Large-scale deep multi-layer analysis of Alzheimer’s disease brain reveals strong proteomic disease-related changes not observed at the RNA level

神经病理学 蛋白质组 生物 神经科学 认知功能衰退 疾病 神经退行性变 小RNA 载脂蛋白E 阿尔茨海默病 蛋白质组学 生物标志物 生物信息学 痴呆 遗传学 医学 基因 病理
作者
Erik C.B. Johnson,E Kathleen Carter,Eric B. Dammer,Duc M. Duong,Ekaterina S. Gerasimov,Yue Liu,Jiaqi Liu,Ranjita Betarbet,Lingyan Ping,Luming Yin,Geidy E. Serrano,Thomas G. Beach,Junmin Peng,Philip L. De Jager,Vahram Haroutunian,Bin Zhang,Chris Gaiteri,David A. Bennett,Marla Gearing,Thomas S. Wingo,Aliza P. Wingo,James J. Lah,Aĺlan I. Levey,Nicholas T. Seyfried
出处
期刊:Nature Neuroscience [Springer Nature]
卷期号:25 (2): 213-225 被引量:217
标识
DOI:10.1038/s41593-021-00999-y
摘要

The biological processes that are disrupted in the Alzheimer's disease (AD) brain remain incompletely understood. In this study, we analyzed the proteomes of more than 1,000 brain tissues to reveal new AD-related protein co-expression modules that were highly preserved across cohorts and brain regions. Nearly half of the protein co-expression modules, including modules significantly altered in AD, were not observed in RNA networks from the same cohorts and brain regions, highlighting the proteopathic nature of AD. Two such AD-associated modules unique to the proteomic network included a module related to MAPK signaling and metabolism and a module related to the matrisome. The matrisome module was influenced by the APOE ε4 allele but was not related to the rate of cognitive decline after adjustment for neuropathology. By contrast, the MAPK/metabolism module was strongly associated with the rate of cognitive decline. Disease-associated modules unique to the proteome are sources of promising therapeutic targets and biomarkers for AD.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
明亮兔子完成签到,获得积分10
刚刚
17发布了新的文献求助10
2秒前
爱听歌的张张关注了科研通微信公众号
5秒前
5秒前
Akim应助DT采纳,获得10
5秒前
GFGYZX完成签到,获得积分10
6秒前
6秒前
十三发布了新的文献求助10
9秒前
orixero应助研友_LXOWx8采纳,获得10
9秒前
000发布了新的文献求助10
10秒前
12秒前
科研通AI2S应助小饼干采纳,获得10
12秒前
不配.应助MIA采纳,获得10
12秒前
一一应助Sherme采纳,获得20
12秒前
13秒前
瓦罐完成签到 ,获得积分10
13秒前
肘子杨发布了新的文献求助10
14秒前
科研通AI2S应助yukkii采纳,获得10
14秒前
17秒前
乐乐应助神雕侠采纳,获得10
18秒前
20秒前
20秒前
20秒前
GuSiwen完成签到,获得积分10
22秒前
啦啦啦完成签到 ,获得积分10
22秒前
阿国发布了新的文献求助10
23秒前
bbpp发布了新的文献求助30
24秒前
鱼儿想游完成签到,获得积分10
24秒前
斯文败类应助小宇要加油采纳,获得10
24秒前
科研通AI2S应助xu采纳,获得10
25秒前
26秒前
26秒前
28秒前
隐形曼青应助c程序语言采纳,获得10
32秒前
共享精神应助阿国采纳,获得10
32秒前
粗心的蒙蒙完成签到,获得积分10
33秒前
梦鱼发布了新的文献求助10
34秒前
35秒前
深情安青应助研友_屈不愁采纳,获得10
37秒前
37秒前
高分求助中
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Women in Power in Post-Communist Parliaments 450
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3218048
求助须知:如何正确求助?哪些是违规求助? 2867304
关于积分的说明 8155707
捐赠科研通 2534228
什么是DOI,文献DOI怎么找? 1366805
科研通“疑难数据库(出版商)”最低求助积分说明 644866
邀请新用户注册赠送积分活动 617911