• 제목/요약/키워드: 마이크로어레이 데이터

검색결과 103건 처리시간 0.018초

심근세포로의 분화에 관여하는 새로운 생리활성 단백질 SPP2의 발굴 (Identification and Characterization of Secreted Phosphoprotein 2 as a Novel Bioactive Protein for Myocardial Differentiation)

  • 전세진
    • 생명과학회지
    • /
    • 제33권1호
    • /
    • pp.64-72
    • /
    • 2023
  • 심장 발생과정에 관여하는 주요 전사인자들의 기능에 대한 규명 등의 발전에도 불구하고 줄기 세포에서 매우 효율적인 심근 세포로의 분화를 촉진하는 새로운 생체 활성 분자를 찾는 것이 여전히 필요하다. 마우스배아줄기세포(mESC) 유래 심근세포의 Illumina 발현 마이크로어레이 데이터를 분석하였다. 미분화 mESCs와 비교하여 mESC 유래 심근세포에서 4배 이상 유전자 발현이 증가한 276개 유전자가 스크리닝되었다. Secreted phosphoprotein 2 (Spp2)는 후보물질 중 하나이며 bone morphogenetic protein 2 (BMP2)에 대한 슈도수용체로서 BMP2 신호 전달을 억제하는 것으로 알려져 있다. 그러나 심근 형성과의 연관성은 알려진 바 없다. 우리는 mESC 세포주인 TC-1/Kh2와 E14를 이용하여 기능성 심근세포로 분화하는 동안 Spp2 발현이 증가함을 검증하였다. 흥미롭게도, Spp2 분비는 배아체(embryoid body, EBs) 형성 후 3일차에 일시적으로 증가했는데, 이는 Spp2의 분비가 ESCs의 심근세포로의 분화에 관여함을 시사한다. Spp2의 기능을 분석하기 위해, 우리는 BMP2를 처리하면 분화 경로를 근모세포에서 골모세포로 전환되는 특성을 가진 C2C12 마우스 근모세포 세포주를 사용하여 실험을 수행하였다. mESCs의 분화와 유사하게, Spp2의 전사는 C2C12 근모세포가 근관으로 분화됨에 따라 증가하였다. 특히, 분화 초기 단계에서 Spp2의 세포외 분비가 극적으로 증가하였다. 또한, Spp2-Flag 재조합 단백질로 처리하면 C2C12 근모세포의 근관으로의 분화가 촉진되었다. 종합하면, ESCs를 심근 세포로 분화시키는 새로운 생체 활성 단백질로 Spp2를 제안한다. 이것은 심근형성의 분자 경로를 이해하고 허혈성 심장질환에 대한 줄기세포 요법의 실험적 또는 임상적 발전을 촉진하는 역할을 할 것으로 기대한다.

Molecular Signatures in Chicken Lungs Infected with Avian Influenza Viruses

  • Jeong Woong Park;Marc Ndimukaga;Jaeyoung Heo;Ki-Duk Song
    • 한국가금학회지
    • /
    • 제50권4호
    • /
    • pp.193-202
    • /
    • 2023
  • 인플루엔자 A 바이러스(IAVs)는 많은 조류 종의 호흡 기관에 감염되며 사람을 비롯한 다른 동물로 전파될 수 있는 포장된 음극성 역전사 RNA 바이러스이다. 이 연구에서는 이전 연구의 마이크로어레이 데이터를 다시 분석하여 닭에서 공통 및 특이하게 발현되는 유전자(DEG) 및 그들의 생물학적 활동을 식별하였다. 고병원성(HPAIV) 및 저병원성(LPAIV) 인플루엔자 A 바이러스 감염된 닭 세포에서 각각 760개와 405개의 DEG가 발굴되다. HPAIV 및 LPAIV는 각각 670개와 315개의 DEG를 가지고 있으며, 이 중 90개의DEG가 두 바이러스에서 공유된다. HPAIV 감염으로 인해DEG의 기능 주석에 따르면 세포 주기의 기본적인 생물학적 기능과 연관된 다양한 유전자가 발굴되었다. 대상 유전자중에서 CDC Like Kinase 3(CLK3), Nucleic Acid Binding Protein 1(NABP1), Interferon-Inducible Protein 6(IFI6), PIN2 (TERF1) Interacting Telomerase Inhibitor 1(PINX1), 그리고Cellular Communication Network Factor 4(WISP1)의 발현은 polyinosinic:polycytidylic acid(PIC)로 처리된 DF-1 세포에서 변화되었다. 이것은 toll-like receptor 3(TLR3) 리간드인 TLR3 신호에 의해 이러한 유전자의 전사가 조절될 수 있음을 시사하며, 닭에서 AIV의 병리 생리학에 대한 더 나은 이해를 얻기 위해서는 AIV 감염 과정 중에 호스트 반응을 조절할 수 있는 메커니즘을 구명하는 데 더 많은 연구에 초점을 맞추는 것이 필요하다고 사료된다. 이러한 메커니즘에 대한 이해는 신규 치료 전략 개발에 활용될 수 있다.

IFSA 알고리즘을 이용한 유전자 상호 관계 분석 (Analysis of Interactions in Multiple Genes using IFSA(Independent Feature Subspace Analysis))

  • 김혜진;최승진;방승양
    • 한국정보과학회논문지:시스템및이론
    • /
    • 제33권3호
    • /
    • pp.157-165
    • /
    • 2006
  • 세포는 환경 변화 및 자극으로부터 자신을 보호하기 위해 유전자가 발현하여 생명을 유지 시스템을 갖고 있다. 유전자의 발현은 비정상적인 상태의 세포를 환경을 조절, 변화시켜 정상으로 바꾸기 위한 기능, 발달단계에 필요한 기능 등 생명현상에 필요한 특수 역할을 수행한다. 따라서 각 유전자의 기능을 아는 것은 생물학적으로 상당히 의미 있는 일이다. 본 논문에서는 유전자 기능을 알아보기 위해 발현 패턴을 통해 같을 때, 유사한 형태 혹은 시차를 갖고 동일한 형태로 발현하는 유전자들은 같은 기능을 한다는 가정을 하였다. 이 가정에 기반하여 각 유전자들을 기능에 따라 분류하였다. (1) IFSA선형 모델을 적용하여 데이타를 잘 나타내 줄 수 있는 특징 패턴을 찾았으며 (2) 이 특징 패턴으로부터 본 논문에서 제안한 Membership Scoring Function을 이용하여 유전자를 필터링(filtering) 하였다. 이 유전자들은 기존의 ICA(Independent Component Analysis) 방법에서 보다 IFSA 방법이 더 효과적으로 각 기능에 따른 유전자 그룹을 찾아내줌을 GO(Gene Ontology)에서 확인할 수 있었다. 이는 시차 혹은 위상 변화에 상관없이 데이타를 잘 나타낼 수 있는 IFSA의 특성이, ICA보다. 생물학적인 변수를 더 고려해 줄 수 있기 때문이라고 생각된다[1]. 이 논문의 또 다른 주요 작업은 유전자의 상호작용 관계로부터 유전자 네트웍을 얻어내는 것이다. 유전자 네트웍은 같은 그룹 내에서 유전자간의 상관 계수를 구하고 가장 높은 상관도를 보이는 유전자쌍을 연결시켜 얻게되었다. 이 네트웍 역시 GO 해석에서 그 유효성을 확인하였다.를 평균 66.02에서 58.98로 줄이면서 계산시간은 평균 71ms에서 44ms 으로 빠르게 됨을 알 수 있었다.적외선 분광법을 이용한 사일리지의 화학적 조성분 함량 측정은 적은 오차 범위 내에서 신속하고 정확한 분석법이 될 수 있음을 확인 할 수 있었다. 비록 원물 생시료(IF)에 대한 직접적인 측정은 다소 예측 정확성이 떨어지지만 현장 적용성과 편리성을 높이기 위해서는 생시료의 측정시 오차를 줄일 수 있는 스펙트럼의 수처리 방법이나 산란보정 방법과 같은 데이터 처리기법에 대한 더 많은 연구가 앞으로 진행되어야 한다고 생각되어진다.상자의 50% 이상이 매일 생선 콩 및 콩제품과 채소류를 먹고 있었고, 인스턴트나 패스트푸드는 정상 체중군이 저체중군이나 과체중보다 매일 섭취하는 빈도가 낮았다(p<0.0177). 7. 가장 낮은 영양 섭취 상태를 보여준 영양소(% RDA< 75%)는 철분과 칼슘으로 조사 대상자의 3/4에 해당하는 조사 대상자가 영양 부족 상태였다. 칼슘 섭취의 경우 정상 체중군이 과체중군과 저체중군보다 섭취율이 낮았으나(p<0.0257) 철분은 군간 유의차는 없었다. 8. 칼슘의 경우 과체중군이 저체중군이나 정상 체중군에 비해 영양소 적정비율(NAR) 값이 높았으며(p<0.0257) 철분, 단백질, 비타민 $B_1$$B_2$, 나이아신의 경우도 통계적으로 유의하지는 않으나 과체중군이 저체중군 또는 정상 체중군의 NAR 값이 높은 경향을 보여주었다. 9가지 영양소의 NAR을 평균한 MAR 값은 군간 유의적이지는 않으나 과체중군(0.76)이 정상체중(0.73) 또는 저체중군(0.73)에 비해 높은 값은 보여주었다. 9.