量子科技中心_量科网

通过研究阿尔茨海默病（AD）相关关键基因来理解其分子层面的发病机制仍具挑战性。作为一种多因素疾病，阿尔茨海默病的诊疗进展需要深入解析其背后的基因互作网络。本文创新性地运用量子回归方法，首次揭示了AD淀粉样前体蛋白（APP）、固醇调节元件结合转录因子14（FGF14）、阴阳转录因子1（YY1）、磷脂酶D家族成员3（PLD3）等重要基因在疾病进展中如何受其他关键开关基因影响，这一发现或可推动基于基因表达的AD治疗策略。该团队提出的量子回归网络（Alz-QNet）融合前沿量子基因调控网络（QGRN）技术，专门解析AD病理中基因互作关系，尤其聚焦于最早出现病理变化的脑区——内嗅皮层。基于Alz-QNet框架，研究人员探究了AD患者CE微环境中APP、FGF14、YY1、EGR1、GAS7、AKT3、SREBF2和PLD3等关键基因的互作关系，所用遗传样本均来自GSE138852数据库，这些基因被认为在AD进程中起关键作用。该研究揭示了复杂的基因互作网络，阐明了AD发病的潜在调控机制，为寻找诊疗用基因抑制剂或调节因子提供了新方向。