项目名称: 纵向队列中帕金森病特异性蛋白生物标志物的筛选与血清预警/诊断模型的建立

项目编号: No.81200989

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: 马莉

作者单位: 大连医科大学

项目金额: 23万元

中文摘要: 帕金森病( PD)是一种神经系统退行性疾病,诊断主要依赖病史、临床症状及体征等。而帕金森病病人只有在多巴胺能神经元变性缺失 50%-70%以上方出现临床症状,这使患者错失了早期诊断、治疗及预防干预的机会。因此寻找可检测的生物标志物,早期诊断并跟踪疾病的进展成为目前研究的热点。本研究拟在1986年建立的林县营养干预队列中,比较2000年队列随访中确诊的帕金森病病例与正常人群在进入队列时(1986年)和疾病诊断时(2000年)的蛋白质差异表达谱,筛选并鉴定可能发挥重要作用的蛋白生物标志物,建立帕金森病预警模型和诊断模型。同时纵向分析帕金森病病例与正常人群进入队列时、确诊时与本项目开展后随访时三个时相血清样本的蛋白指纹图谱,观察不同时间位点蛋白生物标志物的变化,并分析其对疾病长期预后的影响。本研究结果将为寻找PD早期诊断的生物标记物和进一步揭示帕金森病病理过程、寻找药物治疗的靶点提供依据。

中文关键词: 帕金森病;预警模型;预后;标志物;队列研究

英文摘要: Parkinson's disease (PD) is a neurodegenerative disease which diagnosis mainly depends on the medical history, clinical symptoms and signs. But the clinical symptoms won't be appeared until dopaminergic neurons of more than 50%-70% have been degenerated, thus usually makes the PD patients to miss opportunities of the early diagnosis, early treatment and intervention. Therefore, looking for the biomarkers of early diagnosis and tracking the progression of the disease become hot spots of current research. In this project, the effort will be given to screen some new biomarkers which could be used for diagnosis in the PD's early phase or tracking the PD's progression. So far, the Serum samples from the intervention nutrition cohort population established in LinXian county in 1986 (baseline study) have been available to be used to build up a database of protein expression as well as their follow-up study (established in 2000), and their future samples (planned in 2013). Then, the differences of protein expression between PD case and control will be analyzed. Hopefully, a Parkinson's disease early prediction model and a diagnosis model will be established in this project. Furthermore, the longitudinal change of protein biomarkers will be observed and their influence on long-term prognosis for PD will be analyzed among

英文关键词: Parkinson's disease;prediction model;prognosis model;biomarker;cohort study

成为VIP会员查看完整内容
0

相关内容

《深度学习中神经注意力模型》综述论文
专知会员服务
112+阅读 · 2021年12月15日
专知会员服务
85+阅读 · 2021年10月11日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
27+阅读 · 2020年3月6日
【学科交叉】抗生素发现的深度学习方法
专知会员服务
24+阅读 · 2020年2月23日
国家自然科学基金
1+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 · 2011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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Simplicial Attention Networks
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
小贴士
相关基金
国家自然科学基金
1+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 · 2011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 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员