سمانه فاضلی فارسانی - دانشگاه فردوسی مشهد دانشکده مهندسی گروه مهندسی شیمی
محمود اخوان مهدوی - دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مهندسی شیمی
آزاده جعفرنژاد - دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه مهندسی شیمی

میکروRNAها( miRNA)، زیرگروه بزرگی از RNAهای غیرکدکننده هستند که نقش کلیدی در فرایندهای مختلفی نظیر رشد و نمو، تمایز سلولی، تکثیرسلول و ایجاد تومور ایفا می کنند. فناوری میکروآرایه به دلیل مشخصاتی نظیر توان بالا و مقرون به صرفه بودن، به عنوان یک ابزار بیوآنالیتیکی بینظیر برایمطالعه ی الگوی بیان miRNAها شناخته شده است. آنالیز دادههای میکروآرایه ی miRNA خصوصاً مرحل هی نرمالسازی، در مقایسه با داد ههایmRNA بسیار پیچیده تر و چالش برانگیزتر است که دلیل آن عدم برقراری فرضیات موجود در روشهای نرمالسازی پیشین برای این دادهها میباشد. م یتوان دو فرضرا در داده های میکروآرایه ی mRNA اعمال کرد؛ تعداد کل رونوشت های mRNA بسیار فراوان است و اکثر ژن ها در بین نمون هها به طور متفاوت بیاننمی شوند. هنگامی که با یک تراشه ی حاوی ترنسکریپتوم بزرگ با صدها ژن سروکار داریم، این فرضیات برقرار هستند. میکروآرای ههایmiRNA به دلایلیکه شامل تعداد محدود پروب (کاوشگر)، توالی های کوتاه دارای انعطاف پذیری پایین در طراحی پروب و عدم بیان یا میزان اندک بیان اکثرmiRNA هامی باشند، خود را از آرایههای بیان ژن متمایز میسازند. هدف اصلی نرمال سازی دادههای میکروآرایه، حذف یا به حداقل رساندن بایا سهای آزمایشگاهی وتکنیکی است که تغییرات بیولوژیکی حقیقی را نشان نمی دهند. نرمال سازی مطلوب داده های miRNA ممکن است حتی از نرمال سازی داده هایmRNA اهمیت بیشتری داشته باشد چراکه تغییرات نسبتاً اندک در بیان miRNAها از لحاظ بیولوژیکی و بالینی معنادار میباشد. از آنجاییکه رو شهای موثقی کهبرای نرمال سازی داده های بیان mRNA ارائه شده، به احتمال زیاد برای میکروآرایه های miRNA ایدهآل و عملی نیست، تحقیقات در این زمینه به طورچشمگیری رو به افزایش است. در این مطالعه، مقایسهای بین آنالیز داده های میکروآرایه miRNA و mRNA انجام گردید. پیشنهاد شد که باید محققان بادقت بالا به بررسی این مسئله بپردازند که کدامیک از فرضیات موجود در این روش ها برای داده ی miRNA آنها مطلوب تر به نظر میرسد. همچنین مناسببودن چندین روش نرمال سازی بر اساس معیارهای مختلف ارزیابی نظیر کاهش بایاس های مختلف و کاهش واریانس بین آرایهها یا پرو بهای تکراری موردبحث قرار گرفت. برخی از استراتژی های قدیمی نرمال سازی را می توان برای دادههای miRNA تصحیح کرد و برخی دیگر از روشها نیز به دلایلی نظیر عدموجود فرض یا فرضیات سخت قادرند بدون هیچ تغییری بر روی دادههای miRNA اعمال شوند.

میکروآرایه miRNA، میکروآرایه mRNA، تحلیل داده ، نرمال سازی