Metaanálisis: búsqueda de biomarcadores diagnósticos en la enfermedad de Alzheimer

Abstract

En la actualidad, la enfermedad de Alzheimer es una de las prioridades de la sanidad pública. El diagnóstico se produce en un estado muy avanzado y no existe una evaluación o prueba específica. En los últimos años, los estudios de investigación se han centrado en la búsqueda e identificación de biomarcadores de Alzheimer para el diagnóstico precoz. Gracias al avance en investigación biomédica, el incremento de estudios publicados y depositados en repositorios públicos es posible realizar nuevos análisis bioinformáticos. El presente estudio identifica genes expresados diferencialmente (DEG) mediante el metaanálisis de 6 series de expresión (GSE127711, GSE109887, GSE118553, GSE132903, GSE29378 y GSE63060) y posterior enriquecimiento de ontología génica de GO y KEGG. Los genes identificados (LPAR4, TRIP10, GPR4, SYDE1, PSD2, PLCE1, PDGFRB, ITSN1, ITPKB, PSD4, ACTR10 y HINT1) como punto de partida para un análisis en mayor profundidad como posibles biomarcadores de diagnóstico para EA.

Actualment, la malaltia d'Alzheimer és una de les prioritats de la sanitat pública. El diagnòstic es produeix en un estat molt avançat i no hi ha una avaluació o prova específica. En els darrers anys, els estudis de recerca s'han centrat en la cerca i la identificació de biomarcadors d'Alzheimer per al diagnòstic precoç. Gràcies a l'avenç en recerca biomèdica, l'increment d'estudis publicats i dipositats en repositoris públics és possible fer noves anàlisis bioinformàtiques. Aquest estudi identifica gens expressats diferencialment (DEG) mitjançant la metaanàlisi de 6 sèries d'expressió (GSE127711, GSE109887, GSE118553, GSE132903, GSE29378 i GSE63060) i posterior enriquiment d'ontologia gènica de GO y KEGG. Els gens identificats (LPAR4, TRIP10, GPR4, SYDE1, PSD2, PLCE1, PDGFRB, ITSN1, ITPKB, PSD4, ACTR10 i HINT1) com a punt de partida per a una anàlisi en major profunditat com a possibles biomarcadors de diagnòstic per a MA.

Nowadays, Alzheimer's disease is one of the priorities of public health. Diagnosis happens at a very advanced stage and there is no specific evaluation or test. In recent years, research studies has been focused on the search and identification of Alzheimer's biomarkers for early diagnosis. Because of the development in biomedical research, the increase in published studies and deposited in public repositories enable new bioinformatic analyzes. The present study identifies differentially expressed genes (DEGs) through the meta-analysis of 6 expression series (GSE127711, GSE109887, GSE118553, GSE132903, GSE29378 and GSE63060) and subsequent gene ontology enrichment analysis with GO and KEGG. The genes identified (LPAR4, TRIP10, GPR4, SYDE1, PSD2, PLCE1, PDGFRB, ITSN1, ITPKB, PSD4, ACTR10 and HINT1) as a starting point for further analysis as possible diagnostic biomarkers for AD.