项目名称: 基于影像基因组学的microRNA与精神分裂症关联研究

项目编号: No.81201045

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 神经系统疾病、精神疾病

项目作者: 邱承祥

作者单位: 中国科学院自动化研究所

项目金额: 23万元

中文摘要: 精神分裂症(schizophrenia)作为一类常见的具有严重影响的重大精神疾病,由于自身复杂性其发生发展机制仍不清楚,目前缺乏用于其诊断和治疗有效的生物标记物。miRNA是一类新发现的重要遗传因子,有证据表明其和精神分裂症有一定关系,然而其仍缺乏系统研究,尤其是和脑影像学数据的关联研究。在此我们利用影像基因组学技术,在临床采集的精神分裂症病例样本中研究候选miRNA的单核苷酸多态性(SNP)遗传差异与脑结构、功能变化以及精神分裂症发生趋势之间的联系。通过脑影像揭示miRNA与精神分裂症联系的规律,寻找新的疾病预测诊断分子标记物。本项目研究成果不但能为更好的理解miRNA在精神分裂症中的作用、疾病的发生发展机制提供重要的理论依据,而且在疾病诊断和治疗领域具有实用价值。

中文关键词: microRNA;精神分裂症;全基因组关联分析;影像基因组学;单核苷酸多态性

英文摘要: Schizophrenia is one of the major neuropsychiatric disorders and has a serious impact on health. Schizophrenia is very complex and the formation and development of schizophrenia remain unclear. Currently, biomarkers for schizophrenia diagnosis and treatment are still not available. MiRNAs are a class of newly discovered genetic factors. There is evidence that miRNAs have roles in schizophrenia. However, systematic studies on miRNA and schizophrenia especially studies based on miRNA and schizophrenia imaging genomics data are still limited. In this project, we aim to use imaging genomics techniques to investigate the association of single nucleotide polymorphism (SNP) in the miRNAs with brain morphology, functional changes and susceptibility to schizophrenia in the clinical collection of schizophrenia samples. We aim to use imaging genomics to reveal the law of the miRNA and schizophrenia and find new molecular biomarkers for the prediction and diagnosis of schizophrenia. The research results of the project will not only provide important theoretical basis for a better understanding of the roles of miRNA in schizophrenia, the development mechanism of schizophrenia, but also has potential value for schizophrenia diagnosis and treatment.

英文关键词: microRNA;schizophrenia;genome-wide association study;imaging genetics;single nucleotide polymorphism

成为VIP会员查看完整内容
0

相关内容

【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
28+阅读 · 2021年8月27日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
36+阅读 · 2021年4月23日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
27+阅读 · 2021年1月29日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
3+阅读 · 2022年4月18日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
【NeurIPS2021】基于关联与识别的少样本目标检测
专知会员服务
21+阅读 · 2021年11月29日
专知会员服务
28+阅读 · 2021年8月27日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
36+阅读 · 2021年4月23日
CVPR 2021 | 时间序列疾病预测的因果隐马尔可夫模型
专知会员服务
62+阅读 · 2021年4月11日
专知会员服务
79+阅读 · 2021年2月16日
专知会员服务
27+阅读 · 2021年1月29日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
4+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
4+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员