Preview

Медицинская генетика

Расширенный поиск

Деконволюция клеточного состава тканей на основе данных секвенирования микроРНК

Полный текст:

Аннотация

Экспрессия микроРНК (miRNA) изменяется под действием различных факторов, что создаёт проблему интерпретации результатов исследований, поскольку патологические процессы могут изменять не только функциональную активность клеток, но и соотношения клеточных популяций. Возможным решением является применение подходов клеточной деконволюции. Нами был разработан алгоритм создания референсной панели экспрессии miRNA, специфичной для определенных типов клеток, что позволяет оценить представленность различных клеточных популяций в стенке артерий. Показано, что существующие алгоритмы деконволюции подходят для данных miRNA.

Об авторах

А. А. Зарубин
Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук
Россия


А. В. Марков
Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук
Россия


А. А. Слепцов
Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук
Россия


М. С. Назаренко
Научно-исследовательский институт медицинской генетики, Томский национальный исследовательский медицинский центр Российской академии наук
Россия


Список литературы

1. De Rie D. et al. An integrated expression atlas of miRNAs and their promoters in human and mouse. Nature biotechnology. 2017;35(9):872-878.

2. Gong T., Szustakowski J. D. DeconRNASeq: a statistical framework for deconvolution of heterogeneous tissue samples based on mRNA-Seq data. Bioinformatics. 2013;29(8):1083-1085.

3. Newman A. M. et al. Robust enumeration of cell subsets from tissue expression profiles. Nature methods. 2015;12(5):453-457.


Для цитирования:


Зарубин А.А., Марков А.В., Слепцов А.А., Назаренко М.С. Деконволюция клеточного состава тканей на основе данных секвенирования микроРНК. Медицинская генетика. 2020;19(12):64-65.

For citation:


Zarubin A.A., Markov A.V., Sleptcov A.A., Nazarenko M.S. Tissue-specific deconvolution of cell composition using miRNA sequencing data. Medical Genetics. 2020;19(12):64-65. (In Russ.)

Просмотров: 13


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-7998 (Print)