Assoziationsanalyse von Erkrankungen des Herz-Kreislauf- und Nervensystems und des Darmmikrobioms basierend auf Multi-Omics Big Data und verwandten Anwendungen

Ein mikrobielles Ökosystem ist eine komplexe Gemeinschaft interagierender Bakterien. Die potenzielle Rolle der Darmflora für die menschliche Gesundheit hat große Aufmerksamkeit erregt. Ungleichgewichte im Darmmikrobiom werden mit einer Vielzahl chronischer Krankheiten in Verbindung gebracht. Herz-Kreislauf-Erkrankungen (CVDs) sind weltweit die häufigste Morbiditätsursache und werden sowohl durch genetische als auch umweltbedingte Faktoren beeinflusst. Jüngste Fortschritte haben wissenschaftliche Beweise dafür erbracht, dass Herz-Kreislauf-Erkrankungen möglicherweise auch auf die Darmflora zurückzuführen sind. In vielen Fachliteraturen haben wir komplexe Wechselwirkungen zwischen Mikroorganismen und ihren Metaboliten sowie mögliche Auswirkungen auf die Entstehung und das Fortschreiten von Herz-Kreislauf-Erkrankungen gefunden. Die Nutzung der Darmflora zur Behandlung von Herz-Kreislauf-Erkrankungen ist die neueste Forschungsrichtung. Darmmikroben werden wahrscheinlich in naher Zukunft bei der klinischen Behandlung von Herz-Kreislauf-Erkrankungen eingesetzt.

Die Darmflora spielt eine wichtige Rolle für die menschliche Gesundheit und die Transformation von Krankheiten. Es ist nicht nur an vielen physiologischen Prozessen des Wirts beteiligt, sondern beeinflusst auch die Funktion des Zentralnervensystems (ZNS) durch die Aktivität der Mikrobiota-Darm-Hirn-Achse, die möglicherweise eng mit Neurotransmittern, Immun-, Hormon- und Metaboliten verbunden ist Wege. Wenn die Darmflora gestört ist, kann dies das Auftreten und die Entwicklung von ZNS-Erkrankungen wie zerebraler Ischämie, Parkinson-Krankheit, Alzheimer-Krankheit, Multipler Sklerose, hepatischer Enzephalopathie und psychischen Störungen beeinträchtigen. Eine mikrobielle Stuhltransplantation, körperliches Training, Akupunktur und Massage sowie andere Therapien können Störungen der Darmflora verbessern und dürften zu wirksamen Maßnahmen zur Behandlung und Vorbeugung einiger Erkrankungen des Nervensystems werden.

1. Grundlage der Probandenauswahl: Basierend auf Elektrokardiogramm, Bluttest oder B-Ultraschall und anderen Untersuchungsmethoden, kombiniert mit klinischen Manifestationen, werden Patienten, die von professionellen Ärzten als den Einschlusskriterien dieses Versuchsprotokolls entsprechend beurteilt, in die Studienkohorte für die Studie aufgenommen.
2. Dosierungsauswahl/Verabreichungsplan/Dosisanpassungsbasis Diese Studie beinhaltete keine Interventionsexperimente und es gab keine Dosisauswahl/Dosierungsschema/Dosisanpassung.
3. Grundlage für die Zielauswahl Bei diesem Experiment handelt es sich nicht um ein Interventionsexperiment. Daher wird der Endpunkt dieses Experiments ausgewählt, nachdem bei den Probanden oder der Kontrollgruppe verwandte Krankheiten diagnostiziert wurden, und der Endpunkt wird nach Abschluss der Probenahme festgelegt.
4. Risiko- und Nutzenbasis Für Patienten mit bestimmten Herz-Kreislauf- und zerebrovaskulären Erkrankungen überwiegt der Nutzen dieser Studie bei weitem die Risiken. Bei diesem Experiment werden Stuhlproben in vitro gesammelt. Dabei handelt es sich um eine nicht-invasive Probenentnahme, die den Patienten kein Trauma verursacht und eine hohe Sicherheit bietet. Im Rahmen dieses Projekts werden auch periphere Blutproben von Patienten für Studienzwecke gesammelt. Der Prozess der Blutprobenentnahme kann Schmerzen und andere Reaktionen mit sich bringen, aber die in dieser Studie durchgeführten Operationen werden alle von erfahrenen Krankenschwestern und Krankenpflegern durchgeführt, um solche Risiken zu minimieren.

Dieses Experiment wird zur Erforschung von Herz-Kreislauf- und Nervensystem-bedingten Erkrankungen beitragen. Durch die Aufklärung des molekularen Mechanismus von Darmmikroorganismen, die Herz-Kreislauf- und Nervensystemerkrankungen regulieren, können krankheitsbezogene Gene und Biomarker gefunden werden, was die genaue Diagnose von Krankheiten fördert, Ziele für die präzise Behandlung und Prävention von Krankheiten liefert und eine gezielte Regulierung der Struktur ermöglicht und Metabolitenzusammensetzung von Mikroorganismen. Prävention und Behandlung verwandter Krankheiten.

Forschungsinhalte

1. Testpopulation Dieses Projekt plant die Verwendung von Multi-Omics-Big-Data (Wirtsgenom, Transkriptom, Metabolom, metagenomische und metabetomische Daten) in Kombination mit einer Kohorte von Herz-Kreislauf-Erkrankungen (idiopathische ventrikuläre Tachykardie, Restenose nach Koronararterienstenting-Verletzung) und einer Kohorte von Erkrankungen des Nervensystems (Karotis). Arteriosklerose, Moyamoya-Krankheit) und nutzen maschinelles Lernen, um Daten aus verschiedenen Omics zu integrieren. Um tiefer in die Mechanismen von Herz-Kreislauf-Erkrankungen und die Rolle von Darmmikroben dabei einzutauchen. Der gesamte Prozess wird voraussichtlich fast 500 Sequenzierungsobjekte und verschiedene Omics-Daten (insgesamt Zehntausende von Proben) umfassen und insgesamt Hunderte Terabyte an Omics-Daten ergeben.
2. Berechnung der Stichprobengröße Durch Literaturrecherche und klinische Big-Data-Analyse können mit einer experimentellen Kohorte von mehr als 200 Personen und einer Kontrollkohorte verlässliche Schlussfolgerungen gezogen werden. Daher wurden die experimentellen Daten aus einer Krankheitskohorte von 250 Personen und einer Kontrollkohorte von 240 Personen ausgewählt.
3. Spezifische Forschungsinhalte Zunächst müssen Daten, einschließlich Blut- und Stuhlproben, von Kohorten von Patienten mit Herz-Kreislauf- und neurologischen Erkrankungen sowie von gesunden Menschen gesammelt werden. Basierend auf der Datenmenge in veröffentlichten Artikeln und den statistischen Anpassungsergebnissen der Studie wird eine geschätzte Krankheitskohorte von 250 Personen und eine gesunde Kontrollkohorte von 240 Personen erwartet. Gleichzeitig wurden detaillierte Probeninformationen (einschließlich körperlicher Untersuchungsdaten und phänotypischer Daten wie z. B. Ernährungsdaten) erfasst, sodass Multi-Omics-Daten kombiniert werden konnten, um Erkenntnisse über Faktoren zu gewinnen, die Herz-Kreislauf-Erkrankungen beeinflussen.

Zweitens wurden das Genom und das Transkriptom der gesammelten Blutproben sequenziert. Für Stuhlproben wurden eine metagenomische Sequenzierung sowie eine metometabolische und proteomische Sequenzierung durchgeführt.

Drittens wird für die Multi-Omics-Datenverarbeitung die Datenverarbeitung sequenzierter Gene, Transkripte, Metagenome und Metabetome durchgeführt und in Kombination mit der Krankheitskohorte Schlüsselgene ausgewählt, die möglicherweise entsprechende Krankheiten verursachen, und entsprechende mikrobielle Daten.

Viertens wird für den Datenanalyseschritt, basierend auf der Kohorte von Herz-Kreislauf-Erkrankungen und neurologischen Erkrankungen, die Assoziationsanalyse dieser Kandidaten-Wirtsgene und Bakterien mithilfe von Methoden des maschinellen Lernens durchgeführt und die Konstruktion und Interpretation relevanter Pfade in Kombination durchgeführt mit vorangegangenen Studien. Mechanismen und Wege führen zur Erkennung von Mustern für die Konstruktion von Vorhersagemodellen für die frühe Krankheitsprävention und Krankheitsdiagnose.