مجله دانشگاه علوم پزشکی ایلام، جلد ۲۰، شماره ۵، صفحات ۲۶۵-۲۷۳
عنوان فارسی به کارگیری آمار غیر خطی (آنالیز مولفه اصلی ) در آنالیز داده های تمایز سلول بنیادی به آستروسیت
چکیده فارسی مقاله سابقه و هدف : ترکیب آمار تک متغیره و چند متغیره می تواند به شناسایی تغییرات بیولوژیکی واقعی معنی دار در بیان پروتئین ها بین گروههای آزمایشی مختلف کمک نماید. یکی از معمولی ترین روش های آماری که کمک بسیاری به آنالیز ژل های الکتروفورز دو بعدی می کند آنالیز مولفه اصلی((PCA)Principal components analysis) است. در این مطالعه فرآیند تمایز سلول های بنیادی به آستروسیت ها مورد بررسی پروتئومیکی قرار گرفت و پروتئوم دو نوع سلول توسط نرم افزار آماری مورد آنالیز مولفه اصلی قرار گرفت . مواد و روشها : آسپیره مغز استخوان از دهنده سالم ، تهیه شد و جداسازی مونونوکلوئر سل انجام شد . سلول ها در 10 درصد DMEM با گلوکز پایین ، گلوتامین ، استرپتومایسین و پنی سیلین در شرایط CO2 5 درصد و رطوبت 98 درصد در دمای 37ºc انکوبه شدند. برای تمایز این سلول های بنیادی به سلول های آستروسیتی ، سلول ها در مجاورت رتینوئیک اسید ، cAMP ، PGF ،PDGF ،NGF قرار گرفت. از دو رده سلولی سلول های بنیادی وسلول های آستروسیت پروتئین استخراج شد و جداسازی پروتئین ها با الکتروفورز دو بعدی صورت گرفت . به روش رنگ آمیزی نیترات نقره ژل ها رنگ شدند و ژل های اسکن شده با روش های بیو انفورماتیکی و نرم افزار های آماری مورد آنالیز بیوانفورماتیکی و آماری قرار گرفت. یافته : آنالیز بیوانفورتیکی و آماری ژل های بدست آمده از تکنیک الکتروفورز دو بعدی 774 نقطه پروتئینی در دو گروه مشاهده شد که مقایسه بین گروه ها حکایت از بیان پروتئینهای جدید و خاموشی برخی از پروتئین ها در مسیر های سیگنالینگ تمایز سلولی است . آنالیز خوشه بندی پروتئین ها را از نظر بیان به 3 خوشه اصلی تقسیم نمود که بیانگر وجود پروتئین هایی با بیان مشابه در هر خوشه است که این پروتئین ها می توانند عملکرد مشابهی را در شرایط آزمایش ارائه نمایند یا بیانگر حضور همه آن ها در مسیر بیولوژیکی مشترکی است . آنالیز PCA نتایج حاصل از خوشه بندی را تایید نمود و نشان داد که داده پروتئینی بر طبق شرایط آزمایش خوشه‌بندی شده است. در نهایت می توان نتیجه گرفت که تمایز باعث تغییر بیان معنی داری در سطح پروتئوم می شود که این تغییرات را می توان با آنالیزهای آماری خوشه بندی و PCA به خوبی مورد بررسی قرار دادو شاخص های تغییرات را مشخص نمود.
کلیدواژه‌های فارسی مقاله پروتئومیک، آنالیز اجزا اصلی، آستروسیت
عنوان انگلیسی Application of Non Linear Statistics (Principal Component Analysis) in Data Analysis of Differentiation Stem Cell to Astrocyte
چکیده انگلیسی مقاله Background: The combination of univariate and multivariate statistics can identify significant biological changes in protein expression between experimental groups. One of the most common statistical methods that help to analyze two-dimensional gel electrophoresis is principal component analysis. In this study, the differentiation of stem cells to astrocytes is study by proteomics and cell proteome of two groups will be analyzed by principal components analysis (PCA) by statistical software. METHODS: Bone marrow aspirates from healthy donors and isolated mononuclear cell. Cells in 10% DMEM with low glucose, glutamine, streptomycin and penicillin in CO2 5% and moisture 98% were incubated at 37 º c. For differentiation of these cells into astrocytes, cells exposed to retinoic acid, cAMP, PGF, PDGF, NGF. Stem cells and astrocyte cell proteom were extracted and separated by two dimensional electrophoresis. The gels were stained using silver staining and scanned gels were analyzed statistically by using the Bioinformatics analysis software. Results and Discussion: Bioinformatics and statistical analysis of two-dimensional gel electrophoresis technique is shown that 774 protein spots were detected in the two groups. Comparisons between groups suggest that the expression of new proteins and the silencing of certain proteins in the signaling pathway of cell differentiation. Clustering analysis of the expression of proteins can be divided into three main clusters indicate that there are clusters of proteins with similar expression which these proteins can provide similar performance in terms of testing or indicate its presence in the same biological pathway. PCA analysis confirmed the clustering results showed that the protein has been classified according to the test conditions. Finally, we can conclude that the differentiation makes a significant change in the level of expression of the proteome and statistical analysis like clustering and PCA can be considered as good and revealed indicators of changes.
کلیدواژه‌های انگلیسی مقاله Proteomics, Principal components analysis, Astrocytes
نویسندگان مقاله حکیمه زالی | h zali


مصطفی رضایی طاویرانی | m rezaee tavirani


علی صید خانی نهال | a seied khani nahal


شیما مرادی | sh moradi


نشانی اینترنتی http://sjimu.medilam.ac.ir/browse.php?a_code=A-10-220-99&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده میکروب شناسی پزشکی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات