تحليل خانواده‌هاي ژني در ريز آرايه لنفوبلاستيك حاد

Gene-set analysis on acute lymphoblastic leukemia microarray

سابقه و هدف: تحليل خانواده ژني داده‌هاي ريز آرايه، مسيرهاي بيولوژيكي يا خانواده‌هاي ژني كه بين فنوتيپ‌هاي مورد نظر بيان متفاوتي دارند، را شناسايي مي‌كند. بر خلاف تحليل مبتني بر ژن‌هاي منفرد، تحليل خانواده‌هاي ژني دانش بيولوژيكي موجود روي ژن‌ها را براي بررسي تفاوت بيان ژني بين فنوتيپ‌ها به كار مي‌گيرد. در اين مطالعه به مقايسه دو روش تحليل خانواده‌هاي ژني پرداخته مي‌شود. مواد و روش‌ها: از دو روش طبقه‌اي و فراموضعي، براي شناسايي خانواده‌هاي ژني با بيان متفاوت به عنوان عامل افتراق بين افراد سالم و بيمار (فنوتيپ) مبتلا به لنفوبلاستيك حاد كه داراي كروموزوم BCR/ABL هستند، استفاده شد. در اين مطالعه، داده‌هاي ريزآرايه‌ي يك كارآزمايي باليني لوسمي لنفوبلاستيك حاد مورد استفاده قرار گرفته و براي تحليل داده‌ها از نرم‌افزار R استفاده گرديد. يافته‌ها: از 200 خانواده ژني بررسي شده، روش فراموضعي 114 خانواده را كه بين جمعيت سالم و بيمار بيان متفاوتي داشتند، شناسايي كرد. در حالي‌كه روش طبقه‌اي تنها موفق به شناسايي 30 خانواده ژني با بيان متفاوت گرديد. نتيجه‌گيري: در هر يك از دو مجموعه خانواده‌هاي ژني شناسايي شده به‌وسيله هر روش، تعدادي خانواده‌ي ژني موثر در بيماري لوسمي لنفوبلاستيك حاد ديده مي‌شود. بنابراين، اگر چه معرفي روش تحليلي با توان تشخيصي بالاتر بين افراد سالم و بيمار مبتلا به لنفوبلاستيك حاد، نيازمند به مطالعه‌اي دقيق‌تر است، اما بررسي خانواده‌هاي ژني مشترك بين دو روش منجر گرديد، آخرين يافته‌هاي بيولوژيست‌ها تنها با استفاده از اين روش‌هاي آماري به دست آيد.

Introduction: Gene-set analysis of microarray data determines biological pathways or gene setswith differential expression in a phenotype of interest. In contrast to the analysis of individual genes, gene-set analysis utilizes existing biological knowledge of genes in assessing differential expression. This paper compared the biological performance of two gene-set analysis methods. Materials and Methods: To determinegene sets, which are differentially expressed between acute lymphoblastic leukemia (ALL) with BCR/ABL and those with no observed cytogenetic abnormalities, the real microarray data come from a clinical trial in acute lymphoblastic leukaemia were used in this study. For this reason, we used two GSA methods; GSEA-category and Global test and then the data were analyzedusing by R software. Results: Globaltest identified 114 out of 200 gene sets introduced in KEGG with differentially expressed on comparing the group with BCR/ABL to those with no observed cytogenetic abnormalities. While Category could identify just 30 gene sets of this set. Conclusion: Both of used methods include number of gene sets affecting ALL. So the more thorough study is needed to identify the more metric method. Evaluation of common gene sets among the two methods could identify the latest findings of biologists only by the used statistical methods.