بررسی آثار ژن کدکننده buforin II بر بیان lncRNAهای PVT۱، EGOT و LINC۰۰۳۱۲ در رده سلولی سرطان کلیه
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 150
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_SHIMU-32-2_003
Index date: 15 June 2024
بررسی آثار ژن کدکننده buforin II بر بیان lncRNAهای PVT۱، EGOT و LINC۰۰۳۱۲ در رده سلولی سرطان کلیه abstract
کارسینوم سلول کلیوی (RCC) شایع ترین نوع سرطان کلیه در بزرگ سالان است. هدف از مطالعه حاضر بررسی آثار ژن کدکننده buforin II بر بیان lncRNA های PVT۱، EGOT و LINC۰۰۳۱۲ در سلول های سرطان کلیه رده ACHN است.
مواد و روشها: پلاسمید نوترکیب pcDNA۳.۱(+) حاوی ژن buforin II و پلاسمید خالی pcDNA۳.۱(+) به روش شوک حرارتی وارد باکتری E.coli سویه TOP۱۰ شدند و سپس تخلیص گردیدند. پس از آن، هر دو پلاسمید به روش لیپوفکشن وارد سلول های ACHN شدند و غربالگری توسط آنتی بیوتیک نئومایسین انجام گرفت. درنهایت، واکنش real time RT-PCR به منظور بررسی تغییر بیان lncRNA های EGOT، PVT۱ و LINC۰۰۳۱۲ انجام گردید.
یافته های پژوهش: پس از لیپوفکشن، سلول های ترانسفکت شده در محیط کشت حاوی آنتی بیوتیک نئومایسین رشد کردند. واکنش real time RT-PCR نشان داد که بیان ژن buforin II در سلول های سرطان کلیه رده ACHN سبب افزایش بیان معنی دار lncRNA های EGOT (P= ۰.۰۰۳۳) و LINC۰۰۳۱۲ (P= ۰.۰۲۷۲) و کاهش بیان معنی دار PVT۱ (P=۰.۰۲۷۸) شد.
بحث و نتیجه گیری: با توجه به اینکه حضور ژن buforin II باعث تغییر بیان معنی دار lncRNA های EGOT، PVT۱ و LINC۰۰۳۱۲ می شود، احتمال می رود که بتواند مسیرهای سلولی ازجمله آپتوزیز را فعال کند.
بررسی آثار ژن کدکننده buforin II بر بیان lncRNAهای PVT۱، EGOT و LINC۰۰۳۱۲ در رده سلولی سرطان کلیه Keywords:
بررسی آثار ژن کدکننده buforin II بر بیان lncRNAهای PVT۱، EGOT و LINC۰۰۳۱۲ در رده سلولی سرطان کلیه authors
مریم امیری فارسانی
Dept of Biology, Faculty of Basic Sciences, Shahrekord Branch, Islamic Azad University, Shahrekord, Iran
عباس دوستی
Biotechnology Research Center, Shahrekord Branch, Islamic Azad University, Shahrekord, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
