Tingkat Ekspresi MicroRNA Beredar Yang Terkait Dengan Gangguan Gaming Internet (2018)

. 2018; 9: 81.

Diterbitkan secara online 2018 Mar 12. doi:  10.3389 / fpsyt.2018.00081

PMCID: PMC5858605

PMID: 29593587

Abstrak

Latar Belakang

Penggunaan adiktif dari Internet dan permainan online adalah gangguan kejiwaan yang potensial yang disebut gangguan permainan Internet (IGD). Perubahan profil ekspresi microRNA (miRNA) telah dilaporkan dalam darah dan jaringan otak pasien dengan gangguan kejiwaan tertentu dan disarankan sebagai biomarker. Namun, belum ada laporan profil miRNA darah di IGD.

metode

Untuk menemukan miRNA terkait IGD, kami menganalisis profil ekspresi miRNA dari sampel 51 (25 IGD dan kontrol 26) menggunakan TaqMan Low Density miRNA Array. Untuk validasi, kami melakukan PCR transkripsi balik kuantitatif dengan sampel independen 36 (kontrol 20 dan 16).

Hasil

Melalui penemuan dan validasi independen, kami mengidentifikasi tiga miRNA (hsa-miR-200c-3p, hsa-miR-26b-5p, hsa-miR-652-3p) yang secara signifikan diregulasi ke bawah dalam kelompok IGD. Individu dengan ketiga perubahan miRNA memiliki risiko IGD yang jauh lebih tinggi daripada mereka yang tidak memiliki perubahan [rasio odds (OR) 22, 95% CI 2.29-211.11], dan OR meningkat dosis secara dependen dengan jumlah miRNA yang diubah. Gen target yang diprediksi dari tiga miRNA dikaitkan dengan jalur saraf. Kami mengeksplorasi ekspresi protein dari tiga gen target hilir oleh western blot dan mengkonfirmasi bahwa ekspresi GABRB2 dan DPYSL2 secara signifikan lebih tinggi pada kelompok IGD.

Kesimpulan

Kami mengamati bahwa ekspresi hsa-miR-200c-3p, hsa-miR-26b-5p, dan hsa-miR-652-3p diturunkan regulasi pada pasien IGD. Hasil kami akan sangat membantu untuk memahami patofisiologi IGD.

Kata kunci: Gangguan game internet, microRNA, biomarker, kecanduan, western blot

Pengantar

Penggunaan adiktif dari Internet dan permainan berbasis Internet bukan hanya sebuah fenomena sosial di negara-negara dengan infrastruktur akses Internet yang luas, tetapi potensi gangguan kejiwaan yang dinamakan Internet gaming disorder (IGD) (-). Menurut laporan epidemiologis, tingkat prevalensi IGD pada remaja bervariasi di berbagai negara, mulai dari 0.8 hingga 26.7% (). Khususnya, penelitian menunjukkan tingkat prevalensi di atas 10% pada remaja di banyak negara Asia seperti Korea Selatan, Cina, Taiwan, Hong Kong, dan Singapura (). IGD dikaitkan dengan gangguan dalam kognisi, hubungan psiko-sosial, dan kehidupan sehari-hari; misalnya, menurunnya kinerja akademik atau pekerjaan (-). IGD sekarang dimasukkan dalam Bagian III (Ketentuan untuk Studi Lebih Lanjut) dari revisi kelima Manual Diagnostik dan Statistik Gangguan Mental (DSM-V) (). Namun, terlepas dari kepentingan klinis-sosialnya, sedikit yang diketahui tentang mekanisme genetik molekuler di balik IGD.

Studi kembar skala besar baru-baru ini menyarankan latar belakang genetik untuk IGD (, ). Vink et al. menyelidiki perbedaan individu dalam penggunaan Internet kompulsif dengan 5,247 kembar monozigot dan diozgotik remaja di Twin Register Belanda dan melaporkan bahwa 48% dari perbedaan dijelaskan oleh faktor genetik (). Li et al. mengamati pasangan 825 dari kembar remaja Tionghoa dan melaporkan bahwa faktor genetik menjelaskan 58 – 66% dari perbedaan (). Dengan demikian, polimorfisme gen yang terlibat dalam transmisi neurotransmisi, kognisi, dan perhatian seperti reseptor dopamin gen D2 (DRD2), gen katekolamin-O-metiltransferase (COMT), gen transporter serotonin (5HTTLPR), dan gen reseptor kolinergik nikotin alfa 4 (CHRNA4) telah dilaporkan terkait secara signifikan dengan kecanduan Internet (-). Baru-baru ini, Kim et al. varian yang disaring lebih dari gen kandidat 100 terkait dengan produksi, aksi, dan metabolisme neurotransmiter oleh analisis sequencing generasi berikutnya dan melaporkan bahwa rs2229910 dari NTRK3 gen dikaitkan dengan IGD ().

Selain faktor genetik, juga diketahui bahwa fenotip neurobehavioral secara epigenetik dikendalikan oleh RNA non-coding termasuk microRNAs (miRNAs) (, ). miRNA adalah molekul RNA beruntai tunggal kecil non-coding (panjangnya sekitar 20-23 nukleotida), yang secara negatif mengatur ekspresi gen penyandi protein dengan menurunkan mRNA dan memainkan peran penting dalam proses patofisiologis berbagai penyakit (). Garis bukti telah menunjukkan bahwa miRNA berlimpah dalam sistem saraf pusat manusia (CNS) dan bertindak untuk menyempurnakan tingkat ekspresi gen target mereka, yang terlibat dalam pengembangan dan pematangan sistem SSP (). Memang, penelitian terbaru telah mengungkapkan bahwa profil ekspresi miRNA diubah dalam jaringan otak pasien dengan gangguan kejiwaan, menunjukkan bahwa profil ekspresi mereka dapat menjadi penanda biologis untuk gangguan kejiwaan (, , ). Sebagai contoh, melalui analisis postmortem, Lopez et al. melaporkan bahwa ekspresi miR-1202, yang mengatur ekspresi gen reseptor-glutamat metabotropik-4 dan memprediksi respons terhadap antidepresan, diregulasi dalam jaringan korteks prefrontal pada pasien gangguan depresi mayor (). Dalam hal skrining biomarker, pendekatan ini memiliki batasan yang jelas karena melakukan biopsi jaringan SSP untuk skrining tidak mungkin. Karena miRNA dapat dideteksi dalam darah (plasma atau serum), miRNA yang bersirkulasi memiliki keuntungan yang pasti sebagai biomarker non-invasif pada gangguan neuropsikiatri. Namun, hingga saat ini, belum ada penelitian tentang sirkulasi profil miRNA di IGD. Pemahaman yang lebih baik tentang profil ekspresi miRNA yang beredar dapat membantu untuk memperjelas mekanisme pengembangan IGD dan memfasilitasi terjemahan klinis.

Dalam penelitian ini, kami bertujuan untuk mengidentifikasi penanda miRNA terkait IGD dengan mengamati miRNA plasma yang diekspresikan secara berbeda antara IGD dan kelompok kontrol dan mengeksplorasi implikasi biologis mereka.

Bahan dan Metode

Subjek studi

Kami mensurvei remaja 3,166 (berusia 12 – 18 tahun) menggunakan skor DSM-V IGD. Di antara mereka, 251 (laki-laki 168 dan perempuan 83) didiagnosis sebagai IGD sesuai dengan kriteria DSM-V (). Total individu 91 (49 IGD dan kontrol 42) memberikan persetujuan untuk penelitian ini. Di antara mereka, empat individu dikeluarkan sesuai dengan kriteria eksklusi. Akhirnya, individu 87 (subjek 45 IGD dan individu kontrol sehat 42) terdaftar untuk penelitian ini. Di antara mereka, peserta 51 (pasien 25 IGD dan kontrol 26) direkrut sebagai penemuan yang ditetapkan dari 2014 ke 2016. Peserta 36 lainnya (pasien 20 IGD dan kontrol 16) direkrut sebagai set validasi independen dari 2016. Semua peserta adalah individu Korea, terdaftar dari Rumah Sakit St. Mary Seoul (Seoul, Korea Selatan) dan Rumah Sakit Boramae Universitas Nasional Seoul (Seoul, Korea Selatan). Semua peserta menjalani wawancara terstruktur oleh seorang psikiater berdasarkan Jadwal Kiddie Korea untuk Gangguan Afektif dan Skizofrenia (K-SADS-PL) (). Semua peserta menyelesaikan Subjek Desain Blok dan Kosakata Skala Intelegensi Korea-Wechsler untuk Anak-anak, edisi 4th (K-WISC-IV) (). Impulsif dinilai oleh Barratt Impulsiveness Scale (BIS) (). Skala Sistem Penghambat Perilaku (BInS) dan Sistem Aktivasi Perilaku (BAS) diukur untuk menilai dimensi kepribadian (). Kriteria eksklusi meliputi gangguan medis utama masa lalu atau saat ini (misalnya, diabetes mellitus), gangguan neurologis (misalnya, gangguan kejang, cedera kepala), gangguan kejiwaan (misalnya, gangguan depresi mayor, gangguan kecemasan), keterbelakangan mental, atau penyalahgunaan zat apa pun (mis. , tembakau, ganja, alkohol). Karakteristik umum dari subyek penelitian dirangkum dalam Tabel Tabel1.1. Penelitian ini telah disetujui oleh Dewan Peninjauan Institusi dari Universitas Kedokteran Universitas Katolik Korea (MC16SISI0120). Semua peserta dan orang tua mereka memberikan persetujuan tertulis.

Tabel 1

Karakteristik umum dari subyek penelitian.

 penemuanPengesahanGabungan
 
 kontrolIGDP-nilaikontrolIGDP-nilaikontrolIGDP-nilai
N2625 1620 4245 
Umur (tahun)
Median (min – maks)13 (12 - 17)13 (12 - 15)0.75915 (13 - 18)14.5 (12 - 18)0.62814 (12 - 18)14 (12 - 18)0.509
Jam gaming Internet mingguan (h)
Median (min – maks)5.25 (2 - 17)18 (6 - 46)1.27E − 6a5.5 (2 - 23)8 (1 - 112)0.3745.5 (2 - 23)14 (1 - 112)1.63E − 5a
Pendapatan rumah tangga bulanan (juta KRW)
Median (min – maks)5 (1 - 9)3 (1 - 9)0.5884 (4 - 4)2 (2 - 2)1.0005 (1 - 9)3 (1 - 9)0.460
Pendidikan (tahun)
Median (min – maks)8 (7 - 9)8 (7 - 9)0.58412 (12 - 12)6 (6 - 13)0.3058 (7 - 12)8 (6 - 13)0.269
K-WISC: desain blok
Median (min – maks)10.5 (4 - 17)10 (4 - 16)0.54410 (3 - 16)12.5 (4 - 15)0.12510 (3 - 17)11 (4 - 16)0.598
K-WISC: kosakata
Median (min – maks)9 (5 - 17)7 (5 - 13)0.1749.5 (8 - 15)11.5 (5 - 15)0.5959 (5 - 17)9 (5 - 15)0.527
KS
Median (min – maks)24 (17 - 36)37 (22 - 51)3.81E − 6a29 (17 - 34)59 (22 - 108)1.2E − 5a25 (17 - 36)40 (22 - 108)2.05E − 10a
BIS
Median (min – maks)63 (35 - 75)67.5 (45 - 81)0.08061 (45 - 79)63 (32 - 82)0.83562 (35 - 79)65 (32 - 82)0.240
BAS
Median (min – maks)31 (15 - 40)31 (13 - 51)0.55836.5 (22 - 48)34 (27 - 52)1.00032 (15 - 48)34 (13 - 52)0.637
BIN
Median (min – maks)18 (10 - 26)17.5 (13 - 27)0.64218.5 (12 - 25)20 (13 - 21)0.13818 (10 - 26)19 (13 - 27)0.302
 

IGD, pasien gangguan game internet; KS, Skala Kecanduan Internet Korea; BIS, Skala Impulsif Barrat; BAS, Sistem Aktivasi Perilaku; BInS, Sistem Penghambatan Perilaku; KRW, Won Korea.

aP <0.05 (uji Mann – Whitney – Wilcoxon).

Eksperimen TaqMan Low Density miRNA Array (TLDA)

Darah tepi dikumpulkan dari masing-masing peserta dan dipindahkan ke laboratorium dalam 4 jam untuk meminimalkan lisis sel darah. Spesimen disentrifugasi pada 3,000 rpm selama 10 menit pada suhu kamar. Kemudian, supernatan (lapisan plasma) dikumpulkan tanpa mencemari sel-sel darah. MiRNA yang beredar diekstraksi menggunakan TaqMan miRNA ABC Purification Kit (Panel Manusia A; Thermo Fisher Scientific, Waltham, MA, USA) sesuai dengan instruksi pabrik. Singkatnya, 50 µL sampel plasma dan 100 µL buffer ABC dicampur. Setelah hibridisasi dengan manik-manik magnetik anti-miRNA target-spesifik, miRNA yang bersirkulasi terbatas dielusi dari manik-manik dengan 100 µL buffer elution. Pada fase penemuan, 381 miRNA diperiksa dari sampel plasma 51 (25 IGD dan kontrol 26) menggunakan Kit Pemurnian miRNA miqNA TaqMan (Panel Manusia A; Thermo Fisher Scientific, Waltham, MA, USA) sesuai dengan instruksi pabriknya. Transkripsi balik Megaplex dan reaksi pra-amplifikasi dilakukan untuk meningkatkan kuantitas cDNA untuk analisis ekspresi miRNA menggunakan MegaplexPreAmp Primers Human Pool A dan TaqManPreAmp Master Mix (Thermo Fisher Scientific). Panel TLDA A v2.0 (Thermo Fisher Scientific) dijalankan pada sistem PCR waktu-nyata ViiA7 (Thermo Fisher Scientific) untuk mengevaluasi ekspresi miRNAs. Data mentah diproses menggunakan ExpressionSuite Software v1.0.4 (Thermo Fisher Scientific) untuk menentukan nilai Ct untuk setiap miRNA.

Analisis Data untuk TLDA

Kami pertama kali mengukur siklus ambang (nilai Ct) dari setiap miRNA. miRNA dengan nilai Ct> 35 dianggap tidak terdeteksi dan dikeluarkan dari analisis selanjutnya. Semua nilai Ct dinormalisasi ke nilai Ct miR-374b (nilai ΔCt), salah satu miRNA paling stabil yang beredar dalam plasma manusia (). Rasio lipat-perubahan log2 (nilai ΔΔCt) ekspresi dihitung menggunakan nilai rata-rata sampel kontrol sebagai kalibrator dalam paket HTqPCR dalam Bioconductor (). Kuantifikasi relatif (RQ) dari setiap target miRNA didefinisikan sebagai 2−ΔΔCt. Untuk pengujian hipotesis dari perbedaan ekspresi antara dua kelompok, kami menerapkan analisis variabel pengganti (SVA) untuk menangkap heterogenitas seperti efek batch dalam percobaan menggunakan sva paket dalam Bioconductor (). miRNA dengan a P-nilai <0.05 dianggap berbeda secara signifikan antara dua kelompok.

Analisis Pengayaan Set Gen

Untuk analisis pengayaan set gen, kami menggunakan ToppFun di ToppGene Suite () untuk menyimpulkan Gen Ontologi (GO) yang diperkaya secara signifikan (GO)) istilah, jalur, dan istilah penyakit. Sebagai input untuk pendekatan ini, kami menggunakan 1,230 yang diprediksi gen target dari kandidat miRNAs. Analisis jalur digunakan untuk menemukan jalur signifikan dari gen target yang diprediksi menurut KEGG, BioCarta, Reactome, GeneMAPP, dan MSigDB di jalur ToppGene. Signifikansi istilah pengayaan fungsional ditentukan berdasarkan Bonferroni-disesuaikan P-nilai.

Validasi dan Replikasi Reverse Transcription PCR (qRT-PCR)

Untuk memvalidasi miRNA 10 yang secara diferensial diekspresikan dalam tahap penemuan, qRT-PCR dilakukan menggunakan TaqMan MicroRNA Assay (miR-15b-5p, #000390; miR-26b-5p, #000407; miR-29p, #3; miR-000413b; 125; miR-5b-000449p, #200; miR-3c-002300p, #337; miR-5-002156p, #411; miR-5-001610p, #423; mi-5; mi-002340; mi-483; -5p, #002338; dan miR-652-3p, #002352) dan sistem ViiA7 (Life Technologies) sesuai dengan protokol pabrikan. Sepuluh nanogram dari total RNA dikonversi menjadi cDNA untai pertama dengan primer khusus miRNA menggunakan Kit Transkripsi Terbalik MicroRNA TaqMan (#4366596, Life Technologies), diikuti oleh PCR waktu-nyata dengan Probe TaqMan. RQ setiap miRNA didefinisikan sebagai 2−ΔCt, di mana ΔCt adalah perbedaan dalam siklus ambang untuk sampel yang bersangkutan, dinormalisasi terhadap miRNA endogen (miR-374b-5p, #001319). Semua reaksi PCR dilakukan dalam rangkap tiga, dan nilai Ctnya dirata-ratakan. Kami menghitung rasio perubahan lipat log2 (ΔΔCt) dari masing-masing miRNA dengan cara yang sama seperti dalam analisis berbasis array. Tes Mann-Whitney-Wilcoxon non-parametrik dilakukan untuk menguji perbedaan tingkat ekspresi miRNAs dalam dua kelompok dengan ambang P-nilai 0.05.

Analisis Western Blot

Setiap sampel serum pertama kali habis dari protein dengan kelimpahan tinggi 14 teratas (albumin, imunoglobulin G, imunoglobulin A, serotransferrin, haptoglobin, antitripsin alfa-1, fibrinogen, alfa-2 glikoprotein, alfa-1 glikoprotein asam, imunoglobulin Mipro , apolipoprotein A-II, pelengkap C3, dan transthyretin) menggunakan kolom MARS-14 (4.6 × 50 mm, Teknologi Agilent, Santa Clara, CA, USA) sebelum analisis western blot. Fraksi tak terikat yang diperoleh dari kolom MARS-14 dikonsentrasikan menggunakan filter sentrifugal Amicon Ultracel-3 (cutoff 3 kDa), dan kemudian konsentrasi protein ditentukan menggunakan metode asam bicinchoninic. Jumlah yang sama (dari 10 ke 30 μg) dari sampel kontrol dan serum IGD dipisahkan pada 4-20% Mini-PROTEAN TGX gel pracetak (Bio-Rad, CA, USA) dan dipindahkan ke membran difluoride polivinilidena. Selanjutnya, membran diblokir dalam TBS-T (190 mM NaCl, 25 mM Tris-HCl, pH 7.5, dan 0.05% Tween 20) dengan 5% susu kering tanpa lemak pada suhu kamar selama 30 min. Membran kemudian diinkubasi dengan antibodi primer terhadap DPYSL2 (1: 500, Novus Biologicals, Littleton, CO, USA), GABRB2 (1: AbnumX, Abcam, Cambridge, MA, USA), dan CNR1000 (1: Bioteknologi 1 , Inc., Santa Cruz, CA, USA), DUSP100 (4: 1, MybioSource, San Diego, CA, USA), dan PI500 (15: 1, MybioSource, San Diego, CA, USA) di TBS-T dengan 500 % susu kering tanpa lemak pada 5 ° C semalaman, dan kemudian dengan antibodi sekunder yang sesuai, baik bovine anti-mouse (4: 1, Santa Cruz Biotechnology) atau kambing anti-kelinci (1,000: 1, Cell Signaling, Beverly, MA, USA ) dikonjugasikan ke peroksidase lobak pada suhu kamar selama 1,000 h. Deteksi sinyal dilakukan menggunakan chemiluminescence dengan reagen ECL (GE health, Piscataway, NJ, USA). Kami menghitung hasil western blot menggunakan perangkat lunak analisis TotalLab 1D (Non-linear Dynamics, Newcastle upon Tyne, UK). Kemudian, nilai rasio densitometri dihitung dengan membagi nilai densitometri setiap sampel seperti yang dijelaskan di tempat lain (). Sebagai kontrol untuk normalisasi, sampel serum dikumpulkan dari 46 IGD dan sampel kontrol digunakan untuk setiap percobaan. Signifikansi statistik ditentukan dengan menggunakan uji Mann-Whitney-Wilcoxon non-parametrik dengan ambang batas P-nilai 0.05.

Hasil

Karakteristik Subjek Penelitian

Gambaran demografis dan klinis dari subyek penelitian ditunjukkan pada Tabel Tabel1.1. Ketika kami membandingkan IGD dan kelompok kontrol menurut Skala Kecanduan Internet Korea (K-Skala) seperti yang dijelaskan di tempat lain (, ), kelompok IGD menunjukkan nilai median K-Scale yang jauh lebih tinggi daripada kelompok kontrol (37 vs 24, P = 3.81 × 10-6) (Meja (Table1) .1). Waktu rata-rata mingguan yang dihabiskan untuk permainan internet di grup IGD secara signifikan lebih lama daripada kontrol (18 vs 5.25 jam, P = 1.27 × 10-6). Sedangkan tidak ada perbedaan yang signifikan antara dua kelompok dalam usia, pendapatan rumah tangga bulanan, durasi pendidikan, desain blok, dan hasil subtest kosakata dari K-WISC, BIS, BInS, dan BAS.

MiRNA yang Dinyatakan Berbeda Antara IGD dan Kontrol

Untuk menemukan miRNA terkait IGD, kami mengadopsi pendekatan dua langkah (penemuan dan validasi independen). Desain penelitian dan strategi keseluruhan diilustrasikan dalam Gambar S1 dalam Bahan Tambahan. Pada tahap penemuan, kami menganalisis profil ekspresi miRNA dari sampel 51 (25 IGDs dan kontrol 26) menggunakan array miRNA yang mengandung 384 miRNAs. Tingkat ekspresi miRNAs 10 ditemukan berbeda secara signifikan antara IGD dan kelompok kontrol (Tabel (Table2) .2). Level ekspresi relatif dari miRNA 10 ini ditunjukkan pada Gambar Figur1.1. Di antara mereka, dua (hsa-miR-423-5p dan hsa-miR-483-5p) diregulasi dan delapan (hsa-miR-15b-5p, hsa-miR-26b-5p, hsa-miR 29p, hsa-miR 3p hsa-miR-125b-5p, hsa-miR-200c-3p, hsa-miR-337c-5p, hsa-miR-411-5p, dan hsa-miR-652-3p grup di downregulated dalam IGD).

Tabel 2

MikroRNA yang dinyatakan berbeda (miRNA) dan lipat perubahan.

miRNApenemuanPengesahanGabungan
 
 P-nilaiLipat perubahanP-nilaiLipat perubahanP-nilaiLipat perubahan
hsa-miR-15b-5p0.0330.8290.6941.1190.3810.947
hsa-miR-26b-5pa0.0080.8710.0490.8410.0130.857
hsa-miR-29b-3p0.0050.4000.5601.1870.0890.647
hsa-miR-125b-5p0.0210.5820.2900.9500.0690.723
hsa-miR-200c-3pa0.0110.3360.0030.5422.93 × 10-50.415
hsa-miR-337c-5p0.0090.3850.5820.8720.0200.553
hsa-miR-411-5p0.0040.3220.3361.2820.1580.595
hsa-miR-423-5p0.0261.3870.1890.9550.5181.175
hsa-miR-483-5p0.0181.8610.7651.4130.2111.647
hsa-miR-652-3pa0.0190.7150.0490.8770.0110.782
 

amiRNA secara signifikan diubah dalam kedua penemuan dan validasi secara konsisten.

 

File eksternal yang menyimpan gambar, ilustrasi, dll. Nama objek adalah fpsyt-09-00081-g001.jpg

Level ekspresi relatif dari 10 mengekspresikan miRNA secara berbeda. Kuantifikasi relatif (RQ) dinormalisasi menjadi miR-374b-5p.

qRT-PCR Validasi miRNA Kandidat

Untuk memvalidasi miRNA kandidat 10, kami melakukan qRT-PCR dengan set validasi independen (20 IGD dan kontrol 16) (Tabel S1 dalam Bahan Tambahan). Tiga dari miRNA ini (hsa-miR-200c-3p, hsa-miR-26b-5p, dan hsa-miR-652-3p) secara signifikan diregulasi ke bawah dalam kelompok IGD dari set validasi (Tabel (Table2) .2). Tiga miRNA lainnya (hsa-miR-337c-5p, hsa-miR-125b, dan hsa-miR-423-5p) juga diregulasi ke bawah dalam kelompok IGD tetapi tidak secara signifikan. Sisa empat miRNAs (hsa-miR-15b-5p, hsa-miR-29b-3p, hsa-miR-411-5p, dan hsa-miR-423-5p) diekspresikan secara berlawanan dalam set validasi. Ketika kami menggabungkan set penemuan dan validasi (total subjek 45 IGD dan kontrol 42), tiga miRNA yang divalidasi secara signifikan signifikan (Tabel (Table2) .2). Informasi terperinci, lokasi kromosom, sekuens matang, dan level ekspresi dalam SSP dari ketiga miRNA ini tersedia di Tabel S2 dalam Bahan Tambahan.

Efek Sinergis dari Perubahan Simultan Tiga MiRNA pada Risiko IGD

Untuk mengevaluasi efek gabungan dari tiga miRNA, kami mengamati odds ratio (OR) dari empat subkelompok (dengan perubahan 0, 1, 2, atau 3 miRNA). perubahan miRNA didefinisikan oleh nilai RQ seperti yang dijelaskan dalam Bagian “Bahan dan Metode. ”Karena ketiga penanda miRNA diregulasi ke bawah dalam kelompok IGD, miRNA yang nilai RQ-nya di bawah satu ditolak seperti yang diubah. Informasi terperinci dari nilai RQ setiap mata pelajaran studi untuk tiga miRNA tersedia di Tabel S3 dalam Bahan Tambahan. Untuk setiap subkelompok, odds dihitung sebagai rasio jumlah kontrol dengan IGD, maka setiap OR dihitung dengan membagi peluang masing-masing subkelompok dengan odds subkelompok tanpa perubahan miRNA. Individu dengan tiga perubahan miRNA menunjukkan risiko 22 kali lebih tinggi daripada mereka yang tanpa perubahan miRNA (OR 22, 95% CI 2.29-211.11). OR menunjukkan tren peningkatan dengan jumlah miRNA yang diubah dari 0 ke 3 (r2 = 0.996) (Gambar (Gambar 22).

File eksternal yang menyimpan gambar, ilustrasi, dll. Nama objek adalah fpsyt-09-00081-g002.jpg
Odds ratios (ORs) dengan jumlah marker microRNA (miRNA) yang diregulasi. Nilai estimasi titik di atas adalah OR (interval kepercayaan 95%).

GO dan Pathway Analysis of Gen Target dari Kandidat miRNAs

Untuk mendapatkan wawasan tentang fungsi dari tiga penanda miRNA yang secara signifikan diturunkan regulasinya dalam kelompok IGD, gen target mereka diprediksi menggunakan basis data miRWalk 2.0 (). Total gen 1,230 secara konsisten diprediksi sebagai target hilir oleh empat algoritma (miRWalk, miRanda, RNA22, dan Targetcan) menggunakan database miRWalk (-) (Tabel S4 dalam Bahan Tambahan). Analisis pengayaan set gen menggunakan ToppFun di ToppGene Suite menunjukkan bahwa gen target miRNA tersebut secara signifikan terkait dengan jalur pengembangan saraf seperti "panduan akson" dan istilah GO seperti "neurogenesis" (Tabel S5 dalam Bahan Tambahan).

Ekspresi Gen Target yang Diprediksi

Di antara gen target hilir dari tiga miRNA, 140 diprediksi secara bersamaan untuk dua atau lebih miRNA (Tabel S4 dalam Bahan Tambahan). Untuk mengeksplorasi apakah level ekspresi protein dari gen target hilir berbeda antara IGD dan kelompok kontrol, kami memilih gen 2 (DUSP4 dan PI15), yang diprediksi sebagai target hilir semua 3 miRNAs dan gen 3 tambahan (GABRB2, DPYSL2, dan CNR1) dari yang diprediksi untuk miRNA 2 dan melakukan analisis western blot dengan sampel plasma dari 28 IGD dan kontrol 28 yang tersedia untuk percobaan. Kami membandingkan ekspresi dari lima target antara IGD dan kelompok kontrol dengan mengukur intensitas pita dan area seperti yang dijelaskan di tempat lain (). Di antara mereka, tingkat ekspresi kontrol DPYSL2 (28 IGDs dan 28, P = 0.0037) dan GABBR2 (27 IGD dan 28 kontrol, P = 0.0052) secara signifikan lebih tinggi pada kelompok IGD (Gambar (Figure3) .3). Namun, kami tidak dapat mengamati ekspresi diferensial dari CNR1 (P = 0.0853), DUSP4 (P = 0.5443), dan PI15 (P = 0.6346).

 

File eksternal yang menyimpan gambar, ilustrasi, dll. Nama objek adalah fpsyt-09-00081-g003.jpg

Gambar western blot dan box-dot-plot menunjukkan ekspresi (A) DPYSL2 dan (B) GABRB2. Protein DPYSL2 dan GABRB2 menunjukkan perbedaan signifikan dalam tingkat ekspresi mereka antara gangguan permainan Internet (IGD) dan sampel kontrol (P-nilai <0.05). Kedua protein tersebut diekspresikan pada level yang lebih tinggi dalam sampel IGD.

Diskusi

Telah dilaporkan bahwa miRNA terlibat dalam perkembangan saraf (, ), dan ekspresi diferensial miRNA otak diamati pada penyakit kejiwaan seperti skizofrenia (). Oleh karena itu, masuk akal bahwa profil miRNA yang bersirkulasi dapat menjadi biomarker yang berguna untuk IGD. MIRNA yang bersirkulasi telah disarankan sebagai biomarker untuk beragam gangguan neuropsikiatri (-); Namun, mekanisme molekuler di balik pengembangan IGD sebagian besar masih belum diketahui meskipun penting secara klinis dan sosial. Secara khusus, belum ada penelitian tentang miRNA terkait IGD. Tujuan dari penelitian ini ada dua. Pertama, kami berusaha menemukan miRNAs plasma yang terkait dengan IGD. Kedua, kami mengevaluasi implikasi biologis dari kandidat miRNA dengan mengeksplorasi ekspresi protein dan GO dari gen target hilir. Melalui penapisan genom profil ekspresi miRNA dan validasi hilir kandidat, kami menemukan bahwa ekspresi tiga miRNA (hsa-miR-200c-3p, hsa-miR-26b-5p, dan hsa-miR-652-3p) adalah secara signifikan lebih rendah pada pasien IGD daripada kontrol. Meskipun pola ekspresi tujuh kandidat miRNA lainnya tidak direplikasi dalam validasi, itu bisa menjadi negatif palsu karena ukuran sampel yang kecil dalam penelitian ini. Sepengetahuan kami, ini adalah laporan pertama tentang kemungkinan bahwa profil ekspresi miRNA darah bisa menjadi biomarker yang berguna untuk IGD. Kombinasi dari tiga penanda miRNA dapat berfungsi sebagai alat invasif minimal untuk identifikasi awal orang yang berisiko IGD.

MiRNA yang diidentifikasi dalam penelitian ini telah dilaporkan terlibat dalam berbagai gangguan neuropsikiatri. Ekspresi hsa-miR-200c dalam darah telah dilaporkan diturunkan regulasinya pada beberapa gangguan kejiwaan seperti skizofrenia () dan episode depresi besar (). miR-200c dilaporkan lebih tinggi diekspresikan dalam fraksi sinaptik daripada total otak depan () dan juga dikaitkan dengan kematian sel saraf (). Berdasarkan laporan-laporan sebelumnya, miR-200c terlibat dalam pengembangan saraf dan dapat dikaitkan dengan gangguan neuropsikiatri jika ekspresinya terganggu. Beberapa penelitian telah menyarankan hubungan antara miR-652 dan risiko gangguan neuropsikiatri. Mirip dengan pendekatan kami, untuk mengidentifikasi biomarker darah untuk skizofrenia, Lai et al. melakukan analisis TLDA dengan pasien skizofrenia dan kontrol normal, dan menemukan bahwa tujuh miRNA termasuk hsa-miR-652 diekspresikan secara berbeda pada pasien skizofrenia (). Dalam studi berikutnya, mereka merancang model prediksi menggunakan data ekspresi miRNA dan berhasil membedakan skizofrenia dari kontrol normal (). Perubahan ekspresi hsa-miR-652 juga diamati pada pecandu alkohol (). Hsa-miR-26b ditemukan diaktifkan selama diferensiasi sel neuron (). Perkins et al. melaporkan bahwa hsa-miR-26b diturunkan regulasi di korteks prefrontal pasien skizofrenia ().

Meskipun tidak ada bukti langsung untuk mendukung hubungan antara ekspresi terganggu miRNA ini dan patofisiologi IGD, kita dapat menyimpulkan bahwa disregulasi miRNA ini dapat dikaitkan dengan patofisiologi IGD berdasarkan berbagai laporan sebelumnya tentang gen hilir yang kami prediksi . Beberapa gen hilir dari tiga miRNA seperti GABRB2, CNR1, NRXN1, dan DPYSL2 dilaporkan dikaitkan dengan gangguan neuropsikiatri. Asam gamma-aminobutyric (GABA) adalah neurotransmitter penghambat utama dalam SSP. Disregulasi reseptor GABA, berimplikasi pada gangguan neuropsikiatri termasuk kecanduan, kecemasan, dan depresi (), yang juga merupakan fitur utama IGD (). Polimorfisme genetik pada gen reseptor GABA dilaporkan berhubungan dengan kecanduan alkohol dan skizofrenia (, ). Dihydropyrimidinase-like 2 (DPYSL2) adalah anggota dari keluarga mediator protein collapsin response, yang berperan dalam perakitan mikrotubulus, pensinyalan sinaptik, dan regulasi pertumbuhan aksonal. Akibatnya, molekul ini telah disarankan sebagai biomarker untuk gangguan kejiwaan (, ). Polimorfisme dalam DPYSL2 gen juga dilaporkan dikaitkan dengan gangguan penggunaan alkohol (). Laporan sebelumnya dan data kami menunjukkan bahwa ekspresi berlebih dari GABRB2 dan DPYSL2, target hilir miRNA yang diregulasi, memiliki implikasi untuk patogenesis gangguan neuropsikiatri termasuk IGD. Cannabinoid receptor type 1 (CNR1) adalah heteroreseptor presinaptik yang memodulasi pelepasan neurotransmitter dan gangguan dalam pensinyalan cannabinoid yang dikaitkan dengan berbagai gangguan neuropsikiatri (). Polimorfisme genetik CNR1 gen diketahui terkait dengan ketergantungan zat pada Kaukasia (). Dalam model tikus, aktivasi ventral hippocampus CNR1 mengganggu perilaku sosial dan kognisi normal (). Perubahan genetik dalam keluarga NRXN diketahui terlibat dalam beragam gangguan neuropsikiatri termasuk kecanduan ().

Untuk menguji implikasi biologis dari ketiga kandidat miRNA dengan cara yang lebih langsung, kami mengeksplorasi ekspresi protein dari gen target hilir mereka. Karena terbatasnya ketersediaan sampel plasma, dari kandidat umum 140 (diperkirakan sebagai downstream 2 atau lebih miRNAs), kami memeriksa target 5 (GABRB2, DPYSL2, CNR1, DUSP4, dan PI15) dengan western blot dan mengkonfirmasikan ekspresi dari GAB barat dan DPYSL2 secara signifikan lebih tinggi pada kelompok IGD. Laporan sebelumnya dan data kami menunjukkan bahwa ekspresi berlebih dari GABRB2 dan DPYSL2, target hilir miRNA yang diregulasi, mungkin memiliki implikasi untuk patogenesis gangguan neuropsikiatri termasuk IGD. Hasil GO dan analisis jalur dari jalur perkembangan saraf juga mendukung implikasi neurobiologis dari penanda miRNA. Temuan lain yang menarik adalah efek sinergis dari perubahan simultan miRNA. Individu dengan downregulasi semua miRNA 2 menunjukkan risiko 3 kali lebih tinggi daripada mereka yang tanpa downregulasi, dan OR meningkat secara tergantung dosis. Meskipun CI untuk ketiga perubahan ini luas karena ukuran sampel yang terbatas, korelasi positif yang jelas (r2 = 0.996) mendukung efek sinergis dari tiga miRNA.

Meskipun kami menemukan penanda miRNA terkait IGD dan individu dengan ketiga perubahan miRNA memiliki risiko 22 kali lebih tinggi daripada yang tanpa perubahan miRNA, ada beberapa keterbatasan dalam penelitian ini. Pertama, ukuran sampel kecil meningkatkan kemungkinan hilang penanda miRNA signifikan lainnya. Kedua, karena data kami tidak cukup untuk mengklarifikasi apakah profil miRNA plasma merupakan sebab atau akibat, kami tidak dapat mengkonfirmasi peran biologis dari penanda non-invasif ini dalam pengaturan klinis. Profiling miRNA lebih lanjut dan analisis gen hilirnya menggunakan jaringan otak manusia dari bank jaringan otak dapat memberikan jawaban yang lebih langsung. Analisis jaringan otak dengan model hewan gangguan permainan juga akan sangat membantu. Ketiga, karena terbatasnya ketersediaan sampel plasma, kami memeriksa hanya lima molekul kandidat hilir. Menjelajahi lebih banyak target hilir dengan set sampel yang lebih besar akan sangat membantu untuk lebih memahami mekanisme molekuler IGD.

Singkatnya, melalui penapisan genom profil ekspresi miRNA dan validasi independen, kami menemukan tiga miRNA terkait IGD (hsa-miR-200c-3p, hsa-miR-26b-5p, dan hsa-miR-652-3p). Banyak gen hilir mereka dilaporkan terlibat dalam beragam gangguan neuropsikiatrik, dan validasi eksperimental dari perubahan ekspresi gen-gen hilir ini mendukung implikasi miRNA yang diidentifikasi dalam penelitian ini. Kami menemukan bahwa individu dengan downregulasi ketiga miRNA berisiko tinggi terkena IGD. Bersama-sama dengan faktor-faktor risiko klinis atau lingkungan yang diketahui dan kriteria diagnostik, temuan kami dapat memfasilitasi intervensi dini untuk membantu orang dengan risiko IGD yang lebih tinggi.

Pernyataan etika

Penelitian ini telah disetujui oleh Dewan Peninjauan Institusi dari Universitas Kedokteran Universitas Katolik Korea (MC16SISI0120). Semua peserta dan orang tua mereka memberikan persetujuan tertulis.

Kontribusi Penulis

ML dan HC berkontribusi secara merata pada makalah ini. ML, D-JK, dan Y-JC merancang penelitian ini. SJ, S-MC, YP, DC, dan JL melakukan percobaan dan pembuatan data. J-WC, S-HP, J-SC, dan D-JK mengumpulkan sampel darah dan informasi klinis. ML, HC, S-HY, dan Y-JC menganalisis data. ML, HC, S-HY, dan Y-JC menggambarkan naskah itu. Y-JC mengawasi proyek.

Pernyataan Benturan Kepentingan

Para penulis menyatakan bahwa penelitian ini dilakukan tanpa adanya hubungan komersial atau keuangan yang dapat ditafsirkan sebagai potensi konflik kepentingan.

Catatan kaki

 

Pendanaan. Pekerjaan ini didukung oleh hibah dari Program Penelitian Otak melalui National Research Foundation of Korea (NRF), yang didanai oleh Kementerian Sains dan TIK dan Perencanaan Masa Depan (NRF-2015M3C7A1064778).

 

 

Materi tambahan

Materi Tambahan untuk artikel ini dapat ditemukan online di http://www.frontiersin.org/articles/10.3389/fpsyt.2018.00081/full#supplementary-material.

Referensi

1. KS muda. Kecanduan internet: munculnya gangguan klinis baru. Cyber ​​Psychol Behav (1998) 1 (3): 237 – 44.10.1089 / cpb.1998.1.237 [Cross Ref]
2. Petry NM, Rehbein F, Ko CH, O'Brien CP. Gangguan game internet di DSM-5. Curr Psychiatry Rep (2015) 17 (9): 72.10.1007 / s11920-015-0610-0 [PubMed] [Cross Ref]
3. Cho H, Kwon M, Choi JH, Lee SK, Choi JS, Choi SW, dkk. Pengembangan skala kecanduan internet berdasarkan kriteria gangguan permainan Internet yang disarankan dalam DSM-5. Addict Behav (2014) 39 (9): 1361 – 6.10.1016 / j.addbeh.2014.01.020 [PubMed] [Cross Ref]
4. Kuss DJ, Griffiths MD, Karila L, kecanduan internet Billieux J.: tinjauan sistematis penelitian epidemiologi selama dekade terakhir. Curr Pharm Des (2014) 20 (25): 4026 – 52.10.2174 / 13816128113199990617 [PubMed] [Cross Ref]
5. Park M, Choi JS, Park SM, Lee JY, Jung HY, Sohn BK, dkk. Pemrosesan informasi disfungsional selama tugas potensial terkait acara auditori pada individu dengan gangguan game Internet. Menerjemahkan Psikiatri (2016) 6: e721.10.1038 / tp.2015.215 [Artikel gratis PMC] [PubMed] [Cross Ref]
6. Lim JA, Lee JY, Jung HY, Sohn BK, Choi SW, Kim YJ, dkk. Perubahan kualitas hidup dan fungsi kognitif pada individu dengan gangguan permainan internet: tindak lanjut 6-bulan. Kedokteran (Baltimore) (2016) 95 (50): e5695.10.1097 / MD.0000000000005695 [Artikel gratis PMC] [PubMed] [Cross Ref]
7. van Rooij AJ, Van Looy J, Billieux J. Gangguan game internet sebagai konstruk formatif: implikasi untuk konseptualisasi dan pengukuran. Psikiatri Clin Neurosci (2016) 71 (7): 445 – 58.10.1111 / pcn.12404 [PubMed] [Cross Ref]
8. American Psychiatric Association, editor. , editor. Manual Diagnostik dan Statistik Gangguan Mental: DSM-5. 5th ed Arlington, VA: American Psychiatric Association; (2013).
9. Vink JM, van Beijsterveldt TC, Huppertz C, Bartels M, Boomsma DI. Heritabilitas penggunaan Internet kompulsif pada remaja. Addict Biol (2016) 21 (2): 460 – 8.10.1111 / adb.12218 [Artikel gratis PMC] [PubMed] [Cross Ref]
10. Li M, Chen J, Li N, Li X. Sebuah studi kembar tentang penggunaan internet yang bermasalah: heritabilitas dan hubungan genetik dengan kontrol yang mudah. Gen Res Hum Kembar (2014) 17 (4): 279 – 87.10.1017 / thg.2014.32 [PubMed] [Cross Ref]
11. Han DH, Lee YS, Yang KC, Kim EY, Lyoo IK, Renshaw PF. Gen dopamin dan ketergantungan hadiah pada remaja dengan bermain video game internet yang berlebihan. J Addict Med (2007) 1 (3): 133 – 8.10.1097 / ADM.0b013e31811f465f [PubMed] [Cross Ref]
12. Lee YS, Han DH, Yang KC, Daniels MA, Na C, Kee BS, dkk. Depresi seperti karakteristik polimorfisme dan temperamen 5HTTLPR pada pengguna internet yang berlebihan. J Mempengaruhi Gangguan (2008) 109 (1 – 2): 165 – 9.10.1016 / j.jad.2007.10.020 [PubMed] [Cross Ref]
13. Montag C, Kirsch P, Sauer C, Markett S, Reuter M. Peran gen CHRNA4 dalam kecanduan internet: studi kasus-kontrol. J Addict Med (2012) 6 (3): 191 – 5.10.1097 / ADM.0b013e31825ba7e7 [PubMed] [Cross Ref]
14. Kim JY, Jeong JE, Rhee JK, Cho H, Chun JW, Kim TM, dkk. Sekuensing exome yang ditargetkan untuk identifikasi varian pelindung terhadap gangguan permainan Internet di rs2229910 dari reseptor tyrosine kinase neurotropik, tipe 3 (NTRK3): studi pendahuluan. J Behav Addict (2016) 5 (4): 631 – 8.10.1556 / 2006.5.2016.077 [Artikel gratis PMC] [PubMed] [Cross Ref]
15. Issler O, Chen A. Menentukan peran microRNAs dalam gangguan kejiwaan. Nat Rev Neurosci (2015) 16 (4): 201 – 12.10.1038 / nrn3879 [PubMed] [Cross Ref]
16. Kocerha J, Dwivedi Y, Brennand KJ. RNA nonkoding dan mekanisme neurobehavioral pada penyakit kejiwaan. Psikiatri Mol (2015) 20 (6): 677 – 84.10.1038 / mp.2015.30 [Artikel gratis PMC] [PubMed] [Cross Ref]
17. Ambros V. MicroRNAs: regulator kecil dengan potensi besar. Sel (2001) 107 (7): 823 – 6.10.1016 / S0092-8674 (01) 00616-X [PubMed] [Cross Ref]
18. Hollins SL, Cairns MJ. MicroRNA: mediator RNA kecil dari respons genom otak terhadap tekanan lingkungan. Prog Neurobiol (2016) 143: 61 – 81.10.1016 / j.pneurobio.2016.06.005 [PubMed] [Cross Ref]
19. Lopez JP, Lim R, Cruceanu C, Crapper L, Fasano C, Labonte B, dkk. miR-1202 adalah mikroRNA primata khusus dan diperkaya otak yang terlibat dalam depresi berat dan pengobatan antidepresan. Nat Med (2014) 20 (7): 764 – 8.10.1038 / nm.3582 [Artikel gratis PMC] [PubMed] [Cross Ref]
20. Kim YS, Cheon KA, Kim BN, Chang SA, Yoo HJ, Kim JW, dkk. Keandalan dan validitas jadwal kiddie untuk gangguan afektif dan skizofrenia versi sekarang dan seumur hidup versi Korea (K-SADS-PL-K). Yonsei Med J (2004) 45 (1): 81 – 9.10.3349 / ymj.2004.45.1.81 [PubMed] [Cross Ref]
21. Kwak K, Oh S, Kim C. Manual untuk Skala Kecerdasan Wechsler Korea untuk Anak-IV (K-WISC-IV) -Manual. Seoul, Korea Selatan: Hakjisa; (2011).
22. Patton JH, Stanford MS, Barrat ES. Struktur faktor Skala Impulsif Barrat. J Clin Psychol (1995) 51 (6): 768–74.10.1002 / 1097-4679 (199511) 51: 6 <768 :: AID-JCLP2270510607> 3.0.CO; 2-1 [PubMed] [Cross Ref]
23. Carver C, White TL. Penghambatan perilaku, aktivasi perilaku, dan respons afektif terhadap hadiah dan hukuman yang akan datang: skala BIS / BAS. J Pers Soc Psychol (1994) 67 (2): 319 – 33.10.1037 // 0022-3514.67.2.319 [Cross Ref]
24. Weiland M, Gao XH, Zhou L, Mi QS. RNA kecil memiliki dampak besar: sirkulasi microRNAs sebagai biomarker untuk penyakit manusia. RNA Biol (2012) 9 (6): 850 – 9.10.4161 / rna.20378 [PubMed] [Cross Ref]
25. Dvinge H, Bertone P. HTqPCR: analisis throughput tinggi dan visualisasi data PCR waktu-nyata kuantitatif dalam R. Bioinformatika (2009) 25 (24): 3325-6.10.1093 / bioinformatika / btp578 [Artikel gratis PMC] [PubMed] [Cross Ref]
26. Leek JT, Storey JD. Menangkap heterogenitas dalam studi ekspresi gen dengan analisis variabel pengganti. Geno PLoS (2007) 3 (9): 1724 – 35.10.1371 / journal.pgen.0030161 [Artikel gratis PMC] [PubMed] [Cross Ref]
27. Chen J, Bardes EE, Aronow BJ, Jegga AG. Rangkaian ToppGene untuk analisis pengayaan daftar gen dan penentuan prioritas kandidat gen. Res Asam Nukleat (2009) 37 (masalah Server Web): W305 – 11.10.1093 / nar / gkp427 [Artikel gratis PMC] [PubMed] [Cross Ref]
28. Ashburner M, Bola CA, Blake JA, Botstein D, Butler H, Cherry JM, dkk. Ontologi gen: alat untuk penyatuan biologi. Konsorsium ontologi gen. Gen Nat (2000) 25 (1): 25 – 9.10.1038 / 75556 [Artikel gratis PMC] [PubMed] [Cross Ref]
29. DH Cheon, Nam EJ, Taman KH, Woo SJ, Lee HJ, Kim HC, dkk. Analisis komprehensif proteom plasma manusia dengan berat molekul rendah menggunakan spektrometri massa top-down. J Proteome Res (2016) 15 (1): 229 – 44.10.1021 / acs.jproteome.5b00773 [PubMed] [Cross Ref]
30. Park CH, Chun JW, Cho H, Jung YC, Choi J, Kim DJ. Apakah otak yang kecanduan game di Internet hampir dalam keadaan patologis? Addict Biol (2017) 22 (1): 196 – 205.10.1111 / adb.12282 [PubMed] [Cross Ref]
31. Dweep H, Gretz N. miRWalk2.0: atlas komprehensif interaksi target microRNA. Metode Nat (2015) 12 (8): 697.10.1038 / nmeth.3485 [PubMed] [Cross Ref]
32. Enright AJ, John B, Gaul U, T Tuschl, Sander C, Marks DS. Target MicroRNA di Drosophila. Genome Biol (2003) 5 (1): R1.10.1186 / gb-2003-5-1-1-rXNUMX [Artikel gratis PMC] [PubMed] [Cross Ref]
33. Miranda KC, T Huynh, Tay Y, Ang YS, Tam WL, Thomson AM, dkk. Metode berbasis pola untuk mengidentifikasi situs pengikatan microRNA dan heterodupleksnya. Sel (2006) 126 (6): 1203 – 17.10.1016 / j.cell.2006.07.031 [PubMed] [Cross Ref]
34. Lewis BP, Burge CB, Bartel DP. Pasangan benih konservasi, sering diapit oleh adenosin, menunjukkan bahwa ribuan gen manusia adalah target microRNA. Sel (2005) 120 (1): 15 – 20.10.1016 / j.cell.2004.12.035 [PubMed] [Cross Ref]
35. Schratt GM, Tuebing F, EA Dekat, Kane CG, Sabatini ME, Kiebler M, dkk. MikroRNA spesifik otak mengatur perkembangan tulang belakang dendritik. Alam (2006) 439 (7074): 283 – 9.10.1038 / nature04367 [PubMed] [Cross Ref]
36. Sempere LF, Freemantle S, Pitha-Rowe I, Moss E, Dmitrovsky E, Ambros V. Ekspresi profiling mikroRNA mamalia mengungkap subset microRNA yang diekspresikan oleh otak dengan kemungkinan peran dalam diferensiasi murine dan neuron manusia. Genome Biol (2004) 5 (3): R13.10.1186 / gb-2004-5-3-13-rXNUMX [Artikel gratis PMC] [PubMed] [Cross Ref]
37. Beveridge NJ, Tooney PA, Carroll AP, Gardiner E, Bowden N, Scott RJ, dkk. Disregulasi miRNA 181b di korteks temporal pada skizofrenia. Genek Hum Mol (2008) 17 (8): 1156 – 68.10.1093 / hmg / ddn005 [PubMed] [Cross Ref]
38. Wei H, Yuan Y, Liu S, Wang C, Yang F, Lu Z, dkk. Deteksi kadar miRNA yang bersirkulasi dalam skizofrenia. Am J Psychiatry (2015) 172 (11): 1141 – 7.10.1176 / appi.ajp.2015.14030273 [PubMed] [Cross Ref]
39. Dwivedi Y. Aplikasi patogenetik dan terapeutik dari microRNA pada gangguan depresi mayor. Prog Neuropsychopharmacol Biol Psychiatry (2016) 64: 341 – 8.10.1016 / j.pnpbp.2015.02.003 [Artikel gratis PMC] [PubMed] [Cross Ref]
40. Hara N, Kikuchi M, Miyashita A, Hatsuta H, Saito Y, Kasuga K, dkk. MikroRNA serum miR-501-3p serum sebagai biomarker potensial terkait dengan perkembangan penyakit Alzheimer. Acta Neuropathol Commun (2017) 5 (1): 10.10.1186 / s40478-017-0414-z [Artikel gratis PMC] [PubMed] [Cross Ref]
41. Gardiner E, Beveridge NJ, Wu JQ, Carr V, Scott RJ, Tooney PA, dkk. Mencetak wilayah DLK1-DIO3 dari 14q32 mendefinisikan tanda tangan miRNA yang berhubungan dengan skizofrenia dalam sel mononuklear darah perifer. Psikiatri Mol (2012) 17 (8): 827 – 40.10.1038 / mp.2011.78 [Artikel gratis PMC] [PubMed] [Cross Ref]
42. Belzeaux R, Bergon A, Jeanjean V, Loriod B, Formisano-Treziny C, Verrier L, dkk. Pasien responden dan non-responden menunjukkan tanda transkripsi perifer yang berbeda selama episode depresi mayor. Menerjemahkan Psikiatri (2012) 2: e185.10.1038 / tp.2012.112 [Artikel gratis PMC] [PubMed] [Cross Ref]
43. Lugli G, Torvik VI, Larson J, Smalheiser NR. Ekspresi mikroRNA dan prekursornya dalam fraksi sinaptik otak depan tikus dewasa. J Neurochem (2008) 106 (2): 650 – 61.10.1111 / j.1471-4159.2008.05413.x [Artikel gratis PMC] [PubMed] [Cross Ref]
44. Stary CM, Xu L, Sun X, Ouyang YB, RE Putih, Leong J, dkk. MicroRNA-200c berkontribusi terhadap cedera dari iskemia serebral fokal transien dengan menargetkan reelin. Stroke (2015) 46 (2): 551 – 6.10.1161 / STROKEAHA.114.007041 [Artikel gratis PMC] [PubMed] [Cross Ref]
45. Lai CY, Yu SL, MH Hsieh, Chen CH, Chen HY, Wen CC, dkk. Penyimpangan ekspresi MicroRNA sebagai biomarker darah tepi potensial untuk skizofrenia. PLoS One (2011) 6 (6): e21635.10.1371 / journal.pone.0021635 [Artikel gratis PMC] [PubMed] [Cross Ref]
46. Lai CY, Lee SY, Scarr E, Yu YH, Lin YT, Liu CM, dkk. Ekspresi mikroRNA yang menyimpang sebagai biomarker untuk skizofrenia: dari keadaan akut hingga remisi parsial, dan dari darah perifer ke jaringan kortikal. Menerjemahkan Psikiatri (2016) 6: e717.10.1038 / tp.2015.213 [Artikel gratis PMC] [PubMed] [Cross Ref]
47. Lewohl JM, Nunez YO, PR Dodd, Tiwari GR, Harris RA, Mayfield RD. Peningkatan regulasi microRNAs di otak pecandu alkohol manusia. Res Klinik Clin Exp (2011) 35 (11): 1928 – 37.10.1111 / j.1530-0277.2011.01544.x [Artikel gratis PMC] [PubMed] [Cross Ref]
48. Dill H, Linder B, Fehr A, Fischer U. Intronic miR-26b mengontrol diferensiasi neuron dengan menekan transkrip inangnya, ctdsp2. Dev Gen (2012) 26 (1): 25 – 30.10.1101 / gad.177774.111 [Artikel gratis PMC] [PubMed] [Cross Ref]
49. Perkins DO, Jeffries CD, Jarskog LF, Thomson JM, Woods K, Newman MA, dkk. Ekspresi MicroRNA di korteks prefrontal individu dengan skizofrenia dan gangguan schizoafektif. Genome Biol (2007) 8 (2): R27.10.1186 / gb-2007-8-2-27-rXNUMX [Artikel gratis PMC] [PubMed] [Cross Ref]
50. Kumar K, Sharma S, Kumar P, Deshmukh R. Potensi terapi ligan reseptor GABA (B) dalam kecanduan obat, kecemasan, depresi dan gangguan SSP lainnya. Pharmacol Biochem Behav (2013) 110: 174 – 84.10.1016 / j.pbb.2013.07.003 [PubMed] [Cross Ref]
51. McCracken ML, CM Borghese, Trudell JR, Harris RA. Asam amino transmembran dalam reseptor GABAA beta2 yang penting untuk aksi alkohol dan anestesi. J Pharmacol Exp Ther (2010) 335 (3): 600 – 6.10.1124 / jpet.110.170472 [Artikel gratis PMC] [PubMed] [Cross Ref]
52. Zong L, Zhou L, Hou Y, Zhang L, Jiang W, Zhang W, et al. Regulasi genetika dan epigenetik tentang transkripsi GABRB2: hidroksimetilasi yang bergantung pada genotipe dan perubahan metilasi pada skizofrenia. J Psychiatr Res (2017) 88: 9 – 17.10.1016 / j.jpsychires.2016.12.019 [PubMed] [Cross Ref]
53. Fukata Y, Itoh TJ, Kimura T, Menager C, T Nishimura, Shiromizu T, dkk. CRMP-2 mengikat heterodimer tubulin untuk mempromosikan perakitan mikrotubulus. Nat Cell Biol (2002) 4 (8): 583 – 91.10.1038 / ncb825 [PubMed] [Cross Ref]
54. Kekesi KA, Juhasz G, Simor A, P Gulyassy, ​​Szego EM, Hunyadi-Gulyas E, dkk. Jaringan protein fungsional yang berubah di prefrontal cortex dan amygdala korban bunuh diri. PLoS One (2012) 7 (12): e50532.10.1371 / journal.pone.0050532 [Artikel gratis PMC] [PubMed] [Cross Ref]
55. Taylor A, Wang KS. Hubungan antara polimorfisme gen DPYSL2 dan ketergantungan alkohol pada sampel Kaukasia. J Neural Transm (Vienna) (2014) 121 (1): 105 – 11.10.1007 / s00702-013-1065-2-XNUMX [PubMed] [Cross Ref]
56. Hua T, Vemuri K, Pu M, Qu L, Han GW, Wu Y, dkk. Struktur kristal reseptor cannabinoid manusia CB1. Sel (2016) 167 (3): 750 – 62.e14.10.1016 / j.cell.2016.10.004 [Artikel gratis PMC] [PubMed] [Cross Ref]
57. Benyamina A, Kebir O, Blecha L, Reynaud M, Krebs MO. Polimorfisme gen CNR1 pada gangguan adiktif: tinjauan sistematis dan meta-analisis. Addict Biol (2011) 16 (1): 1 – 6.10.1111 / j.1369-1600.2009.00198.x [PubMed] [Cross Ref]
58. Loureiro M, Kramar C, Renard J, LG Rosen, Laviolette SR. Penularan cannabinoid dalam hippocampus mengaktifkan nucleus accumbens neuron dan memodulasi penghargaan dan arti-penting emosional yang berhubungan dengan kebencian. Biol Psikiatri (2016) 80 (3): 216 – 25.10.1016 / j.biopsych.2015.10.016 [PubMed] [Cross Ref]
59. Kasem E, Kurihara T, Tabuchi K. Neurexins, dan gangguan neuropsikiatri. Neurosci Res (2017) 127: 53 – 60.10.1016 / j.neures.2017.10.012 [PubMed] [Cross Ref]