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.