بررسی بیوانفورماتیک ژن های خانه دار در افتراق مایکوباکتریوم های سریع الرشد
Publish place: Navid No Journal، Vol: 20، Issue: 63
Publish Year: 1396
Type: Journal paper
Language: Persian
View: 449
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_NNJ-20-63_003
Index date: 8 July 2019
بررسی بیوانفورماتیک ژن های خانه دار در افتراق مایکوباکتریوم های سریع الرشد abstract
مقدمه:مایکوباکتریوم های سریع الرشد (RGM: Rapid Growing Mycobacterium) قادر هستند عفونت های ریوی، لنفاوی، پوست و بافت نرم را در انسان به وجود آورند. ما می توانیم با استفاده از ژن های خانه دار، این گروه از باکتری ها را شناسایی کنیم. در این ارتباط، هدف از پژوهش حاضر مقایسه و ارزیابی سه ژن خانه دار در شناسایی و طبقه بندی برخی از مایکوباکتریوم های سریع الرشد با استفاده از درخت فیلوژنیک بود. مواد و روش ها:برای انجام این مطالعه ابتدا توالی های سه ژن 16SrRNA، hsp65و rpoBبرای 10 گونه سریع الرشد مایکوباکتریومی از پایگاه های NCBI (National Center for BiotechnologyInformation)، RDP (RemoteDesktopProtocol) و EMBL (EuropeanMolecularBiologyLaboratory) دریافت شد. سپس این توالی ها توسط نرم افزار CustalWهم طراز گردیدند و درخت فیلوژنیک با استفاده از برنامه MEGA5ترسیم گشت. یافته ها:بر مبنای نتایج، الگوی شناسایی و افتراق هر ژن متفاوت بود. ژن 16SrRNAقادر به شناسایی و افتراق مایکوباکتریوم های سریع الرشد بیماری زایی چون مایکوباکتریوم آبسسوس (Abscessus) و چلونه (Chelonei) نبود. به طور کلی، ژن rpoBنسبت به سایر ژن ها بهتر عمل کرد؛ اگرچه قادر به شناسایی مایکوباکتریوم نووکاسترنس (novocastrense) نبود. نتیجه گیری:به منظور شناسایی کامل و صحیح مایکوباکتریوم های سریع الرشد باید هر سه ژن 16SrRNA، rpoBو hsp65به طور همزمان مورد مطالعه قرار گیرند.
بررسی بیوانفورماتیک ژن های خانه دار در افتراق مایکوباکتریوم های سریع الرشد Keywords:
بررسی بیوانفورماتیک ژن های خانه دار در افتراق مایکوباکتریوم های سریع الرشد authors
مسعود کیخا
دانشجوی کارشناسی ارشد. گروه میکروب شناسی پزشکی. دانشکده پزشکی. دانشگاه علوم پزشکی اصفهان. اصفهان. ایران
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 :