文献

J-GLOBAL ID：202002291611694928   整理番号：20A2580707

ダウン症候群のマウスモデルにおける差次的発現蛋白質の同定のための二分ネットワークと多変量ANOVAのモジュール性分析【JST・京大機械翻訳】

Modularity Analysis of Bipartite Networks and Multivariate ANOVA for Identification of Differentially Expressed Proteins in a Mouse Model of Down Syndrome

著者 (4件)： Jazayeri Ali (Drexel University, Philadelphia, PA, USA) ,  Pajouhanfar Sara (Iran University of Medical Sciences, Tehran, Tehran, Iran) ,  Saba Sadaf (Wayne State University, Detroit, MI, USA) ,  Yang Christopher C. (Drexel University, Philadelphia, PA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： BCB ’20  ページ： 1-8  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ダウン症候群(DS)は染色体21の余分なコピーの存在によって引き起こされる最も一般的な障害の1つである。21の染色体以外の染色体上に位置する様々な遺伝子の発現はDSに影響を受けることが示された。ヒト組織研究における実際的および倫理的困難を考えると,Ts65DnマウスモデルはDS研究において広く使用されてきた。本研究では,異なるクラスのマウスモデル間の差次的発現蛋白質(DEP)の同定のために,教師つき学習アプローチ,二部ネットワークのモジュール性解析,および分散分析(MANOVA)からなるパイプラインを提案した。提案したパイプラインは,8つの異なるクラスのマウスモデルで77蛋白質の発現レベルを用いて試験した。データは34のトリソミーTs65Dnと38の対照マウスの蛋白質発現測定を含む。各群は,メマンチンまたは生理食塩水を注射した,それぞれ,学習のために刺激されるか,またはそうでないかのいずれかに基づいて,4つのクラスに破壊される。以前に提案されたアプローチは,同時に8つのクラスの全ての間でDEPを同定することができなかった。ここでは,提案したパイプラインが8つのクラス全てで異なる蛋白質セットを成功裏に同定できることを示した。本研究の知見は,DSにおける異なる処理および蛋白質処理関連に対する学習応答の研究を知らせる。また,提案したパイプラインは,DSまたは他の疾患および健康状態におけるDEPの同定に採用でき,その結果,改善された個別化治療および管理戦略の開発を知らせる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *ネットワーク ,  *分散分析 ,  遺伝子 ,  染色体 ,  *タンパク質 ,  ヒト ,  教師つき学習 ,  トリソミー ,  *Down症候群 ,  個別化医療
準シソーラス用語： 健康状態 ,  蛋白質発現 ,  *差次的遺伝子発現 ,  *マウスモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 二部ネットワーク ,  ダウン症候群 ,  モジュール性解析 ,  多変量ANOVA ,  蛋白質発現解析

分類 (1件)： 神経の基礎医学  (GN01020W)

タイトルに関連する用語 (8件)： ダウン症候群 ,  マウスモデル ,  差次的発現 ,  蛋白質 ,  同定 ,  多変量 ,  ANOVA ,  分析