Gen ekspressiyasini profillash usullari to'qimalarga xos transkriptlarni yoki transkriptlarning klasterlarini aniqlashda qo'llanilishi mumkin. Muayyan to'qimalar turlarida o'ziga xos ekspressiyaga ega bo'lgan genlarni muvaffaqiyatli aniqlash ushbu joylarda paydo bo'ladigan kasalliklarni tushunishimizga yordam beradi. Turli to'qimalarga mos keladigan ommaviy foydalanish mumkin bo'lgan ko'p sonli cDNK kutubxonalaridan to'qimalarga xos ekspressiyaga ega genlarni aniqlash uchun DDD kabi usullardan foydalanish mumkin. Ushbu yondashuv yaqinda buyrak podotsitlarida imtiyozli ifodalangan transkriptlarni aniqlash uchun ishlatilgan. Bu hujayra turiga xos gen ifodasini bashorat qilish uchun DDD dan foydalangan birinchi tadqiqot edi. Mualliflar SLM2 oqsilini muvaffaqiyatli aniqladilar, ayniqsa buyrak podotsitlarida ifodalanadi va proteinurik glomerulyar kasalliklarda ko'tariladi va bundan tashqari, VEGF muqobil biriktirilishida ishtirok etadi. Cohen va boshqalar tomonidan olib borilgan tadqiqot DDD kabi genlarni kashf qilish texnikasi hujayra turiga xos gen ekspressiyasini bashorat qilish va tushunishimizni davom ettirishi mumkinligini ko'rsatadi.
Xulosa
Onlayn ochiq manbali ketma-ketlik ma'lumotlari differentsial gen ifodasini aniqlash uchun ajoyib manbadir. Darhaqiqat, bu manbalar ko'plab kasalliklar genlarini kashf qilish bo'yicha tadqiqot dasturlarida mashhur boshlanish nuqtalari hisoblanadi. Ushbu ma'lumotlar to'plami yuqori darajada tashkil etilgan onlayn ma'lumotlar bazalarida to'planadi va izohlanadi. Zamonaviy biotibbiyot tadqiqotchisi shuning uchun kasalliklarni yoki qiziqishlarni farqlashning genomik profilini aniqlash qobiliyatiga ega va shu bilan differentsial ravishda ifodalangan genlarni aniqlaydi. Ushbu maqola ushbu to'plamlarni qazib olish uchun mavjud bo'lgan turli xil vositalarni umumlashtiradi. Ushbu vositalarning aksariyati, xususan, ularning interfeyslari dizayn jihatidan juda oddiy bo'lsa-da, ular genlarni kashf qilish uchun ajoyib manbadir. Bundan tashqari, ushbu vositalar kasallik genlarini aniqlashda yaxshi boshlang'ich nuqtalarda harakat qilishiga qaramay, bularning barchasini eksperimental tekshirishga ehtiyoj bor.silico -dan olingan differentsial ifoda natijalari.
EST va SAGE kutubxonalari cheklovlarsiz emas. EST ma'lumotlar bazalaridan foydalanish bilan bog'liq cheklovlardan biri shundaki, ishonchli molekulyar profillash uchun etarli darajada mos keladigan EST sonlarini ta'minlash uchun faqat yuqori darajada ifodalangan genlar etarli darajada namuna olingan. Shuning uchun kutubxonalarda yuqori darajada ifodalangan genlarga nisbatan moyillik mavjud. Shuning uchun tergovchilar EST kutubxonalaridan olingan ifoda profillarida bu kam miqdordagi transkriptlarni o'z ichiga olmaydi, deb bilishlari kerak. Bir marta o'qiladigan ketma-ketliklar sifatida ESTlar ketma-ketlik xatosiga moyil bo'ladi, garchi ketma-ketlik xatolari asl genni identifikatsiyalashga to'sqinlik qilmaydi. Bundan tashqari, EST ma'lumotlar bazalarida genlarning 5' uchlari kam ifodalangan. ESTlar olingan kutubxonalar genomik material bilan ifloslangan bo'lishi mumkin va ESTlardan foydalanish mRNKni olish qiyin bo'lgan to'qimalar yoki hujayralardagi genlarni aniqlay olmaydi. SAGE kutubxonalari o'zgaruvchan teg o'ziga xosligiga bo'ysunadi va teg yaratishda ishlatiladigan cheklash fermentlari turli uzunlikdagi fragmentlarni beradi.
Shunga qaramay, EST kutubxonasi konida aniqlangan genlar va kuzatuvlar laboratoriya darajasida yoki ex vivo to'qima yoki in vitro hujayra liniyasi modellari yordamida tasdiqlanishi kerak. Bundan tashqari, bu erda aytib o'tilganidek, ushbu yondashuvlardan foydalanadigan tadqiqot guruhlarining aksariyati kasallik sharoitida ushbu differentsial tarzda ifodalangan genlarning funktsional ahamiyatini aniqlaydi.
Xulosa qilib aytganda, silico genlarini qazib olish strategiyalaridan foydalanish asosiy genlar va kasallik to'qimalarida ifodasi o'zgargan gen klasterlarini dastlabki aniqlash uchun ajoyib asos yaratadi. Ushbu tadqiqotlar natijasida olingan ma'lumotlar kasallikning molekulyar asoslarini aniqlashga qaratilgan tadqiqotlar uchun boshlang'ich nuqtadir.
