Deine Themen. Neue Beiträge.

Eine kompakte Browser-Benachrichtigung, wenn es Neues gibt. Höchstens einmal am Tag – auch ohne Konto.

Was interessiert dich?

Freiwillig und jederzeit hier abschaltbar. Themenauswahl und Geräte-Abonnement werden gespeichert; eine E-Mail-Adresse ist nicht nötig. Datenschutz

Den Harbor durchsuchenEN/DEKonto
Biologisches Alter & Altersuhren
Forschung im Überblick

Transkriptomische Altersuhr und GWAS-Analyse von Hirnproben bei Opioidabhängigkeit

Eine In-silico-Analyse von Hirnproben berichtete über veränderte altersbezogene Transkriptionszustände bei Opioidabhängigkeit, mit Immun- und Entzündungswegen, neuronalen Signalgenen und zwei Genen, die mit Altersvorhersage-Residuen zusammenhingen. [1]

Automatische Zusammenfassung · nicht redaktionell geprüft

Die Kernaussagen

  1. Die In-silico-Studie kombinierte Transkriptom-Profiling, transkriptomische Altersuhr-Modellierung und GWAS-Analyse von Hirnproben, um Mechanismen im Zusammenhang mit Opioidabhängigkeit zu untersuchen. [1]

  2. Die Altersuhr zeigte eine moderate Vorhersageleistung (r=0,686, MAE=5,16) und signifikante Unterschiede in den Altersvorhersage-Residuen zwischen jüngeren und älteren Gruppen. [1]

  3. Eine Analyse von sechs GWAS-Studien identifizierte 223 SNP-Assoziationen, darunter genomweit signifikante Varianten in Genen, die mit neuronaler Signalgebung und Opioid-Pharmakologie in Verbindung gebracht werden. [1]

Die Quelle auf einen Blick

Studientyp / Format
In-silico-Transkriptom-, Altersuhr- und GWAS-Analyse (Abstract)
Population / Kontext
Hirnproben von Personen mit Opioidabhängigkeit, in silico analysiert
Grundlage der Zusammenfassung
Studienabstract
Original veröffentlicht
27. Juli 2026

Hirnproben, Altersuhr und GWAS bei Opioidabhängigkeit

Diese In-silico-Studie kombinierte Transkriptom-Profiling, transkriptomische Altersuhr-Modellierung und GWAS-Analyse von Hirnproben, um molekulare Mechanismen im Zusammenhang mit Opioidabhängigkeit zu untersuchen. Die Autoren beschreiben Opioidabhängigkeit als komplexe Störung, die von mehreren Faktoren beeinflusst wird, darunter Altern und genetische Faktoren, deren molekulare Mechanismen noch unvollständig verstanden sind.

Beleg [1]

DEGs, Hub-Gene und Altersvorhersage-Residuen

Die Analyse identifizierte 161 unterschiedlich exprimierte Gene, 147 hoch- und 14 herunterreguliert, die an Immun- und Entzündungswegen wie der TNF-Signalgebung beteiligt sind. Eine Netzwerk-Zentralitätsanalyse hob CCL2, CD44, THBS1, TIMP1, CD163, IL6, IL1B und MYC als mögliche Hub-Gene hervor. FAM174B war bei älteren Personen mit Opioidabhängigkeit herunterreguliert, während ZNF256 bei jüngeren Personen hochreguliert war. Die Altersuhr zeigte eine moderate Vorhersageleistung (r=0,686, MAE=5,16) und signifikante Unterschiede in den Altersvorhersage-Residuen zwischen jüngeren und älteren Gruppen, was auf veränderte altersbezogene Transkriptionszustände hindeutet. PHYH und LUCAT1 waren stark mit diesen Residuen assoziiert.

Beleg [1]

GWAS-Varianten und Umfang des Abstracts

Eine Analyse von sechs GWAS-Studien identifizierte 223 SNP-Assoziationen, darunter genomweit signifikante Varianten in den Genen ADGRV1, OPRM1, CNIH3, RGMA, GPRIN3, GAPDHP15, SRP72P1 und CTCF-DT, die mit neuronaler Signalgebung und Opioid-Pharmakologie in Verbindung gebracht werden. Zusammengenommen heben die Befunde Immunwege, neuronale Signalgebung und altersbezogene molekulare Prozesse als Schlüsselkomponenten der Opioidabhängigkeit hervor. Es handelt sich um Assoziationen aus einer In-silico-Analyse, nicht um Belege für Ursachen oder klinischen Nutzen.

Beleg [1]

Was sich daraus ableiten lässt – und was nicht

Nur Abstract; der Volltext wurde nicht geprüft. Es handelt sich um eine In-silico-Analyse von Hirnproben; die berichteten Gen-, Signalweg- und Variantenbefunde sind Assoziationen, keine Belege für Kausalität oder klinischen Nutzen.

Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.

Quelle & Belegstellen

[1]
Transcriptomic aging clock analysis identifies key genes in opioid dependence.

Nguyen HD, McRae MP, Kim S, Kim WK. · europepmc.org · 27. Juli 2026

Zitierte Textstellen anzeigenIn der Sprache der Originalquelle
  1. Kernaussage 1 ↑

    This in silico study integrated transcriptomic profiling
  2. Kernaussage 2 ↑

    moderate predictive performance (r=0.686, MAE=5.16)
  3. Kernaussage 3 ↑

    An analysis of six GWAS studies identified

KI-unterstützte Zusammenfassung mit verlinkten Quellenbelegen. Keine unabhängige redaktionelle oder klinische Prüfung.

Unsere redaktionelle Methodik

Diskussion

Community-Diskussionen

0 Themen

Mitgliederbeiträge. Quellen nennen, kommerzielle Interessen offenlegen und keine persönliche medizinische Beratung oder Dosierungsempfehlungen geben.

Wird geladen…