اخبار و اعلانات

 آمار

تعداد نشریات286
تعداد نشریات سازمان84
تعداد شماره‌ها3,028
تعداد مقالات33,882
تعداد مشاهده مقاله45,253,405
تعداد دریافت فایل اصل مقاله60,281,742
اسکندری نسب, سعیده, بحرینی بهزادی, محمدرضا, رودباری, زهرا. (1399). واکاوی پروفایل بیان ریز RNA در غدد پستانی گاو به منظور شناسایی مسیرهای زیستی دخیل در تولید شیر. سامانه مدیریت نشریات علمی, 33(3), 49-58. doi: 10.22092/vj.2019.126019.1575
سعیده اسکندری نسب; محمدرضا بحرینی بهزادی; زهرا رودباری. "واکاوی پروفایل بیان ریز RNA در غدد پستانی گاو به منظور شناسایی مسیرهای زیستی دخیل در تولید شیر". سامانه مدیریت نشریات علمی, 33, 3, 1399, 49-58. doi: 10.22092/vj.2019.126019.1575
اسکندری نسب, سعیده, بحرینی بهزادی, محمدرضا, رودباری, زهرا. (1399). 'واکاوی پروفایل بیان ریز RNA در غدد پستانی گاو به منظور شناسایی مسیرهای زیستی دخیل در تولید شیر', سامانه مدیریت نشریات علمی, 33(3), pp. 49-58. doi: 10.22092/vj.2019.126019.1575
اسکندری نسب, سعیده, بحرینی بهزادی, محمدرضا, رودباری, زهرا. واکاوی پروفایل بیان ریز RNA در غدد پستانی گاو به منظور شناسایی مسیرهای زیستی دخیل در تولید شیر. سامانه مدیریت نشریات علمی, 1399; 33(3): 49-58. doi: 10.22092/vj.2019.126019.1575

واکاوی پروفایل بیان ریز RNA در غدد پستانی گاو به منظور شناسایی مسیرهای زیستی دخیل در تولید شیر

تحقیقات دامپزشکی و فرآورده‌های بیولوژیک
مقاله 6، دوره 33، شماره 3، مهر 1399، صفحه 49-58    اصل مقاله (1.27 M)
نوع مقاله: مقاله کامل
شناسه دیجیتال (DOI): 10.22092/vj.2019.126019.1575
نویسندگان
سعیده اسکندری نسب1؛ محمدرضا بحرینی بهزادی1؛ زهرا رودباری* 2
1ژنتیک و اصلاح دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه یاسوج
2گروه علوم دامی، دانشکده کشاورزی، دانشگاه جیرفت
چکیده
هدف علم اصلاح نژاد بهبود ژنتیکی صفات تولیدی است که تأثیر شگرفی بر سودآوری واحدهای دامپروری دارند. یکی از این صفات تولید شیر است که شیر علاوه بر اینکه غذای کاملی است منبع تأمین پروتئین و کلسیم در تغذیه انسان به شمار می‌رود. یک راهکار مناسب برا ی بهبود این صفت شناسایی ریزRNAهایی است که بر تولید و ترکیب شیر تأثیرگذار هستند. ریزRNAها قطعات تک ‌رشته‌ای و کوتاه RNA با طولی حدود ٢٢ نوکلئوتید هستند که در تمام سلول‌ها و مایعات بدن مثل خون و شیر حضور دارند. در این مطالعه برای بررسی چگونگی اثر ریزRNA بر فرآیند تولید شیر داده‌های پروفایل بیان ریزRNA مربوط به بافت پستانی گاو از پایگاه داده ArrayExpress استخراج گردید. با نرم‌افزار GEO2R آنالیز بیان داده‌ها انجام شد. سپس با استفاده از نرم‌افزار miRwalk و targetscan ژن‌های هدف ریزRNAها شناسایی شدند. بعد از شناسایی ژن‌های هدف از نرم‌افزار DAVID جهت انجام واکاوی هستی‌شناسی و شناسایی مسیرهای متابولیکی مرتبط با ژن‌های هدف استفاده شد. در نهایت رسم شبکه ژن‌های هدف و واکاوی شبکه ژنی با استفاده از نرم‌افزار Cytoscape انجام شد. در این مطالعه 18 ریزRNA دارای fold change بالاتر از 2 بوده و 5 ریز RNA دارای fold change کمتر از 2 شناسایی شد که کنترل‌کننده بیان 936 ژن هدف می‌باشند. مهم‌ترین مسیرهای شناخته شده موثر بر فرآیند تولید شیر که ژن‌های شناسایی شده فوق در تنظیم فعالیت آن‌ها دخالت دارند عبارتند از مسیرهای سیگنالینگ: TGFB، WNT، MAPK، mTOR، PI3k-Akt، انسولین و پرولاکتین. نتایج این بررسی می‌تواند اطلاعات تکمیلی برای درک ارتباط ژن‌های مؤثر و عملکردهای بیولوژیکی آن‌ها در فرآیند تولید شیر را فراهم آورد. 
کلیدواژه‌ها
ریز RNA؛ سیستم بیولوژیکی؛ شبکه ژنی؛ گاو شیری
عنوان مقاله [English]
Analysis of The Expression Profile of micro-RNA in Cattle Mammary Glands to Identify The Biological Pathways Involved in The Milk Production
نویسندگان [English]
S. Eskandarynasab1؛ M. R. Bahreini Behzadi1؛ Z. Roudbari2
1Animal Breeding and Genetics, Yasoug University
2Department of Animal Science, Faculty of Agriculture, University of Jiroft
چکیده [English]
The aim of animal breeding is the genetic improvement of traits that have a significant effect on the profitability of livestock units. One of these productive traits is milk production, in which milk and its products are sources of protein and calcium in human nutrition. An appropriate solution for improving these traits is the identification of micro-RNAs that affect milk production and its compounds. Micro RNA is a single stranded and short-chain RNA that has a length of about 22 nucleotides and is present in all cells and body fluids such as blood and milk. In this study, a micro RNA expression profile from the ArrayExpress database was used to study the effect of micro-RNA on the production of milk by samples of bovine mammary tissue. microRNA expression analysis was performed with GEO2R software and then using the miRwalk and targetscan softwares, the target genes for microRNA was detected. After identifying target genes, DAVID software was used to perform ontology analysis and identify the metabolic pathways associated with target genes. Finally, Cytoscape software was used for construction and analysis of the network. In this study, 23 microRNAs with high and low expression were identified whiche were expression regulators of 936 genes. The most important found pathways affecting milk production were TGFβ, WNT, MAPK, mTOR, PI3k-Akt, insulin, and prolactin pathways. Therefore, the results of this study can provide additional information for understanding the relationship between the effective genes and their biological functions in the milk production process.
کلیدواژه‌ها [English]
biological system, dairy cattle, gene network, micro-RNA
مراجع

1. Bach, I., C. Rodriguez-Esteban, C. Carriere, A. Bhushan, A. Krones, D. W. Rose, C. K. Glass, B. Andersen, J. C. I. Belmonte and M. G. Rosenfeld. 1999. RLIM inhibits functional activity of LIM homeodomain transcription via recruitment of the histone deacetylase complex. Nature Genetics 22: 394-399.
2. Baghizadeh, A., M. Bahaaddini, M. R. Mohamadabadi and N. Askari. 2009. Allelic variations in exon 2 of caprine MHC class II DRB3 Gene in Raeini cashmere goat. Agricultural and Environmental Science 6(4): 454-459.
3. Bao, Z., J. Lin, L. Ye, Q. Zhang, J. Chen, Q. Yang and Q. Yu. 2016. Modulation of Mammary Gland Development and Milk Production by Growth Hormone Expression in GH Transgenic Goats. Frontiers in Physiology 728: 1-8.
4. Dennis, G., B. T. Sherman, D. A. Hosack, J. Yang, W. Gao, H. C. Lane and R. A. LemPicki. 2003. DAVID: database for annotation, visualization, and integrated discovery. Genomics Biology.4(9), R60.
5. Ghasemi, N., M. Zadehrahmani, G. H. Rahimi and S. H. Hafezian. 2009. Association between prolactin gene polymorphism and milk production in montebeliard cows. International Journal of Genetics and Molecular Biology 1(3): 048-051.
6. Gibson, J. P. 1989. The effect of pricing system, economic weights, and population parameters on economic response to selection on milk components. Journal of Dairy Sciences 72: 3314-3326.
7. Hessani, Z. H., M. R. Nasiri, M. R. Bakhtiarizadeh, M. Tahmorsepure and A. Javadmanesh. 2018. Gene expression analysis on apoptosis network and design it in Esfahani and Ross breeds. Iranian Journal of Animal Science Research 10(1): 117-130 (In Farsi).
8. Jamora, C., R. Das Gupta, P. Kocieniewski and E. Fuchs. 2003. Links between signal transduction, transcription and adhesion in epithelial and development. Nature,422: 317-322.
9. Jiang, N., Y. Wang, Z. Yu, L. Hu, C. Liu, X. Gao and S. Zheng. 2015. WisP3 (CCN6) regulates milk protein synthesis and cell growth through mTOR signaling in dairy cow mammary epithelial cells. DNA and Cell Biology 34: 524-533.
10. Karjalainen, j., J. M. Martin, M. Knip, J. Ilonen, B. H. Robinson, E. Savilahti and H. M. Dosch. 1992. A bovine albumin peptide as a possible trigger of insulin- dependent diabetes mellitus. Journal of Medicine 327(5): 302-307.
11. Koopaei, K., H. M. R. Mohammadabadi, S. A. Mayari, A. R. Tarang and A. E. Koshkoiyeh. 2012. Effect of DGAT1 variants on milk composition traits in Iranian Holstein cattle population. Animal Science paper and Report 30(3): 231-239.
12. Li, D., X. Xie, J. Wang, Y. Bian, Q. Li, X. Gao and C. Wang. 2015. MiR-486 regulates lactation and targets the PTEN gene in cow mammary glands. PLoS One 10(3), e0118284.
13. Lu, L. M., Q. Z. Li, J. G. Huang and X. J. Gao. 2013. Proteomic and functional analyses reveal MAPK1 regulates milk protein synthesis. Molecules Journal 18(1): 263-275.
14. Mukhopadhyay, C., X. Zhao, D. Maroni, V. Band and M. Naramura. 2013. Distinct effects of EGFR ligands on human mammary epithelial cell differentiation. PLoS One 8(10), e75907.
15. Peripolli, E., N. B. Stafuzza, D. P. Munari, A. L. F. Lima, R. Irgang, M. A. Machado and M. V. B. Silva. 2018. Assessment of runs of homozygosity islands and estimates of genomic inbreeding in Gyr (Bos indicus) dairy cattle. BMC Genomics 19(1): 1-13.
16. Pimentel, E. C. G., S. Bauersachs, M. Tietze, H. Simianer, J. Tetens, G. Thaller, F. Reinhardt, E. Wolf and S. Konig. 2011. Exploration of relationships between production and fertility traits in dairy cattle via association studies of SNPs within candidate genes derived by expression profiling. Animal Genetics 42(3): 251-262.
17. Raven, L. A., B. G. Cocks, M. E. Goddard, J. E. Pryce and B. J. Hayes. 2014. Genetic variants in mammary development, prolactin signaling and involution pathway explain considerable variation in bovine milk production and milk composition. Genetics Selection Evolution 46: 110-117.
18. Roarty, K. and R. Serra. 2007. Wnt5a is required for proper mammary gland development and TGF-beta-mediated inhibition of ductal growth. Development 134: 3929-3939.
19. Roberts A. B., K. C. Flanders, P. Kondalah, N. L. Thompson, E. Van Obberghen- schilling, L. Wakefield and M. B. Sporn. 1988. Transforming growth factor beta: Biochemistry and roles in embryogenesis, tissue repair and remodeling, and carcinogenesis. In: proceedings of the 1987 Laurentian Hormone Conference. Academic press, British. pp. 157-197.
20. Wang, M., S. Moisa, M. J. Khan, J. Wang, D. Bu and J. J. Loor. 2012. MicroRNA expression patterns in the bovine mammary gland are affected by stage of lactation1. Journal of Dairy Science 95(11): 6529-6535.
21. Wang, X., C. Maltecca, R. Tal- Stein, E. Lipkin and H. khatib. 2008. Association of bovine fibroblast growth factor2 (FGF2) gene with milk fat and productive life: an example of the ability of the candidate pathway strategy to identify quantitative trait genes. Journal of Dairy Science 91: 2475-2480.
22. Wicik, Z., M. Gajewska, A. Majewska, D. Walkiewicz, E. Osinska and T. Motyl. 2016. Characterization of microRNA profile in mammary tissue of dairy and beef breed heifers. Journal of Animal Breeding and Genetics 133(1): 31-42.
23. Zakizadeh, S., A. Soelymani and R. Haeri. 2015. Determination of POUF1 and STAT5A Polymorphism and Association with Milk Production in Cattle. Iranian Journal of Animal Science and Biotechnology 6(4):388-394. (In Farsi).
24. Zali, H., M. Reazee, K. Tavirani, M. Haidarbegi and N. Shahriari. 2013. Network Analysis Method for Interpreting Complex Phenotypes in Biological Networks. Journal of Ilam University of Medical Science 20(5): 225-233. (In Farsi).
25. Zhou, J., S. Ye, T. Fujiwara, S. C. Manolagas and H. Zhao. 2013. STEAP4 plays a critical role in osteoclastogenesis in vitro by regulating cellular iron/ROS levels and CREB activation. Journal of Biological Chemistry 288: 30064-30074.

آمار
تعداد مشاهده مقاله: 466
تعداد دریافت فایل اصل مقاله: 543


counter
سامانه مدیریت نشریات علمی. طراحی و پیاده سازی از سیناوب