|
Author:
Date:
2018-09-05
[Abstract] This protocol details a method to analyze two tissue samples at the transcriptomic level using microarray analysis, ingenuity pathway analysis (IPA) and gene set enrichment analysis (GSEA). Methods such as these provide insight into the mechanisms underlying biological differences across two samples and thus can be applied to interrogate a variety of processes across different tissue samples, conditions, and the like. The full method detailed below can be applied to determine the effects of muscle-specific Notch1 activation in the mdx mouse model and to analyze previously published microarray data of human liposarcoma cell lines.
[摘要] 该协议详述了使用微阵列分析，独创性途径分析（IPA）和基因集富集分析（GSEA）在转录组水平分析两个组织样品的方法。 诸如此类的方法提供了对两个样品之间的生物学差异的潜在机制的洞察，因此可以应用于跨越不同组织样品，条件等询问各种过程。 下面详述的完整方法可用于确定肌肉特异性Notch1激活在 mdx 小鼠模型中的作用，并分析先前公布的人脂肪肉瘤细胞系的微阵列数据。
【背景】各种细胞类型的转录组学分析对于阐明细胞的功能元件至关重要，可以深入了解细胞特异性特征，并可突出与不同发育或疾病阶段相关的变化（Wang et al。，2009） 。虽然RNA测序变得越来越流行，但分析的相对成本和时间可能是一种负担。因此，微阵列分析是比较各种mRNA样品之间相对基因表达水平的替代工具（Read et al。，2001）。微阵列通常用于研究与疾病状态相关的变化，其疾病状态的基因表达模式可以被推断或已经被定义（Amaratunga et al。，2007）。 Ingenuity途径分析（IPA，QIAGEN）通常与大规模组学数据结合使用，并提供有关不同样本可能显着改变的途径，基因和其他特征的信息。基因集富集分析（GSEA）使用与各种疾病或途径相关的先验的基因集和特征，以便为感兴趣的样品提供生物学应用。
Bi及其同事使用下述方法来理解Notch信号传导在肌肉再生和脂肪肉瘤中的作用，脂肪肉瘤是一种常见的软组织癌类型（Bi ...
|