آنالیز بیان ژن ماهیچه اسکلتی به منظور شناسایی ژن‌های موثر در فرایند رشد گاو گوشتی

هدف از انجام این پژوهش شناسایی ژن های موثر در فرایند رشد و نمو گاو گوشتی با استفاده از پروفایل بیان ژن می باشد. رشد به عنوان تغییرات وزن زنده در هر واحد زمان یا توصیف نموداری وزن در مقابل سن حیوان بیان می شود. رشد حیوان نتیجه فرآیندهای زیستی متعددی است و ژنوتیپ، تعیین کننده حداکثر سطحی است که این فرآیندها میتوانند رخ دهند. در این مطالعه داده های خام مربوط به سنین تولد، سه ماهگی، هفت ماهگی، 12 ماهگی، 20 ماهگی، 25 ماهگی و 30 ماهگی با فرمت txt از پایگاه داده arrayexpress با شماره دسترسی e-geod-25554 دانلود شدند. در مرحله بعد، ابتدا کنترل کیفیت داده های خام موجود با استفاده از بسته limma، موجود در نرم افزار r با روش تحلیل مولفه های اساسی (pca) و سپس نرمال سازی داخل ریزآرایه ها با استفاده از روش loess و بین نمونه ها به روش چندک انجام شد. معیارهای شناسایی ژن های با بیان افتراقی و معنی داری دو شاخص (2- > fold change > 2) و (adj p-value < 0.05) بودند. بررسی مسیرهای زیستی توسط پایگاه david انجام شده و بازسازی شبکه تنظیم بیان ژن توسط نرم افزار cytoscape صورت گرفت. نتایج آنالیز نشان داد در سنین متفاوت در مجموع 1030 ژن مرتبط با رشد تفاوت معنی داری داشتند که از این تعداد 518 ژن افزایش بیان و 512 ژن کاهش بیان داشتند. از جمله مسیرهای سیگنال دهی موثر بر فرایند رشد می توان wnt، insulin، igf-i را نام برد و از مهم ترین ژن های شناسایی شده در این مطالعه fn1 ،sod2 ،pck1 ،hmox1 ، serpine1 ، cst3، stat3 و hspa1a می باشند. ژن fn1 در سنین 25-20 و 30-25 ماهگی،sod2 در سن 3-0 ماهگی، hmox1 در سنین 3-0 و 20-12 ماهگی، serpine1 در سن 7-3 ماهگی، pck1 در سن 25-20 ماهگی، stat3 در سن 25-20 ماهگی و hspa1a در سن 30-25 ماهگی افزایش بیان معنی داری داشتند. بنابراین نتایج این مطالعه می تواند اطلاعات تکمیلی برای درک بهتر ارتباط ژن ها و مسیرهای زیستی آن ها در فرایند رشد و استفاده در برنامه های اصلاح نژاد دام فراهم آورد.

gene expression analysis of skeletal muscle to identify genes that influence bovine growth process

the purpose of this study was to identify genes that influence bovine growth process using gene expression profile. growth can be expressed as the change of live weight based on time unit or graph description of weight against animal age. growth is the result of different biological processes and genetics determines the highest level that these processes can occur. in this study raw data at birth, 3, 7, 12, 20, 25, and 30 months in txt format were obtained from arrayexpress database with egeod2554 accession number. in the next step, the quality control assessment of the existing raw data was performed using limma package in r environment by pca method and then the intra array normalization was done by loess method and between samples by quantile method. the criteria for identifying genes with differential expression were the absolute value of fold change larger than 2 and adj pvalue < 0.05. david database was used for investigation of biological pathways and reconstruction of the gene expression network were done by cytoscape software. the results showed that there were significant differences in expression of 1030 growthrelated genes at different ages. 518 genes were associated with increased expression and 512 genes with reduced expression. the wnt, insulin and igfi were main signaling pathways that influences growth process. the most important genes identified in this study were fn1, sod2, hmox1, serpine1, pck1, stat3 and hspa1a. fn1 gene at 2025 and 2530 months of age, sod2 gene at 03 months of age, hmox1 gene at 03 and 1220 months of age, serpine1 gene at 37 months of age, pck1 gene at 2025 months of age, stat3 gene at 2025 months of age and hspa1a gene at 2530 months of age have a significant increase in expression. therefore, the results of this study could provide additional information to better understand the relationship between genes and their biological pathways in the growth process that can be used in animal breeding programs.