确定神经系统疾病的主要致病因素通过整合Multi-omics数据卷II

研究课题卷我的成功“识别神经系统疾病的主要致病因素通过整合Multi-omics数据”,我们很高兴推出进一步提交的第二卷。https://www.雷竞技rebatfrontiersin.org/research-topics/24245/identifying-the-key-pathogenic-factors-of-neurological-disorders-by-integrating-multi-omics-data

目前,关于人类神经系统疾病的研究是不够的病因解释和药物开发和临床治疗,因为他们的复杂的分子机制,相对少见的临床样本和数据资源。例如,有一个长期存在的争论阿尔茨海默病的发病机制之间的淀粉样蛋白β-peptide (Aβ)存款模型和微生物感染理论。随着高通量技术的快速发展,越来越容易multi-mics低成本的访问,包括基因组变化,转录组表达水平,可变剪接,表观基因组,蛋白质组,代谢组,湿实验室微生物等,数据的技术。一系列的分析方法通过集成multi-omics数据从不同的资源(例如xQTL, pGWAS,和先生)有很大的增强对人类复杂疾病分子机制的理解。然而,这些研究在人类神经系统通过集成multi-omics数据是有限的,这不仅因为整体缺乏相关的研究也因为相对罕见的数据资源对人类神经系统疾病。

总之,当前的挑战对于理解人类神经系统功能的分子机制和神经障碍是1)制定集成multi-omics数据计算方法和分析管道的人类神经系统和神经障碍;2)建立的数据库来存储和丰富multi-omics数据人类神经系统和神经障碍;3)环境污染影响神经系统疾病的因果推论基于multi-omics数据;4)领域的药物发现的神经系统multi-omics计算方法。

因此,我们建议进行一个研究课题“识别神经系统疾病的主要致病因素通过整合Multi-omics数据”。次要的内容包括,但不限于:

(1)确定使用multi-omics数据人类神经系统疾病的病因。

(2)统计方法和分析管道在小规模集成multi-omics数据样本。

(3)数据库用于存储multi-omics数据的人类神经系统和神经系统紊乱。

(4)环境污染影响神经系统疾病的因果推论。

(5)药物发现领域的神经系统基于计算方法。