神经退行性疾病，如阿尔茨海默病、帕金森病和肌萎缩侧索硬化症（ALS），由于其进行性的神经元退化，给医疗保健带来了深刻的挑战，导致严重的认知和运动功能障碍。尽管在这些疾病的分子和细胞机制方面取得了进展，但早期诊断工具和有效治疗方法仍然有限。传统诊断方法常常无法在疾病最早阶段检测到疾病，现有疗法主要缓解症状而未能解决根本原因。
本研究专题旨在整合利用人工智能（AI）、生物信息学和计算机模拟方法在神经退行性疾病中发现和验证生物标志物的最新研究。强调改进早期诊断技术、深入了解分子机制和识别新的治疗靶点，这一系列成果将展示跨学科的进展，可能重新定义精准医学并支持临床决策过程的变革。我们邀请来自广泛计算和生物医学研究领域的贡献，特别是与神经退行性疾病相关的研究。主要关注的主题包括：
- 开发和应用人工智能和机器学习进行生物标志物检测。
- 计算机模拟方法用于发现基于微小RNA的生物标志物。
- 单细胞RNA测序技术揭示细胞水平的基因表达模式。
- 多组学数据整合以全面了解神经退行性疾病的分子机制。
- 新型生物信息学工具处理和分析复杂的多组学数据，以理解神经退行性疾病的分子机制。
- 精准医学方法个性化治疗计划，改善神经退行性疾病患者的预后。
- 通过体外、体内实验验证通过人工智能和计算机模拟方法识别的生物标志物。
- 虚拟筛选方法用于识别潜在药物，以及分子动力学（MD）在探索与神经退行性疾病相关的蛋白质-配体相互作用中的应用。
关键词：人工智能在神经退行性疾病中的应用，生物信息学用于生物标志物发现，计算机模拟建模，多组学整合，神经退行性疾病生物标志物，机器学习用于疾病诊断，单细胞RNA测序，基于微小RNA的生物标志物，精准医学
重要提示：所有对本研究专题的贡献必须在其提交的部分和期刊的使命声明范围内。Frontiers 保留权利在同行评审的任何阶段将超出范围的手稿引导至更合适的部分或期刊。
主题编辑
- 金邦烈（Bonglee Kim），韩国庆熙大学韩医学院，首尔，韩国
- 莫罕默德·阿里·莫尼（Mohammad Ali Moni），澳大利亚新南威尔士大学肯辛顿分校
- 马哈布·拉赫曼（Md Habibur Rahman），孟加拉国库斯蒂亚伊斯兰大学计算机科学与工程系，库斯蒂亚-7003
参与期刊
手稿可以通过以下期刊提交：
- Frontiers in 医学 精准医学
(全文结束)
