( Cap Analysis of Gene Expression ( CAGE یک روش با ظرفیت بالا برای تجزیه و تحلیل ترنسکریپتوم در بیولوژی مولکولی است. در این روش از به دام انداختن capها استفاده می شود. با استقاده از داده های بدست امده می توان موقعیت دقیق TSS ها را مشخص کرد. با استفاده از این موقعیت ها می توان به تحلیل بیان ژن ها و یا ساختار promoterها پرداخت. از این روش در کارهای بزرگی نظیر FANTOM و یا ENCODE استفاده شده است.
در این فرایند از تکنیک مبتنی بر بیوتینیل کردن کلاهک 7 - متیل گوانوزین از Pol II transcripts برای بدست اوردن < cDNAs کامل از 5' که از روی رونویسی اسکن شده برعکس رونویسی شده است> استفاده می شود. سپس توالی لینکر به انتهای 5 'cDNA می چسبد و از آنزیم محدود کننده خاصی برای جدا کردن یک قطعه کوتاه از انتهای 5' استفاده می شود. سپس قطعات حاصل با استفاده از تکنولوژی توالی بسیار موازی با سرعت بالا تبدیل به دنباله می شوند. به خروجی های این قسمت tag گفته می شود. [ ۱] [ ۲]
در ابتدای این مرحله ما تعدادی tag داریم. حال با یک نگاه ساده با تناظر دادن این tagها به یک مرجع genome می توانیم موقعیت دقیق TSS ها را بدست اوریم. اما قضیه به این سادگی ها نیست این tag ها می بایست در ابتدا از مرحله کنترل کیفیت بگذرند و بزیده شوند و سپس این یافتن تناظرها انجام شود. دقیقاً مانند مراحلی که ما در RNA - Seq طی می کنیم در واقع در انجا ما با داده ی خام بدست امده از NGS رو به رو هستیم و در اینجا ما با داده ی خام بدست امده از CAGE رو به رو هستیم. حال در شکل زیر مراحل کامل این pipeline را مشاهده می کنید: برای انجام این مراحل کافیست از Pipeline کمک بگیرید.
و این تصویر توصیفی از کار این pipeline است:
از این داده ها می توان برای بدست اوردن expression profileو یا تحلیل ساختار promoterها استقاده کرد. برای این منظور کتابخانه هایی در زبان برنامه نویسی R وجود دارد از معروف ترین ان ها می توان به CAGEr اشاره کرد.
مراحل تجزیه کردن داده ها:
به این منظور می توان از یک نرمال سازی ساده استقاده کرد یا می توان از روشی مخصوص به نرمال کردن داده های CAGE استفاده نمود در این روش از این قانون تجربی استقاده می شود که توزیع تجمعی متغیر تصادفی < تعداد جایگاه های با دقیقاً Kتا TSS> از یک توزیع نمایی تبعیت می کند. و سعی می شود بزای نرمال سازی هر نقطه روی توزیع فیت شده اورده شود. از این روش نه تنها در نورمال کردن این داده ها بلکه در بقیه فرایندهای مشابه نیز استفاده می شود. [ ۳]
این نوشته برگرفته از سایت ویکی پدیا می باشد، اگر نادرست یا توهین آمیز است، لطفا گزارش دهید: گزارش تخلفدر این فرایند از تکنیک مبتنی بر بیوتینیل کردن کلاهک 7 - متیل گوانوزین از Pol II transcripts برای بدست اوردن < cDNAs کامل از 5' که از روی رونویسی اسکن شده برعکس رونویسی شده است> استفاده می شود. سپس توالی لینکر به انتهای 5 'cDNA می چسبد و از آنزیم محدود کننده خاصی برای جدا کردن یک قطعه کوتاه از انتهای 5' استفاده می شود. سپس قطعات حاصل با استفاده از تکنولوژی توالی بسیار موازی با سرعت بالا تبدیل به دنباله می شوند. به خروجی های این قسمت tag گفته می شود. [ ۱] [ ۲]
در ابتدای این مرحله ما تعدادی tag داریم. حال با یک نگاه ساده با تناظر دادن این tagها به یک مرجع genome می توانیم موقعیت دقیق TSS ها را بدست اوریم. اما قضیه به این سادگی ها نیست این tag ها می بایست در ابتدا از مرحله کنترل کیفیت بگذرند و بزیده شوند و سپس این یافتن تناظرها انجام شود. دقیقاً مانند مراحلی که ما در RNA - Seq طی می کنیم در واقع در انجا ما با داده ی خام بدست امده از NGS رو به رو هستیم و در اینجا ما با داده ی خام بدست امده از CAGE رو به رو هستیم. حال در شکل زیر مراحل کامل این pipeline را مشاهده می کنید: برای انجام این مراحل کافیست از Pipeline کمک بگیرید.
و این تصویر توصیفی از کار این pipeline است:
از این داده ها می توان برای بدست اوردن expression profileو یا تحلیل ساختار promoterها استقاده کرد. برای این منظور کتابخانه هایی در زبان برنامه نویسی R وجود دارد از معروف ترین ان ها می توان به CAGEr اشاره کرد.
مراحل تجزیه کردن داده ها:
به این منظور می توان از یک نرمال سازی ساده استقاده کرد یا می توان از روشی مخصوص به نرمال کردن داده های CAGE استفاده نمود در این روش از این قانون تجربی استقاده می شود که توزیع تجمعی متغیر تصادفی < تعداد جایگاه های با دقیقاً Kتا TSS> از یک توزیع نمایی تبعیت می کند. و سعی می شود بزای نرمال سازی هر نقطه روی توزیع فیت شده اورده شود. از این روش نه تنها در نورمال کردن این داده ها بلکه در بقیه فرایندهای مشابه نیز استفاده می شود. [ ۳]
wiki: بیان ژن تجزیه کپ