Genomic Antworten in Mausmodellen menschlicher Entzündungskrankheiten genau imitieren

    Mausmodelle für menschliche Erkrankungen sind wesentliche Forschungswerkzeuge, die weit in den medizinischen Wissenschaften verwendet werden, um das Verständnis der Pathogenese und Pathophysiologie verschiedener Krankheiten zu erhöhen und für Kuren suchen. Trotz der weit verbreiteten Einsatz von Mäusen als Tiermodell der Krankheit, im Jahr 2013, Seok et al. berichtet, dass Maus-Modellen schlecht imitieren menschliche Entzündungserkrankungen, wie schwere Verbrennungen, Sepsis und akute Infektion, in Bezug auf die Genexpression (PNAS 2013, 110 (9), 3507-3523), die mehr als 400-mal seit zitiert wurde Veröffentlichung nur 18 Monaten. Ihre Artikel führte zu große Bewegung, nicht nur unter den Wissenschaftlern, aber auch in der populären Massenmedien, einschließlich der New York Times und CBS News, entfachen Streit darüber, ob Mausmodellen wirksam für die medizinische Forschung sind. Als Reaktion auf den Artikel, Dr. Francis S. Collins, Direktor der National Institutes of Health (NIH), den Plan an, "Gewebe-Chips" zu entwickeln als Alternativen zu Tiermodellen menschlicher Erkrankungen.

    Professor Tsuyoshi Miyakawa von der Fujita Health University, und Professor Takao Keizo , aus dem Nationalen Institut für Physiologische Wissenschaften in Japan, angewendet geeignetere und empfindlicher Methoden zum Nachweis von Ähnlichkeiten von Genexpressionsmustern als in der ursprünglichen PNAS Papier auf die erneut analysieren angewendet gleichen Datensätze in Seok et al. Professor Miyakawa sagte: " Einer der Autoren der Seok et al. In einem Interview mit der New York Times (*) , dass , wenn der Artikel wurde von Natur und Wissenschaft abgelehnt , Kommentare wie" Es hat sich als falsch " erhielten sie angegeben. I hatte den gleichen Eindruck wie die Rezensenten . " Drs. Miyakawa und Takao dann erneut analysiert die in der Seok et al verwendeten Daten. Papier und inadäquat Methoden in den ursprünglichen Analysen und führt sie zu einem Abschluss völlig entgegengesetzt zu der Seok et al.

    Seok et al. Vergleich der Expressionsspiegel von Genen, die in einem bestimmten menschlichen Krankheitszustand zwischen Menschen und Mäusen verändert wurden , und zwar unabhängig davon, ob die Gene in den Mäusen verändert. Ein Vergleich der genomischen Antwort zwischen Menschen und Mäusen , einschließlich der Gene, die in einer Spezies , aber nicht in einer anderen geändert , verdeckt die Korrelation zwischen homologen Genen von Mensch und Maus auf nahezu Null , wie durch Seok et al.

    In Seok et al., Vergleich der Genexpressionsmuster von Mensch Brand und Mausmodellen von Verbrennungen, Trauma, Sepsis und Infektion ergab Pearson-Korrelationskoeffizienten (R), die von 0,14 bis 0,28 reicht, und der Prozentsatz der Gene, deren Expression verändert in der gleichen Richtung 55% bis 61%, was keine Korrelation überhaupt. In dem vorliegenden Bericht, der auf den gleichen Datensätzen in Seok et al. Verwendet, reichten die R-Werte von 0,36 bis 0,59, und 77% bis 93% der Gene in den gleichen Richtungen zwischen der menschlichen Krankheit und Maus-Modell geändert. Ferner wird in der vorliegenden Arbeit, die Autoren durchgeführt anspruchsvoller nicht voreingenommen statistischen Analysen der Ähnlichkeit zwischen Gen-Sets von Menschen und Mäusen unter Verwendung der Bioinformatik-Tool NextBio. Nicht-parametrische Analyse unter Verwendung von Rang NextBio gezeigt, dass das Muster der Veränderungen der Genexpression in Mausmodellen war sehr ähnlich den bei menschlicher Verbrennungsbedingungen mit außerordentlich hoher Zuverlässigkeit (Überlappung p-Wert = 1,2 x 10-35 - 6,5 x 10-11) .

    Viele molekulare Signalwege sind häufig in menschlichen Krankheiten und Mausmodellen fehlreguliert . Zahlreiche Wege sind jedoch üblicherweise nicht in der menschlichen Krankheiten und Maus-Modellen beeinflusst. Die Konzentration auf die Gemeinsamkeiten zwischen der menschlichen Krankheiten und Mausmodellen wird uns erlauben, nützliche Informationen für die Untersuchung der Pathophysiologie und Pathogenese von Krankheiten des Menschen und für die Entwicklung von Therapien abzuleiten.