درباره دوره
شبکههای تنظیمی LNC-miR-mRNA شامل سه نوع مولکول هستند:
1. LNC (Long Non-Coding RNA): این مولکولها یک نوع RNA غیرکدکننده هستند که طولانی تر از 200 نوکلئوتید هستند و معمولاً به عنوان کاتالیزورهای تنظیمی در جهشهای ژنتیکی، رگولاسیون ترانسکریپت و ترانسلیشن و در توسعه زیستی مشارکت میکنند.
2. miR (MicroRNA): این مولکولها نوعی RNA کوتاه کدکننده هستند که طولانیترین آنها شامل 22 نوکلئوتید است. آنها نقش مهمی در پستترانسلیشنال پردازش و تنظیم میبازند.
3. mRNA (Messenger RNA): این مولکولها دارای ساختار خطی هستند و کدگذاری برای ساختن پروتئینها را دارند. این شبکهها معمولاً توسط این مولکولها تنظیم میشوند.
RStudio یک محیط برنامهنویسی محیطی برای آمار و گرافیک است که بر اساس زبان برنامهنویسی R ساخته شده است. این برنامه قدرتمند و چابک برای تحلیلهای آماری پیچیده و رسم نمودارهاست. به عنوان یک برنامه آماری و گرافیکی، RStudio برای ترسیم شبکههای تنظیمی LNC-miR-mRNA بسیار مناسب است. این برنامه مجموعهای از کتابخانهها و ابزارهای گرافیکی برای رسم نمودارهای مختلف را در اختیار کاربران قرار میدهد.
برای ترسیم شبکههای تنظیمی LNC-miR-mRNA در RStudio، میتوانید از کتابخانههای مختلفی مانند igraph، tidygraph، و Gephi اسفاده کنید. این کتابخانهها ابزارهای مختلفی برای ترسیم و تحلیل شبکهها از جمله توابعی برای ایجاد شبکههایی با دادههای مختلف، تجزیه و تحلیل شبکهها، و رسم نمودارهای مختلف را فراهم میکنند.
در RStudio، شما میتوانید از بستههای مختلفی برای رسم نمودارهای نرمالیزاسیون و فیلتراسیون استفاده کنید. یکی از بستههای معروف برای این کار ggplot2 است که دارای ابزارهای بسیاری برای رسم نمودارهای مختلف است.
DEG یا Differential Expression Genes به ژنهایی گفته میشود که در دو یا چند حالت یا شرایط مختلف، سطح بیان ژنی آنها متفاوت است. این تغییرات معمولاً به صورت مقایسهای بین دو یا چند گروه نمونه از دادههای RNA-seq یا microarray تعیین میشود. به عبارت سادهتر، وقتی که ژنها در یک گروه از نمونهها نسبت به گروه دیگر افزایش یا کاهش در سطح بیان داشته باشند، آنها را به عنوان DEGs معرفی میکنیم.
DEGs در بسیاری از تحقیقات مولکولی و زیستی بسیار مهم هستند زیرا میتوانند به ما کمک کنند تا فرآیندهای زیستی مختلف را درک کنیم و از طریق افزایش یا کاهش سطح بیان ژن، بیان یک مسیر را تغییر دهیم. این مفاهیم عموماً در تحقیقات مبتنی بر دادههای ژنتیک و بیوانفورماتیک به کار میروند.
محتوای دوره
جلسه اول
-
قسمت اول
08:33