ระดับ D· รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลองการศึกษาในห้องปฏิบัติการEurope PMCเข้าถึงฉบับเต็มได้ฟรี

Network-based computational approach to identify genetic links between cardiomyopathy and its risk factors

Haidar MN., Islam MB., Chowdhury UN., Rahman MR., Huq F., Quinn JMW.

การศึกษาในห้องปฏิบัติการ เกี่ยวกับ เบาหวานชนิดที่ 2, โรคหัวใจและหลอดเลือด ตีพิมพ์ในวารสาร IET Syst Biol ปี 2020 — สรุปอัตโนมัติจากบทคัดย่อ PubMed

เปิดรายการอ่านของฉัน
ระดับ D· รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลองระดับหลักฐานของงานวิจัยนี้

หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป

  • ระดับ A · หลักฐานทางคลินิกค่อนข้างแข็งแรง
  • ระดับ B · หลักฐานทางคลินิกที่กำลังเติบโตและมีสัญญาณเชิงบวก
  • ระดับ C · งานวิจัยในมนุษย์ระยะต้นที่กำลังสำรวจประโยชน์
  • ระดับ D · รากฐานทางวิทยาศาสตร์จากห้องปฏิบัติการและสัตว์ทดลอง
  • กำลังศึกษาเพิ่มเติม · หัวข้อใหม่ที่นักวิจัยกำลังสำรวจอย่างต่อเนื่อง
อ่านคำอธิบายระดับหลักฐาน A–D

ข้อมูลหน้านี้ดึงมาจากฐานข้อมูล PubMed โดยตรง คำอธิบายภาษาไทยเป็นสรุปอัตโนมัติจากข้อมูลบรรณานุกรมและบทคัดย่อ ไม่ใช่การแปลทั้งฉบับ และไม่ใช่คำแนะนำทางการแพทย์

ประเภทการศึกษา
การศึกษาในห้องปฏิบัติการ
วารสาร
IET Syst Biol (2020)
จำนวนผู้เข้าร่วม (จากบทคัดย่อ)
—
แหล่งข้อมูล
Europe PMC
PMID
32196466
PMCID
PMC8687405
DOI
10.1049/iet-syb.2019.0074
จำนวนการอ้างอิง
7

บทคัดย่อ (ต้นฉบับภาษาอังกฤษ)

Cardiomyopathy (CMP) is a group of myocardial diseases that progressively impair cardiac function. The mechanisms underlying CMP development are poorly understood, but lifestyle factors are clearly implicated as risk factors. This study aimed to identify molecular biomarkers involved in inflammatory CMP development and progression using a systems biology approach. The authors analysed microarray gene expression datasets from CMP and tissues affected by risk factors including smoking, ageing factors, high body fat, clinical depression status, insulin resistance, high dietary red meat intake, chronic alcohol consumption, obesity, high-calorie diet and high-fat diet. The authors identified differentially expressed genes (DEGs) from each dataset and compared those from CMP and risk factor datasets to identify common DEGs. Gene set enrichment analyses identified metabolic and signalling pathways, including MAPK, RAS signalling and cardiomyopathy pathways. Protein-protein interaction (PPI) network analysis identified protein subnetworks and ten hub proteins (CDK2, ATM, CDT1, NCOR2, HIST1H4A, HIST1H4B, HIST1H4C, HIST1H4D, HIST1H4E and HIST1H4L). Five transcription factors (FOXC1, GATA2, FOXL1, YY1, CREB1) and five miRNAs were also identified in CMP. Thus the authors' approach reveals candidate biomarkers that may enhance understanding of mechanisms underlying CMP and their link to ris

สิ่งที่งานวิจัยนี้ไม่ได้พิสูจน์

  • • งานวิจัยนี้ไม่ได้พิสูจน์ว่า SVF เป็นการรักษาที่ได้รับการรับรอง หรือใช้แทนการรักษามาตรฐานได้
  • • เป็นการศึกษาก่อนคลินิก ผลในสัตว์ทดลองหรือห้องปฏิบัติการไม่สามารถนำมาสรุปผลในมนุษย์ได้

ระดับหลักฐาน

หลักฐานจากการศึกษาในห้องปฏิบัติการและสัตว์ทดลอง เป็นรากฐานที่ช่วยให้เข้าใจกลไกและศักยภาพก่อนการศึกษาในมนุษย์ต่อไป

ดูวิธีจัดระดับหลักฐาน
HumansCardiomyopathiesOligonucleotide Array Sequence AnalysisRisk FactorsGene Expression ProfilingComputational BiologyProtein Interaction Maps

ดูงานวิจัยทั้งหมดที่เกี่ยวข้อง

กรองห้องสมุดงานวิจัยด้วยชื่อเรื่อง ชื่อผู้เขียน หรือปีที่ตีพิมพ์ของงานวิจัยนี้

งานวิจัยที่เกี่ยวข้อง