机构名称：
¥ 1.0
基因表达的分析在生物学和医学研究中变得越来越重要。一次基因是传统基因功能和调节研究技术的重点。因此，出乎意料地忽略或忽略了大量重大的生物学变化。在过去的十年中，已经开发了许多技术，以使研究人员能够在一个实验中研究数千个基因的mRNA表达水平。多亏了像微阵列这样的尖端技术，可提供大量的生物学数据。同时表达了数千个基因，并且微阵列可以识别表达哪些基因以及在何种程度上。需要有效的计算方法来分析和从这些数据中提取信息知识。由于多种原因，可能需要准备基因表达的数据。有时由于技术问题或微阵列的管理不当而无法正确量化某些基因的表达值[1]。取决于重复值的分布，可以平均它们或选择中位数将它们折叠成单个值。有关基因表达数据分析的文献还表明，分类算法可以通过使用方差稳定变换（如对数和立方根）来归一化和转换数据来更容易，准确地对训练数据中的基础结构进行建模[2-6]。转录因子（TFS）是连接到DNA启动子区域的专门蛋白质，以干扰蛋白质合成的速率。这会导致基因表达水平的突然变化。这种干预措施有可能出错。蛋白质合成速率的提高称为激活或提高正调节，而还原称为抑制作用或减少阴性调节。微阵列和其他遗传数据的性质与经典数据的性质不同。经常需要修改当前方法或创建新方法以匹配所面临的情况。由于生物体或细胞生理学的变化不可避免地会导致基因表达模式的变化，因此在许多生物学研究领域中，基因表达的分析至关重要。健康和病人的临床样本可用于表达研究中，以找到新的生物标志物。同样，可以通过检查基因表达来了解植物中遗传改变的生理影响。在基因表达数据中找到隐藏的模式是提高我们对功能基因组学知识的巨大机会。同时跟踪数千个基因的表达水平[7-11]
基因表达分析技术及其应用-IJRPR
主要关键词
相关文件推荐
