จิตเวชศาสตร์ด้านหน้า. 2018; 9: 81
เผยแพร่ออนไลน์ 2018 มี.ค. 12 ดอย: 10.3389 / fpsyt.2018.00081
PMCID: PMC5858605
PMID: 29593587
มินโฮลี,1,† Hyeyoung Cho,2,3,† ซึงฮยอนจุง,2,4 Seon-Hee Yim,2 ซองมินโช,2,3 จีวอนชอน,5 Soo-Hyun Paik,5 ปาร์คอึนอึน,6,7 Dong Huey Cheon,7,8 จีอึนลี,7 Jung-Seok Choi,9 ไดจินคิม,5,* และ Yeun-Jun Chung1,2,3,*
นามธรรม
พื้นหลัง
การใช้อินเทอร์เน็ตและเกมออนไลน์ที่เสพติดเป็นความผิดปกติทางจิตเวชที่อาจเกิดขึ้นซึ่งเรียกว่า Internet Gaming disorder (IGD) Altered microRNA (miRNA) โพรไฟล์การแสดงออกได้รับการรายงานในเลือดและเนื้อเยื่อสมองของผู้ป่วยที่มีความผิดปกติทางจิตเวชบางอย่างและแนะนำว่าเป็นไบโอมาร์คเกอร์ อย่างไรก็ตามยังไม่มีรายงานเกี่ยวกับโปรไฟล์ miRNA ใน IGD
วิธีการ
เพื่อค้นหา miRNA ที่สัมพันธ์กับ IGD เราวิเคราะห์โปรไฟล์การแสดงออกของ miRNA ของตัวอย่าง 51 (25 IGD และ 26 control) โดยใช้ TaqMan mi DNA miRNA Array สำหรับการตรวจสอบความถูกต้องเราได้ทำการ PCR การถอดความแบบย้อนกลับเชิงปริมาณด้วยตัวอย่างอิสระ 36 (ตัวควบคุม 20 IGD และ 16)
ผลสอบ
จากการค้นพบและการตรวจสอบความเป็นอิสระเราระบุ miRNAs สามชุด (hsa-miR-200c-3p, hsa-miR-26b-5p, hsa-miR-652-3p) ซึ่งมีการลดลงอย่างมากในกลุ่ม IGD บุคคลที่มีการเปลี่ยนแปลงทั้งสาม miRNA นั้นมีความเสี่ยงสูงกว่า IGD มากกว่าไม่มีการเปลี่ยนแปลง [อัตราเดิมพัน (OR) 22, 95% CI 2.29 – 211.11] และ ORs เพิ่มปริมาณขึ้นกับจำนวน miRNA ที่เปลี่ยนแปลง ยีนเป้าหมายที่คาดการณ์ไว้ของ miRNA ทั้งสามนั้นมีความสัมพันธ์กับวิถีทางประสาท เราสำรวจการแสดงออกของโปรตีนของยีนเป้าหมายดาวน์สตรีมทั้งสามโดย Western blot และยืนยันว่าการแสดงออกของ GABRB2 และ DPYSL2 นั้นสูงกว่ากลุ่ม IGD อย่างมีนัยสำคัญ
สรุป
เราสังเกตว่าการแสดงออกของ hsa-miR-200c-3p, hsa-miR-26b-5p และ hsa-miR-652-3p ถูกควบคุมในผู้ป่วย IGD ผลลัพธ์ของเราจะเป็นประโยชน์ในการทำความเข้าใจพยาธิสรีรวิทยาของ IGD
บทนำ
การเสพติดการใช้อินเทอร์เน็ตและเกมบนอินเทอร์เน็ตไม่ได้เป็นเพียงปรากฏการณ์ทางสังคมในประเทศที่มีโครงสร้างพื้นฐานการเข้าถึงอินเทอร์เน็ตที่กว้างขวาง แต่มีความผิดปกติทางจิตเวชที่อาจเกิดขึ้นซึ่งเรียกว่า Internet Gaming disorder (IGD) (1-3) ตามรายงานทางระบาดวิทยาอัตราความชุกของ IGD ในวัยรุ่นแตกต่างกันไปในแต่ละประเทศตั้งแต่ 0.8 ถึง 26.7% (4) โดยเฉพาะอย่างยิ่งการศึกษาแสดงให้เห็นว่าอัตราความชุกสูงกว่า 10% ในวัยรุ่นในหลายประเทศในเอเชียเช่นเกาหลีใต้, จีน, ไต้หวัน, ฮ่องกงและสิงคโปร์ (4) IGD มีความเกี่ยวข้องกับความบกพร่องในการรับรู้, ความสัมพันธ์ทางจิตสังคมและชีวิตประจำวัน; เช่นการลดลงของผลการเรียนหรือการประกอบอาชีพ (4-7) ตอนนี้ IGD ได้รวมอยู่ในหมวดที่ 3 (เงื่อนไขสำหรับการศึกษาต่อ) ของการแก้ไขครั้งที่ห้าของคู่มือการวินิจฉัยและสถิติของความผิดปกติทางจิต (DSM-V) (8) อย่างไรก็ตามแม้จะมีความสำคัญทางคลินิกและสังคม แต่ก็ไม่ค่อยมีใครรู้เกี่ยวกับกลไกทางพันธุกรรมระดับโมเลกุลของ IGD
การศึกษาคู่แฝดขนาดใหญ่เมื่อเร็ว ๆ นี้ได้แนะนำภูมิหลังทางพันธุกรรมของ IGD (9, 10) Vink และคณะ การตรวจสอบความแตกต่างของแต่ละบุคคลในการใช้อินเทอร์เน็ตแบบบังคับด้วย 5,247 monozygotic และ dizygotic twins วัยรุ่นใน Netherlands Twin Register และรายงานว่า 48% ของความแตกต่างถูกอธิบายโดยปัจจัยทางพันธุกรรม (9) หลี่และคณะ สังเกตคู่ 825 ของฝาแฝดวัยรุ่นจีนและรายงานว่าปัจจัยทางพันธุกรรมอธิบาย 58 – 66% ของความแตกต่าง (10) ดังนั้นความหลากหลายของยีนที่เกี่ยวข้องกับสารสื่อประสาทการรับรู้และความสนใจเช่น dopamine receptor ยีน D2 (DRD2) ยีน catecholamine-O-methyltransferase (COMT) ยีนการขนส่งของ serotonin (5HTTLPR) และตัวรับ cholinergic nicotinic alpha 4 ยีน (CHRNA4) มีการรายงานว่ามีความเกี่ยวข้องอย่างมากกับการติดอินเทอร์เน็ต (11-13) เมื่อเร็ว ๆ นี้คิมและคณะ คัดกรองสายพันธุ์ของยีนที่คัดเลือกมากกว่า 100 ที่เกี่ยวข้องกับการผลิต, การกระทำ, และเมแทบอลิซึมของสารสื่อประสาทโดยการวิเคราะห์ลำดับถัดไปและรายงานว่า rs2229910 ของ NTRK3 ยีนเกี่ยวข้องกับ IGD (14).
นอกจากปัจจัยทางพันธุกรรมแล้วยังเป็นที่รู้จักกันดีว่าฟีโนไทป์ neurobehavioral มีการควบคุม epigenetically โดย RNAs ที่ไม่ใช่การเข้ารหัสรวมถึง microRNAs (miRNAs) (15, 16) miRNAs เป็นโมเลกุลอาร์เอ็นเอขนาดเล็กที่ไม่มีการเข้ารหัสขนาดเล็ก (ประมาณ 20 – 23 นิวคลีโอไทด์ที่มีความยาว) ซึ่งควบคุมการแสดงออกของยีนที่เข้ารหัสโปรตีนโดยการลดระดับ mRNAs และมีบทบาทสำคัญในกระบวนการทางพยาธิสรีรวิทยาของโรคต่างๆ17) มีหลักฐานแสดงให้เห็นว่า miRNAs มีอยู่มากมายในระบบประสาทส่วนกลางของมนุษย์ (CNS) และทำหน้าที่ปรับแต่งระดับการแสดงออกของยีนเป้าหมายของพวกเขาซึ่งเกี่ยวข้องกับการพัฒนาและพัฒนาการของระบบประสาทส่วนกลาง15) อันที่จริงการศึกษาเมื่อเร็ว ๆ นี้ได้เปิดเผยว่าโปรไฟล์การแสดงออกของ miRNA มีการเปลี่ยนแปลงในเนื้อเยื่อสมองของผู้ป่วยที่มีความผิดปกติทางจิตแนะนำว่าโปรไฟล์การแสดงออกของพวกเขาอาจเป็นไบโอมาร์คเกอร์สำหรับความผิดปกติทางจิตเวช15, 16, 18) ตัวอย่างเช่นผ่านการวิเคราะห์หลังการชันสูตรศพโลเปซและคณะ รายงานว่าการแสดงออกของ miR-1202 ซึ่งควบคุมการแสดงออกของยีน metabotropic glutamate receptor-4 และทำนายการตอบสนองต่อยากล่อมประสาทถูกลดลงในเนื้อเยื่อเยื่อหุ้มสมองส่วนหน้าของผู้ป่วยโรคซึมเศร้าที่สำคัญ (19) ในแง่ของการตรวจคัดกรองไบโอมาร์คเกอร์วิธีการนี้มีข้อ จำกัด ที่ชัดเจนเพราะการตรวจชิ้นเนื้อเนื้อเยื่อของระบบประสาทส่วนกลางสำหรับการคัดกรองเป็นไปไม่ได้ เนื่องจาก miRNAs สามารถตรวจพบได้ในเลือด (พลาสมาหรือเซรั่ม) การหมุนเวียน miRNAs จึงมีข้อได้เปรียบที่ชัดเจนในฐานะที่เป็นผู้ตรวจจับทางชีวภาพที่ไม่รุกรานในความผิดปกติทางประสาทวิทยา อย่างไรก็ตามจนถึงปัจจุบันยังไม่มีการศึกษาเกี่ยวกับการหมุนเวียนโปรไฟล์ miRNA ใน IGD ความเข้าใจที่ดีขึ้นของการหมุนเวียนโปรไฟล์การแสดงออก miRNA สามารถช่วยชี้แจงกลไกของการพัฒนา IGD และช่วยให้การแปลทางคลินิกง่ายขึ้น
ในการศึกษานี้เรามีวัตถุประสงค์เพื่อระบุเครื่องหมาย miRNA ที่เกี่ยวข้องกับ IGD โดยการสังเกตพลาสมา miRNAs ที่แสดงออกในรูปแบบที่แตกต่างกันระหว่าง IGD และกลุ่มควบคุมและสำรวจผลกระทบทางชีวภาพของพวกมัน
วัสดุและวิธีการ
วิชาศึกษา
เราสำรวจวัยรุ่น 3,166 (อายุ 12 – 18 ปี) โดยใช้การให้คะแนน DSM-V IGD ในหมู่พวกเขา 251 (ชาย 168 และหญิง 83) ได้รับการวินิจฉัยว่าเป็น IGD ตามเกณฑ์ DSM-V (8) บุคคล 91 ทั้งหมด (49 IGDs และ 42 control) ได้ให้ความยินยอมที่ได้รับการบอกกล่าวสำหรับการศึกษานี้ ในหมู่พวกเขาสี่คนได้รับการยกเว้นตามเกณฑ์การยกเว้น สุดท้ายบุคคล 87 (45 IGD วิชาและ 42 บุคคลควบคุมสุขภาพ) ได้รับการลงทะเบียนสำหรับการศึกษานี้ ในหมู่พวกเขาผู้เข้าร่วม 51 (ผู้ป่วย 25 IGD และการควบคุม 26) ได้รับคัดเลือกเป็นชุดค้นพบจาก 2014 เพื่อ 2016 ผู้เข้าร่วม 36 อื่น (ผู้ป่วย 20 IGD และการควบคุม 16) ได้รับการคัดเลือกเป็นชุดตรวจสอบอิสระจาก 2016 ผู้เข้าร่วมทั้งหมดเป็นคนเกาหลีที่ลงทะเบียนจากโรงพยาบาลโซลเซนต์แมรี (โซล, เกาหลีใต้) และโรงพยาบาลแห่งชาติมหาวิทยาลัยโบรามาโซล (โซล, เกาหลีใต้) ผู้เข้าร่วมทั้งหมดได้รับการสัมภาษณ์อย่างมีโครงสร้างโดยจิตแพทย์ตามตาราง Kiddie เกาหลีสำหรับความผิดปกติทางอารมณ์และโรคจิตเภท (K-SADS-PL) (20) ผู้เข้าร่วมทุกคนเสร็จสิ้นการทดสอบย่อยการออกแบบบล็อกและคำศัพท์ของหน่วยสืบราชการลับของเกาหลี - Wechsler สำหรับเด็กรุ่น 4th (K-WISC-IV) (21) ประเมินความหุนหันพลันแล่นโดย Barratt Impulsiveness Scale (BIS) (22) ระบบวัดพฤติกรรมยับยั้ง (BInS) และระบบวัดพฤติกรรมการเปิดใช้งาน (BAS) วัดเพื่อประเมินมิติบุคลิกภาพ (23) เกณฑ์การยกเว้นรวมถึงความผิดปกติทางการแพทย์ที่สำคัญในอดีตหรือปัจจุบัน (เช่นโรคเบาหวาน) ความผิดปกติทางระบบประสาท (เช่นความผิดปกติของการจับกุมการบาดเจ็บที่ศีรษะ) ความผิดปกติทางจิตเวช (เช่นโรคซึมเศร้าที่สำคัญโรควิตกกังวล) ปัญญาอ่อน ยาสูบกัญชาแอลกอฮอล์) ลักษณะทั่วไปของวิชาที่ศึกษาสรุปได้ในตาราง Table1.1. การศึกษานี้ได้รับการอนุมัติจากคณะกรรมการพิจารณาสถาบันของวิทยาลัยการแพทย์มหาวิทยาลัยคาทอลิกแห่งประเทศเกาหลี (MC16SISI0120) ผู้เข้าร่วมทั้งหมดและผู้ปกครองให้ความยินยอมเป็นลายลักษณ์อักษร
1 ตาราง
ลักษณะทั่วไปของวิชาที่เรียน
การค้นพบ | การตรวจสอบ | รวม | |||||||
---|---|---|---|---|---|---|---|---|---|
Control | IGD | P-ราคา | Control | IGD | P-ราคา | Control | IGD | P-ราคา | |
N | 26 | 25 | 16 | 20 | 42 | 45 | |||
อายุ (ปี) | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 13 (12 - 17) | 13 (12 - 15) | 0.759 | 15 (13 - 18) | 14.5 (12 - 18) | 0.628 | 14 (12 - 18) | 14 (12 - 18) | 0.509 |
ชั่วโมงการเล่นเกมทางอินเทอร์เน็ตทุกสัปดาห์ (h) | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 5.25 (2 - 17) | 18 (6 - 46) | 1.27E-6a | 5.5 (2 - 23) | 8 (1 - 112) | 0.374 | 5.5 (2 - 23) | 14 (1 - 112) | 1.63E-5a |
รายได้ของครัวเรือนต่อเดือน (ล้าน KRW) | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 5 (1 - 9) | 3 (1 - 9) | 0.588 | 4 (4 - 4) | 2 (2 - 2) | 1.000 | 5 (1 - 9) | 3 (1 - 9) | 0.460 |
การศึกษา (ปี) | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 8 (7 - 9) | 8 (7 - 9) | 0.584 | 12 (12 - 12) | 6 (6 - 13) | 0.305 | 8 (7 - 12) | 8 (6 - 13) | 0.269 |
K-WISC: การออกแบบบล็อก | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 10.5 (4 - 17) | 10 (4 - 16) | 0.544 | 10 (3 - 16) | 12.5 (4 - 15) | 0.125 | 10 (3 - 17) | 11 (4 - 16) | 0.598 |
K-WISC: คำศัพท์ | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 9 (5 - 17) | 7 (5 - 13) | 0.174 | 9.5 (8 - 15) | 11.5 (5 - 15) | 0.595 | 9 (5 - 17) | 9 (5 - 15) | 0.527 |
KS | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 24 (17 - 36) | 37 (22 - 51) | 3.81E-6a | 29 (17 - 34) | 59 (22 - 108) | 1.2E-5a | 25 (17 - 36) | 40 (22 - 108) | 2.05E-10a |
BIS | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 63 (35 - 75) | 67.5 (45 - 81) | 0.080 | 61 (45 - 79) | 63 (32 - 82) | 0.835 | 62 (35 - 79) | 65 (32 - 82) | 0.240 |
BAS | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 31 (15 - 40) | 31 (13 - 51) | 0.558 | 36.5 (22 - 48) | 34 (27 - 52) | 1.000 | 32 (15 - 48) | 34 (13 - 52) | 0.637 |
ถังขยะ | |||||||||
ค่ามัธยฐาน (ต่ำสุด - สูงสุด) | 18 (10 - 26) | 17.5 (13 - 27) | 0.642 | 18.5 (12 - 25) | 20 (13 - 21) | 0.138 | 18 (10 - 26) | 19 (13 - 27) | 0.302 |
IGD, ผู้ป่วยโรคทางอินเทอร์เน็ต, แคนซัส, ระดับความติดยาเสพติดอินเทอร์เน็ตเกาหลี; BIS, Barratt Impulsivity Scale; ระบบเปิดใช้งานพฤติกรรม BINS, ระบบยับยั้งพฤติกรรม; KRW, วอนเกาหลี.
aP <0.05 (การทดสอบ Mann – Whitney – Wilcoxon).
การทดลอง miRNA Array (TLDA) แบบ TaqMan ความหนาแน่นต่ำ
เก็บเลือดจากผู้เข้าร่วมแต่ละคนและถ่ายโอนไปยังห้องปฏิบัติการภายใน 4 h เพื่อลดการสลายเซลล์เม็ดเลือด ตัวอย่างถูกปั่นแยกด้วยความเร็ว 3,000 รอบต่อนาทีเป็น 10 นาทีที่อุณหภูมิห้อง จากนั้นทำการเก็บตัวอย่างส่วนเกิน (ชั้นพลาสมา) โดยไม่ทำให้เซลล์เม็ดเลือดปนเปื้อน miRNAs หมุนเวียนถูกสกัดโดยใช้ TaqMan miRNA ABC Purification Kit (Human Panel A; Thermo Fisher Scientific, Waltham, MA, USA) ตามคำแนะนำของผู้ผลิต โดยสรุป 50 µL ของตัวอย่างพลาสมาและ 100 µL ของบัฟเฟอร์ ABC ถูกผสม หลังจากการไฮบริดด้วยลูกปัดแม่เหล็กต่อต้าน miRNA เป้าหมายเฉพาะการไหลเวียนของ miRNA ที่มีขอบเขต จำกัด จะถูกชะออกจากเม็ดบีดด้วย 100 µL ของบัฟเฟอร์การชะ ในขั้นตอนการค้นพบ 381 miRNAs ถูกตรวจสอบจากตัวอย่างพลาสมา 51 (25 IGDs และตัวควบคุม 26) โดยใช้ TaqMan miRNA ABC Purification Kit (แผงมนุษย์ A; Thermo Fisher Scientific, Waltham, MA, USA) ตามคำแนะนำของผู้ผลิต Megaplex reverse transcription และ pre-amplification ทำเพื่อเพิ่มปริมาณ cDNA สำหรับการวิเคราะห์การแสดงออกของ miRNA โดยใช้ MegaplexPreAmp Primers Human Pool A และ TaqManPreAmp Master Mix (Thermo Fisher Scientific) แผง TLDA A v2.0 (Thermo Fisher Scientific) ทำงานบนระบบ PCR แบบเรียลไทม์ของ ViiA7 (Thermo Fisher Scientific) เพื่อประเมินการแสดงออกของ miRNAs ข้อมูลดิบถูกประมวลผลโดยใช้ ExpressionSuite Software v1.0.4 (Thermo Fisher Scientific) เพื่อกำหนดค่า Ct สำหรับแต่ละ miRNA
การวิเคราะห์ข้อมูลสำหรับ TLDA
อันดับแรกเราวัดรอบขีด จำกัด (ค่า Ct) ของแต่ละ miRNA miRNA ที่มีค่า Ct> 35 ได้รับการพิจารณาว่าตรวจไม่พบและไม่รวมอยู่ในการวิเคราะห์ในภายหลัง ค่า Ct ทั้งหมดถูกปรับให้เป็นค่า Ct ของ miR-374b (ค่าΔCt) ซึ่งเป็นหนึ่งใน miRNA ที่แสดงเสถียรภาพมากที่สุดที่ไหลเวียนอยู่ในพลาสมาของมนุษย์ (24) อัตราส่วนการเปลี่ยนแปลงการพับของ log2 (ค่าΔΔCt) ของการแสดงออกถูกคำนวณโดยใช้ค่าเฉลี่ยของตัวอย่างการควบคุมเป็นเครื่องสอบเทียบในแพ็คเกจ HTqPCR ใน Bioconductor (25) ปริมาณสัมพัทธ์ (RQ) ของแต่ละเป้าหมาย miRNA ถูกกำหนดเป็น 2-ΔΔCt. สำหรับการทดสอบสมมุติฐานของความแตกต่างในการแสดงออกระหว่างสองกลุ่มเราใช้การวิเคราะห์ตัวแปรตัวแทน (SVA) เพื่อจับความแตกต่างเช่นลักษณะพิเศษแบบแบตช์ในการทดลองโดยใช้ ขืน แพคเกจใน Bioconductor (26) miRNAs กับ P-ค่า <0.05 ถือว่าแตกต่างกันอย่างมีนัยสำคัญระหว่างสองกลุ่ม
การวิเคราะห์การเพิ่มปริมาณของยีนชุด
สำหรับการวิเคราะห์การเพิ่มปริมาณชุดยีนเราใช้ ToppFun ใน ToppGene Suite (27) เพื่อสรุปอย่างมีนัยสำคัญอุดม Gene Ontology (GO) (28) ข้อตกลงทางเดินและโรค สำหรับวิธีการนี้เราใช้ 1,230 ทำนายยีนเป้าหมายของ miRNA ที่มีผู้สมัคร การวิเคราะห์วิถีนั้นใช้เพื่อค้นหาเส้นทางที่สำคัญของยีนเป้าหมายที่คาดการณ์ไว้ตาม KEGG, BioCarta, Reactome, GeneMAPP และ MSigDBin ในเส้นทาง ToppGene ความสำคัญของเงื่อนไขการเสริมสมรรถนะการทำงานถูกกำหนดโดยยึด Bonferroni ที่ปรับแล้ว P-ราคา.
การตรวจสอบและการจำลองแบบ Quantitative Reverse Transcription PCR (qRT-PCR)
ในการตรวจสอบ 10 miRNAs ที่แสดงในขั้นตอนการค้นพบที่แตกต่างกัน qRT-PCR ถูกดำเนินการโดยใช้ TaqMan MicroRNA Assay (miR-15b-5p, #000390; miR-26b-5p, #000407; miRX-29p, #3; 000413; miR-125b-5p, #000449; miR-200c-3p, #002300; miR-337-5p, #002156; miR-411-5p, #001610; miR-423-5p, #002340; miR-483 -5p, #002338; และ miR-652-3p, #002352) และระบบ ViiA7 (Life Technologies) ตามโปรโตคอลของผู้ผลิต RNA ทั้งหมดสิบนาโนกรัมถูกเปลี่ยนเป็น cDNA แบบแรกโดยใช้ไพรเมอร์เฉพาะของ miRNA โดยใช้ชุดการถอดความ TaqMan MicroRNA Reverse Transcription (#4366596, Life Technologies) ตามด้วย PCR แบบเรียลไทม์กับ TaqMan Probes RQ ของแต่ละ miRNA ถูกกำหนดเป็น 2-ΔCtโดยที่ΔCtคือความแตกต่างในรอบเกณฑ์สำหรับตัวอย่างที่เป็นปัญหาทำให้เป็นมาตรฐานกับ miRNA ภายนอก (miR-374b-5p, #001319) ปฏิกิริยา PCR ทั้งหมดได้รับการดำเนินการเป็นสามเท่าและค่ากะรัตของพวกเขาโดยเฉลี่ย เราคำนวณอัตราส่วนการเปลี่ยนแปลงการพับของ log2 (ΔΔCt) ของ miRNA แต่ละอันด้วยวิธีเดียวกันกับการวิเคราะห์ตามอาเรย์ การทดสอบแบบไม่อิงพารามิเตอร์ Mann – Whitney – Wilcoxon ดำเนินการเพื่อทดสอบความแตกต่างของระดับการแสดงออกของ miRNAs ในสองกลุ่มที่มีเกณฑ์ P- ค่าของ 0.05
การวิเคราะห์ Western Blot
แต่ละซีรั่มตัวอย่างหมดลงเป็นครั้งแรกของโปรตีนความอุดมสมบูรณ์สูง 14 อันดับแรก (อัลบูมิน, อิมมูโนโกลบูลิน G, อิมมูโนโกลบูลิน A, serotransferrin, Haptoglobin, อัลฟา -1 , apolipoprotein A-II, เสริม C2 และ transthyretin) โดยใช้คอลัมน์ MARS-1 (3 × 14 mm, เทคโนโลยี Agilent, Santa Clara, CA, USA) ก่อนการวิเคราะห์แบบตะวันตก เศษส่วนที่ไม่ได้รับที่ได้จากคอลัมน์ MARS-4.6 นั้นเข้มข้นโดยใช้ตัวกรองแรงเหวี่ยง Amicon Ultracel-50 (14 kDa cutoff) จากนั้นทำการหาค่าความเข้มข้นของโปรตีนด้วยวิธีกรดไบนโชนินนิก จำนวนที่เท่ากัน (จาก 3 ถึง 3 µg) ของการควบคุมและตัวอย่างซีรั่ม IGD ถูกแยกออกจาก 10 – 30% Mini-PROTEAN TGX precast gel (Bio-Rad, CA, USA) และโอนไปยังเมมเบรน polyvinylidene difluoride ถัดไปเยื่อหุ้มเซลล์ถูกบล็อกใน TBS-T (4 mM NaCl, 20 mM Tris – HCl, pH 190 และ 25% Tween 7.5) ด้วย 0.05% นมแห้งแบบไม่ใช้ไขมันที่ 20% ที่อุณหภูมิห้องสำหรับนาที 5 เยื่อหุ้มนั้นถูกบ่มด้วยแอนติบอดีปฐมภูมิต่อ DPYSL30 (2: 1, ชีววิทยาชีวภาพ Novus, Littleton, CO, USA), GABRB500 (2: 1, Abcam, เคมบริดจ์, MA, สหรัฐอเมริกา) และ CNR1000 , Inc. , Santa Cruz, CA, USA), DUSP1 (1: 100, MybioSource, ซานดิเอโก, แคลิฟอร์เนีย, สหรัฐอเมริกา) และ PI4 (1: 500, MybioSource, San Diego, CA, USA) ใน TBS-T พร้อม 15 นมแห้งที่ไม่ใช่ไขมันที่ 1 ° C ในชั่วข้ามคืนจากนั้นมีแอนติบอดีรองที่เหมาะสมทั้งการต่อต้านการใช้เมาส์วัว (500: 5, เทคโนโลยีชีวภาพ Santa Cruz) หรือการต่อต้านแพะกระต่าย (4: 1, การส่งสัญญาณเซลล์, เบเวอร์ลี่, MA, สหรัฐอเมริกา ) ผันไปยังฮอร์ราดิชเปอร์ออกซิเดสที่อุณหภูมิห้องสำหรับ 1,000 ชั่วโมง การตรวจจับสัญญาณดำเนินการโดยใช้เคมีบำบัดด้วยน้ำยา ECL (การดูแลสุขภาพของ GE, Piscataway, NJ, USA) เราวัดปริมาณผลการคำนวณแบบตะวันตกโดยใช้ซอฟต์แวร์การวิเคราะห์ TotalLab 1D (ไม่ใช่เชิงเส้น Dynamics, Newcastle upon Tyne, สหราชอาณาจักร) จากนั้นค่าอัตราส่วนความหนาแน่นถูกคำนวณโดยการหารค่าความหนาแน่นของแต่ละตัวอย่างตามที่อธิบายไว้ที่อื่น (29) ในฐานะที่เป็นตัวควบคุมสำหรับการทำให้เป็นมาตรฐานตัวอย่างซีรั่มที่รวมกันจาก 46 IGD และตัวอย่างการควบคุมจะถูกใช้สำหรับการทดลองทุกครั้ง นัยสำคัญทางสถิติถูกกำหนดโดยใช้การทดสอบแบบไม่มีพารามิเตอร์ Mann – Whitney – Wilcoxon พร้อมกับขีด P- ค่าของ 0.05
ผลสอบ
ลักษณะของวิชาที่เรียน
ลักษณะทางประชากรและทางคลินิกของวิชาที่ศึกษาแสดงในตาราง Table1.1. เมื่อเราเปรียบเทียบ IGD และกลุ่มควบคุมตามมาตรวัดระดับความติดอินเทอร์เน็ตของเกาหลี (K- ขนาด) ตามที่อธิบายไว้ที่อื่น (20, 30) กลุ่ม IGD แสดงค่า K-Scale เฉลี่ยสูงกว่ากลุ่มควบคุมอย่างมีนัยสำคัญ (37 เทียบกับ 24 P = 3.81 × 10-6) (ตาราง (Table1) .1) เวลาเฉลี่ยรายสัปดาห์ที่ใช้กับการเล่นเกมอินเทอร์เน็ตในกลุ่ม IGD นานกว่าการควบคุม (18 vs. 5.25 ชั่วโมงอย่างมีนัยสำคัญ, P = 1.27 × 10-6) ในขณะที่ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างกลุ่มสองกลุ่มอายุรายได้ต่อเดือนระยะเวลาการศึกษาการออกแบบบล็อกและผลการทดสอบคำศัพท์ของ K-WISC, BIS, BINS และ BAS
miRNAs ที่แสดงความแตกต่างระหว่าง IGD และส่วนควบคุม
ในการค้นหา miRNA ที่เกี่ยวข้องกับ IGD เราใช้วิธีสองขั้นตอน (การค้นพบและการตรวจสอบความถูกต้องอิสระ) การออกแบบการศึกษาและกลยุทธ์โดยรวมแสดงอยู่ในรูป S1 ในวัสดุเสริม ในขั้นตอนการค้นพบเราวิเคราะห์โปรไฟล์การแสดงออกของ miRNA ของตัวอย่าง 51 (25 IGDs และตัวควบคุม 26) โดยใช้อาร์เรย์ miRNA ที่มี 384 miRNA ระดับการแสดงออกของ 10 miRNAs พบว่ามีความแตกต่างอย่างมีนัยสำคัญระหว่าง IGD และกลุ่มควบคุม (ตาราง (Table2) .2) ระดับการแสดงออกสัมพัทธ์ของ 10 miRNAs เหล่านี้แสดงในรูป Figure1.1. ในหมู่พวกเขาสองคน (hsa-miR-423-5p และ hsa-miR-483-5p) ได้รับการควบคุมและแปด (hsa-miR-15b-5b, hsa-miR-26b-5b-29p hsa-miR-3b-125p, hsa-miR-5c-200p ถูกจัดกลุ่มในกลุ่ม hsa-miR-3c-337p, hsa-miR-5p และ hsa-miR-411p
2 ตาราง
microRNAs ที่แสดงออกมาต่างกัน (miRNAs) และการเปลี่ยนแปลงของรอยพับ
miRNA | การค้นพบ | การตรวจสอบ | รวม | |||
---|---|---|---|---|---|---|
P-ราคา | เปลี่ยนการพับ | P-ราคา | เปลี่ยนการพับ | P-ราคา | เปลี่ยนการพับ | |
HSA-miR-15b-5p | 0.033 | 0.829 | 0.694 | 1.119 | 0.381 | 0.947 |
HSA-miR-26b-5pa | 0.008 | 0.871 | 0.049 | 0.841 | 0.013 | 0.857 |
HSA-miR-29b-3p | 0.005 | 0.400 | 0.560 | 1.187 | 0.089 | 0.647 |
HSA-miR-125b-5p | 0.021 | 0.582 | 0.290 | 0.950 | 0.069 | 0.723 |
HSA-miR-200c-3pa | 0.011 | 0.336 | 0.003 | 0.542 | 2.93 × 10-5 | 0.415 |
HSA-miR-337c-5p | 0.009 | 0.385 | 0.582 | 0.872 | 0.020 | 0.553 |
HSA-miR-411-5p | 0.004 | 0.322 | 0.336 | 1.282 | 0.158 | 0.595 |
HSA-miR-423-5p | 0.026 | 1.387 | 0.189 | 0.955 | 0.518 | 1.175 |
HSA-miR-483-5p | 0.018 | 1.861 | 0.765 | 1.413 | 0.211 | 1.647 |
HSA-miR-652-3pa | 0.019 | 0.715 | 0.049 | 0.877 | 0.011 | 0.782 |
amiRNAs เปลี่ยนแปลงอย่างมีนัยสำคัญทั้งในชุดการค้นพบและการตรวจสอบความถูกต้องในลักษณะที่สอดคล้องกัน.
การตรวจสอบ qRT-PCR ของ miRNAs ผู้สมัคร
เพื่อตรวจสอบ 10 ตัวเลือก miRNAs เราดำเนินการ qRT-PCR ด้วยชุดการตรวจสอบความถูกต้องอิสระ (20 IGDs และตัวควบคุม 16) (ตาราง S1 ในวัสดุเสริม) สามของ miRNA เหล่านี้ (hsa-miR-200c-3p, hsa-miR-26b-5p และ hsa-miR-652-3p) มีการลดระดับลงอย่างมากในกลุ่ม IGD ของชุดการตรวจสอบความถูกต้อง (ตาราง (Table2) .2) อีกสาม miRNAs (hsa-miR-337c-5p, hsa-miR-125b และ hsa-miR-423-5p) ก็ถูกควบคุมในกลุ่ม IGD แต่ไม่สำคัญเช่นกัน เหลืออีกสี่ miRNAs (hsa-miR-15b-5p, hsa-miR-29b-3p, hsa-miR-411-5p และ hsa-miR-423p) เมื่อเรารวมชุดการค้นพบและการตรวจสอบความถูกต้อง (จำนวน 5 IGD และตัวควบคุม 45 ทั้งหมด) miRNA ที่ผ่านการตรวจสอบทั้งสามนั้นมีความสำคัญอย่างต่อเนื่อง (ตาราง (Table2) .2) ข้อมูลรายละเอียดตำแหน่งโครโมโซมลำดับผู้ใหญ่และระดับการแสดงออกในระบบประสาทส่วนกลางของทั้งสาม miRNAs มีอยู่ในตาราง S2 ในวัสดุเสริม
ผลเสริมฤทธิ์ของการเปลี่ยนแปลงพร้อมกันของสาม miRNAs ต่อความเสี่ยงของ IGD
ในการประเมินผลรวมของสาม miRNA เราได้ตรวจสอบอัตราส่วนอัตราต่อรอง (ORs) ของกลุ่มย่อยสี่กลุ่ม (ที่มี 0, 1, 2, 3 หรือ XNUMX miRNA การเปลี่ยนแปลง) การเปลี่ยนแปลง miRNA ถูกกำหนดโดยค่า RQ ตามที่อธิบายไว้ในส่วน“วัสดุและวิธีการ.” เนื่องจากตัวทำเครื่องหมายทั้งสามของ miRNA ถูกลดระดับลงในกลุ่ม IGD จึงทำให้ miRNA ที่ค่า RQ ต่ำกว่าหนึ่งถูกท้าทายเมื่อเปลี่ยนไป ข้อมูลโดยละเอียดของค่า RQ ของผู้เข้าร่วมการศึกษาแต่ละคนสำหรับสาม miRNAs นั้นมีอยู่ในตาราง S3 ในวัสดุเสริม สำหรับแต่ละกลุ่มย่อยอัตราต่อรองถูกคำนวณเป็นอัตราส่วนของจำนวนการควบคุมต่อ IGD จากนั้นแต่ละ OR จะถูกคำนวณโดยการหารอัตราต่อรองของแต่ละกลุ่มย่อยโดยอัตราต่อรองของกลุ่มย่อยโดยไม่มีการเปลี่ยนแปลง miRNA บุคคลที่มีการแก้ไข miRNA สามครั้งแสดงความเสี่ยง 22 สูงกว่าที่ไม่มีการเปลี่ยนแปลง miRNA (หรือ 22, 95% CI 2.29 – 211.11) ORs แสดงแนวโน้มที่เพิ่มขึ้นด้วยจำนวน miRNA ที่เปลี่ยนไปจาก 0 เป็น 3 (r2 = 0.996) (รูปที่ (Figure22).
GO และการวิเคราะห์ Pathway ของยีนเป้าหมายของผู้สมัคร miRNAs
เพื่อให้เข้าใจถึงการทำงานของเครื่องหมาย miRNA สามตัวลดลงอย่างมีนัยสำคัญในกลุ่ม IGD ยีนเป้าหมายของพวกเขาจะถูกทำนายโดยใช้ฐานข้อมูล miRWalk 2.0 (31) มีการคาดการณ์ยีน 1,230 ทั้งหมดไว้เป็นเป้าหมายดาวน์สตรีมโดยอัลกอริธึมสี่ (miRWalk, miRanda, RNA22 และ Targetscan) โดยใช้ฐานข้อมูล miRWalk (32-34) (ตาราง S4 ในวัสดุเสริม) การวิเคราะห์การเพิ่มปริมาณของยีนโดยใช้ ToppFun ใน ToppGene Suite แสดงให้เห็นว่ายีนเป้าหมายของ miRNAs นั้นมีความสัมพันธ์อย่างมีนัยสำคัญกับเส้นทางการพัฒนาของระบบประสาทเช่น“ Axon guide” และ GO GO เช่น“ neurogenesis” (Table S5 ในวัสดุเสริม)
การแสดงออกของยีนเป้าหมายที่คาดการณ์ไว้
ในบรรดายีนเป้าหมายดาวน์สตรีมของสาม miRNA นั้น 140 ถูกทำนายพร้อมกันสำหรับสอง miRNAs หรือมากกว่า (ตาราง S4 ในวัสดุเสริม) เพื่อสำรวจว่าระดับการแสดงออกโปรตีนของยีนเป้าหมายดาวน์สตรีมนั้นแตกต่างกันระหว่าง IGD และกลุ่มควบคุมหรือไม่เราเลือกยีน 2 (DUSP4 และ PI15) ซึ่งคาดการณ์ว่าเป็นเป้าหมายดาวน์สตรีมของ 3 miRNA ทั้งหมดและยีน 3 เพิ่มเติม (GABRB2, DPYSL2และ CNR1) จากที่คาดการณ์ไว้สำหรับ 2 miRNAs และทำการวิเคราะห์ blot แบบตะวันตกด้วยตัวอย่างพลาสมาจาก 28 IGDs และ 28 control ที่มีให้สำหรับการทดลอง เราเปรียบเทียบการแสดงออกของห้าเป้าหมายระหว่าง IGD และกลุ่มควบคุมโดยการวัดความเข้มของแถบและพื้นที่ตามที่อธิบายไว้ที่อื่น (29) ในหมู่พวกเขาระดับการแสดงออกของ DPYSL2 (28 IGDs และ 28 ควบคุม, P = 0.0037) และ GABBR2 (27 IGDs และ 28 คอนโทรล P = 0.0052) สูงกว่าอย่างมีนัยสำคัญในกลุ่ม IGD (รูปที่ (Figure3) .3) อย่างไรก็ตามเราไม่สามารถสังเกตเห็นการแสดงออกที่แตกต่างของ CNR1 (P = 0.0853), DUSP4 (P = 0.5443) และ PI15 (P = 0.6346)
การสนทนา
มีรายงานว่า miRNAs เกี่ยวข้องกับการพัฒนาเซลล์ประสาท (35, 36) และการแสดงออกที่แตกต่างของสมอง miRNAs พบได้ในโรคทางจิตเวชเช่นโรคจิตเภท (37) ดังนั้นจึงมีความเป็นไปได้ที่การหมุนเวียนโปรไฟล์ miRNA อาจเป็นประโยชน์ต่อผู้ใช้ทางชีวภาพสำหรับ IGD miRNAs ที่หมุนเวียนได้รับการแนะนำว่าเป็นไบโอมาร์คเกอร์สำหรับความผิดปกติทางประสาทวิทยาที่หลากหลาย (38-40); อย่างไรก็ตามกลไกระดับโมเลกุลที่อยู่เบื้องหลังการพัฒนา IGD ยังไม่เป็นที่ทราบแน่ชัดแม้จะมีความสำคัญทางคลินิกและสังคม ไม่มีการศึกษาเกี่ยวกับ miRNAs ที่เกี่ยวข้องกับ IGD เป้าหมายของการศึกษานี้คือสองเท่า อันดับแรกเราพยายามค้นหาพลาสมา miRNA ที่เกี่ยวข้องกับ IGD ประการที่สองเราประเมินความหมายทางชีวภาพของผู้สมัคร miRNA โดยสำรวจการแสดงออกของโปรตีนและ GO ของยีนเป้าหมายดาวน์สตรีม จากการคัดกรองโปรไฟล์การแสดงออก miRNA ทั่วทั้งจีโนมและการตรวจสอบความถูกต้องของผู้สมัครเราพบว่าการแสดงออกของสาม miRNAs นั้นคือ hsa-miR-200c-3p, hsa-miR-26b-5p-652p-3p-XNUMXp ผู้ป่วย IGD ต่ำกว่าการควบคุมอย่างมีนัยสำคัญ แม้ว่ารูปแบบการแสดงออกของผู้สมัคร miRNA อีกเจ็ดคนนั้นไม่ได้ถูกจำลองแบบในการตรวจสอบ แต่ก็อาจเป็นลบได้เนื่องจากขนาดตัวอย่างเล็ก ๆ ในการศึกษานี้ ตามความรู้ของเรานี่เป็นรายงานครั้งแรกเกี่ยวกับความเป็นไปได้ที่โปรไฟล์การแสดงออกของเลือด miRNA อาจเป็นประโยชน์สำหรับนักชีววิทยาชีวภาพสำหรับ IGD การรวมกันของเครื่องหมาย miRNA สามตัวสามารถใช้เป็นเครื่องมือที่มีการบุกรุกน้อยที่สุดสำหรับการระบุตัวบุคคลในระยะเริ่มแรกที่มีความเสี่ยงของ IGD
miRNAs ที่ระบุในการศึกษานี้ได้รับรายงานว่ามีส่วนร่วมในความผิดปกติของ neuropsychiatric การแสดงออกของ hsa-miR-200c ในเลือดมีรายงานว่ามีการลดลงของความผิดปกติทางจิตเวชหลายอย่างเช่นโรคจิตเภท (41) และตอนซึมเศร้าที่สำคัญ (42) miR-200c มีรายงานว่ามีการแสดงออกในเศษส่วน synaptic สูงกว่าในจำนวนทั้งหมด (43) และยังเกี่ยวข้องกับการตายของเซลล์ประสาท (44) จากรายงานก่อนหน้านี้ miR-200c มีส่วนเกี่ยวข้องในการพัฒนาระบบประสาทและสามารถเชื่อมโยงกับความผิดปกติของประสาทจิตหากการแสดงออกของมันถูกรบกวน มีงานวิจัยหลายชิ้นที่แนะนำความสัมพันธ์ระหว่าง miR-652 และความเสี่ยงของโรคทางจิตเวช เช่นเดียวกับวิธีการของเราในการระบุตัวบ่งชี้ทางชีวภาพของเลือดสำหรับโรคจิตเภท Lai และคณะ ดำเนินการวิเคราะห์ TLDA กับผู้ป่วยโรคจิตเภทและการควบคุมปกติและพบว่าเจ็ด miRNAs รวมถึง hsa-miR-652 นั้นมีการแสดงออกที่แตกต่างกันในผู้ป่วยโรคจิตเภท (45) ในการศึกษาครั้งต่อมาพวกเขาออกแบบแบบจำลองการทำนายโดยใช้ข้อมูลการแสดงออกของ miRNA และแยกแยะอาการจิตเภทจากการควบคุมปกติได้สำเร็จ46) การแสดงออกของ hsa-miR-652 ที่เปลี่ยนแปลงนั้นถูกพบในแอลกอฮอล์ (47) พบว่า Hsa-miR-26b ถูกเปิดใช้งานในระหว่างการแยกเซลล์ประสาท (48) Perkins และคณะ รายงานว่า hsa-miR-26b ถูกลดปริมาณลงในเยื่อหุ้มสมอง prefrontal ของผู้ป่วยจิตเภท (49).
แม้ว่าจะไม่มีหลักฐานโดยตรงที่จะสนับสนุนความสัมพันธ์ระหว่างการแสดงออกที่ก่อกวนของ miRNAs และพยาธิสรีรวิทยาของ IGD แต่เราสามารถอนุมานได้ว่าความผิดปกติของ miRNAs เหล่านี้อาจเกี่ยวข้องกับพยาธิสรีรวิทยาของ IGD จากรายงานก่อนหน้านี้เกี่ยวกับยีนปลายน้ำที่เราทำนายไว้ . ยีนดาวน์สตรีมบางส่วนของสาม miRNAs เช่น GABRB2, CNR1, NRXN1และ ดีพีเอสแอล2 มีรายงานว่าเกี่ยวข้องกับความผิดปกติของ neuropsychiatric Gamma-aminobutyric acid (GABA) เป็นสารสื่อประสาทยับยั้งที่สำคัญในระบบประสาทส่วนกลาง Dysregulation ของ GABA receptor มีส่วนเกี่ยวข้องกับความผิดปกติของระบบประสาทรวมถึงการติดความวิตกกังวลและภาวะซึมเศร้า (50) ซึ่งเป็นคุณสมบัติหลักของ IGD (8) ความหลากหลายทางพันธุกรรมในยีนที่รับ GABA มีการรายงานที่เกี่ยวข้องกับการติดแอลกอฮอล์และโรคจิตเภท (51, 52) Dihydropyrimidinase-like 2 (DPYSL2) เป็นสมาชิกของครอบครัวโปรตีน medaps การตอบสนองของ collapsin ซึ่งมีบทบาทในการประกอบ microtubule การส่งสัญญาณ synaptic และกฎระเบียบของการเจริญเติบโตของ axonal ดังนั้นโมเลกุลนี้จึงถูกเสนอให้เป็นตัวบ่งชี้ทางชีวภาพสำหรับความผิดปกติทางจิตเวช (53, 54) ความแตกต่างใน ดีพีเอสแอล2 ยีนถูกรายงานว่าเกี่ยวข้องกับความผิดปกติในการใช้แอลกอฮอล์ (55) รายงานก่อนหน้านี้และข้อมูลของเราแนะนำว่าการแสดงออกของ GABRB2 และ DPYSL2 ที่มากเกินไปเป้าหมายของปลายน้ำของ miRNA ที่ควบคุมนั้นมีความเกี่ยวข้องกับการเกิดโรคของโรคทางจิตเวชรวมถึง IGD ประเภทรับ Cannabinoid 1 (CNR1) เป็น presynaptic heteroreceptor ที่ปรับเปลี่ยนการปล่อยสารสื่อประสาทและรบกวนในการส่งสัญญาณ cannabinoid มีความเกี่ยวข้องกับความผิดปกติของ neuropsychiatric ต่างๆ (56) ความหลากหลายทางพันธุกรรมของ CNR1 ยีนเป็นที่รู้กันว่าเกี่ยวข้องกับการพึ่งพาสารในคนผิวขาว (57) ในรูปแบบหนูการเปิดใช้งาน ventral hippocampus CNR1 ขัดขวางพฤติกรรมทางสังคมปกติและความรู้ความเข้าใจ (58) การเปลี่ยนแปลงทางพันธุกรรมในครอบครัว NRXN เป็นที่ทราบกันว่ามีส่วนร่วมในความผิดปกติของ neuropsychiatric รวมถึงการติดยาเสพติด (59).
เพื่อตรวจสอบความเกี่ยวข้องทางชีวภาพของผู้สมัคร miRNA สามคนในลักษณะที่ตรงกว่าเราสำรวจการแสดงออกของโปรตีนของยีนเป้าหมายดาวน์สตรีม เนื่องจากความพร้อมใช้งานที่ จำกัด ของตัวอย่างพลาสมาของผู้สมัครทั่วไป 140 (คาดการณ์ว่าเป็นปลายน้ำของ 2 หรือ miRNAs มากกว่า) โดยการตรวจสอบการแสดงออกของ GNRX (GABRB5, DPYSL2, CNR2, DUSP1 และ PI4) และ DPYSL15 สูงขึ้นอย่างมีนัยสำคัญในกลุ่ม IGD รายงานก่อนหน้านี้และข้อมูลของเราชี้ให้เห็นว่าการแสดงออกของ GABRB2 และ DPYSL2 มากเกินไปเป้าหมายปลายน้ำของ miRNA ที่ลดลงอาจมีผลกระทบต่อการเกิดโรคของโรคทางจิตเวชรวมถึง IGD ผลลัพธ์ของ GO และการวิเคราะห์ pathway ของเส้นทางการพัฒนาของระบบประสาทยังสนับสนุนนัยเกี่ยวกับระบบประสาทของเครื่องหมาย miRNA การค้นพบที่น่าสนใจอีกอย่างคือผลเสริมฤทธิ์ของการเปลี่ยนแปลง miRNAs พร้อมกัน บุคคลที่มีการลดลงของ 2 miRNA ทั้งหมดแสดงให้เห็นว่า 2 มีความเสี่ยงสูงกว่าผู้ที่ไม่ได้ลดปริมาณฮอร์โมนและ ORs เพิ่มขึ้นในลักษณะที่ขึ้นกับขนาดของยา แม้ว่า CI สำหรับการดัดแปลงทั้งสามนี้นั้นกว้างเนื่องจากขนาดตัวอย่างที่ จำกัด แต่ความสัมพันธ์เชิงบวกที่ชัดเจน (r2 = 0.996) สนับสนุนผลการทำงานร่วมกันของ miRNA ทั้งสาม
แม้ว่าเราจะค้นพบเครื่องหมาย miRNA ที่เกี่ยวข้องกับ IGD และบุคคลที่มีการเปลี่ยนแปลงทั้งสาม miRNA นั้นมีความเสี่ยงสูงกว่า 22 ที่เท่ากันโดยที่ไม่มีการเปลี่ยนแปลง miRNA แต่มีข้อ จำกัด หลายประการในการศึกษานี้ ครั้งแรกขนาดตัวอย่างขนาดเล็กเพิ่มโอกาสในการขาดเครื่องหมาย miRNA สำคัญอื่น ๆ ประการที่สองเนื่องจากข้อมูลของเราไม่เพียงพอที่จะอธิบายว่าโปรไฟล์พลาสมา miRNA เป็นสาเหตุหรือผลกระทบเราจึงไม่สามารถยืนยันบทบาททางชีวภาพของเครื่องหมายที่ไม่รุกรานเหล่านี้ในการตั้งค่าทางคลินิก การทำโปรไฟล์ miRNA และการวิเคราะห์ยีนดาวน์สตรีมโดยใช้เนื้อเยื่อสมองมนุษย์จากธนาคารเนื้อเยื่อสมองสามารถให้คำตอบได้โดยตรง การวิเคราะห์เนื้อเยื่อสมองด้วยรูปแบบสัตว์ที่ผิดปกติของการเล่นเกมก็จะเป็นประโยชน์เช่นกัน ประการที่สามเนื่องจากตัวอย่างพลาสมามีจำนวน จำกัด เราจึงทำการตรวจสอบโมเลกุลของสารที่ใช้งานต่อเนื่องเพียงห้าโมเลกุล การสำรวจเป้าหมายดาวน์สตรีมมากขึ้นด้วยชุดตัวอย่างที่มีขนาดใหญ่ขึ้นจะเป็นประโยชน์ในการทำความเข้าใจกลไกโมเลกุลของ IGD
โดยสรุปผ่านการคัดกรองโปรไฟล์การแสดงออกของ miRNA และการตรวจสอบที่เป็นอิสระเราได้ค้นพบ miRNAs ที่เกี่ยวข้อง IGD สามรายการ (hsa-miR-200c-3p, hsa-miR-26b-5b-652p-3p-XNUMXp) มีรายงานว่ายีนดาวน์สตรีมส่วนใหญ่เกี่ยวข้องกับความผิดปกติทางประสาทวิทยาที่หลากหลายและการตรวจสอบความถูกต้องของการทดลองการแสดงออกของยีนดาวน์สตรีมเหล่านี้สนับสนุนความหมายของ miRNAs ที่ระบุในการศึกษานี้ เราพบว่าบุคคลที่มีการลดลงของทั้งสาม miRNA มีความเสี่ยงสูงของ IGD เมื่อรวมกับปัจจัยเสี่ยงทางคลินิกหรือทางสิ่งแวดล้อมและเกณฑ์การวินิจฉัยที่เป็นที่รู้จักผลการวิจัยของเราสามารถช่วยให้ผู้ป่วยมีความเสี่ยงสูงขึ้นจาก IGD
แถลงการณ์ด้านจริยธรรม
การศึกษานี้ได้รับการอนุมัติจากคณะกรรมการพิจารณาสถาบันของวิทยาลัยการแพทย์มหาวิทยาลัยคาทอลิกแห่งประเทศเกาหลี (MC16SISI0120) ผู้เข้าร่วมทั้งหมดและผู้ปกครองให้ความยินยอมเป็นลายลักษณ์อักษร
ผลงานของผู้เขียน
ML และ HC สนับสนุนบทความนี้อย่างเท่าเทียมกัน ML, D-JK และ Y-JC ออกแบบการศึกษา SJ, S-MC, YP, DC และ JL ดำเนินการทดลองและสร้างข้อมูล J-WC, S-HP, J-SC และ D-JK เก็บตัวอย่างเลือดและข้อมูลทางคลินิก วิเคราะห์ข้อมูล ML, HC, S-HY และ Y-JC ML, HC, S-HY และ Y-JC อธิบายถึงต้นฉบับ Y-JC ดูแลโครงการ
คำชี้แจงความขัดแย้งทางผลประโยชน์
ผู้เขียนประกาศว่าการวิจัยได้ดำเนินการในกรณีที่ไม่มีความสัมพันธ์ทางการค้าหรือทางการเงินใด ๆ ที่อาจตีความได้ว่าเป็นความขัดแย้งทางผลประโยชน์ที่อาจเกิดขึ้น
เชิงอรรถ
เงินทุน งานนี้ได้รับการสนับสนุนจากโครงการวิจัยสมองผ่านมูลนิธิวิจัยแห่งชาติของเกาหลี (NRF) ซึ่งได้รับทุนจากกระทรวงวิทยาศาสตร์และเทคโนโลยีสารสนเทศและการวางแผนอนาคต (NRF-2015M3C7A1064778)
วัสดุเสริม
วัสดุเสริมสำหรับบทความนี้สามารถดูได้ทางออนไลน์ที่ http://www.frontiersin.org/articles/10.3389/fpsyt.2018.00081/full#supplementary-material.
อ้างอิง