Indiziert in
- Datenbank für wissenschaftliche Zeitschriften
- Öffnen Sie das J-Tor
- Genamics JournalSeek
- JournalTOCs
- Forschungsbibel
- Ulrichs Zeitschriftenverzeichnis
- Elektronische Zeitschriftenbibliothek
- RefSeek
- Hamdard-Universität
- EBSCO AZ
- OCLC – WorldCat
- Gelehrtersteer
- SWB Online-Katalog
- Virtuelle Bibliothek für Biologie (vifabio)
- Publons
- MIAR
- Genfer Stiftung für medizinische Ausbildung und Forschung
- Euro-Pub
- Google Scholar
Nützliche Links
Teile diese Seite
Zeitschriftenflyer
Open-Access-Zeitschriften
- Allgemeine Wissenschaft
- Biochemie
- Bioinformatik und Systembiologie
- Chemie
- Genetik und Molekularbiologie
- Immunologie und Mikrobiologie
- Klinische Wissenschaften
- Krankenpflege und Gesundheitsfürsorge
- Landwirtschaft und Aquakultur
- Lebensmittel & Ernährung
- Maschinenbau
- Materialwissenschaften
- Medizinische Wissenschaften
- Neurowissenschaften und Psychologie
- Pharmazeutische Wissenschaften
- Umweltwissenschaften
- Veterinärwissenschaften
- Wirtschaft & Management
Abstrakt
Off-Target-Screening auf RNA-Interferenz mittels Hauptkomponentenanalyse
Jakob Müller, Michael W. Pfaffl
Off-Target-Effekte bleiben das Hauptproblem bei jeder RNAi-Knockdown-Anwendung. Bei der Durchführung von Funktionsverluststudien in Zellkulturen, die mit Heatmaps und Hauptkomponentenanalysen (PCA) ausgewertet wurden, stellten wir fest, dass die aus PCA abgeleiteten Diagramme Off-Target-Effekte deutlich visualisieren können. Da in unserem Zellkulturmodell keine Off-Target-Effekte vorhanden sind, erstellten wir ein In-silico-Datenmodell, um zu demonstrieren, wie PCA hierfür eingesetzt werden kann. Mit der vorgestellten In-silico-Modulation ist es möglich, die Auswirkungen verschiedener Behandlungen auf die Veränderung der Genexpression zu simulieren. Bekannte Effekte, die durch medikamentöse Behandlung oder eingefügte Knockdowns verursacht werden, konnten klar von unbekannten Off-Target-Effekten unterschieden werden. Durch die Erstellung verschiedener randomisierter Genexpressionsdatensätze zeigen wir, dass PCA einen Off-Target-Effekt effektiver zuordnen kann als ein Heatmap-Genregulierungsmuster.