受试者分类与数据预处理
基于脑脊液Aβ状态将受试者分为A+和A-组,并进行fMRI数据预处理以减少站点差异。
根据脑脊液Aβ1-42水平将289名受试者分为A+(n=129)和A-(n=160);采用fMRIPrep流程预处理fMRI数据,包括强度校正、颅骨剥离、空间标准化、运动校正、ICA-AROMA去噪及6mm平滑;计算功能连接矩阵并用ComBat进行跨站点协调。
Elucidating the neuropathological and molecular heterogeneity of amyloid beta and tau in Alzheimer's disease through machine learning and transcriptomic integration
包含多队列影像数据、对比图卷积网络建模、转录组富集及细胞类型分析,但缺乏体外/动物等独立功能验证。
ADNI队列(n=161) PREVENT-AD队列(n=128) Allen人脑图谱(AHBA)转录组数据
A+定义:CSF Aβ1-42 < 976.6 pg/mL p-tau181预测阈值:> 21.8 pg/mL fMRI预处理具体参数(如平滑核6mm) 对比图卷积网络模型结构及训练细节 PLS回归及基因显著性检验方法
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
基于脑脊液Aβ状态将受试者分为A+和A-组,并进行fMRI数据预处理以减少站点差异。
根据脑脊液Aβ1-42水平将289名受试者分为A+(n=129)和A-(n=160);采用fMRIPrep流程预处理fMRI数据,包括强度校正、颅骨剥离、空间标准化、运动校正、ICA-AROMA去噪及6mm平滑;计算功能连接矩阵并用ComBat进行跨站点协调。
训练cGCN模型,从功能连接图中提取A+特异性和A-共享的潜在特征,用于预测个体CSF Aβ和p-tau水平。
构建包含两个编码器的对比变分自编码器,一个在A+数据集上训练,另一个在A+和A-组合数据集上训练;通过对比损失和预测损失进行训练;采用10次五折交叉验证评估预测性能。
通过梯度求和识别对预测Aβ和p-tau最重要的脑区,并比较A+特异性和A-共享维度的空间分布。
计算输入脑图相对于预测值的梯度,对每个脑区的重要性进行求和;比较不同维度的脑签名相似性,使用置换检验评估。
评估A+特异性和A-共享潜在特征与认知及其他临床变量的关联。
使用表征相似性分析构建潜在特征和临床变量的相似性矩阵,计算Mantel检验(Spearman相关),并通过Fisher组合概率检验和Kruskal-Wallis检验等统计分析。
将脑签名与AHBA基因表达数据关联,以识别相关基因和生物学通路。
使用偏最小二乘回归将脑签名与100个区域的基因表达矩阵关联,通过置换检验和自举法评估显著性,并利用Metascape进行基因集富集分析。
鉴定与Aβ和p-tau相关的基因在七种中枢神经系统细胞类型中的富集情况。
将PLS基因列表与七种典型细胞类型(兴奋性神经元、抑制性神经元、小胶质细胞、星形胶质细胞等)的基因列表进行重叠分析,并进行通路富集。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 影像数据采集 | 3T飞利浦扫描仪 | Philips | -- |
| 西门子TIM Trio 3T磁共振扫描仪 | Siemens | -- | |
| 脑脊液蛋白质定量 | INNO-BIA AlzBio3试剂盒 | Innogenetics | -- |
| xMAP Luminex平台 | Luminex Corp | -- | |
| Innotest ELISA试剂盒 | Fujirebio | -- | |
| 基因分型 | TaqMan检测 | -- | -- |
| DNA Blood Mini Kit | Qiagen | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 受试者分组 | A+和A-的划分依据:CSF Aβ1-42 < 976.6 pg/mL;p-tau181 > 21.8 pg/mL 阅读提示:Methods 2.6.2 和 2.8 |
| fMRI预处理 | fMRIPrep版本、平滑核大小(6mm)、ROI模板(Schaefer 100) 阅读提示:Methods 2.5 |
| 模型训练 | cGCN网络架构、对比损失参数、学习率、epoch数、交叉验证折数(5折,10次重复) 阅读提示:Methods 2.6 |
| 转录组分析 | AHBA数据版本、PLS成分数、置换次数(2000次)、FDR阈值(0.05) 阅读提示:Methods 2.11 |