著者は、GSE167490データセットを提供してくれた Jessica S Sadick、Michael R O'Dea、Philip Hasel などに感謝しています。著者らは、Faten A Sayed、Lay Kodama、Li FanなどがGSE183068データセットを提供していることを高く評価しています。著者は、データ分析の支援を提供してくれたShuqing Liuと、データ分析プラットフォームを提供してくれたWen Yangに感謝します。この研究は、中国国立自然科学基金会(82174511)、成都伝統中国医学大学アプリコットグローブ奨学生、規律人材研究強化プログラム(QJJJ2022001)、遼寧活性化人材プログラム(XLYC 1807083)、四川行政局中医薬薬薬基金(2023MS578)、全国学部イノベーションおよび起業家精神トレーニングプロジェクト(202310633003X)、および科学研究実践の革新的なトピックの支援を受けました成都中国伝統医学大学(ky-2023100)の大学生向け。Hanjie LiuとHui Yangは、研究のデザイン、データの収集、データの解釈、原稿の起草と改訂に貢献しました。Shuqing LiuとSiyu Liは、研究のデザイン、データの収集、原稿の起草に参加しました。ウェン・ヤンとアンワル・アイシャは、データの収集と解釈を担当しました。Xin Tanは図や表を用意しました。Cen Jiang、Yi Liu、Lushuang Xieが研究を考案し、原稿をレビュー/編集しました。すべての著者が記事に貢献し、提出されたバージョンを承認しました。

解析のステップ2から9はRソフトウェアを使用して実装し( 補足図1 および 補足ファイル1を参照)、残りのステップはオンラインプラットフォーム上で実行しました。このプロトコルで使用されるデータベースの詳細(およびWebリンク)は、 資料の表に記載されています。
1. データ取得
<ol><li>National Center of Biotechnology Informationの一般公開されている Gene Expression Omnibus(GEO) データベースにアクセスしてください。</li>
	<li>検索ボックスで 「Alzheimer's disease」 という名前のGEOデータを検索します。</li>
	<li>右側の「 Top Organisms 」を 「Homo sapiens 」として選択します。 注:検索結果は、ホモ・サピエンスのアルツハイマー病に関するデータであった。</li>
	<li>検索した情報をフィルタリングした後、個々の単一核サンプルのfeatures.tsv、barcode.tsv、matrix.mtxを含む GSE167490 および GSE183068 データファイルをダウンロードします。データセットは、前頭皮質に由来するADの34のサンプルで構成され、17の男性サンプルと17の女性サンプルが均等に分布していました(補足表1)。</li>
</ol>2. サンプルのマージ
<ol><li>コンピュータ上でデータパスとサンプル名を適宜設定します。ダウンロードした34個のサンプルをインポートし、関数名を使用してサンプルに性別固有の名前を割り当てます。</li>
	<li>関数リストと Read10Xを使用して、すべてのサンプルのSeuratオブジェクトをバッチ処理方式で生成し、パラメータを min.cells = 3 および min.features = 200として指定します。</li>
	<li>RenameCells 関数を使用して、サンプル ID をプレフィックスとしてセル バーコードに追加し、マージ プロセス中にセル バーコードを保持します。これにより、各セルが独自のIDを保持し、マージ後に元のサンプルソースまでさかのぼることができるようになりました。</li>
</ol>3.品質管理(QC)
<ol><li>PercentageFeatureSet 関数を使用して、各細胞のミトコンドリア遺伝子比、赤血球遺伝子比、およびリボソーム遺伝子比を計算します。</li>
	<li>これらの計算された比率を [[ ]] 演算子を使用してメタデータに格納し、この情報を各セルのメタデータに直接アタッチします。</li>
	<li>サブセット機能を利用して細胞ろ過を行い、パラメータを nFeature_RNA > 200、nFeature_RNA < 10000、nCount_RNA < 60000、percent.mt < 10、percent.rb < 5、および percent に指定します。HB<75。</li>
	<li>GSM5106107分析から除外します。</li>
</ol>4.バッチ効果チェック
<ol><li>データ処理を実行します。<ol><li>NormalizeData 関数を使用してデータを正規化します。</li>
		<li>FindVariableFeatures 関数を使用して、データセット内の上位 2000 個の変数特徴を特定します。</li>
		<li>RunPCAを使用してデータに対して主成分分析(PCA)17を実施し、50の主成分を保持します。</li>
		<li>関数 ElbowPlot を使用してエルボー プロットを生成し、後続の解析に最適な次元数を決定します。最初の 50 次元について考えてみましょう。</li>
		<li>ScaleData を使用してデータをスケーリングし、すべてのフィーチャが同等のスケールになるようにします。</li>
		<li>30 次元に基づく FindNeighbors を使用して最近傍を特定します。</li>
		<li>RunUMAP を使用して UMAP アルゴリズムを適用し、データの次元を 30 次元に減らします。</li>
	</ol></li>
	<li>関数 DimPlot を使用して、reduction パラメーターを umap に、group.by パラメーターを orig.ident に設定して、処理されたデータを可視化します。 注:この手順では、縮小されたUMAP空間のデータを視覚化し、元のセルIDでグループ化したプロットを生成できます。UMAPプロットを調べると、バッチ効果の存在が明らかになりました。細胞のバッチまたは実験起源に基づく細胞の明確なクラスタリングまたは分離は、実験バッチが遺伝子発現プロファイルに影響を与えたことを示唆しています。</li>
</ol>5. データ統合
<ol><li>SCTransform 関数を使用してデータを正規化および標準化します。</li>
	<li>ハーモニーアルゴリズム18 を適用して、残りの33の単一核データを統合する。統合には SCT アッセイを使用し、ハーモニーの最大反復回数を 20 に設定します。</li>
	<li>FindClusters 関数を resolution パラメーターを 0.07 に設定して、データ内の個別のクラスターを識別します。</li>
	<li>指定した次元数 (dims = 30) で RunUMAP 関数を使用して、データの次元をさらに削減し、低次元空間でクラスターを視覚化します。</li>
</ol>6. 細胞タイプのアノテーション
<ol><li>既存の文献の広範なレビューを通じて、細胞のマーカー遺伝子(補足表2)を収集します。</li>
	<li>細胞クラスターの不均一性を同定した後、特異的に発現するマーカー遺伝子によって各クラスター細胞の種類を分類します。</li>
	<li>ggplot2パッケージを用いた UMAPの可視化 により、オリゴデンドロサイトは #DB7093 色、興奮性ニューロンは #FF69B4、アストロサイトは #1874CD、ミクログリアは #63B8FF、オリゴデンドロサイト前駆細胞は #DB7093、抑制性ニューロンは #FFC0CB、内皮細胞は #FF69B4 で強調表示されています。</li>
	<li>性別で層別化された各細胞タイプの比率を計算します。</li>
</ol>7. グリア細胞データの抽出
<ol><li>サブセット関数を用いて、統合バルクデータからアストロサイトデータを抽出します。</li>
	<li>サブセット機能を用いて、統合バルクデータからミクログリアデータを抽出します。</li>
	<li>サブセット関数を用いて、統合バルクデータからオリゴデンドロサイトデータを抽出します。</li>
</ol>8. グリア性特異的差次的発現遺伝子(DEG)の捕捉
<ol><li>FindMarkers関数(ident.1 = 男性、ident.2 = 女性、group.by = group.sum、assay = RNA)を使用して、アストロサイトの性特異的なDEGを同定します。これは、p値が0.05<および|avg_log2FC|>30。アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を視覚化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子はPaleVioletRed、ダウンレギュレーションされた遺伝子はPink、安定遺伝子はDodgerBlue3で強調されました。</li>
	</ol></li>
	<li>FindMarkers関数(ident.1 = オス、ident.2 = メス、group.by = group.sum、assay = RNA)と閾値(p値 0.05< |avg_log2FC|> 1.アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を可視化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子はOrangeRedの色を使用して強調され、ダウンレギュレーションされた遺伝子はLightSalmonで、安定した遺伝子はSteelBlue1で強調表示されました。</li>
	</ol></li>
	<li>FindMarkers関数(ident.1 = 男性、ident.2 = 女性、group.by = group.sum、assay = RNA)と閾値(p値 0.05< |avg_log2FC|>10.アップレギュレーションされた DEG をアップ、ダウンレギュレーションされた DEG をダウン、残りを安定とラベル付けします。<ol><li>関数 ggplot を使用して DEG を可視化し、x 軸は 2 つの条件 (pct.1 - pct.2) の差をパーセンテージで表し、y 軸はavg_log2FCを表します。アップレギュレーションされた遺伝子は DeepPinkの色を使用して強調され、ダウンレギュレーションされた遺伝子は HotPinkで、安定した遺伝子は DeepSkyBlue3を使用して強調表示されました。</li>
	</ol></li>
</ol>9. 性特異的DEGの機能強化解析
<ol><li>enrichGO機能を使用して、各グリア細胞タイプの性特異的DEGに対するGene ontology(GO)エンリッチメント解析を実施します。次のパラメーターを設定します: OrgDb = org。Hs.eg.db、keyType = SYMBOL、ont = ALL、pAdjustMethod = BH、pvalueCutoff = 0.01、qvalueCutoff = 0.05です。</li>
	<li>function bitrを使用して、遺伝子シンボルを対応する遺伝子IDに変換します。 enrichKEGG 機能を用いて、各グリア細胞種の性特異的DEGの京都遺伝子・ゲノム大百科事典(KEGG)のエンリッチメント解析を行う。設定を次のように調整します: organism = has、keyType = kegg、pAdjustMethod = BH、pvalueCutoff = 0.01、qvalueCutoff = 0.05。</li>
</ol>10. go経路とkegg経路におけるglial DEGsの頻度統計、各glial性特異的DEGのベン図、およびPPIネットワークの構築
<ol><li>頻度ヒストグラムを使用して、GOおよびKEGG経路におけるグリア性特異的DEGの頻度を計算します。</li>
	<li>STRING データベースにアクセスして、PPI ネットワークを構築します。</li>
	<li>[Multiple proteins] を選択します。検索ボックスで名前のリストを検索します。「Organisms」をホモ・サピエンスとして設定します。</li>
	<li>検索から得られたタンパク質のリストを確認します。 「続行 」をクリックして続行します。</li>
	<li>PPIネットワークをエクスポートするには、ダウンロードオプションを選択し、できれば高解像度のPNG形式でエクスポートします。</li>
	<li>ベン図を使用して、上位の性特異的遺伝子の共発現の分布を視覚化します。</li>
	<li>ベン図解析に基づいて、研究の主要な遺伝子として共有遺伝子を特定します。</li>
</ol>11. 多要素規制ネットワークの構築
<ol><li>NetworkAnalyst にアクセスします。</li>
	<li>Gene List Inputをクリックし、生物をH. sapiens (human)と指定します。IDタイプを公式遺伝子シンボルとして設定します。検索フィールドに遺伝子名を入力し、[アップロードして続行]をクリックします。</li>
	<li>「Gene-miRNA Interactions」を選択し、「miRTarBase v8.0」を選択します。[OK]をクリックして選択を確定します。</li>
	<li>TF-gene Interactionsに進み、ENCODEデータベースを選択します。[OK]をクリックして選択を確定します。</li>
	<li>次に、 TF-miRNA Coregulatory Network に移動し、「 OK 」をクリックして続行します。</li>
	<li>最後に、[ Proceed ] を選択して、遺伝子-miRNA 相互作用と TF-遺伝子相互作用を組み込んだ多因子制御ネットワークを生成します。</li>
</ol>12. 遺伝子・標的TCM解析
<ol><li>Coremine Medicalのオンラインデータベースにアクセスします。</li>
	<li>特定の遺伝子名を入力し、接尾辞 gene/protein, human が付いた対応する遺伝子を Explore セクションの下の検索ボックスで選択します。</li>
	<li>「Drugs」セクションに移動し、検索した薬物に関連付けられているTCMを特定します。 注:統計的に有意な薬物は青色でマークされています。</li>
	<li>治療用TCMとしての「重要性」値に基づいて上位5つのTCMを決定します。</li>
</ol>13. 主要遺伝子を標的とするTCM成分の研究概要
<ol><li>Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine(TCMIP)およびTraditional Chinese Medicine Systems Pharmacology Database and Analysis Platform(TCMSP)にアクセスできます。検索バーにハーブの名前を入力して、対応する成分を取得します。</li>
	<li>2023年4月10日までの時間制限付きでPubMedデータベースから成分を取得します。検索語としては、TCMSPの Molecule Name や Chemical Components in TCMIPなど、英語で発表された論文に限定して使用しました。</li>
	<li>ADに作用するハーブとそれに対応する成分を要約し、分析します。</li>
</ol>14. ADの性特異性におけるTCMの治療機能の標的化の確認
<ol><li>ハーブをTCMIPにインポートし、対応する説明ページに移動します。</li>
	<li>データのエクスポート機能を利用し、CSV形式を選択して、GO - Biological Process、GO - Cellular Component、GO - Molecular Function、 およびReactome Pathwayのエンリッチメント条件をダウンロードします。</li>
	<li>ダウンロードした各ハーブのエンリッチメント用語を棒グラフで視覚化します。</li>
</ol>

アルツハイマー病における性特異的グリアバイオマーカー:トランスクリプトーム解析

<ol>
	<li>Alzheimers Dement. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Alzheimer's+disease+facts+and+figures.">Alzheimer's disease facts and figures.</a> Alzheimers Dement. 19 (4), 1598-1695 (2023).</li><li>Xie, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electroacupuncture+improves+M2+microglia+polarization+and+glia+anti-inflammation+of+hippocampus+in+Alzheimer's+disease.">Electroacupuncture improves M2 microglia polarization and glia anti-inflammation of hippocampus in Alzheimer's disease.</a> Front Neurosci. 15, 689629 (2021).</li><li>Xie, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Inflammatory+factors+and+amyloid+beta-induced+microglial+polarization+promote+inflammatory+crosstalk+with+astrocytes.">Inflammatory factors and amyloid beta-induced microglial polarization promote inflammatory crosstalk with astrocytes.</a> Aging (Albany NY). 12 (22), 22538-22549 (2020).</li><li>Hampel, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+amyloid-beta+pathway+in+Alzheimer's+disease.">The amyloid-beta pathway in Alzheimer's disease.</a> Mol Psychiatry. 26 (10), 5481-5503 (2021).</li><li>Baik, S. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+breakdown+in+metabolic+reprogramming+causes+microglia+dysfunction+in+Alzheimer's+disease.">A breakdown in metabolic reprogramming causes microglia dysfunction in Alzheimer's disease.</a> Cell Metab. 30 (3), 493-507 (2019).</li><li>Fisher, D. W., Bennett, D. A., Dong, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sexual+dimorphism+in+predisposition+to+Alzheimer's+disease.">Sexual dimorphism in predisposition to Alzheimer's disease.</a> Neurobiol Aging. 70, 308-324 (2018).</li><li>Pan, R. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Positive+feedback+regulation+of+microglial+glucose+metabolism+by+histone+h4+lysine+12+lactylation+in+Alzheimer's+disease.">Positive feedback regulation of microglial glucose metabolism by histone h4 lysine 12 lactylation in Alzheimer's disease.</a> Cell Metab. 34 (4), 634-648 (2022).</li><li>Hansen, D. V., Hanson, J. E., Sheng, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microglia+in+Alzheimer's+disease.">Microglia in Alzheimer's disease.</a> J Cell Biol. 217 (2), 459-472 (2018).</li><li>Brandebura, A. N., Paumier, A., Onur, T. S., Allen, N. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Astrocyte+contribution+to+dysfunction,+risk+and+progression+in+neurodegenerative+disorders.">Astrocyte contribution to dysfunction, risk and progression in neurodegenerative disorders.</a> Nat Rev Neurosci. 24 (1), 23-39 (2023).</li><li>Peng, L., Bestard-Lorigados, I., Song, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+synapse+as+a+treatment+avenue+for+Alzheimer's+disease.">The synapse as a treatment avenue for Alzheimer's disease.</a> Mol Psychiatry. 27 (7), 2940-2949 (2022).</li><li>Tubi, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=White+matter+hyperintensities+and+their+relationship+to+cognition:+Effects+of+segmentation+algorithm.">White matter hyperintensities and their relationship to cognition: Effects of segmentation algorithm.</a> Neuroimage. 206, 116327 (2020).</li><li>Wu, H., Kirita, Y., Donnelly, E. L., Humphreys, B. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advantages+of+single-nucleus+over+single-cell+RNA+sequencing+of+adult+kidney:+Rare+cell+types+and+novel+cell+states+revealed+in+fibrosis.">Advantages of single-nucleus over single-cell RNA sequencing of adult kidney: Rare cell types and novel cell states revealed in fibrosis.</a> J Am Soc Nephrol. 30 (1), 23-32 (2019).</li><li>Soreq, L., Bird, H., Mohamed, W., Hardy, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Single-cell+RNA+sequencing+analysis+of+human+Alzheimer's+disease+brain+samples+reveals+neuronal+and+glial+specific+cells+differential+expression.">Single-cell RNA sequencing analysis of human Alzheimer's disease brain samples reveals neuronal and glial specific cells differential expression.</a> PLoS One. 18 (2), e0277630 (2023).</li><li>Sadick, J. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Astrocytes+and+oligodendrocytes+undergo+subtype-specific+transcriptional+changes+in+Alzheimer's+disease.">Astrocytes and oligodendrocytes undergo subtype-specific transcriptional changes in Alzheimer's disease.</a> Neuron. 110 (11), 1788-1805 (2022).</li><li>Chen, Y., Colonna, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microglia+in+Alzheimer's+disease+at+single-cell+level.+Are+there+common+patterns+in+humans+and+mice.">Microglia in Alzheimer's disease at single-cell level. Are there common patterns in humans and mice.</a> J Exp Med. 218 (9), e20202717 (2021).</li><li>Brase, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Single-nucleus+RNA-sequencing+of+autosomal+dominant+Alzheimer+disease+and+risk+variant+carriers.">Single-nucleus RNA-sequencing of autosomal dominant Alzheimer disease and risk variant carriers.</a> Nat Commun. 14 (1), 2314 (2023).</li><li>Ringner, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+is+principal+component+analysis.">What is principal component analysis.</a> Nat Biotechnol. 26 (3), 303-304 (2008).</li><li>Korsunsky, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=sensitive+and+accurate+integration+of+single-cell+data+with+harmony.">sensitive and accurate integration of single-cell data with harmony.</a> Nat Methods. 16 (12), 1289-1296 (2019).</li><li>Vegeto, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+role+of+sex+and+sex+hormones+in+neurodegenerative+diseases.">The role of sex and sex hormones in neurodegenerative diseases.</a> Endocr Rev. 41 (2), 273-319 (2020).</li><li>Hafemeister, C., Satija, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Normalization+and+variance+stabilization+of+single-cell+RNA-seq+data+using+regularized+negative+binomial+regression.">Normalization and variance stabilization of single-cell RNA-seq data using regularized negative binomial regression.</a> Genome Biol. 20 (1), 296 (2019).</li></ol>

この原稿には利益相反はなく、すべての著者が出版のための投稿を承認しています。

性別特異性は、AD19の疫学、病理学、および臨床症状で特定されています。本研究では、AD患者の性別特異的グリア遺伝子と関連経路から、「ホルモン-シナプス-ニューロン軸」の病態メカニズムの可能性を確認しました。NLGN4Yは、3つのグリアで唯一共有される遺伝子であり、ADの性別特異性のバイオマーカーとして選択されました。NLGN4Yを調節するTFおよびmiRNAは、性差と神?...

アルツハイマー病(AD)は、認知症の60%〜80%を占める世界的な疾患で、罹患率が高い疾患です1。その高い発生率にもかかわらず、ADのメカニズムの病因は明確に描かれておらず、これまで有効な治療法はありませんでした2。ADの主な病態は、神経細胞の萎縮と病理学的破片の蓄積、主に微小管関連タンパク質タウ、およびβ-アミロイド(Aβ)3,4であると特定されました。ADの病因は、異常なオートファジー、酸化ストレス、ミトコンドリア機能障害、炎症、およびエネルギー代謝障害に関連しています5。有病率調査では、AD患者の3分の2が女性であることが証明されました6。ADの性特異的な違いは、病因、臨床症状、予防、および治療に存在します。したがって、ADの性特異的な違いを引き起こす生物学的メカニズムを明らかにし、伝統的な漢方薬(TCM)を標的とすることで、ADの病因を理解し、正確な治療戦略をさらに導くためのより包括的な理論的枠組みを提供できる可能性があります。
神経膠細胞、特にミクログリア、アストロサイト、オリゴデンドロサイトは、ADの病因に寄与する可能性があります。ADでは、ミクログリアが活性化され、遺伝的に改変され、炎症反応、食作用、およびAβクリアランスに寄与します7,8。アストロサイトは遺伝的に改変され、シナプス活性、イオン恒常性、エネルギー代謝、脂質代謝に影響を及ぼします9。オリゴデンドロサイトは、性特異性を伴って遺伝的に変化し、これがニューロンの喪失、神経原線維変化、および白質病変の一因となります10,11。
本研究では、優れた技術として1核RNAシーケンシング(snRNA-seq)を採用しました。シングルセルRNAシーケンシング(scRNA-seq)と比較して、snRNA-seqは、サンプルの豊富さ、細胞タイプの完全性、およびデータの信頼性の点で利点があります12,13。SnRNA-seqは、ADに焦点を当て、グリア細胞の役割を探求する研究で広く利用されています14,15,16。これらの研究分野で広く採用されていることは、ADにおけるグリア細胞の転写特性に関する貴重な洞察を提供する上での有効性を浮き彫りにしています。snRNA-seqの利点を活用することで、研究者はADの病理におけるグリア細胞の関与に関する重要な情報を明らかにし、潜在的な治療標的を特定することができました。ADにおける性特異的な神経膠細胞転写特性とADの性特異性に対する潜在的なTCMを調査するために、この研究では、NCBI GEO公開データベースからAD患者の前頭皮質からのsnRNA-seqデータを分析しました。性特異的発現差出せ遺伝子(DEG)、Gene Ontology(GO)、京都遺伝子・ゲノム大百科事典(KEGG)、タンパク質間相互作用(PPI)ネットワーク、およびgene-TF-miRNAネットワークをさらに解析し、主要なバイオマーカーと潜在的な病因を明らかにします。最後に、潜在的なTCMが提案され、Coremine Medical、TCMIP、およびTCMSPデータベースを検索して、その有効成分を表とともに表示しました。

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Database</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Coremine Medical database</td>
			<td>Jointly developed by Norway, the Chinese Academy of Sciences, the Chinese Academy of Medical Sciences, the National Medical Library of the United States and other institutions</td>
			<td></td>
			<td>When you explore concepts in CoreMine Medical you access a database that is structured to relate important concepts, ranked by statistical relevance, to your topic. For example, if you type in &#34;Alzheimer disease,&#34; in addition to retrieving documents and resources that discuss the disease, you will be able to view networks and lists that show how your query concept is related to other bio-medical concepts. This provides an overview of concepts that relate to your search as well as being an interface for navigating information on these concepts. 
			Weblink: https://coremine.com/medical/</td>
		</tr>
		<tr>
			<td>Gene Expression Omnibus (GEO)</td>
			<td>National Center for Biotechnology Information in the United States (NCBI)</td>
			<td></td>
			<td>GEO is a public functional genomics data repository supporting MIAME-compliant data submissions. Array- and sequence-based data are accepted. Tools are provided to help users query and download experiments and curated gene expression profiles. 
			Weblink: https://www.ncbi.nlm.nih.gov/geo/</td>
		</tr>
		<tr>
			<td>Integrative Pharmacology-based Research Platform of Traditional Chinese Medicine (TCMIP, version: 2.0)</td>
			<td>None</td>
			<td></td>
			<td>Introduction to the Integrated Pharmacology Based Network Computational Research Platform for Traditional Chinese Medicine [TCMIP v2.0], http://www.tcmip.cn/ ) It is an intelligent data mining platform based on the online database of the Encyclopedia of Traditional Chinese Medicine (ETCM), which integrates medical big data management and pharmacological computing services. It aims to reveal the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarize and pass on the experience of famous doctors, control the quality of traditional Chinese medicine, explain the principles of traditional Chinese medicine action, research and development of new Chinese medicine, especially the discovery and optimization of modern drug combinations, Provide a strong data foundation and analytical tools. Based on TCMIP v1.0, a comprehensive upgrade is implemented, including five major databases and seven functional modules. Through system integration and module integration, a comprehensive analysis of the multi-level correlation of the &#34;disease syndrome prescription&#34; interaction network can be quickly achieved. As an intelligent data mining platform, TCMIP v2.0 will provide a strong data foundation and analysis platform for revealing the scientific connotation of traditional Chinese medicine theory and the scientific value of original thinking in traditional Chinese medicine, summarizing and inheriting the experience of famous doctors, quality control of traditional Chinese medicine, elucidating the principles of traditional Chinese medicine action, research and development of new traditional Chinese medicine drugs, especially modern drug combination discovery and optimization. 
			Weblink: http://www.tcmip.cn/TCMIP&#160;</td>
		</tr>
		<tr>
			<td>NetworkAnalyst</td>
			<td>None</td>
			<td></td>
			<td>Networkanalyze is an online visualization analysis platform for gene expression analysis and meta-analysis. It can perform comparative, quantitative, differential and enrichment analysis of gene expression, protein-protein interaction analysis, integration analysis of multiple datasets, and can also draw high-value images such as PCA, protein-protein interaction network diagram, heatmap, volcano diagram, Wayne diagram, etc. 
			Weblink: https://www.networkanalyst.ca/NetworkAnalyst/</td>
		</tr>
		<tr>
			<td>PubMed database</td>
			<td>National Center for Biotechnology Information in the United States (NCBI)</td>
			<td></td>
			<td>The Pubmed database is a biomedical literature database maintained by the National Library of Medicine (NLM) in the United States, aimed at providing the latest medical research results to scientists, doctors, researchers, and students worldwide. This database collects biomedical literature from around the world, including journal articles, papers, books, etc. As of now, the Pubmed database has collected over 30 million articles and is continuously updated every week. 
			Weblink: https://pubmed.ncbi.nlm.nih.gov/</td>
		</tr>
		<tr>
			<td>R software</td>
			<td>Ross Ihaka and Robert Gentleman</td>
			<td></td>
			<td>R is a language and environment for statistical computing and graphics. It is a GNU project which is similar to the S language and environment which was developed at Bell Laboratories (formerly AT&#38;T, now Lucent Technologies) by John Chambers and colleagues. R can be considered as a different implementation of S. There are 
			some important differences, but much code written for S runs unaltered under R. 
			Weblink: https://www.r-project.org/</td>
		</tr>
		<tr>
			<td>STRING database (STRING, version 11.0)&#160;</td>
			<td>Swiss Institute of Bioinformatics</td>
			<td></td>
			<td>STRING is a database of known and predicted protein interactions. The interactions include direct (physical) and indirect (functional) associations 
			Weblink: https://string-db.org/</td>
		</tr>
		<tr>
			<td>Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform (TCMSP)</td>
			<td>Zhejiang Jiuwei Health Co., Ltd</td>
			<td></td>
			<td>TCMSP is not only a data repository, but also an analysis platform for users to comprehensively study Traditional Chinese Medicines (TCM): including identification of active components, screening of drug targets and generation of compounds-targets-diseases networks, as well as the detailed drug pharmacokinetic information involving drug-likeness (DL), oral bioavailability (OB), blood-brain barrier (BBB),intestinal epithelial permeability (Caco-2), ALogP,fractional negative surface area (FASA-) and number of &#160;H-bond&#160;donor/acceptor &#160;(Hdon/Hacc). So far, TCMSP has attracted broad attentions and several groups have published more than 10 papers by using our TCMSP database within about one year. 
			Weblink: https://tcmsp-e.com</td>
		</tr>
	</tbody>
</table>

biomarker identification for gender specificity of alzheimer's disease based on the glial transcriptome profiles

最近、アルツハイマー病(AD)において多くの性特異的バイオマーカーが明らかになりました。しかし、脳グリア細胞はほとんど報告されていませんでした。この研究では、GEOデータベースに登録されているADの33人の前頭皮質から得られた220,095の単一核トランスクリプトームを分析しました。性特異的差次的発現遺伝子(DEG)は、アストロサイトに243個、ミクログリアに1,154個、オリゴデンドロサイトに572個を含むグリア細胞で同定されました。Gene Ontology(GO)の機能アノテーション解析と京都遺伝子・ゲノム大百科事典(KEGG)のパスウェイエンリッチメント解析により、シナプス、神経、ホルモン関連パスの機能的集中が明らかになりました。タンパク質間相互作用ネットワーク(PPI)は、アストロサイトにおけるMT3、CALM2、DLG2、KCND2、PAKACB、CAMK2D、およびNLGN4Y、ミクログリアにおけるTREM2、FOS、APOE、APP、およびNLGN4Y、およびオリゴデンドロサイトにおけるGRIN2A、ITPR2、GNAS、およびNLGN4Yを主要な遺伝子として同定しました。NLGN4Yは、3つのグリアが共有する唯一の遺伝子であり、ADの性別特異性のバイオマーカーとして同定されました。遺伝子転写因子(TF)-miRNA共調節ネットワークは、NLGN4Yとその標的TCMの主要な調節因子を特定しました。Ecklonia kurome Okam(Kunbu)とHerba Ephedrae(Mahuang)が同定され、ADに対する有効成分の影響が示されました。最後に、KunbuとMahuangの濃縮分析は、彼らがADの性別特異性の治療候補として作用する可能性があることを示唆しました。

Alzheimer&#39;s disease (AD) is a global disease with high incidence, and it accounts for 60%-80% of dementia1. Despite its high incidence, the mechanistic pathogenesis of AD is not clearly delineated, and there have been no effective therapeutics until now2. The main pathologies in AD were identified as neuronal atrophy and the accumulation of pathological debris, mainly microtubule-associated protein Tau, and &#946;-amyloid (A&#946;)3,4. The pathogenesis of AD is associated with abnormal autophagy, oxidative stress, mitochondrial dysfunction, inflammation, and energy metabolism disorder5. Prevalence surveys proved that two-thirds of AD patients were women6. Sex-specific differences in AD exist in the etiology, clinical manifestations, prevention, and treatment. Thus, revealing the biological mechanism that causes sex-specific differences in AD and targeting traditional Chinese medicine (TCM) can potentially provide a more comprehensive theoretical framework to understand the pathogenesis of AD, and to further guide accurate treatment strategy.
Neuroglial cells, especially microglia, astrocytes, and oligodendrocytes, potentially contribute to the pathogenesis of AD. In AD, microglia are activated and genetically altered, which contribute to inflammatory response, phagocytosis, and A&#946; clearance7,8; astrocyte is genetically altered, which affects synaptic activity, ion homeostasis, and energy and lipid metabolism9; oligodendrocyte is genetically altered with sex specificity, which contributes to neuronal loss, neurofibrillary tangles, and white matter lesions10,11.
In this study, we employed single-nuclei RNA sequencing (snRNA-seq) as a superior technique. Compared to single-cell RNA sequencing (scRNA-seq), snRNA-seq offers advantages in terms of sample richness, cell type integrity, and data reliability12,13. SnRNA-seq has been extensively utilized in studies focusing on AD and exploring the role of glial cells14,15,16. Its wide adoption in these research areas highlights its effectiveness in providing valuable insights into the transcriptional characteristics of glial cells in AD. By leveraging the advantages of snRNA-seq, researchers have been able to uncover crucial information regarding the involvement of glial cells in AD pathology and identify potential therapeutic targets. In order to explore sex-specific neuroglial transcriptional characteristics in AD and potential TCMs for sex specificity of AD, this study analyzed snRNA-seq data from the frontal cortex of AD patients from the NCBI GEO public database. Sex-specific differentially expressed genes (DEGs), Gene Ontology (GO), Kyoto Encyclopedia of Genes and Genomes (KEGG), Protein-protein interaction (PPI) network, and gene-TF-miRNA network are further analyzed to reveal key biomarkers and potential pathogenesis. Finally, potential TCMs were suggested, and their active ingredients were displayed with tables by searching the Coremine Medical, TCMIP, and TCMSP databases.

著者スポットライト:アルツハイマー病の性特異的グリアシグネチャーと治療リードの探索

グリアトランスクリプトームプロファイルに基づくアルツハイマー病の性別特異性のためのバイオマーカー同定

Our research aims to identify gender-specific genes in glial cells, explore associated pathways, and evaluate the potential therapeutic effects of TCM on Alzheimer's disease. The present protocol analyzes a large number of single-nuclei transcriptomes from the GEO database through bioinformatics analysis. Our protocol offers advantages, including single-cell resolution, CTAP identification of biomarker discovery, and comparison of growth in different genders.Our laboratory will focus on the field of neuroscience with a parameter focus on utilizing acupuncture to enhance the treatment of neurological disorders.

前頭葉グリアトランスクリプトームプロファイルのSnRNA-seq解析と細胞種のアノテーション 合計で、男性AD17人、女性AD17人の前頭皮質に220,095個の核と32,077個の遺伝子が取得されました(図1A)。UMAPプロットは、次元縮小解析後に異なるタイプの核を示す全単一核前頭トランスクリプトームを視覚化しました(図1B)。性別別に捕捉された注?...

この研究では、アルツハイマー病(AD)患者33人の単一核トランスクリプトームを解析し、グリア細胞における性特異的なDEGを明らかにしました。機能強化解析では、シナプス、神経、およびホルモン関連の経路が強調されました。主要な遺伝子、すなわちNLGN4Yとその調節因子が特定され、性別特異的ADの潜在的な治療候補が提案されました。

Many sex-specific biomarkers have been recently revealed in Alzheimer&#39;s disease (AD); however, cerebral glial cells were rarely reported. This study ...

私たちの研究は、グリア細胞の性別特異的遺伝子を特定し、関連する経路を探索し、アルツハイマー病に対するTCMの潜在的な治療効果を評価することを目的としています。本プロトコールでは、GEOデータベースから多数の単一核トランスクリプトームをバイオインフォマティクス解析により解析します。当社のプロトコルには、シングルセルの分解能、バイオマーカー発見のCTAP同定、異なる性別での成長の比較などの利点があります。私たちの研究室では、神経疾患の治療を強化するために鍼治療を利用することに焦点を当てたパラメーターで、神経科学の分野に焦点を当てます。

biomarker-identification-for-gender-specificity-alzheimer-s-disease

Research

JoVE Journal

Neuroscience

Biomarker Identification for Gender Specificity of Alzheimer's Disease Based on the Glial Transcriptome Profiles

565 ビュー.  Chengdu University of Traditional Chinese Medicine. 私たちの研究は、グリア細胞の性別特異的遺伝子を特定し、関連する経路を探索し、アルツハイマー病に対するTCMの潜在的な治療効果を評価することを目的としています。本プロトコールでは、GEOデータベースから多数の単一核トランスクリプトームをバイオインフォマティクス解析により解析します。当社のプロトコルには、シングルセルの分解能、バイオマーカー?...