Alzheimer's disease (AD) is an incurable disease, and the causative risk factors, especially the modifiable ones, are still poorly understood which impedes the effective prevention and remedy strategies. We proposed a network-based quantitative framework to reveal the complex relationship of various biasing genetic factors for the AD. We analyzed gene expression microarray data from the AD, ageing, severe alcohol consumption, type II diabetes, high body fat, high dietary fat, obesity, dietary red meat, sedentary lifestyle, smoking, and control datasets. We have developed genetic associations and diseasome network of various factors with the AD based on the neighbourhood-based benchmarking and multilayer network topology approaches. The study identified 484 differentially expressed genes of the AD. Among them, 27 genes were highly expressed in both for the AD and smoking whereas the number of genes is 21 for the AD and type II diabetes, and 12 for the AD and sedentary lifestyle. However, AD shared less than ten significant biomarkers with other factors. Notably, 3 significant genes, HLA-DRB4, IGH and IGHA2 are commonly up-regulated among the AD, type II diabetes and alcohol consumption; 2 significant genes IGHD and IGHG1 are commonly up-regulated among the AD, type II diabetes, alcohol consumption and sedentary lifestyle. Protein-protein interaction network identified 10 hub genes: CREBBP, PRKCB, ITGB1, GAD1, GNB5, PPP3CA, CABP1, SMARCA4, SNAP25 and GRIA1. Ontological and pathway analyses have identified significant gene ontology and molecular pathways that enhance our understanding of the fundamental molecular procedure of AD progression. Therapeutic targets of the AD could be developed using these identified target genes, ontologies and pathways. Online Mendelian Inheritance in Man (OMIM) and dbGaP databases were used for gold benchmark gene-disease associations to validate the significance of these identified target genes in AD progression. Our formulated methodologies demonstrate a network-based approach to understand the disease mechanism and the causative reason for the AD, and the identification of therapeutic targets for the AD.

Actual causes of Parkinson's disease (PD) are still unknown. In any case, a better comprehension of genetic and ecological influences to the PD and their interaction will assist physicians and patients to evaluate individual hazard for the PD, and definitely, there will be a possibility to find a way to reduce the progression of the PD. We introduced quantitative frameworks to reveal the complex relationship of various biasing genetic factors for the PD. In this study, we analyzed gene expression microarray data from the PD, ageing (AG), severe alcohol consumption (AC), type II diabetes (T2D), high body fat (HBF), hypercholesterolemia (HC), high dietary fat (HDF), red meat dietary (RMD), sedentary lifestyle (SL), smoking (SM), and control datasets. We have developed genetic associations of various factors with the PD based on the neighbourhood-based benchmarking and multilayer network topology. We identified 1343 significantly dysregulated genes in the PD patients compared to the healthy control, where we have 779 genes down-regulated and 544 genes up-regulated. 69 genes were highly expressed in both for the PD and alcohol consumption whereas the number of shared genes for the PD and the type II diabetes is 51. However, the PD shared 45, 43 and 42 significantly expressed genes with the ageing, high dietary fat and high body fat respectively. The PD shared less than 40 significant transcripts with other factors. Ontological and pathway analyses have identified significant gene ontology and molecular pathways that enhance our understanding of the fundamental molecular procedure of the PD progression. Therapeutic targets of the PD could be developed using these identified target genes, ontologies and pathways. Our formulated methodologies demonstrate a network-based approach to understand the disease mechanism and the causative reason of the PD, and the identification for therapeutic targets of the PD.