ניתוח העשרה של קבוצות גנים – הבדלי גרסאות
מ הוספת קטגוריה:ביואינפורמטיקה באמצעות HotCat |
הרחבה של החלק הראשון תגיות: עריכה חזותית עריכה ממכשיר נייד עריכה דרך האתר הנייד |
||
| שורה 1: | שורה 1: | ||
'''ניתוח העשרה של קבוצות גנים (GSEA)''' (נקרא גם '''ניתוח העשרה תפקודית''' או '''ניתוח העשרה של מסלולים ביולוגיים''') הוא שיטה לזיהוי מחלקות של [[גן (ביולוגיה)|גנים]] או [[חלבון|חלבונים]] שמיוצגים יתר על המידה בקבוצה |
'''ניתוח העשרה של קבוצות גנים (GSEA)''' (נקרא גם '''ניתוח העשרה תפקודית''' או '''ניתוח העשרה של מסלולים ביולוגיים''') הוא שיטה לזיהוי מחלקות של [[גן (ביולוגיה)|גנים]] או [[חלבון|חלבונים]] שמיוצגים יתר על המידה בקבוצה של גנים או חלבונים, ועשוי להיות להם קשר עם [[גן (ביולוגיה)#פנוטיפ|פנוטיפ]]ים שונים (למשל דפוסי גדילה שונים של אורגניזם או מחלות). השיטה משתמשת בגישות סטטיסטיות כדי לזהות קבוצות גנים מועשרות או מדוללות באופן משמעותי סטטיסטית. |
||
[[טכנולוגיות ריצוף רנ"א]] ותוצאות [[פרוטאומיקה]] מזהות לעיתים קרובות אלפי גנים.<ref name=":0">{{Cite journal|display-authors=6|vauthors=Subramanian A, Tamayo P, Mootha VK, Mukherjee S, Ebert BL, Gillette MA, Paulovich A, Pomeroy SL, Golub TR, Lander ES, Mesirov JP|date=October 2005|title=Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles|journal=Proceedings of the National Academy of Sciences of the United States of America|volume=102|issue=43|pages=15545–15550|doi=10.1073/pnas.0506580102|pmc=1239896|pmid=16199517|doi-access=free}}</ref> ח |
|||
| ⚫ | חוקרים המבצעים ניסויים בתפוקה גבוהה שמניבים קבוצה של גנים (לדוגמה, גנים [[התבטאות גנים|שמתבטאים]] בצורה דיפרנציאלית בתנאים שונים) רוצים לעיתים קרובות לקבל פרופיל תפקודי של אותה קבוצת גנים, על מנת להבין טוב יותר את התהליכים הביולוגיים הרלוונטיים (התהליכים המשתנים בין שני תנאי הניסוי). ניתן לעשות זאת על ידי השוואת קבוצת הגנים שהתקבלו בניסוי לכל אחת מקבוצות הגנים המקושרות למונחים [[אונטולוגיית גנים|באונטולוגיה של הגן]]. ההשוואה מתבצעת באמצעות [[בדיקת השערות|בדיקה סטטיסטית]], בדרך כלל [[מבחן היפרגאומטרי]], שבודק האם קבוצת הגנים שהתקבלו בניסוי מועשרת יתר על המידה (באופן משמעותי סטטיסטית) בגנים המקושרים לכל אחד |
||
| ⚫ | חוקרים המבצעים ניסויים בתפוקה גבוהה שמניבים קבוצה של גנים (לדוגמה, גנים [[התבטאות גנים|שמתבטאים]] בצורה דיפרנציאלית בתנאים שונים) רוצים לעיתים קרובות לקבל פרופיל תפקודי של אותה קבוצת גנים, על מנת להבין טוב יותר את התהליכים הביולוגיים הרלוונטיים (התהליכים המשתנים בין שני תנאי הניסוי). ניתן לעשות זאת על ידי השוואת קבוצת הגנים שהתקבלו בניסוי לכל אחת מקבוצות הגנים המקושרות למונחים [[אונטולוגיית גנים|באונטולוגיה של הגן]]. ההשוואה מתבצעת באמצעות [[בדיקת השערות|בדיקה סטטיסטית]], בדרך כלל [[מבחן היפרגאומטרי]], שבודק האם קבוצת הגנים שהתקבלו בניסוי מועשרת יתר על המידה (באופן משמעותי סטטיסטית) בגנים המקושרים לכל אחד מהמונח |
||
. |
|||
==הערות שוליים== |
==הערות שוליים== |
||
גרסה מ־18:29, 8 באוגוסט 2023
ניתוח העשרה של קבוצות גנים (GSEA) (נקרא גם ניתוח העשרה תפקודית או ניתוח העשרה של מסלולים ביולוגיים) הוא שיטה לזיהוי מחלקות של גנים או חלבונים שמיוצגים יתר על המידה בקבוצה של גנים או חלבונים, ועשוי להיות להם קשר עם פנוטיפים שונים (למשל דפוסי גדילה שונים של אורגניזם או מחלות). השיטה משתמשת בגישות סטטיסטיות כדי לזהות קבוצות גנים מועשרות או מדוללות באופן משמעותי סטטיסטית.
טכנולוגיות ריצוף רנ"א ותוצאות פרוטאומיקה מזהות לעיתים קרובות אלפי גנים.[1] ח
חוקרים המבצעים ניסויים בתפוקה גבוהה שמניבים קבוצה של גנים (לדוגמה, גנים שמתבטאים בצורה דיפרנציאלית בתנאים שונים) רוצים לעיתים קרובות לקבל פרופיל תפקודי של אותה קבוצת גנים, על מנת להבין טוב יותר את התהליכים הביולוגיים הרלוונטיים (התהליכים המשתנים בין שני תנאי הניסוי). ניתן לעשות זאת על ידי השוואת קבוצת הגנים שהתקבלו בניסוי לכל אחת מקבוצות הגנים המקושרות למונחים באונטולוגיה של הגן. ההשוואה מתבצעת באמצעות בדיקה סטטיסטית, בדרך כלל מבחן היפרגאומטרי, שבודק האם קבוצת הגנים שהתקבלו בניסוי מועשרת יתר על המידה (באופן משמעותי סטטיסטית) בגנים המקושרים לכל אחד מהמונח
.
הערות שוליים
- ^ Subramanian A, Tamayo P, Mootha VK, Mukherjee S, Ebert BL, Gillette MA, et al. (באוקטובר 2005). "Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles". Proceedings of the National Academy of Sciences of the United States of America. 102 (43): 15545–15550. doi:10.1073/pnas.0506580102. PMC 1239896. PMID 16199517.
{{cite journal}}: (עזרה)