بررسی بیوانفورماتیکی نواحی بالادست ژن فیتاز قارچی (Phy A)
Publish place: 3rd Iranian Agricultural Biotechnology Conference
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,337
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AGRIBIOTECH03_091
تاریخ نمایه سازی: 27 تیر 1392
Abstract:
تنظیم بیان ژن و دستیابی به عناصر تنظیمی دخیل در آن یکی از چالش های اساسی سیستم های بیانی می باشد. به طور کلی، آنچه تا کنون در مورد پراکنش عناصر تنظیمی متصور است، استقرار آن ها در نواحی غیر کدگذار ژن می باشد. بالادست ژن، ناحیه غیر کدگذاری است که در اغلب موارد پروموتر را در برمی گیرد. بنابرابن با توجه به نقش کلیدی پروموتر در تنظیم بیان ژن، واکاوی ناحیه بالادست ژن ها به طور سریالی و یا رایانه ای می تواند ارائه کننده مناطقی با قابلیت پروموتری و کارا باشد. لذا با توجه به هزینه های روش ای سریالی، در این مطالعه نواحی بالا دست تمامی ژن های فیتاز قارچی Phy A با روش های بیوانفورماتیکی مورد ارزیابی قرار گرفت. با هدف دستیابی به توالی نوکلئوتیدی ژن های هدف، بانک اطلاعات ژنی در پایگاه اینترنتی NCBI استفاده شد. موتورهای جستجوگر CpG Plot ،NSITE و Blst2 جهت آشکار سازی موتیف های اتصال به فاکتورهای رونویسی، نواحی غنی از CpG و مقایسه توالی های انتخابی با پروموترهای کارآمد قارچی سایر گونه ها استفاده شد. نتایج حاصل از این بررسی مبین کارآمدی بیان سیستم ارائه شده در این تحقیق نسبت به مدل های پایه ای ژن فیتاز می باشد.
Keywords:
Authors
مریم قلی زاده
دانشجوی کارشناسی ارشد ژنتیک و اصلاح دام، دانشکده کشاورزی، دانشگاه فردوسی مشهد
محمدرضا نصیری
دانشیار گروه علوم دامی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
علی اکبر حداد مشهد ریزه
دانشجوی دکتری علوم سلولی و مولکولی، گروه زیست شناسی، دانشکده علوم و پژوهشکدهفناوری زیستی، دانشگاه فردوسی مشهد
محمدرضا صابری
دانشیار شیمی پزشکی و بیوانفورماتیک دانشکده داروسازی، دانشگاه فردوسی
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 :