An RNA-Seq based network approach to elucidate molecular mechanisms of asymptomatic Alzheimer's disease

Abstract

Alzheimer hastalığı (AH), zorlu tedavi süreci nedeniyle hem hastalar hem de aileleri için büyük zorluklara neden olmaktadır. AsymAD (Asemptomatik Alzheimer Hastalığı), bilişsel olarak normal bireylerde amiloid plaklar ve nörofibriler yumaklar ile tanımlanan AH'nin preklinik bir aşamasıdır ve AH'nin erken tanı ve tedavisi için yapılan araştırmalar açısından önemlidir. Bu tez çalışmasının amacı, AsymAD'ye ilişkin moleküler mekanizmaların detaylı tanımlanmasıyla, AD'nin erken tespiti ve tedavisi için yeni aday biyobelirteçlerin tahminini gerçekleştirmektir. Bu kapsamda transkriptom verilerine odaklanılarak, ROSMAP (Religious Orders Study and Memory and Aging Project) ve MSBB (Mount Sinai Brain Bank) adlı iki farklı konsorsiyum tarafından üretilen RNA dizileme (RNA-seq) verileri analiz edildi. Veri setlerindeki bireyler klinik ve nöropatolojik kriterlere göre AD ve AsymAD olarak gruplandırıldı. Ardından, AD ve AsymAD örnekleri arasında diferansiyel olarak ifade edilen genler (DEG'ler), diferansiyel olarak ifade edilen transkriptler (DET'ler) ve diferansiyel olarak kullanılan transkriptler (DUT'ler) belirlendi. Daha sonra, bu üç analizden elde edilen genler, KeyPathwayMiner aracı kullanılarak bir insan protein-protein etkileşim ağına haritalandı ve AsymAD ile ilişkili alt ağlar tespit edildi. Sonuçlar fonksiyonel zenginleştirme analizi yoluyla yorumlandı ve literatürde yer alan AD ile ilgili ve öğrenme-bellek-biliş ile ilgili genlerin listeleriyle karşılaştırıldı. Bu sayede, aday biyobelirteç genlerin tahmini gerçekleştirildi. Diferansiyel analizlerden elde edilen aday genler NRXN3, DGKB, ADAMTS2, GNG4, ENPP5, PCOLCE, COL25A1, COL26A1, MRPL1, and MRPL30 olarak bulunmuştur. Bu çalışma, sadece DEG'lere odaklanan standart yaklaşımların ötesinde, analizlere DET'leri ve DUT'ları da dahil ederek yenilikçi bir yaklaşım ortaya koymakta ve AsymAD'nin moleküler mekanizmalarına ilişkin kapsamlı bulgular sunmaktadır. Ek olarak, DEG'lerden, DET'lerden ve DUT'lardan elde edilen alt ağ analizi sonuçlarının birleştirilmesi, AsymAD'ye yeni bir bakış açısı sağlamış ve AD için yeni genlerin belirlenmesine katkıda bulunmuştur.Alzheimer's disease (AD) causes major challenges for both patients and their families due to its extremely challenging management and treatment. AsymAD (Asymptomatic Alzheimer's Disease) is a preclinical stage of AD identified by amyloid plaques and neurofibrillary tangles in cognitively normal individuals and offers essential understanding for early diagnosis and treatment of AD. The goal of this thesis research is to uncover molecular insights into AsymAD, which will lead to the identification of new candidate biomarkers and molecular mechanisms for early detection and intervention of AD. Highlighting the focus on gene expression analysis, RNA sequencing (RNA-seq) datasets from two different consortiums named ROSMAP (Religious Orders Study and Memory and Aging Project) and MSBB (Mount Sinai Brain Bank) were investigated. The individuals in the datasets were grouped into AD and AsymAD based on clinical and neuropathological criteria. Applied methods here identified differentially expressed genes (DEGs), differentially expressed transcripts (DETs) and differentially used transcripts (DUTs) between AD and AsymAD samples. Subsequently, the genes from the three analyses were mapped onto a human protein-protein interaction network using the KeyPathwayMiner tool, revealing subnetworks associated with AsymAD. The results were interpreted through functional enrichment analysis and compared with the predefined lists of AD-related and learning-memory-cognition-related genes, leading to the discovery of biomarker candidate genes. The candidate genes are NRXN3, DGKB, ADAMTS2, GNG4, ENPP5, PCOLCE, COL25A1, COL26A1, MRPL1, and MRPL30. This thesis study introduces an innovative approach by including DETs and DUTs in the analyses, beyond the standard focus on DEGs, pointing out comprehensive insights into the molecular mechanisms of AsymAD. In addition, combining the results of the subnetwork analysis from DEGs, DETs, and DUTs provided a new perspective to AsymAD and resulted in the discovery of further important genes.