دوره 13، شماره 36 - ( تابستان 1401 )
جلد 13 شماره 36 صفحات 153-147 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Gholami Tahoone M, Moradi SharBabak H. (2022). Differential Genes Expression of Blood Tissue Related to Pre-Calving Ketosis in Holstein cow using Transcriptomics Data. rap. 13(36), 147-153. doi:10.52547/rap.13.36.147
URL: http://rap.sanru.ac.ir/article-1-1247-fa.html
URL: http://rap.sanru.ac.ir/article-1-1247-fa.html
غلامی طاحونه میلاد، مرادی شهربابک حسین. بیان افتراقی ژنهای بافت خون مرتبط با کتوز قبل از زایمان در گاو هلشتاین با استفاده از داده‌های ترانسکریپتومیکس پژوهشهاي توليدات دامي 1401; 13 (36) :153-147 10.52547/rap.13.36.147
پردیس کشاورزی و منابع طبیعی دانشگاه تهران، کرج، ایران
چکیده: (1339 مشاهده)
چکیده مبسوط
مقدمه و هدف: طی دهه های اخیر گاوهای شیری برای سطح بالایی از تولید شیر انتخاب شده اند؛ در نتیجه تقاضای گاو برای مواد مغذی بسیار افزایش می یابد که در صورت عدم تأمین مقدار انرژی مورد نیاز، بروز کتوز در گاو شیری افزایش می یابد؛ از این رو در این پژوهش هدف شناسایی ژنهای شاخص متفاوت بیانشده بین دو گروه سالم و مبتلا به کتوز قبل از زایمان بود که در نهایت بتوان مسیرهای متابولیکی و فعالیتهای مولکولی درگیر در زمان بروز کتوز را شناسایی نمود.
مواد و روش ها: ترانسکریپتوم (توالی کل mRNA) شش نمونه از بافت خون شامل سه تکرار از هر گروه از پایگاه اطلاعاتی NCBI استخراج و ذخیره شد. مراحل پیش پردازش خوانش ها با استفاده از نرم افزارهای Fastq-dump، FastQC و Trimmomatic و نیز مطالعه پروفایل بیان ژن با استفاده از نرم افزارهای Hisat2 و Samtools انجام شد. در نهایت آنالیز بیان افتراقی ژنها با استفاده از بسته نرم افزاری Cufflinks و آنالیز هستی شناسی ژن به وسیله پایگاه های اطلاعاتی DAVID و Ensembl صورت گرفت.
یافته ها: در نهایت 35342 ژن بر روی ترانسکریپتوم این نمونه ها مشخص شد و 179 ژن با بیان متفاوت و معنی دار شناسایی شدند (p<0.00055)،که با در نظر گرفتن log2 > 4 و log2 < -4، هفت ژن با بیان متفاوت بین دو گروه، مورد مطالعه قرار گرفتند. بیشترین تفاوت بیان ژنی بین دو گروه، مربوط به ژنهای، HBA و PTGS2 با log2(fold_change) به ترتیب 4،53 و 4،47 است. آنالیز هستی شناسی ژن (GO) و مسیرهایی که در آنها درگیر هستند نشان داد که جزء غشای میتوکندری و شبکه آندوپلاسمی، پاسخ التهابی و استرس اکسیداتیو، فرآیند کاهش اکسیداسیون و بیوسنتز هموگلوبین، پاسخ سلولی به هیپوکسی، اتصال یون فلزی، بیوسنتز و متابولیسم اسیدهای چرب و لیپیدها ونیز مسیرهای پیام رسانی شیمیوکین و TNF نقش دارند.
نتیجه گیری: هفت ژن شاخص با بیان متفاوت و معنیدار، بر روی ترانسکریپتوم نمونه ها مشخص شدند؛ که ژنهای CXCL3 و GRO1 دارای بیشترین بیان در بین دو گروه و ژن HBA دارای بیشترین بیان افتراقی، با بیان بیش از 23 برابری در گروه مبتلا به کتوز قبل زایمان نسبت به گروه سالم بود. آنالیز هستی شناسی ژن نشان داد، که ژن HBA به عنوان شاخصترین ژن با بیان متفاوت، با بیان بیشتر در گروه مبتلا به کتوز قبل زایمان، عاملی بر افزایش انتقال اکسیژن، بیوسنتز هموگلوبین، اتصال اکسیژن و یون آهن است.
مقدمه و هدف: طی دهه های اخیر گاوهای شیری برای سطح بالایی از تولید شیر انتخاب شده اند؛ در نتیجه تقاضای گاو برای مواد مغذی بسیار افزایش می یابد که در صورت عدم تأمین مقدار انرژی مورد نیاز، بروز کتوز در گاو شیری افزایش می یابد؛ از این رو در این پژوهش هدف شناسایی ژنهای شاخص متفاوت بیانشده بین دو گروه سالم و مبتلا به کتوز قبل از زایمان بود که در نهایت بتوان مسیرهای متابولیکی و فعالیتهای مولکولی درگیر در زمان بروز کتوز را شناسایی نمود.
مواد و روش ها: ترانسکریپتوم (توالی کل mRNA) شش نمونه از بافت خون شامل سه تکرار از هر گروه از پایگاه اطلاعاتی NCBI استخراج و ذخیره شد. مراحل پیش پردازش خوانش ها با استفاده از نرم افزارهای Fastq-dump، FastQC و Trimmomatic و نیز مطالعه پروفایل بیان ژن با استفاده از نرم افزارهای Hisat2 و Samtools انجام شد. در نهایت آنالیز بیان افتراقی ژنها با استفاده از بسته نرم افزاری Cufflinks و آنالیز هستی شناسی ژن به وسیله پایگاه های اطلاعاتی DAVID و Ensembl صورت گرفت.
یافته ها: در نهایت 35342 ژن بر روی ترانسکریپتوم این نمونه ها مشخص شد و 179 ژن با بیان متفاوت و معنی دار شناسایی شدند (p<0.00055)،که با در نظر گرفتن log2 > 4 و log2 < -4، هفت ژن با بیان متفاوت بین دو گروه، مورد مطالعه قرار گرفتند. بیشترین تفاوت بیان ژنی بین دو گروه، مربوط به ژنهای، HBA و PTGS2 با log2(fold_change) به ترتیب 4،53 و 4،47 است. آنالیز هستی شناسی ژن (GO) و مسیرهایی که در آنها درگیر هستند نشان داد که جزء غشای میتوکندری و شبکه آندوپلاسمی، پاسخ التهابی و استرس اکسیداتیو، فرآیند کاهش اکسیداسیون و بیوسنتز هموگلوبین، پاسخ سلولی به هیپوکسی، اتصال یون فلزی، بیوسنتز و متابولیسم اسیدهای چرب و لیپیدها ونیز مسیرهای پیام رسانی شیمیوکین و TNF نقش دارند.
نتیجه گیری: هفت ژن شاخص با بیان متفاوت و معنیدار، بر روی ترانسکریپتوم نمونه ها مشخص شدند؛ که ژنهای CXCL3 و GRO1 دارای بیشترین بیان در بین دو گروه و ژن HBA دارای بیشترین بیان افتراقی، با بیان بیش از 23 برابری در گروه مبتلا به کتوز قبل زایمان نسبت به گروه سالم بود. آنالیز هستی شناسی ژن نشان داد، که ژن HBA به عنوان شاخصترین ژن با بیان متفاوت، با بیان بیشتر در گروه مبتلا به کتوز قبل زایمان، عاملی بر افزایش انتقال اکسیژن، بیوسنتز هموگلوبین، اتصال اکسیژن و یون آهن است.
نوع مطالعه: پژوهشي |
موضوع مقاله:
ژنتیک و اصلاح نژاد دام
دریافت: 1400/8/5 | ویرایش نهایی: 1401/7/11 | پذیرش: 1400/9/17 | انتشار: 1401/7/11
دریافت: 1400/8/5 | ویرایش نهایی: 1401/7/11 | پذیرش: 1400/9/17 | انتشار: 1401/7/11
فهرست منابع
1. Andrews, S. 2010. FastQC: a quality control tool for high throughput sequence data. From:http://www.bioinformatics. babraham.ac.uk/projects/fastqc.
2. Banabazi, M.H., M. Naserkheil and S.R. Miraei-Ashtiani. 2012. Network regulatory geneexpreesion of cerevisiae cell cycle with correlation weight method. The Third National Conference on Agricultural Biotechnology Iran. Ferdowsi University of Mashhad (In Persian).
3. Barazandeh, A., M.R. Mohammadabadi, M. Ghaderi-Zefrehei, F. Rafeied and I.G. Imumorin. 2019. Whole genome comparative analysis of CpG islands in cameild and other mammalian genomes. Mammalian Biology, 98: 73-79. [DOI:10.1016/j.mambio.2019.07.007]
4. Banabazi, M.H., M. Naserkheil and S.R. Miraei-Ashtiani. 2012. Algorithm to identify genes expressed differently in the yeast Saccharomyces cerevisiae microarray data using software packages R. The Third National Conference on Agricultural Biotechnology Iran. Ferdowsi University of Mashhad (In Persian).
5. Bolger, A.M., M. Lohse and B. Usadel. 2014. Trimmomatic: a flexible trimmer for Illuminasequence data. Bioinformatics, 30(15): 2114-2120. [DOI:10.1093/bioinformatics/btu170]
6. Ekblom, R. and J. Galindo. 2010. Applications of next generation sequencing in molecular ecology of non-model organisms. Heredity, 107(1): 1-15. [DOI:10.1038/hdy.2010.152]
7. Gan, Q., I. Chepelev, G. Wei, L. Tarayrah, K. Cui, K. Zhao and X. Chen. 2010. Dynamic regulation of alternative splicing and chromatin structure in drosophila gonads revealed by RNA-seq. Cell Research, 20(7): 763-783. [DOI:10.1038/cr.2010.64]
8. Haas, B.J. and M.C. Zody. 2010. Advancing RNA-seq analysis. Nature Biotechnology, 28(5), 421. https://www.ncbi.nlm.nih.gov/assembly/GCF_002263795.1/?utm_source=gquery&utm_medium=referral&utm_campaign=KnownItemSensor:taxname [DOI:10.1038/nbt0510-421]
9. Kim, D., B. Langmead and S.L. Salzbberg. 2015. HISAT: a fast spliced aligner with low memory requirements. Nature Methods, 12(4): 357-360 [DOI:10.1038/nmeth.3317]
10. Marguerat, S. and J. Bähler. 2010. RNA-seq: from technology to biology. Cellular and Molecular Life Sciences, 67(4): 569-579. [DOI:10.1007/s00018-009-0180-6]
11. Masoudzadeh, S.H., M.R. Mohammadabadi, A. Khezri, O.A. Kochuj-Yashchenko, D.M. Kucher, O. I. Babenko, M.V. Bushtruk, S.V. Tkachenko, R.V. Stavetska, N.I. Klopenko, V.P. Oleshko, M.V. Tkachenko and I.V. Titarenko. 2020a. DIL1 gene expression in different tissues of lamb. Iranian Journal of Applied Animal Science, 10: 669-677.
12. Masoudzadeh, S.H., M. mohammadabadi, A. Khezri, R.V. Stavetska, V.P. Oleshko, O.I. Babenko, Z. Yemets and O.M. Kalashnik. 2020b. Effects of diets with different levels of fennel (Foeniculum vulgare) seed powder on DLJ1 gene expression in brain, adipose tissue, femur muscle and rumen of Keramni lambs. Small Ruminant Research, 193. [DOI:10.1016/j.smallrumres.2020.106276]
13. Mohammadabadi, M.R. 2019a. DLK1 gene expression in Raini Cashmere goat using Real-Time PCR. Agricultural Biotechnology Journal, 11: 191-205.
14. Mohammadabadi, M.R. 2019b. Expression of calpastatin gene in Raini Cashmere goat using Real-Time PCR. Agricultural Biotechnology Journal, 11: 219-235.
15. Mohammadabadi, M.R. 2021. Tissue-specific mRNA expression profile of ESR2 gene in goat. Agricultural Biotechnology Journal, 12: 169-184 (In Persian).
16. Mohamadabadi, M.R. and H. Asadollahpour-Nanaei. 2021. Leptin gene expression in Raini Cashmere goat using Real-Time PCR. Agricultural Biotechnology Journal, 13: 197-214.
17. Moradian, H., A.K. Esmailizadeh, M. Asadi and M.R. Mohammadabadi. 2019. Whole genome detection of recent selection signatures in Sarabi cattle: a unique Iranian taurine breed. Genes & Genomics, 9(11): 1-13.
18. Mortazavi, A., B. Williams, K. McCue, L. Schaeffer and B. Wold. 2008. Mapping and quantifying mammalian transcriptomes by RNA-Seq. Nature Methods, 5(7): 621-628. [DOI:10.1038/nmeth.1226]
19. Mostert, P.F., E.A.M. Bokkers, C.E. Van Middelaar, H. Hogeveen and I.J.M. de Boer. 2017. Estimating the economic impact of subclinical ketosis in dairy cattle using a dynamic stochastic simulation model. Animal January, 2018: 145-154. [DOI:10.1017/S1751731117001306]
20. Nikkhah, A., A. RezaGholivand and M.H. Khabbazan. 2021. Milk yield depression and its economic loss due to production diseases: Iran's large dairy herds. Iranian Journal of Veterinary Research, Shiraz University.
21. Sultan, M., M.H. Schulz, H. Richard, A. Magen, A. Klingenhoff, M. Scherf and D. Schmidt. 2008. A global view of gene activity and alternative splicing by deep sequencing of the human transcriptome. Science, 321(5891): 956-960. [DOI:10.1126/science.1160342]
22. Tohidi-nezhad, F., M.R. Mohammadabadi, A.K. Esmailizadeh and A. Najmi-Noori. 2015. Comparison of different levels of Rheb gene expression in different tissues of Raini Cashmere goat. Agricultural Biotechnology Journal, 6: 35-50.
23. Yan, Z., H. Huang, E. Freebern, D.J.A. Santos, D. Dai, J. Si, C. Ma, J. Cao, G. Guo, G.E. Liu, L. Ma, L. Fang and Y. Zhang. 2020. Integrating RNA-seq with GWAS reveals novel insights into the molecular mechanism underpinning ketosis in cattle. BMC Genomics, 21: 489-501. [DOI:10.1186/s12864-020-06909-z]
24. Wilhelm, B.T. and J.R. Landry. 2009. RNA-Seq-quantitative measurement of expression through massively parallel RNA-Sequencing. Methods, 48: 249-257. [DOI:10.1016/j.ymeth.2009.03.016]
25. Wu, Z., S. Chen, C. Qin, X. Jia, F. Deng, J. Wang and S. Lai. 2020. Clinical ketosis-associated alteration of gene expression in Holstein cows. Genes 2020, 11(2): 219. [DOI:10.3390/genes11020219]
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |
