تمییز آلل های MHC سگ (DLA-DRB1) با روش تحلیل دقیق دمای شکافت DNA
محل انتشار: فصلنامه تحقیقات دامپزشکی، دوره: 73، شماره: 1
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 395
فایل این مقاله در 8 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_JVR-73-1_011
تاریخ نمایه سازی: 6 مهر 1398
چکیده مقاله:
زمینه مطالعه: نقش مهم مولکول های مجتمع عمده پذیرش بافتی (MHC) اتصال به پپتید های پادگنی و عرضه آن ها به لنفوسیت های T است. از اینرو تنوع MHC با حساسیت و یا مقاومت در برابر بسیاری از بیماری های عفونی و بیماری های خودایمن مرتبط است. یک روش نوین بررسی تنوع ژنتیکی، تحلیل دقیق دمای شکافت (HRM-High Resolution Melting) DNA است که می توان آنرا برای بررسی تنوع MHC به کار برد. هدف: تمییز آلل های MHC سگ (DLA-DRB1) با روش تحلیل دقیق دمای شکافت DNA روش کار: تعداد 40 نمونه خون از سگ های ارجاعی به بیمارستان دام های کوچک دانشکده دامپزشکی دانشگاه تهران جمع آوری گردید. پس از استخراج DNA و افزوده سازی اگزون دوم ژن DLA-DRB1، تحلیل HRM و منحنی ذوب صورت گرفت. برای تطبیق الگوهای HRM با توالی نوکلئوتیدی آلل ها، از روش تعیین توالی مستقیم استفاده شد. نتایج: بر اساس تنوع مشاهده شده در نتایج HRM و منحنی ذوب، 40 نمونه به 8 ژنوتیپ (A تا H) قابل تقسیم بندی بودند. بیشترین فراوانی مربوط به تیپ A (00/25 %) و سپس تیپ C و E (هر کدام 00/15 %) بود. در مجموع 5/82 % نمونه ها هتروزیگوت و 5/17 % نمونه ها هوموزیگوت بودند. نتیجه گیری: مطالعه حاضر اولین مطالعه ای است که برای تایپیگ آلل های ژن DLA-DRB1 از تکنیک HRM استفاده شده است. تطبیق نتایج HRM با توالی آلل ها نشان داد که این روش می تواند برای تفکیک آلل های DLA-DRB1 به کار رود.
نویسندگان
سید میلاد واحدی
گروه بیماریهای داخلی، دانشکده دامپزشکی دانشگاه تهران، تهران، ایران
شهرام جمشیدی
گروه بیماریهای داخلی، دانشکده دامپزشکی دانشگاه تهران، تهران، ایران
لیلا لنکرای مهاجر
گروه بیماریهای داخلی، دانشکده دامپزشکی دانشگاه تهران، تهران، ایران
غلامرضا نیکبخت بروجنی
گروه میکروبیولوژی و ایمونولوژی، دانشکده دامپزشکی دانشگاه تهران، تهران، 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 :