기술 지원

기술 지원

  • CUSTOMER
  • 070-7015-8900
  • 평일 09:00 ~ 18:00
온라인 견적 요청
  • Home
  • Customer
  • 연구 및 적용사례

연구 및 적용사례Customer

조회수 28
제목 인간 임신 중 태반 발달 연구의 오리진

인간 임신 중 태반 발달 연구의 오리진

조직

Matthew Gormley 
피셔 연구소 
세포 및 조직 생물학과

샌프란시스코 캘리포니아 대학

문제

Fisher Lab은 자간전증과 같은 임신 질환을 일으키는 요인을 확인하기 위해 노력하고 있습니다. 그들의 연구는 수만 번의 측정으로 구성된 거대한 데이터 세트를 생성 할 수 있습니다. 이러한 대규모 데이터 세트에는 빠르고 강력한 분석 및 시각화 도구가 필요합니다.

해결책

Origin의 포인트 앤 클릭 인터페이스는 양방향 반복 측정 ANOVA 및 트 렐리 스 플롯과 같은 강력한 분석 및 그래프 작성 루틴에 액세스 할 수있게 해주 며 일반적으로 프로그래밍 기능이있는 사용자 만 사용할 수 있습니다.

"Origin은 신속하고 강력한 데이터 분석 및 시각화를 가능하게합니다. R의 Bioconductor 패키지와 같이 일반적으로 명령 줄과 관련된 기능이 있습니다. "

인간 임신 중에는 급속하게 발전하는 태아가 모체의 내부에 붙어 있으며 모체의 피를 통해 약 9 개월 동안 먹습니다. 발달의 초기 단계에서 태아는 자궁에 빠르게 부착되어 모체의 순환계에 접근해야합니다. 배아의 trophoblast 세포가 자궁 벽을 침범 할 때 배아의 주입이 발생합니다. 침략이 얕 으면 혈류가 제한되고 산모와 태아는 중증 및 잠재적으로 치명적인 자간전증을 일으킬 위험이 있습니다. 자간전증에서 어머니는 혈압이 비정상적으로 상승하여 최악의 경우 발작을 일으켜 엄마와 아기가 사망 할 수 있습니다.


Matthew Gormley는 샌프란시스코 캘리포니아 대학 (UCSF)의 생식 과학 센터 의 수전 피셔 연구소의 과학자입니다 . 인간 태반 세포가 임신 중에 자궁을 침범하는 메커니즘은 Fisher Lab의 연구의 주요 초점입니다. Gormley는 태반이 형성되는 특화 세포 인 영양막 세포 (trophoblast)를 연구합니다. 이 그룹은 자간전증과 같은 임신 질환을 발견하거나 예방할 수있는 방법을 찾고 있습니다. 정상 임신에서 나온 영양막 세포의 활동과 자간전증의 증상이 관찰 된 활동을 비교합니다.

"우리는 트 렐리 스 디스플레이의 성능과 유연성을 파악하기 시작했습니다."

Gormley는 Origin 2017에서 새로 추가 된 Origin의 Trellis Plot 이 시각화 및 분석을위한 강력한 도구임을 확인했습니다. "트 렐리 스 (trellis) 플롯은 오브젝트, 위치, 아이디어 등 무엇이든 표현할 수있는 격자 패널을 만들 수 있기 때문에 무한한 방법으로 사용할 수 있습니다. 예를 들어, DNA는 자연스럽게 거의 모든 유전자의 염색체 위치는 잘 알려져있다. 염색체 격자로 표시되는 유전자 발현의 측정은 미분 표현의 초점을 강조하는 게놈 전체지도를 제시한다. "

그의 그룹이 트 렐리 스 플롯을 사용한 최근 프로젝트를 설명 할 때, Gormley는 다음과 같이 관련했다 : "현미경 컴퓨터 유도 레이저를 사용하여 우리는 정상 및 병이있는 장기의 정확한 부분을 포착했다. 2 개의 반복 된 측정 ANOVA를 사용하여 우리는 자간전증과 유의하게 관련이있는 RNA 분류를 확인했습니다.

Gormley는 그의 "베이킹"유추를 확장하면서 연구자들은 특정 생물학적 과정의 농축에 대한 데이터를 테스트하고 그 과정을 "조리법을 뒤집어서 재료를 가지고 조리법을 만들 수 있는지 확인했다"고 덧붙였다.

"도전 과제는 6 개의 부엌에서 가능한 모든 조리법의 모든 성분의 양을 동시에 표시하는 것입니다. 절반은 불타고 있습니다 잠재적으로 압도적 인 데이터는 격자 선으로 길들여질 수 있습니다. 우리는 Origin을 사용하여 유전자의 표현을 표시하는 격자를 만듭니다 (Trellis Plot의 이런 유형의 출판 된 예는 자간전증 : 영양 포자 하위 모집단의 글로벌 RNA 프로파일 링에 대한 새로운 통찰 , American Journal of Obstetrics & Gynecology 참조 ).

트 렐리 스 플롯 표시 ???

Gormley의 그룹은 거대한 생물학적 데이터 세트에 대한 상당한 경험을 가지고 있고 격자 격자를 사용하여 데이터를 요약하면 유사한 데이터를 요약하는 가장 좋은 방법을 고민하는 다른 Origin 사용자를위한 조언이 있는지 Gormley에게 물었습니다.

"트 렐리 스 표시를 만드는 가장 쉬운 방법은 피벗되지 않은 데이터를 사용하는 것입니다. 간단한 2 X 2 테이블을 고려하십시오. 정보를 행과 열로 구성하면 피벗 테이블이 논리적으로 데이터를 압축합니다. 트 렐리 스 (trellis) 디스플레이는 콤팩트하고 고도로 조직화 된 비교기 배열이며 피벗 테이블을 사용할 수는 있지만 디 컴파일 된 정보로 트 렐리 스를 구성하는 것은 격자의 힘과 유연성을 제공합니다.
피벗 테이블 및 격자 선은 데이터를 요약하고 압축하는 두 가지 방법입니다.

위의 피벗 테이블은 네 줄의 데이터로 디 컴파일 될 수 있습니다.이 데이터 배열은 네 개의 행과 세 개의 열 (4 X 3)으로 구성된 Origin 통합 문서로 가져올 수 있습니다. 각 열은 이제 비교를 설명합니다 - 피벗 - 따라서 테이블에 포함 된 비교 설명을 포함하도록 테이블을 회전 해제하면 정보를 쉽게 trellise 할 수 있습니다 .M, C 및 R에 사용할 값을 선택하면 다양한 흥미 진진한 격자 선을 만들 수 있습니다.

Gormley는 관대하게이 사례 연구의 목적을 위해 두 개의 수반되는 트 렐리 스 플롯을 작성하고 공유했습니다. 그는 "엑손 가닥 매핑 그래프 ( 위의), 우리의 DNA는 23 세트 (상단에 번호가 매겨진)로 구성됩니다. DNA는 이중 가닥이며, "+"와 "-"가닥으로 표시됩니다. 이 디스플레이에서 파생 될 수있는 두 가지 중요한 결론이 있습니다. 첫째, 각 열의 높이가 각 염색체의 기여도를 전달합니다. 염색체 1과 2는 물리적으로 가장 크기 때문에 더 큰 기여를 기대합니다. 21 번 염색체와 22 번 염색체가 가장 작기 때문에 우리는 더 적은 기여를 기대할 수 있습니다. 여기서 놀랄만 한 사실은 "X"염색체 (많은 다른 것들 중에서도 성 결정을 제어하는 ​​유전자를 포함하고 있음)의 큰 기여입니다. 두 번째 결론은 DNA의 두 가닥 모두에서 활성을 나타내는 위치의 수입니다. 일반적으로, 우리는 이것을 기대하지 않을 것입니다. 이러한 결과는보다 깊이 있고 시간이 많이 소요되는 분석에서 참이됩니다.

트 렐리 스 플롯 표시 ???

Gormley는 exon position fold change의 trellis plot ( 오른쪽 )에서 "염색체가 수직으로 배열되어 있습니다. 우리가 각 염색체의 길이를 따라 왼쪽에서 오른쪽으로 걸을 때, 각 세포에 대한 활성 유전자 부분의 상대적 발현을 보여줍니다 이 줄거리에서 정보를 수확하는 데 몇 시간을 소비 할 수 있었으며 놀랍게도 근접한 활성 유전자 인 각 염색체에서 '핫스팟'을 신속하게 확인할 수 있었기 때문에 한 지역을 삽입물로 강조했습니다. "

그러나 Gormley는 Trellis 플롯이 소프트웨어에 추가되기 훨씬 전에 Origin이 Fisher Lab의 작업에서 없어서는 안될 부분이었습니다. "우리는 10 년 전에 우리 그룹에 합류 한 직후 Origin을 사용하기 시작했습니다. 우리의 질량 분석 전문가들은 Origin을 사용하여 타액 프로테옴의 발견을 시각화했습니다. 처음에는 Origin을 사용하여 직교 정량 기법 간의 평행 결과를 보여주었습니다."

Origin의 다른 측면에 관해서는 Gormley가 Origin의 강력한 포인트 앤 클릭 분석 도구와 대용량 데이터 세트를 처리 할 수있는 능력에 대해 가장 높이 평가했습니다. Origin은 신속하고 강력한 데이터 분석 및 시각화를 가능하게하며 R의 Bioconductor 패키지와 같은 명령 행과 관련된 기능을 갖추고 있습니다. Origin을 마우스로 조작 할 수 있으므로 명령 줄을 입력하는 것보다 훨씬 쉽습니다. Origin은 Excel을 크래시하는 대용량 데이터 스프레드 시트를 처리 할 수 ​​있습니다. 실험 결과의 중요성은 표준 및 비모수 통계를 사용하여 테스트 할 수 있습니다. 반복 측정 2-way ANOVA와 같은 강력한 분석은 포인트 앤 샷입니다.



Copyright(c) by InchalBase Co.,LTD All Rights Reserved.