Mohutný rozvoj molekulárně biologických metod v posledních deseti letech je charakterizován produkcí velkého množství dat. Nejinak je tomu i v případě technologie DNA mikročipů, která umožňuje v jednom experimentu sledovat expresi desítek tisíc genů najednou. Kvantum získaných experimentálních dat je však pro relevantní medicínské závěry nutné vhodně analyzovat a interpretovat. Tento článek je věnován statistickým metodám, které lze pro hodnocení dat získaných z DNA mikročipů použít. Tyto metody lze rozdělit do tří velkých skupin: shlukovací metody, metody pro identifikaci rozdílně exprimovaných genů a klasifikační metody. Shlukovací metody slouží k nalezení homogenních skupin pacientů s podobným expresním profilem nebo skupin genů s podobným chováním, metody pro identifikaci rozdílně exprimovan ých genů hledají geny specifické svojí aktivitou pro určitou biologickou tkáň, zatímco klasifikační metody slouží k nalezení diskriminačního pravidla pro přesnou diagnostiku nových pacientů do jedné z definovaných skupin.

Last decade led to massive progress in the molecular biology methods which was accompanied by the production of large amount of data. This is also the case of the gene expression microarray technology that makes it feasible to study thousands of genes simultaneously. However, for relevant medical inference there is the need for appropriate evaluation and interpretation of this large quantity of experimental data. This paper is dedicated to statistical methods that can be used for the evaluation of gene expression data. These methods can be split into three main categories: clustering methods, methods for identification of differentially expressed genes and classification techniques. Clustering methods can be used for finding of homogenous groups of patients or genes with similar expression profile, methods for identification of differentially expressed genes find genes specific for activity of certain biological tissue while classification techniques are used for setting up a discrimination rule for precise diagnostics of newly diagnosed patients to one of the previously defined classes.

• MeSH
• diskriminační analýza MeSH
• exprese genu genetika   MeSH
• financování organizované MeSH
• lidé MeSH
• sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů metody   statistika a číselné údaje   využití   MeSH
• shluková analýza MeSH
• statistické modely MeSH
• statistika jako téma MeSH
• teoretické modely MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• přehledy MeSH

Background: Microarray technologies are used to measure the simultaneous expression of a certain set of thousands of genes based on ribonucleic acid (RNA) obtained from a biological sample. We are interested in several statistical analyses such as 1) finding differentially expressed genes between or among several experimental groups, 2) finding a small number of genes allowing for the correct classification of a sample in a certain group, and 3) finding relations among genes. Objectives: Gene expression data are high dimensional, and this fact complicates their analysis because we are able to perform only a few samples (e.g. the peripheral blood from a limited number of patients) for a certain set of thousands of genes. The main purpose of this paper is to present the shrinkage estimator and show its application in different statistical analyses. Methods: The shrinkage approach relates to the shift of a certain value of a classic estimator towards a certain value of a specified target estimator. More precisely, the shrinkage estimator is the weighted average of the classic estimator and the target estimator. Results: The benefit of the shrinkage estimator is that it improves the mean squared error (MSE) as compared to a classic estimator. The MSE combines the measure of an estimator’s bias away from its true unknown value and the measure of the estimator’s variability. The shrinkage estimator is a biased estimator but has a lower variability. Conclusions: The shrinkage estimator can be considered as a promising estimator for analyzing high dimensional gene expression data.

• MeSH
• exprese genu * genetika   MeSH
• lidé MeSH
• mikročipová analýza * metody   statistika a číselné údaje   MeSH
• RNA * genetika   MeSH
• statistické modely MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• práce podpořená grantem MeSH

Understanding the control of gene expression is critical for our understanding of the relationship between genotype and phenotype. The need for reliable assessment of transcript abundance in biological samples has driven scientists to develop novel technologies such as DNA microarray and RNA-Seq to meet this demand. This review focuses on comparing the two most useful methods for whole transcriptome gene expression profiling. Microarrays are reliable and more cost effective than RNA-Seq for gene expression profiling in model organisms. RNA-Seq will eventually be used more routinely than microarray, but right now the techniques can be complementary to each other. Microarrays will not become obsolete but might be relegated to only a few uses. RNA-Seq clearly has a bright future in bioinformatic data collection.

• MeSH
• sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů metody   MeSH
• sekvenční analýza RNA metody   MeSH
• stanovení celkové genové exprese metody   MeSH
• výpočetní biologie * MeSH
• Publikační typ
• časopisecké články MeSH
• práce podpořená grantem MeSH
• přehledy MeSH
• srovnávací studie MeSH

• MeSH
• geny MeSH

• Konspekt
• Obecná genetika. Obecná cytogenetika. Evoluce
• NLK Obory
• genetika, lékařská genetika

• MeSH
• časná diagnóza MeSH
• diagnostické techniky molekulární MeSH
• exprese genu MeSH
• genom lidský MeSH
• lidé MeSH
• messenger RNA analýza   MeSH
• mikro RNA analýza   MeSH
• polymerázová řetězová reakce MeSH
• sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů MeSH
• stanovení celkové genové exprese MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• recenze MeSH

• MeSH
• DNA analýza   MeSH
• exprese genu MeSH
• genom MeSH
• hybridizace in situ fluorescenční metody   MeSH
• molekulární biologie MeSH

• MeSH
• celogenomová asociační studie MeSH
• cholesteatom středního ucha MeSH
• exprese genu MeSH
• prospektivní studie MeSH
• sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů MeSH

• Konspekt
• Patologie. Klinická medicína
• NLK Obory
• otorinolaryngologie
• genetika, lékařská genetika
• NLK Publikační typ
• studie

BACKGROUND: The full maturational capability of mammalian oocytes is accompanied by nuclear and cytoplasmic modifications, which are associated with proliferation and differentiation of surrounding cumulus cells. These events are regulated on molecular level by the expression of target genes involved in signal transduction pathways crucial for folliculogenesis and oogenesis. Transforming growth factor beta signaling includes several molecules that are involved in the regulation of oogenesis and embryo growth, including bone morphogenetic protein (BMP). However, the BMP-related gene expression profile in oocytes at different maturational stages requires further investigation. METHODS: Oocytes were isolated from pubertal crossbred Landrace gilts follicles, selected with a use of BCB staining test and analyzed before and after in vitro maturation. Gene expression profiles were examined using an Affymetrix microarray approach and validated by RT-qPCR. Database for Annotation, Visualization, and Integrated Discovery (DAVID) software was used for the extraction of the genes belonging to a BMP-signaling pathway ontology group. RESULTS: The assay revealed 12,258 different transcripts in porcine oocytes, among which 379 genes were down-regulated and 40 were up-regulated. The DAVID database indicated a "BMP signaling pathway" ontology group, which was significantly regulated in both groups of oocytes. We discovered five up-regulated genes in oocytes before versus after in vitro maturation (IVM): chordin-like 1 (CHRDL1), follistatin (FST), transforming growth factor-beta receptor-type III (TGFβR3), decapentaplegic homolog 4 (SMAD4), and inhibitor of DNA binding 1 (ID1). CONCLUSIONS: Increased expression of CHRDL1, FST, TGFβR3, SMAD4, and ID1 transcripts before IVM suggested a subordinate role of the BMP signaling pathway in porcine oocyte maturational competence. Conversely, it is postulated that these genes are involved in early stages of folliculogenesis and oogenesis regulation in pigs, since in oocytes before IVM increased expression was observed.

• MeSH
• IVM techniky * MeSH
• kostní morfogenetické proteiny genetika   metabolismus   MeSH
• kumulární buňky cytologie   metabolismus   fyziologie   MeSH
• mikročipová analýza MeSH
• oocyty cytologie   metabolismus   fyziologie   MeSH
• oogeneze genetika   MeSH
• prasata genetika   metabolismus   MeSH
• signální transdukce genetika   MeSH
• stanovení celkové genové exprese MeSH
• transkriptom MeSH
• vývojová regulace genové exprese MeSH
• zvířata MeSH
• Check Tag
• ženské pohlaví MeSH
• zvířata MeSH
• Publikační typ
• časopisecké články MeSH

• MeSH
• exprese genu MeSH
• příručky lékařské MeSH
• Publikační typ
• příručky MeSH

• Konspekt
• Obecná genetika. Obecná cytogenetika. Evoluce
• NLK Obory
• genetika, lékařská genetika

V našem sdělení chceme informovat o použití dvou metodik ke studiu molekulární genetické problematiky mnohočetného myelomu (MM). První zmíníme využití DNA čipů (microarrays) a ve druhé části se zaměříme na chromatinovou imunoprecipitaci v analýzách epigenetických změn genů. Obě metodiky náš výzkumný tým používá, a proto představíme i první výstupy. Využití obou metodik je u MM stejné jako u všech ostatních nádorů. Představují možnost studia patogeneze maligních onemocnění na molekulární úrovni, klasifikaci jinak neodlišitelných prognostických skupin choroby, predikci léčebné odpovědi na daný terapeutický zásah a identifikaci možných molekulárních cílů protinádorové terapie.

This review informs about utilization of two methods used in molecular examination in multiple myeloma on genomic level: DNA microarrays and chromatin immunoprecipitation. The profit of both methods is very similar in myeloma as well as in other cancers. They allow to study disease pathogenesis, generate new disease classification, and try to predict effect of therapy. Also, they are used to find the new potential target of therapy in multiple myeloma.

• MeSH
• chromatinová imunoprecipitace metody   využití   MeSH
• DNA fingerprinting metody   využití   MeSH
• exprese genu genetika   MeSH
• financování organizované MeSH
• hematologické nádory diagnóza   etiologie   genetika   MeSH
• lékařská onkologie metody   trendy   MeSH
• lékové transportní systémy metody   využití   MeSH
• lidé MeSH
• mnohočetný myelom diagnóza   etiologie   genetika   MeSH
• sekvenční analýza hybridizací s uspořádaným souborem oligonukleotidů metody   využití   MeSH
• Check Tag
• lidé MeSH
• Publikační typ
• přehledy MeSH