فراتحلیل داده های بیانی RNA-Seq و Microarray برای شناسایی ژن های موثر در رشد و نمو عضله گوسفند
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 116
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JASR-15-4_007
تاریخ نمایه سازی: 14 دی 1402
چکیده مقاله:
امروزه میتوان با روشهای بیوانفورماتیکی دادههای حاصل از مطالعات و پلتفرم های مختلف را ادغام و از آنها بهره برد. در این مطالعه، با ادغام دادههای ریزآرایه و RNA-Seq بافت عضله گوسفند نژاد تکسل موجود در پایگاه داده به مقایسه پروفایل ترنسکریپتومی عضله در دو مقطع سنی جنینی و بلوغ پرداخته شد. برای محاسبه مقادیر بیانی عضله ریزآرایه مربوط به دوران جنینی از بستههای نرمافزاری Limma، Biobase و GEOquery در محیط R و برای محاسبه مقادیر بیانی عضله RNA-Seq از پروتکل Tuxedo و بسته نرمافزاری HTSeq در محیط لینوکس و بستهنرمافزاری DESeq۲ در محیط R استفاده شد. سپس دو نوع مقادیر بیانی ادغام شدند. نتایج نشان داد، در بافت عضله بین مقطع سنی بلوغ و جنینی بیان ۶۲ ژن (۳۷ ژن افزایش و ۲۵ ژن کاهش بیان) اختلاف معناداری داشتند. با رسم شبکه ژنی بین ژنهای افتراقی، ۱۵ ژن منتخب MYH۱، ACTN۳، CASQ۱، TMOD۴، FBP۲، SLC۲A۴، MX۱، COX۴I۱، SOD۲، MFN۲،UQCRB، UCP۳، PRKAB۲، PHKG۲، PPP۱R۳C شناسایی شدند. عملکرد این ژنها در تکثیر سلولی، تشکیل میوفیبریلها و متابولیسمهای چربیزایی ثابت شدهاست. آنالیز هستیشناسی ژنهای افتراقی نقش برخی از این ژنها مثل ACTN۳ وCASQ۱ را در فرآیندهای زیستی مثل توسعه سلول عضلانی مخطط، مسیرهای علامت دهی Calcineurin-NFAT و JAK-STAT آشکار کرد. این مطالعه علاوه بر تایید روش ادغامی دادههای ناهمگن، دیدی کلی از تفاوت های ترنسکریپتومی بافت عضله گوسفند تکسل در دو مقطع مهم سنی را فراهم آورد تا ژنهای منتخب معرفیشده منبع مفیدی برای بررسی های زیستی ژن های مربوط به رشد و نمو عضله باشد.
کلیدواژه ها:
نویسندگان
فهیمه محمدی
گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
مجتبی طهمورث پور
گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
علی جوادمنش
گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد، مشهد، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :