Models of computational biomarkers in neuroinformatics

Abstract

Post-Traumatic Stress Disorder (PTSD) is a mental disorder that can develop after experiencing traumatic events. This study is divided into three parts. The first part focuses on creating a model to predict the likelihood of developing PTSD. To achieve this the factors that characterize traumatic experiences were identified. Five contributing factors were identified for the model: intensity, sensory modality, proximity, catalytic factors, and traumatic scale. A mathematical function was then devised for each of these factors to create the model. By using a scoring system based on existing literature and research findings a threshold value that indicates the risk of developing PTSD was calculated. The second part of this study centers around exploring the role of genes and genetic variations in the development and progression of PTSD. Through three methodological approaches 122 genes and 184 Single Nucleotide Polymorphisms (SNPs) associated with PTSD were discovered, and were further examined through network and functional analysis. This constituted the basis of the second aspect of this study which aimed at proposing an efficient treatment for PTSD by exploring drug repurposing methods. To accomplish this, the PTSD-related gene set was employed, and two approaches were followed to identify potential drug compounds that could be repurposed. The top 16 drug candidates were further assessed for their bioavailability and drug-like characteristics. The final aspect of this work centered on designing a protocol for an AI-driven biobank dedicated to research and model validation. This digital biobank will serve as a resource, for researchers studying the underlying mechanisms and biomarkers associated with PTSD. The technical aspects, and any relevant considerations and requirements, were mapped out and analyzed, and user-friendly interfaces were proposed.

Η διαταραχή μετατραυματικού στρες (PTSD) είναι μια ψυχική διαταραχή που μπορεί να αναπτυχθεί μετά από τραυματικά γεγονότα. Η μελέτη αυτή χωρίζεται σε τρία μέρη. Το πρώτο μέρος εστιάζει στη δημιουργία ενός μοντέλου για την πρόβλεψη της πιθανότητας ανάπτυξης PTSD. Για να επιτευχθεί αυτό, εντοπίστηκαν οι παράγοντες που χαρακτηρίζουν τις τραυματικές εμπειρίες. Προσδιορίστηκαν πέντε παράγοντες που συμβάλλουν στο μοντέλο: η ένταση, τα αισθητήρια όργανα, η εγγύτητα, οι καταλυτικοί παράγοντες και η τραυματική κλίμακα. Στη συνέχεια δημιουργήθηκε μια μαθηματική συνάρτηση για κάθε έναν από αυτούς τους παράγοντες. Χρησιμοποιώντας ένα σύστημα βαθμολόγησης που βασίζεται στην υπάρχουσα βιβλιογραφία υπολογίστηκε μια τιμή κατωφλίου που υποδεικνύει τον κίνδυνο ανάπτυξης PTSD. Το δεύτερο μέρος αυτής της μελέτης επικεντρώνεται στη διερεύνηση του ρόλου των γονιδίων και των γενετικών παραλλαγών στην ανάπτυξη και την εξέλιξη της PTSD. Μέσω τριών μεθοδολογικών προσεγγίσεων προσδιορίστηκαν 122 γονίδια και 184 Πολυμορφισμοί Μεμονωμένων Νουκλεοτιδίων (SNPs) που σχετίζονται με PTSD και εξετάστηκαν περαιτέρω μέσω δικτυακής και λειτουργικής ανάλυσης. Αυτό αποτέλεσε τη βάση της δεύτερης πτυχής αυτής της μελέτης, η οποία στόχευε στην πρόταση μιας αποτελεσματικής θεραπείας για το PTSD με τη διερεύνηση μεθόδων επαναπροσδιορισμού φαρμάκων. Για να επιτευχθεί αυτό, χρησιμοποιήθηκε το σύνολο γονιδίων που σχετίζεται με το PTSD και ακολουθήθηκαν δύο προσεγγίσεις για τον εντοπισμό πιθανών ενώσεων φαρμάκων που θα μπορούσαν να επαναχρησιμοποιηθούν. Οι κορυφαίες 16 υποψήφιες ενώσεις αξιολογήθηκαν περαιτέρω για τη βιοδιαθεσιμότητά τους και τα χαρακτηριστικά τους. Η τελευταία πτυχή αυτής της εργασίας επικεντρώθηκε στον σχεδιασμό ενός πρωτοκόλλου για μια βιοτράπεζα βασισμένη σε AI αφιερωμένη στην έρευνα και την επικύρωση μοντέλων. Αυτή η ψηφιακή βιοτράπεζα θα χρησιμεύσει ως πηγή, για ερευνητές που μελετούν τους υποκείμενους μηχανισμούς και τους βιοδείκτες που σχετίζονται με το PTSD. Οι τεχνικές πτυχές και απαιτήσεις χαρτογραφήθηκαν, αναλύθηκαν και προτάθηκαν φιλικές προς το χρήστη διεπαφές.