-seq data into a human genome-scale metabolic model. In this study, analyses were conducted under two main sections: (i) general metabolite secretion prediction by pooling all AD patients, termed the subtype-unaware approach, and (ii) metabolite secretion prediction specific to three previously defined AD molecular subtypes. The predictions revealed that acylcarnitine, HDL, and sulfolactate showed abnormal activity in the subtype-unaware approach, and previous experimental studies supported these findings. Then, biomarker candidates specific to the three main subtypes of AD were determined; betaine, PGD2, 5-HETE and proline in one of the subtypes; creatine phosphate, CDCA and phosphoethanolamine in another subtype; and glycogen, hyaluronate and succinic semialdehyde in the last subtype. In addition, metabolite activities predicted by TAMBOOR were analyzed with a feature selection algorithm to identify the metabolites showing significant differences between subtype-dominant clusters. In this context, elaidate, corticosterone and its derivatives, and coenzyme Q₁₀ were determined as important metabolites, emphasizing differences between subtypes. In light of the findings, it has been demonstrated that although some common metabolic changes are observed in AD, different subtypes have their own metabolic profiles. Moreover, the biomarkers successfully predicted with TAMBOOR are of critical importance in terms of distinguishing AD patients according to their subtypes. This integrative approach holds significant potential for the establishment of personalized diagnostic frameworks and the development of targeted treatment strategies in AD.
Benzer Tezler
- Genome-scale metabolic characterization of Alzheimer's disease brain with multi-omics data analysis
Multi-omik veri analizi ile Alzheimer hastalığı olan beyinin genom ölçekli metabolik karakterizasyonu
HATİCE BÜŞRA LÜLECİ
Doktora
İngilizce
2024
BiyomühendislikGebze Teknik ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. TUNAHAN ÇAKIR
- Systems biomedicine approaches in renal cell carcinomas to identify subtype-specific molecular signatures and potential therapeutics
Alt tipe özgü moleküler işaretçileri ve potansiyel terapötikleri tanımlamak için renal hücreli karsinomlarda sistem biyotıp yaklaşımları
AYŞEGÜL ÇALIŞKAN İŞCAN
Doktora
İngilizce
2022
BiyomühendislikMarmara ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. KAZIM YALÇIN ARĞA
- Böbrek kanserinde önemli proteinler ile kuersetin etkileşiminin moleküler kenetlenme ile araştırılması
Investigation of quercetin interaction with important proteins in kidney cancer by molecular docking
MELTEM BOZ
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriYıldız Teknik ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. CEM BÜLENT ÜSTÜNDAĞ
- INSR/IGF1R hibrit reseptörünü inhibe edecek ilaçların moleküler dinamik simülasyon yöntemiyle incelenmesi
Assessment of drugs that inhibit INSR/IGF1R hybrid receptors via molecular dynamic simulations
FATMA TOSUN
Yüksek Lisans
Türkçe
2024
BiyomühendislikYıldız Teknik ÜniversitesiBiyomühendislik Ana Bilim Dalı
DOÇ. DR. ALPER YILMAZ
- Kardiyorenal sendrom gelişen hastalarda inflamasyon durumununkardiyovasküler sonlanım, son dönem böbrek hastalığına ilerleyiş ve mortalite ile ilişkisi
The relationship between inflammatory status and cardiovascularoutcomes, progression to end-stage renal disease, and mortality in patients with cardiorenal syndrome
ZEYNEP AKGÜN
Tıpta Uzmanlık
Türkçe
2025
İç HastalıklarıAlanya Alaaddin Keykubat Üniversitesiİç Hastalıkları Ana Bilim Dalı
PROF. DR. ZEHRA EREN