Biopolym. Cell. 2013; 29(6):521-526.
http://dx.doi.org/10.7124/bc.000844
Біоінформатика
Критерії оцінки результатів мікромасив-експерименту з дослідження транскриптому гепатоцитів щура під впливом інтерферону альфа
1Куклін А. В., 1Токовенко Б. Т., 1Оболенська М. Ю.
  1. Інститут молекулярної біології і генетики НАН України
    Вул. Академіка Заболотного, 150, Київ, Україна, 03680

Abstract

Транскриптом первинних гепатоцитів щура, культивованих з інтерфероном альфа (ІФН) впродовж трьох і шести годин, досліджували із залученням олігонуклеотидних мікромасивів. Мета. Проведення поетапного аналізу результатів мікромасив-експерименту і визначення відповідності або невідповідності критеріїв оцінки результатів загальноприйнятим значенням. Методи. Аналіз здійснювали на файлах, отриманих після сканування мікромасивів Affymetrix, із використанням статистичного середовища R, пакетів функцій Bioconductor «affy», «simpleaffy», «affyPLM» і програми BRB Array Tools із застосуванням парного Т-тесту. Результати. Усі мікромасиви пройшли контроль якості, нормалізовані і порівнянні між собою. За результатом Т-тесту знайдено 28 і 124 диференційно експресованих гени відповідно після трьох і шести годин культивування клітин з ІФН. Висновки. Одержані дані відповідають узвичаєним критеріям якості і придатні для подальшого встановлення їхнього біологічного значення. Використані в роботі R-коди можна застосовувати при обробці результатів мікромасив-експериментів.
Keywords: мікромасиви ДНК, інтерферон альфа, статистичне середовище R, Bioconductor, нормалізація
Повний текст: (PDF, українською)

References

[1] Heller M. J. DNA microarray technology: devices, systems, and applications Annu. Rev. Biomed. Eng 2002 4:129–153.
[2] Ideker T., Galitski T., Hood L. A new approach to decoding life: systems biology Annu. Rev. Genomics Hum. Genet 2001 2:343–372.
[3] Li X., Quigg R. J., Zhou J., Gu W., Nagesh Rao P., Reed E. F. Clinical utility of microarrays: current status, existing challenges and future outlook Curr. Genomics 2008 9, N 7:466–474.
[4] GeneChip(R) Expression Analysis Technical Manual Santa Clara: Affymetrix Inc., 2004 108 p.
[5] Slonim D. K., Yanai I. Getting started in gene expression microarray analysis PLoS Comput. Biol 2009 5, N 10 e1000543.
[6] Forster T., Roy D., Ghazal P. Experiments using microarray technology: limitations and standard operating procedures J. Endocrinol 2003 178, N 2:195–204.
[7] Selvaraj S., Natarajan J. Microarray data analysis and mining tools Bioinformation 2011 6, N 3:95–99.
[8] Irizarry R. A., Bolstad B. M., Collin F., Cope L. M., Hobbs B., Speed T. P. Summaries of Affymetrix GeneChip probe level data Nucleic Acids Res 2003 31, N 4 e15.
[9] The analysis of gene expression data: Methods and Software / Eds G. Parmigiani, E. S. Garett, R. A. Irizarry, S. L. Zeger Amsterdam: Springer, 2003 456 p.
[10] Amaratunga D., Cabr)era J. Exploration and analysis of DNA microarray and protein array data New York: Willey-Interscience, 2004 246 p.
[11] Quackenbush J. Microarray data normalization and transformation Nat. Genet 2002 32, Suppl:496–501.
[12] Gentleman R. C., Carey V. J., Bates D. M., Bolstad B., Dettling M., Dudoit S., Ellis B., Gautier L., Ge Y., Gentry J., Hornik K., Hothorn T., Huber W., Iacus S., Irizarry R., Leisch F., Li C., Maechler M., Rossini A. J., Sawitzki G., Smith C., Smyth G., Tierney L., Yang J. Y., Zhang J. Bioconductor: open software development for computational biology and bioinformatics Genome Biol 2004 5, N 10 R80.
[13] Anderle P., Duval M., Draghici S., Kuklin A., Littlejohn T. G., Medrano J. F., Vilanova D., Roberts M. A. Gene expression databases and data mining Biotechniques 2003 Suppl:36–44.
[14] Simon R., Lam A., Li M. C., Ngan M., Menenzes S., Zhao Y. Analysis of gene expression data using BRB-Array Tools Cancer Inform 2007 3:11–17.
[15] Wang Y., Miao Z. H., Pommier Y., Kawasaki E. S., Player A. Characterization of mismatch and high-signal intensity probes associated with Affymetrix genechips Bioinformatics 2007 23, N 16:2088–2095.