biomarkers-an-animal-model-for-revealing-neural-hematologic

Biomarkers in an Animal Model for Revealing Neural, Hematologic, and Behavioral Correlates of PTSD

Identification of biomarkers representing the evolution of the pathophysiology of Post Traumatic Stress Disorder (PTSD) is vitally important, not only for ...

GenProMarkers, Inc.

&#x521B;&#x4F24;&#x540E;&#x5E94;&#x6FC0;&#x969C;&#x788D; (PTSD) &#x662F;&#x4E0E;&#x80CC;&#x5916;&#x4FA7;&#x524D;&#x989D;&#x53F6;&#x76AE;&#x5C42; &#xFF08;DLPFC&#xFF09;&#xFF0C;&#x89C4;&#x5B9A;&#x4E86;&#x5DE5;&#x4F5C;&#x8BB0;&#x5FC6;&#x548C;&#x5236;&#x5907;&#x548C;&#x9009;&#x62E9;&#x7684;&#x6050;&#x60E7;&#x53CD;&#x5E94;&#x7684;&#x5927;&#x8111;&#x533A;&#x57DF;&#x6D3B;&#x52A8;&#x51CF;&#x5C11;&#x76F8;&#x5173;&#x8054;&#x3002;&#x6211;&#x4EEC;&#x4E0E;&#x8C03;&#x67E5; DLPFC Brodmann &#x5730;&#x533A; (BA) 46 &#x6B7B;&#x540E;&#x60A3;&#x8005;&#x7684;&#x57FA;&#x56E0;&#x8868;&#x8FBE;&#x8C31; &#xFF08;n = 6&#xFF09; &#x548C;&#x65E0;&#x521B;&#x4F24; (n = 6) &#x4F7F;&#x7528;&#x4EBA;&#x7C7B;&#x7EBF;&#x7C92;&#x4F53;&#x96C6;&#x4E2D; cDNA &#x82AF;&#x7247;&#x3002;&#x6211;&#x4EEC;&#x7814;&#x7A76;&#x63ED;&#x793A; PTSD &#x7279;&#x5B9A;&#x8868;&#x8FBE;&#x5F0F;&#x6307;&#x7EB9;&#x56FE;&#x8C31; 800 &#x5185;&#x5BB9;&#x4E30;&#x5BCC;&#x6CE8;&#x91CD;&#x7EBF;&#x7C92;&#x4F53;&#x57FA;&#x56E0;&#x8DE8;&#x6240;&#x6709;&#x8FD9;&#x4E9B; 12 BA46 &#x6837;&#x54C1;&#x548C; 119 (+ /-&gt; 1.25&#xFF0C;p &lt; 0.05) &#x548C; 42 (+ /-&gt; 1.60&#xFF0C;p &lt; 0.05) &#x6C34;&#x5E73;&#x53CA;&#x57FA;&#x56E0;&#x4E4B;&#x95F4;&#x7684;&#x63A7;&#x5236;&#x548C;&#x6050;&#x60E7;&#x75C7;&#x7684;&#x6837;&#x672C;&#x3002; &#x5B9A;&#x91CF;&#x9006;&#x8F6C;&#x5F55;-&#x805A;&#x5408;&#x9176;&#x94FE;&#x53CD;&#x5E94;&#x9A8C;&#x8BC1;&#x82AF;&#x7247;&#x7ED3;&#x679C;&#x3002; &#x8FD9;&#x4E9B;&#x6307;&#x7EB9;&#x57FA;&#x672C;&#x4E0A;&#x53EF;&#x4EE5;&#x533A;&#x522B;&#x5F00;&#x6765;&#x7684; PTSD DLPFC BA46 &#x5927;&#x8111;&#x63A7;&#x5236;&#x7684; 119 &#x6C34;&#x5E73;&#x53CA;&#x57FA;&#x56E0;&#x3002; (+ /-&gt; &#x6216; = 125%&#xFF0C;p &lt; 0.05)&#xFF0C;&#x767E;&#x5206;&#x6BD4;&#x6700;&#x9AD8;&#x7684;&#x7EBF;&#x7C92;&#x4F53;&#x529F;&#x80FD;&#x969C;&#x788D;&#x4E0E;&#x5173;&#x8054; (4.8%&#xFF0C;p = 6.61 x 10(-6))&#xFF0C;&#x6C27;&#x5316;&#x78F7;&#x9178;&#x5316; (3.8%&#xFF0C;p = 9.04 x 10(-4))&#xFF0C;&#x7EC6;&#x80DE;&#x751F;&#x5B58;&#x51CB;&#x4EA1; (25.2%&#xFF0C;p &lt; 0.05) &#x548C;&#x795E;&#x7ECF;&#x7CFB;&#x7EDF;&#x75BE;&#x75C5; (23.5%&#xFF0C;p &lt; 0.05)&#x3002;50 50 &#x6C34;&#x5E73;&#x53CA;&#x57FA;&#x56E0;&#x662F;&#x76EE;&#x524D;&#x5DF2;&#x77E5;&#x53C2;&#x4E0E;&#x795E;&#x7ECF;&#x5143;&#x529F;&#x80FD;&#x5B58;&#x6D3B;&#xFF0C;&#x5E76;&#x4E14;&#x5305;&#x542B; 7 &#x76EE;&#x6807;&#x795E;&#x7ECF;&#x7CBE;&#x795E;&#x6027;&#x836F;&#x7269;&#x7684;&#x5206;&#x5B50;&#x7F51;&#x7EDC;&#x4E2D;&#x3002;30 30 &#x7684;&#x6C34;&#x5E73;&#x53CA;&#x57FA;&#x56E0;&#x662F;&#x4E0E;&#x5927;&#x91CF;&#x7684;&#x795E;&#x7ECF;&#x7CBE;&#x795E;&#x6027;&#x75BE;&#x75C5;&#x76F8;&#x5173;&#x8054;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E; PTSD DLPFC BA46 &#x7EBF;&#x7C92;&#x4F53;&#x529F;&#x80FD;&#x969C;&#x788D;&#x548C;&#x63D0;&#x4F9B;&#x7684;&#x53EF;&#x80FD;&#x6700;&#x7EC8;&#x6210;&#x4E3A; PTSD &#x8BCA;&#x65AD;&#x6807;&#x5FD7;&#x7269;&#x548C;&#x6BD2;&#x54C1;&#x548C;&#x53EF;&#x80FD;&#x6709;&#x76CA;&#x53D1;&#x5C55;&#x7684;&#x8865;&#x6551;&#x63AA;&#x65BD;&#x9884;&#x9632;&#x548C;&#x6CBB;&#x7597;&#x7684; PTSD &#x7684;&#x5206;&#x5B50;&#x9776;&#x70B9;&#x7684;&#x8868;&#x8FBE;&#x6307;&#x7EB9;&#x3002;

&#x6C34;&#x5E73;&#x53CA;&#x7EBF;&#x7C92;&#x4F53;&#x57FA;&#x56E0;&#x548C;&#x836F;&#x7269;&#x9776;&#x6807;&#x5728;&#x4E8B;&#x540E;&#x60A3;&#x8005;&#x8111;&#x7684;&#x521B;&#x4F24;&#x540E;&#x5E94;&#x6FC0;&#x969C;&#x788D; &#xFF08;PTSD&#xFF09; &#x63ED;&#x793A;&#x4EBA;&#x7C7B;&#x7EBF;&#x7C92;&#x4F53;&#x96C6;&#x4E2D; cDNA &#x5FAE;&#x9635;&#x5217;&#x7684;&#x7F51;&#x7EDC;&#x3002;

Posttraumatic stress disorder (PTSD) is associated with decreased activity in the dorsolateral prefrontal cortex (DLPFC), the brain region that regulates working memory and preparation and selection of fear responses. We investigated gene expression profiles in DLPFC Brodmann area (BA) 46 of postmortem patients with (n=6) and without PTSD (n=6) using human mitochondria-focused cDNA microarrays. Our study revealed PTSD-specific expression fingerprints of 800 informative mitochondria-focused genes across all of these 12 BA46 samples, and 119 (+/->1.25, p<0.05) and 42 (+/->1.60, p<0.05) dysregulated genes between the PTSD and control samples. Quantitative RT-PCR validated the microarray results. These fingerprints can essentially distinguish the PTSD DLPFC BA46 brains from controls. Of the 119 dysregulated genes (+/-> or =125%, p<0.05), the highest percentages were associated with mitochondrial dysfunction (4.8%, p=6.61 x 10(-6)), oxidative phosphorylation (3.8%, p=9.04 x 10(-4)), cell survival-apoptosis (25.2%, p<0.05) and neurological diseases (23.5%, p<0.05). Fifty (50) dysregulated genes were present in the molecular networks that are known to be involved in neuronal function-survival and contain 7 targets for neuropsychiatric drugs. Thirty (30) of the dysregulated genes are associated with a number of neuropsychiatric disorders. Our results indicate mitochondrial dysfunction in the PTSD DLPFC BA46 and provide the expression fingerprints that may ultimately serve as biomarkers for PTSD diagnosis and the drugs and molecular targets that may prove useful for development of remedies for prevention and treatment of PTSD.

Dysregulated mitochondrial genes and networks with drug targets in postmortem brain of patients with posttraumatic stress disorder (PTSD) revealed by human mitochondria-focused cDNA microarrays.

Trouble de stress post-traumatique (SSPT) est associ&#xE9;e &#xE0; une baisse d&#x26;#39;activit&#xE9; dans le cortex pr&#xE9;frontal dorsolat&#xE9;ral (DLPFC), la r&#xE9;gion du cerveau qui r&#xE9;gule la m&#xE9;moire de travail et de pr&#xE9;paration et de s&#xE9;lection des r&#xE9;ponses de peur. Nous avons &#xE9;tudi&#xE9; les profils d&#x26;#39;expression g&#xE9;nique dans DLPFC Brodmann zone (BA) 46 des patients post-mortem avec (n = 6) et sans stress post-traumatique (n = 6) &#xE0; l&#x26;#39;aide de l&#x26;#39;homme mitochondries ax&#xE9;es sur cDNA microarrays. Notre &#xE9;tude a r&#xE9;v&#xE9;l&#xE9; les empreintes digitales d&#x26;#39;expression stress post-traumatique sp&#xE9;cifique de 800 informatives ax&#xE9;es sur les mitochondries des g&#xE8;nes &#xE0; travers l&#x26;#39;ensemble de ces 12 &#xE9;chantillons, BA46 et 119 (+ / -&#x26;gt; 1,25, p &#x26;lt;0,05) et 42 (+ / -&#x26;gt; 1,60, p &#x26;lt;0,05) surexprim&#xE9;s g&#xE8;nes entre le SSPT et les &#xE9;chantillons t&#xE9;moins. RT-PCR quantitative a valid&#xE9; les r&#xE9;sultats de biopuces. Ces empreintes peuvent &#xEA;tre essentiellement distinguer les SSPT DLPFC BA46 cerveaux de contr&#xF4;les. Sur les 119 g&#xE8;nes surexprim&#xE9;s (+ / -&#x26;gt; ou = 125%, p &#x26;lt;0,05), les pourcentages les plus &#xE9;lev&#xE9;s ont &#xE9;t&#xE9; associ&#xE9;s &#xE0; une dysfonction mitochondriale (4,8%, p = 6,61 x 10 (-6)), la phosphorylation oxydative (3,8%, p = 9,04 x 10 (-4)), cellule de survie-apoptose (25,2%, p &#x26;lt;0,05) et les maladies neurologiques (23,5%, p &#x26;lt;0,05). Cinquante (50) g&#xE8;nes surexprim&#xE9;s &#xE9;taient pr&#xE9;sents dans les r&#xE9;seaux mol&#xE9;culaires qui sont connus pour &#xEA;tre impliqu&#xE9;s dans la fonction de survie neuronale et contiennent 7 cibles pour les m&#xE9;dicaments neuropsychiatriques. Trente (30) des g&#xE8;nes surexprim&#xE9;s sont associ&#xE9;s &#xE0; un certain nombre de troubles neuropsychiatriques. Nos r&#xE9;sultats indiquent un dysfonctionnement mitochondrial dans le BA46 SSPT DLPFC et de fournir des empreintes digitales d&#x26;#39;expression qui peut finalement servir de biomarqueurs pour le diagnostic du SSPT et les m&#xE9;dicaments et des cibles mol&#xE9;culaires qui pourraient s&#x26;#39;av&#xE9;rer utiles pour le d&#xE9;veloppement des voies de recours pour la pr&#xE9;vention et le traitement du SSPT.

Surexprim&#xE9;s g&#xE8;nes mitochondriaux et des r&#xE9;seaux avec des cibles de m&#xE9;dicaments dans le cerveau post-mortem des patients atteints de syndrome de stress post-traumatique (SSPT) R&#xE9;v&#xE9;l&#xE9; par l&#x26;#39;homme mitochondries ax&#xE9;es sur puces &#xE0; ADNc

Posttraumatische Belastungsst&ouml;rung (PTSD) ist mit verminderter Aktivit&auml;t im dorsolateralen pr&auml;frontalen Kortex (DLPFC), der Gehirnregion, das Arbeitsged&auml;chtnis und Vorbereitung und Auswahl der Angst Antworten reguliert. Wir untersuchten Gen-Ausdruck-Profile im DLPFC Brodmann-Areal (BA) 46 Post mortem Patienten mit (n = 6) und ohne PTSD (n = 6) mit menschlichen Mitochondrien ausgerichtete cDNA Microarrays. Unsere Studie ergab PTSD-spezifischen Ausdruck Fingerabdr&uuml;cke 800 informative Mitochondrien ausgerichtete Gene all diese 12 BA46-Proben und 119 (+/-&gt; 1,25, p &lt; 0,05) und 42 (+/-&gt; 1,60, p &lt; 0,05) defekten genen zwischen den PTSD und kontrolle proben. Quantitative RT-PCR &uuml;berpr&uuml;ft die Microarray ergebnisse. Dieser fingerabdr&uuml;cke im wesentlichen k&ouml;nnen die PTSD DLPFC BA46-gehirne von steuerelementen. Of the 119 defekten genen unterscheiden (+/-&gt; oder 125 %, p = &lt; 0,05), die h&ouml;chsten Prozents&auml;tze wurden mit mitochondriale Dysfunktion (4,8 %, p = 6,61 x 10(-6)), Oxidative Phosphorylierung (3,8 %, p = 9.04 x 10(-4)), Zelle &uuml;berleben-Apoptose (25,2 %, p &lt; 0,05) und neurologischen Erkrankungen (23,5 %, p &lt; 0,05). F&uuml;nfzig 50 defekten Gene wurden in die molekulare Netzwerke, die bekannt sind, enthalten 7 Ziele f&uuml;r neuropsychiatrische Drogen und neuronale Funktion-&uuml;berleben beteiligt werden. Drei&szlig;ig 30 von den defekten Gene sind mit einer Reihe von neuropsychiatrische St&ouml;rungen verbunden. Unsere Ergebnisse zeigen mitochondriale Dysfunktion in der PTSD DLPFC BA46 und bieten den Ausdruck-Fingerabdr&uuml;cke, die letztlich dienen k&ouml;nnen, als Biomarker f&uuml;r die Diagnose PTSD und Drogen und Molekulare Ziele, die f&uuml;r die Entwicklung der Mittel zur Vorbeugung und Behandlung der posttraumatischen Belastungsst&ouml;rung n&uuml;tzlich erweisen k&ouml;nnen.

Defekten mitochondriale Gene und Netzwerke mit Drogen Zielen im Post-mortem Gehirn von Patienten mit posttraumatischen Belastungsst&ouml;rung (PTSD) von menschlichen Mitochondrien ausgerichtete cDNA Microarrays offenbart.

Traumatico da stress (PTSD) &egrave; associato con una ridotta attivit&agrave; nella corteccia prefrontale dorsolateral (DLPFC), la regione del cervello che regola la memoria di lavoro e preparazione e selezione delle risposte di paura. Abbiamo studiato i profili di espressione genica in area di Brodmann DLPFC (BA) 46 pazienti post-mortem con (n = 6) e senza PTSD (n = 6) usando i microarrays del cDNA umano concentrato di mitocondri. Il nostro studio ha rivelato impronte espressione PTSD-specifici di 800 geni informativi incentrato mitocondri attraverso tutti questi 12 campioni BA46 e 119 (+ /-&amp;gt; 1,25, p &lt; 0.05) e 42 (+ /-&amp;gt; 1,60, p &lt; 0.05) geni tra i campioni di PTSD e controllo. RT-PCR quantitativa convalidato i risultati microarray. Queste impronte digitali possono essenzialmente distinguere i cervelli di PTSD DLPFC BA46 da controlli. Of the 119 geni (+ /-&amp;gt; o = 125%, p &lt; 0.05), le percentuali pi&ugrave; alte sono state associate con la disfunzione mitocondriale (4,8%, p = 6.61 x 10(-6)), fosforilazione ossidativa (3,8%, p = 9.04 x 10(-4)), cellula di sopravvivenza-apoptosi (25,2%, p &lt; 0.05) e malattie neurologiche (23,5%, p &lt; 0.05). 50 Cinquanta geni erano presenti nelle reti molecolari che sono noti per essere coinvolti nella funzione-sopravvivenza neuronale e contengono 7 bersagli per farmaci neuropsichiatrici. Trenta 30 della geni sono associati con un certo numero di disturbi neuropsichiatrici. I nostri risultati indicano disfunzione mitocondriale nel PTSD DLPFC BA46 e forniscono le impronte digitali di espressione che in definitiva possono servire come biomarcatori per la diagnosi di PTSD e le droghe e bersagli molecolari che possono risultare utili per lo sviluppo di rimedi per la prevenzione e il trattamento del PTSD.

Reti con obiettivi farmacologici nel cervello post-mortem di pazienti con traumatico da stress (PTSD) ha rivelato di microarrays del cDNA umano mitocondri-concentrato e geni mitocondriali.

&#x5FC3;&#x7684;&#x5916;&#x50B7;&#x5F8C;&#x30B9;&#x30C8;&#x30EC;&#x30B9;&#x969C;&#x5BB3;&#xFF08;PTSD&#xFF09;&#x306F;&#x80CC;&#x5916;&#x5074;&#x524D;&#x982D;&#x524D;&#x91CE;&#xFF08;DLPFC&#xFF09;&#x3001;&#x30EF;&#x30FC;&#x30AD;&#x30F3;&#x30B0;&#x30E1;&#x30E2;&#x30EA;&#x3068;&#x6050;&#x6016;&#x5FDC;&#x7B54;&#x306E;&#x6E96;&#x5099;&#x3068;&#x9078;&#x629E;&#x3092;&#x8ABF;&#x7BC0;&#x3059;&#x308B;&#x8133;&#x306E;&#x9818;&#x57DF;&#x306E;&#x6D3B;&#x6027;&#x4F4E;&#x4E0B;&#x306B;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005;&#x306F;&#x3001;&#x3068;&#xFF08;N = 6&#xFF09;&#x304A;&#x3088;&#x3073;&#x30D2;&#x30C8;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306B;&#x7279;&#x5316;&#x3057;&#x305F;cDNA&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x7528;&#x3044;&#x305F;&#x5FC3;&#x7684;&#x5916;&#x50B7;&#x5F8C;&#x30B9;&#x30C8;&#x30EC;&#x30B9;&#x969C;&#x5BB3;&#xFF08;n = 6&#xFF09;&#x3092;&#x305B;&#x305A;&#x306B;&#x6B7B;&#x5F8C;&#x60A3;&#x8005;&#x306E;DLPFC&#x30D6;&#x30ED;&#x30FC;&#x30C9;&#x30A8;&#x30EA;&#x30A2;&#xFF08;BA&#xFF09;46&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x767A;&#x73FE;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x3092;&#x8ABF;&#x3079;&#x305F;&#x3002; &#xFF08; - &#x26;gt; 1.25&#x3001;P &#x26;lt;0.05 + /  - &#xFF09;&#x3001;42&#xFF08;+ /  - &#x26;gt; 1.60&#x3001;p &#x26;lt;0.05&#xFF09;&#x3092;&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x306E;&#x6211;&#x3005;&#x306E;&#x7814;&#x7A76;&#x3067;&#x306F;&#x3053;&#x308C;&#x3089;12 BA46&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x3001;&#x304A;&#x3088;&#x3073;119&#x306E;&#x3059;&#x3079;&#x3066;&#x306B;&#x308F;&#x305F;&#x3063;&#x3066;800&#x6709;&#x76CA;&#x306A;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306B;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x305F;&#x907A;&#x4F1D;&#x5B50;&#x306E;PTSD&#x7279;&#x7570;&#x7684;&#x767A;&#x73FE;&#x306E;&#x6307;&#x7D0B;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x305F;PTSD&#x3068;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x9593;&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x3002;&#x5B9A;&#x91CF;&#x7684;RT-PCR&#x3001;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x306E;&#x7D50;&#x679C;&#x3092;&#x691C;&#x8A3C;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30D5;&#x30A3;&#x30F3;&#x30AC;&#x30FC;&#x30D7;&#x30EA;&#x30F3;&#x30C8;&#x306F;&#x3001;&#x672C;&#x8CEA;&#x7684;&#x306B;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x304B;&#x3089;PTSD DLPFC BA46&#x306E;&#x8133;&#x3092;&#x533A;&#x5225;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002; &#x3001;&#x6700;&#x9AD8;&#x306E;&#x5272;&#x5408;&#x306F;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306E;&#x6A5F;&#x80FD;&#x4E0D;&#x5168;&#xFF08;4.8&#xFF05;&#x3001;P = 6.61&#xD7;10&#xFF08;-6&#xFF09;&#xFF09;&#x3001;&#x9178;&#x5316;&#x7684;&#x30EA;&#x30F3;&#x9178;&#x5316;&#xFF08;3.8&#xFF05;&#x3001;p&#x306B;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x3066;&#x3044;&#x305F; -  119&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x306E;&#x907A;&#x4F1D;&#x5B50;&#xFF08;&#x26;gt;&#x307E;&#x305F;&#x306F;= 125&#xFF05;&#x3001;P &#x26;lt;0.05 + /  - &#xFF09;&#x306E;= 9.04&#xD7;10&#xFF08;-4&#xFF09;&#xFF09;&#x3001;&#x7D30;&#x80DE;&#x306E;&#x751F;&#x5B58;&#x3001;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#xFF08;25.2&#xFF05;&#x3001;p &#x26;lt;0.05&#xFF09;&#x304A;&#x3088;&#x3073;&#x795E;&#x7D4C;&#x7CFB;&#x75BE;&#x60A3;&#xFF08;23.5&#xFF05;&#x3001;P &#x26;lt;0.05&#xFF09;&#x3002;&#x30D5;&#x30A3;&#x30D5;&#x30C6;&#x30A3;&#x30FC;&#xFF08;50&#xFF09;&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x306F;&#x3001;&#x795E;&#x7D4C;&#x6A5F;&#x80FD;&#x3001;&#x751F;&#x5B58;&#x306B;&#x95A2;&#x4E0E;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x77E5;&#x3089;&#x308C;&#x3066;&#x3044;&#x308B;&#x3068;&#x7CBE;&#x795E;&#x795E;&#x7D4C;&#x85AC;&#x306E;7&#x306E;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x304C;&#x542B;&#x307E;&#x308C;&#x3066;&#x3044;&#x308B;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x5206;&#x5B50;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x5B58;&#x5728;&#x3057;&#x3066;&#x3044;&#x305F;&#x3002;&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x4E09;&#x5341;&#xFF08;30&#xFF09;&#x306F;&#x3001;&#x7CBE;&#x795E;&#x795E;&#x7D4C;&#x75BE;&#x60A3;&#x306E;&#x6570;&#x306B;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005;&#x306E;&#x7D50;&#x679C;&#x306F;&#x3001;PTSD DLPFC BA46&#x306E;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306E;&#x6A5F;&#x80FD;&#x4E0D;&#x5168;&#x3092;&#x793A;&#x3057;&#x3001;&#x6700;&#x7D42;&#x7684;&#x306B;&#x306F;PTSD&#x306E;&#x8A3A;&#x65AD;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D0;&#x30A4;&#x30AA;&#x30DE;&#x30FC;&#x30AB;&#x30FC;&#x3068;&#x4E88;&#x9632;&#x3068;PTSD&#x306E;&#x6CBB;&#x7642;&#x306E;&#x305F;&#x3081;&#x306E;&#x6551;&#x6E08;&#x7B56;&#x306E;&#x958B;&#x767A;&#x306B;&#x6709;&#x7528;&#x8A3C;&#x660E;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x85AC;&#x304A;&#x3088;&#x3073;&#x5206;&#x5B50;&#x6A19;&#x7684;&#x3068;&#x3057;&#x3066;&#x50CD;&#x304F;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x5F0F;&#x306E;&#x6307;&#x7D0B;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x30D2;&#x30C8;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306B;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x305F;cDNA&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x306B;&#x3088;&#x3063;&#x3066;&#x660E;&#x3089;&#x304B;&#x306B;&#x306A;&#x3063;&#x305F;&#x5FC3;&#x7684;&#x5916;&#x50B7;&#x5F8C;&#x30B9;&#x30C8;&#x30EC;&#x30B9;&#x969C;&#x5BB3;&#xFF08;PTSD&#xFF09;&#x60A3;&#x8005;&#x306E;&#x6B7B;&#x5F8C;&#x8133;&#x3067;&#x306E;&#x5275;&#x85AC;&#x30BF;&#x30FC;&#x30B2;&#x30C3;&#x30C8;&#x306E;&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x907A;&#x4F1D;&#x5B50;&#x3068;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;

&#xC678;&#xC0C1; &#xD6C4; &#xC2A4;&#xD2B8;&#xB808;&#xC2A4; &#xC7A5;&#xC560; (PTSD) &#xD53C; dorsolateral &#xC804; &#xB450; &#xC5FD; &#xC9C8; (DLPFC) &#xC791;&#xC5C5; &#xBA54;&#xBAA8;&#xB9AC; &#xBC0F; &#xC900;&#xBE44; &#xBC0F; &#xB2E4;&#xC591; &#xD55C; &#xACF5;&#xD3EC; &#xC751;&#xB2F5;&#xC744; &#xC870;&#xC808; &#xD558;&#xB294; &#xB1CC; &#xC601;&#xC5ED;&#xC5D0;&#xC11C;&#xC5D0;&#xC11C; &#xD65C;&#xB3D9;&#xC744; &#xAC10;&#xC18C;&#xC640; &#xC5F0;&#xACB0; &#xB429;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; &#xD568;&#xAED8; DLPFC Brodmann &#xC601;&#xC5ED; (BA) 46&#xC758; &#xC0AC;&#xD6C4; &#xD658;&#xC790;&#xC5D0;&#xC11C;&#xC5D0;&#xC11C; &#xC720;&#xC804;&#xC790; &#xC2DD; &#xD504;&#xB85C;&#xD544;&#xC744; &#xC870;&#xC0AC; (n = 6) &#xC5C6;&#xC774; PTSD (n = 6) &#xC778;&#xAC04;&#xC758; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD98; cDNA microarrays&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C; &#xBAA8;&#xB4E0; &#xC774;&#xB7EC;&#xD55C; 12 BA46 &#xC0D8;&#xD50C; &#xBC0F; 119&#xC5D0;&#xC11C; PTSD &#xAD00;&#xB828; &#xC2DD; &#xC9C0;&#xBB38; 800 &#xC720;&#xC775;&#xD55C; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD98; &#xC720;&#xC804;&#xC790;&#xC758; &#xACF5;&#xAC1C; (+ &amp;gt; 1.25, p &lt; 0.05)&#xC640; 42 (+ &amp;gt; 1.60, p &lt; 0.05) dysregulated &#xC720;&#xC804;&#xC790; &#xC0AC;&#xC774; PTSD &#xBC0F; &#xC81C;&#xC5B4; &#xC0D8;&#xD50C;. &#xC591;&#xC801; RT-PCR &#xAC80;&#xC99D; microarray &#xACB0;&#xACFC;. &#xC774;&#xB7EC;&#xD55C; &#xC9C0;&#xBB38; &#xC218; &#xAE30;&#xBCF8;&#xC801;&#xC73C;&#xB85C; PTSD DLPFC BA46 &#xB450;&#xB1CC;&#xC5D0;&#xC11C; &#xCEE8;&#xD2B8;&#xB864;. 119&#xC758; dysregulated &#xC720;&#xC804;&#xC790; &#xAD6C;&#xBD84; (+ &amp;gt; &#xB610;&#xB294; 125%, p = &lt; 0.05), &#xAC00;&#xC7A5; &#xB192;&#xC740; &#xBC31;&#xBD84;&#xC728; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC; &#xB9AC;&#xC544; &#xAE30;&#xB2A5; &#xC7A5;&#xC560;&#xC640; &#xAD00;&#xB828; &#xB41C; (4.8%, p = 6.61 x 10(-6)), &#xC0B0;&#xD654; &#xC778; &#xC0B0;&#xD654; (3.8%, p = 9 &#xC6D4; 4 &#xC77C; 10(-4)), &#xC138;&#xD3EC; &#xC0DD;&#xC874; apoptosis x (25.2%, p &lt; 0.05) &#xBC0F; &#xC2E0;&#xACBD; &#xC9C8;&#xD658; (23.5%, p &lt; 0.05). 50 (50) Dysregulated &#xC720;&#xC804;&#xC790; &#xC2E0;&#xACBD; &#xAE30;&#xB2A5; &#xC11C;&#xBC14;&#xC774;&#xBC8C;&#xC5D0; &#xCC38;&#xC5EC; &#xD558; &#xACE0; &#xC0AC;&#xD68C;&#xBCF5;&#xC9C0; &#xC57D;&#xBB3C;&#xC758; 7 &#xB300;&#xC0C1; &#xD3EC;&#xD568;&#xC73C;&#xB85C; &#xC54C;&#xB824;&#xC9C4; &#xBD84;&#xC790; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xC874;&#xC7AC; &#xD588;&#xB2E4;. &#xC0BC;&#xC2ED; (30)&#xB294; dysregulated&#xC758; &#xC720;&#xC804;&#xC790; neuropsychiatric &#xC9C8;&#xD658;&#xC758; &#xC218;&#xC640; &#xAD00;&#xB828; &#xB41C;. &#xC6B0;&#xB9AC;&#xC758; &#xACB0;&#xACFC; PTSD DLPFC ba46&#xC5D0; &#xC788;&#xB294; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC; &#xB9AC;&#xC544; &#xAE30;&#xB2A5; &#xC7A5;&#xC560;&#xB97C; &#xB098;&#xD0C0;&#xB0B4;&#xACE0; &#xAD81;&#xADF9;&#xC801;&#xC73C;&#xB85C; PTSD &#xC9C4;&#xB2E8;&#xC5D0; &#xB300; &#xD55C; &#xC0DD;&#xCCB4; &#xBC0F; &#xB9C8;&#xC57D; &#xC608;&#xBC29;&#xC5D0; &#xB300; &#xD55C; &#xAD6C;&#xC81C;&#xC758; &#xAC1C;&#xBC1C;&#xACFC; PTSD&#xC758; &#xCE58;&#xB8CC;&#xC5D0; &#xC720;&#xC6A9; &#xD558; &#xAC8C; &#xC99D;&#xBA85;&#xD560; &#xC218; &#xC788;&#xB294; &#xBD84;&#xC790; &#xB300;&#xC0C1; &#xB420; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xC2DD; &#xC9C0;&#xBB38;&#xC744; &#xC81C;&#xACF5; &#xD569;&#xB2C8;&#xB2E4;.

Dysregulated &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544; &#xC720;&#xC804;&#xC790;&#xC640; &#xC778;&#xAC04;&#xC758; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD98; cDNA microarrays &#xC758;&#xD574; &#xC678;&#xC0C1; &#xD6C4; &#xC2A4;&#xD2B8;&#xB808;&#xC2A4; &#xC7A5;&#xC560; (PTSD)&#xC640; &#xD568;&#xAED8; &#xD658;&#xC790;&#xC758; &#xC0AC;&#xD6C4; &#xB1CC;&#xC5D0; &#xC57D;&#xBB3C; &#xB300;&#xC0C1;&#xC774; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;.

Trastorno por estr&#xE9;s postraum&#xE1;tico (TEPT) se asocia con disminuci&#xF3;n de la actividad en la corteza prefrontal dorsolateral (c&#xF3;rtex prefrontal dorsolateral), la regi&#xF3;n del cerebro que regula la memoria de trabajo y la preparaci&#xF3;n y selecci&#xF3;n de las respuestas de miedo. Hemos investigado los perfiles de expresi&#xF3;n g&#xE9;nica en el c&#xF3;rtex prefrontal dorsolateral Brodmann &#xE1;rea (BA) 46 de los pacientes post-mortem con (n = 6) y sin trastorno de estr&#xE9;s postraum&#xE1;tico (n = 6) con humanos centrados en las mitocondrias cDNA microarrays. Nuestro estudio revel&#xF3; trastorno de estr&#xE9;s postraum&#xE1;tico espec&#xED;ficos de las huellas dactilares de expresi&#xF3;n de 800 informativos centrados en las mitocondrias genes a trav&#xE9;s de todas estas 12 muestras, BA46 y 119 (+ / -&#x26;gt; 1,25, p &#x26;lt;0,05) y 42 (+ / -&#x26;gt; 1,60, p &#x26;lt;0,05) dysregulated genes entre el TEPT y las muestras de control. RT-PCR cuantitativa validado los resultados de microarrays. Estas huellas pueden distinguir b&#xE1;sicamente los TEPT DLPFC BA46 cerebros de los controles. De los 119 genes desregulados (+ / -&#x26;gt; o = 125%, p &#x26;lt;0,05), los porcentajes m&#xE1;s altos estuvieron asociados con la disfunci&#xF3;n mitocondrial (4,8%, p = 6,61 x 10 (-6)), la fosforilaci&#xF3;n oxidativa (3,8%, p = 9,04 x 10 (-4)), la supervivencia celular, la apoptosis (25,2%, p &#x26;lt;0,05) y las enfermedades neurol&#xF3;gicas (23,5%, p &#x26;lt;0,05). Cincuenta (50) dysregulated genes estaban presentes en las redes moleculares que son conocidos por estar involucrados en la funci&#xF3;n neuronal, la supervivencia y contienen 7 objetivos para los f&#xE1;rmacos neuropsiqui&#xE1;tricos. Treinta (30) de los genes dysregulated est&#xE1;n asociados con un n&#xFA;mero de trastornos neuropsiqui&#xE1;tricos. Nuestros resultados indican una disfunci&#xF3;n mitocondrial en el trastorno de estr&#xE9;s postraum&#xE1;tico BA46 c&#xF3;rtex prefrontal dorsolateral y proporcionar las huellas digitales de expresi&#xF3;n que en &#xFA;ltima instancia, pueden servir como biomarcadores para el diagn&#xF3;stico de trastorno de estr&#xE9;s postraum&#xE1;tico y los f&#xE1;rmacos y dianas moleculares que pueden ser &#xFA;tiles para el desarrollo de los recursos para la prevenci&#xF3;n y el tratamiento de trastorno de estr&#xE9;s postraum&#xE1;tico.

Dysregulated genes mitocondriales y redes con objetivos de drogas en el cerebro post mortem de pacientes con trastorno por estr&#xE9;s postraum&#xE1;tico (TEPT) revelado por las mitocondrias humanas centradas en microarrays de ADNc

&#x6076;&#x6027;&#x9ED1;&#x7D20;&#x7624;&#x7EC6;&#x80DE;&#x51CB;&#x4EA1;&#x548C;&#x6CBB;&#x7597;&#x8010;&#x7531;&#x4E8E;&#x6709;&#x9884;&#x540E;&#x4E0D;&#x826F;&#x3002;&#x6211;&#x4EEC;&#x63CF;&#x8FF0; 1,037 &#x4E13;&#x6CE8;&#x4E8E;&#x7EBF;&#x7C92;&#x4F53;&#x7684;&#x57FA;&#x56E0;&#x548C; 84 &#x751F;&#x5B58;&#x51CB;&#x4EA1; 21 &#x6076;&#x6027;&#x9ED1;&#x7D20;&#x7624;&#x7EC6;&#x80DE;&#x682A;&#x548C; 3 &#x6B63;&#x5E38;&#x9ED1;&#x7D20;&#x7EC6;&#x80DE;&#x63A7;&#x4EF6;&#x4F7F;&#x7528;&#x6700;&#x8FD1;&#x5F00;&#x53D1;&#x7684; hMitChip3 cDNA &#x5FAE;&#x9635;&#x5217;&#x57FA;&#x56E0;&#x8868;&#x8FBE;&#x8C31;&#x7684;&#x9274;&#x5B9A;&#x3002;&#x65E0;&#x76D1;&#x7763;&#x5206;&#x5C42;&#x805A;&#x7C7B;&#x5206;&#x6790;&#x7684; 1,037 &#x7684;&#x4E30;&#x5BCC;&#x57FA;&#x56E0;&#x548C; 84 &#x7684;&#x751F;&#x5B58;&#x51CB;&#x4EA1;&#x57FA;&#x56E0;&#xFF0C;&#x8FD9;&#x4E9B;&#x6076;&#x6027;&#x9ED1;&#x7D20;&#x7624;&#x7EC6;&#x80DE;&#x682A;&#x5206;&#x4E3A; A &#x578B; (n = 12&#xFF09; &#x548C; B &#x578B; (n = 9)&#x3002;1,037 (34.2%) &#x57FA;&#x56E0;&#x4E09;&#x767E;&#x4E94;&#x5341;&#x4E94;&#x663E;&#x793A;&#x91CD;&#x5927; (P &le; 0.030 &#xFF1B; &#x9519;&#x8BEF;&#x53D1;&#x73B0;&#x7387; &le; 3.68%) &#x5DEE;&#x5F02; (&plusmn; &ge; 2.0-fold) &#x5728;&#x5E73;&#x5747;&#x8868;&#x8FBE;&#x5F0F;&#x4E2D;&#xFF0C;&#x4E0E;&#x9AD8; 197 &#x57FA;&#x56E0;&#x548C; 158 &#x57FA;&#x56E0;&#x8F83;&#x4F4E;&#x7684;&#x6BD4; A &#x578B; b &#x578B;&#x3002;84 &#x57FA;&#x56E0;&#x7684;&#x5DF2;&#x77E5;&#x7684;&#x751F;&#x5B58;&#x51CB;&#x4EA1;&#x529F;&#x80FD;&#xFF0C;38 (45.2%) &#x663E;&#x793A;&#x91CD;&#x5927; (P &lt; 0.001 &#xFF1B; &#x9519;&#x8BEF;&#x53D1;&#x73B0;&#x7387; &lt; 0.15%) &#x7684;&#x533A;&#x522B;&#x3002;&#x6297;&#x7EC6;&#x80DE;&#x51CB;&#x4EA1; (BCL2&#x3001; BCL2A1&#x3001; PPARD &#x548C; RAF1&#xFF09;&#xFF0C;&#x6297;&#x6C27;&#x5316;&#x5242; (MT3&#x3001; PRDX5&#x3001; PRDX3&#x3001; GPX4&#x3001; GLRX2&#x3001; &#x548C; GSR&#xFF09; &#x548C;&#x6D46;&#x6DB2; &#xFF08;&#x574F;&#x3001; BNIP1&#x3001; APAF1&#x3001; BNIP3L&#x3001; CASP7&#x3001; &#x7784;&#x3001; CASP1 &#x548C; VDAC1&#xFF09; &#x8868;&#x793A;&#x6BD4; A &#x578B; B &#x578B;&#xFF0C;&#x5728;&#x8F83;&#x9AD8;&#x7684;&#x7EA7;&#x522B;&#xFF0C;&#x800C;&#x57FA;&#x56E0;&#x7EC4;&#x4E0D;&#x540C;&#x7684;&#x6297;&#x7EC6;&#x80DE;&#x51CB;&#x4EA1; &#xFF08;HSPD1&#x3001; &#x5B89;&#x5168;&#x603B;&#x5C40;&#x3001; SOD1&#x3001; ATOX1 &#x548C;&#x732B;&#xFF09; &#xFF08;PSEN1&#x3001; PPP2CA&#x3001; API5&#x3001; PPP2R1B&#x3001; PPP2R1A &#x548C; FIS1&#xFF09;&#xFF0C;&#x6297;&#x6C27;&#x5316;&#x5242;&#x548C;&#x6D46;&#x6DB2; &#xFF08;ENDOG&#x3001; BAK1&#x3001; CASP2&#x3001; CASP4&#x3001; PDCD5&#x3001; HTRA2&#x3001; SEPT4&#x3001; TNFSF10&#x3001; &#x548C; PRODH) &#x57FA;&#x56E0;&#x8868;&#x8FBE;&#x8F83;&#x4F4E;&#x7EA7;&#x522B;&#x4E2D;&#x7C7B;&#x578B; A &#x6BD4;&#x578B; B.&#x57FA;&#x56E0;&#x82AF;&#x7247;&#x6570;&#x636E;&#x5370;&#x8BC1;&#x4E86;&#x5B9A;&#x91CF;&#x9006;&#x8F6C;&#x5F55;-&#x805A;&#x5408;&#x9176;&#x94FE;&#x53CD;&#x5E94;&#x3002;&#x8FD9;&#x4E9B;&#x7ED3;&#x679C;&#x663E;&#x793A;&#x4E24;&#x79CD;&#x7C7B;&#x578B;&#x7684;&#x6076;&#x6027;&#x9ED1;&#x8272;&#x7D20;&#x7624;&#xFF0C;&#x6BCF;&#x4E2A;&#x90FD;&#x6709;&#x4E00;&#x7EC4;&#x7279;&#x5B9A;&#x7684;&#x6C34;&#x5E73;&#x53CA;&#x751F;&#x5B58;&#x51CB;&#x4EA1;&#x57FA;&#x56E0;&#xFF0C;&#x53EF;&#x80FD;&#x8BC1;&#x660E;&#x662F;&#x6709;&#x7528;&#x7684;&#x53D1;&#x5C55;&#x65B0;&#x7684;&#x5206;&#x5B50;&#x9776;&#x5411;&#x6CBB;&#x7597;&#x5E72;&#x9884;&#x548C;&#x6CBB;&#x7597;&#x7684;&#x65B0;&#x578B;&#x8BCA;&#x65AD;&#x6807;&#x5FD7;&#x7269;&#x548C;&#x6076;&#x6027;&#x9ED1;&#x8272;&#x7D20;&#x7624;&#x7684;&#x9884;&#x540E;&#x7684;&#x5B58;&#x5728;&#x3002;

&#x4E24;&#x79CD;&#x7C7B;&#x578B;&#x7684;&#x6076;&#x6027;&#x9ED1;&#x7D20;&#x7624;&#x7EC6;&#x80DE;&#x682A;&#x63ED;&#x793A;&#x7684;&#x8868;&#x8FBE;&#x6A21;&#x5F0F;&#x7684;&#x7EBF;&#x7C92;&#x4F53;&#x548C;&#x751F;&#x5B58;&#x51CB;&#x4EA1;&#x57FA;&#x56E0;: &#x6076;&#x6027;&#x9ED1;&#x8272;&#x7D20;&#x7624;&#x6CBB;&#x7597;&#x7684;&#x5F71;&#x54CD;&#x3002;

Human malignant melanoma has poor prognosis because of resistance to apoptosis and therapy. We describe identification of the expression profile of 1,037 mitochondria-focused genes and 84 survival-apoptosis genes in 21 malignant melanoma cell lines and 3 normal melanocyte controls using recently developed hMitChip3 cDNA microarrays. Unsupervised hierarchical clustering analysis of 1,037 informative genes, and 84 survival-apoptosis genes, classified these malignant melanoma cell lines into type A (n = 12) and type B (n = 9). Three hundred fifty-five of 1,037 (34.2%) genes displayed significant (P â‰¤ 0.030; false discovery rate â‰¤ 3.68%) differences (Â± â‰¥ 2.0-fold) in average expression, with 197 genes higher and 158 genes lower in type A than in type B. Of 84 genes with known survival-apoptosis functions, 38 (45.2%) displayed the significant (P < 0.001; false discovery rate < 0.15%) difference. Antiapoptotic (BCL2, BCL2A1, PPARD, and RAF1), antioxidant (MT3, PRDX5, PRDX3, GPX4, GLRX2, and GSR), and proapoptotic (BAD, BNIP1, APAF1, BNIP3L, CASP7, CYCS, CASP1, and VDAC1) genes expressed at higher levels in type A than in type B, whereas the different set of antiapoptotic (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A, and FIS1), antioxidant (HSPD1, GSS, SOD1, ATOX1, and CAT), and proapoptotic (ENDOG, BAK1, CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10, and PRODH) genes expressed at lower levels in type A than in type B. Microarray data were validated by quantitative reverse transcription-PCR. These results showed the presence of two types of malignant melanoma, each with a specific set of dysregulated survival-apoptosis genes, which may prove useful for development of new molecular targets for therapeutic intervention and novel diagnostic biomarkers for treatment and prognosis of malignant melanoma.

Two types of human malignant melanoma cell lines revealed by expression patterns of mitochondrial and survival-apoptosis genes: implications for malignant melanoma therapy.

Human m&#xE9;lanome malin a un mauvais pronostic en raison de la r&#xE9;sistance &#xE0; l&#x26;#39;apoptose et la th&#xE9;rapie. Nous d&#xE9;crivons l&#x26;#39;identification du profil d&#x26;#39;expression de 1037 g&#xE8;nes des mitochondries ax&#xE9;s sur la survie et 84-apoptose des g&#xE8;nes dans 21 lign&#xE9;es cellulaires du m&#xE9;lanome malin et 3 contr&#xF4;les normaux m&#xE9;lanocytes r&#xE9;cemment mis au point en utilisant hMitChip3 cDNA microarrays. Non supervis&#xE9; l&#x26;#39;analyse de clustering hi&#xE9;rarchique 1037 g&#xE8;nes informatifs, et 84 survie apoptose g&#xE8;nes, class&#xE9; ces lignes malignes de cellules de m&#xE9;lanome en type A (n = 12) et de type B (n = 9). Trois cent cinquante-cinq de 1037 (34,2%) des g&#xE8;nes affich&#xE9; significatives (P &#x2264; 0,030; taux de fausses d&#xE9;couvertes &#x2264; 3,68%) les diff&#xE9;rences (&#xB1; &#x2265; 2,0 fois) de l&#x26;#39;expression moyenne, avec 197 g&#xE8;nes sup&#xE9;rieur et 158 &#x200B;&#x200B;g&#xE8;nes inf&#xE9;rieure de type A que de type B. De 84 g&#xE8;nes connus avec la survie-apoptose fonctions, 38 (45,2%) ont pr&#xE9;sent&#xE9; la significative (P &#x26;lt;0,001; taux de fausses d&#xE9;couvertes &#x26;lt;0,15%) de diff&#xE9;rence. Anti-apoptotique (BCL2, BCL2A1, PPARD, et RAF1), antioxydants (MT3, PRDX5, PRDX3, GPX4, GLRX2, et GSR), et pro-apoptotique (BAD, BNIP1, APAF1, BNIP3L, CASP7, CYCS, CASP1, et VDAC1) g&#xE8;nes exprim&#xE9;s &#xE0; des niveaux sup&#xE9;rieurs dans le type A que dans le type B, alors que l&#x26;#39;ensemble des diff&#xE9;rents anti-apoptotique (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A, et FIS1), antioxydant (HSPD1, ESG, la SOD1, ATOX1, et CAT), et pro-apoptotique (ENDOG , BAK1, CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10, et PRODH) g&#xE8;nes exprim&#xE9;s &#xE0; des niveaux inf&#xE9;rieurs &#xE0; type A que dans le type de donn&#xE9;es de puces &#xE0; ADN B. ont &#xE9;t&#xE9; valid&#xE9;s par des mesures quantitatives de transcription inverse-PCR. Ces r&#xE9;sultats ont montr&#xE9; la pr&#xE9;sence de deux types de m&#xE9;lanome malin, chacun avec un ensemble sp&#xE9;cifique de surexprim&#xE9;s survie apoptose g&#xE8;nes, qui peuvent s&#x26;#39;av&#xE9;rer utiles pour le d&#xE9;veloppement de nouvelles cibles mol&#xE9;culaires pour l&#x26;#39;intervention th&#xE9;rapeutique et de nouveaux biomarqueurs diagnostiques pour le traitement et le pronostic de m&#xE9;lanome malin.

Deux types de l&#x26;#39;homme malignes lign&#xE9;es cellulaires du m&#xE9;lanome r&#xE9;v&#xE9;l&#xE9;es par profils d&#x26;#39;expression des g&#xE8;nes mitochondriaux et la survie de l&#x26;#39;apoptose-: implications pour la th&#xE9;rapie du m&#xE9;lanome malin

Menschliches malignes Melanom hat schlechte Prognose wegen Widerstandes zu Apoptosis und Therapie. Wir beschreiben die Identifikation des Profils Ausdruck von 1.037 Mitochondrien ausgerichtete Gene und 84 &uuml;berleben-Apoptose-Gene in 21 malignes Melanom-Zelllinien und 3 normalen Melanozyten-Steuerelemente, die mit neu entwickelten hMitChip3 cDNA Microarrays. Unbeaufsichtigt hierarchische Cluster-Analyse von 1.037 informative Gene und 84 &uuml;berleben-Apoptose-Gene, klassifiziert diese malignes Melanom-Zelllinien in Typ A (n = 12) und Typ B (n = 9). Drei hundert f&uuml;nfundf&uuml;nfzig 1.037 (34,2 %) Gene angezeigt signifikante (P &le; 0.030; false Discovery Rate &le; 3,68 %) Unterschiede (&plusmn; &ge; 2.0-fold) im Durchschnitt Ausdruck mit 197 Gene h&ouml;her und niedriger in Typ A als in Typ b 158 Gene 84 Gene mit bekannten &uuml;berleben-Apoptose-Funktionen, 38 (45,2 %) angezeigt das bedeutende (P &lt; 0.001; false Discovery Rate &lt; 0.15 %) Unterschied. Antiapoptotic (BCL2, BCL2A1, PPARD und RAF1), Antioxidationsmittel (MT3, PRDX5, PRDX3, GPX4, GLRX2 und GSR) und Proapoptotischen (BAD, BNIP1, APAF1, BNIP3L, CASP7, CYCS, CASP1 und VDAC1) Gene, die auf h&ouml;heren Ebenen in Typ A als Typ B, ausgedr&uuml;ckt, w&auml;hrend die andere Gruppe von Antiapoptotic (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A und FIS1), Antioxidationsmittel (HSPD1, GSS, SOD1, ATOX1 und Katzen) und Proapoptotischen (ENDOG, BAK1CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10 und SEMANAL) Gene, die auf niedrigeren Ebenen in Typ A ausgedr&uuml;ckt werden, als in Typ B. Microarray Daten von quantitativen validiert wurden reverse Transkription-PCR. Diese Ergebnisse zeigten das Vorhandensein von zwei Arten von Malignes Melanom, jeweils mit einem bestimmten Satz von defekten &uuml;berleben-Apoptose-Gene, die zur Entwicklung neuer molekularer f&uuml;r therapeutische Intervention und neuartiger diagnostischer Biomarker f&uuml;r die Behandlung und Prognose des malignen Melanoms n&uuml;tzlich erweisen k&ouml;nnen.

Zwei Arten von menschlichen malignes Melanom-Zell-Linien durch Ausdrucksmuster der mitochondrialen aufgedeckt und &Uuml;berleben-Apoptose-Gene: Implikationen f&uuml;r malignes Melanom-Therapie.

Melanoma maligno umano ha prognosi infausta a causa della resistenza all&#39;apoptosi e terapia. Descriviamo identificazione del profilo di espressione di 1.037 geni mitocondri concentrati e 84 geni di sopravvivenza-apoptosi in 21 linee di cellule di melanoma maligno e 3 controlli normali melanociti usando i microarrays del cDNA hMitChip3 recentemente sviluppati. Unsupervised analisi clustering gerarchico di 1.037 geni informativi e 84 geni di sopravvivenza-apoptosi, classificati di queste linee di cellule di melanoma maligno in tipo A (n = 12) e tipo B (n = 9). Tre cento cinquanta - cinque dei geni (34,2%) 1.037 visualizzato significativo (P &le; 0.030; false discovery rate &le; 3,68%) le differenze (&ge; &plusmn; 2.0-fold) in expression media, con 197 geni superiori e inferiori di tipo A che di tipo b. 158 geni 84 Geni con funzioni di sopravvivenza noto-apoptosi, 38 (45,2%) visualizzate la significativa (P 0.001 &lt;; false discovery rate &lt; 0,15%) differenza. Antiapoptotici (BCL2, BCL2A1, PPARD e RAF1), antiossidante (MT3, PRDX5, PRDX3, GPX4, GLRX2 e GSR) e Miselli (BAD, BNIP1, APAF1, BNIP3L, CASP7, CYCS, CASP1 e VDAC1) geni espressi a livelli pi&ugrave; alti nel tipo A tipo b, considerando i diversi set di antiapoptotici (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A e FIS1), antiossidante (HSPD1, GSS, SOD1, ATOX1 e gatto) e Miselli (ENDOG, BAK1CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10 e PRODH) geni espressi a livelli inferiori di tipo A che nel tipo di dati di Microarray di B. sono stati convalidati da quantitativa reverse transcription-PCR. Questi risultati hanno evidenziato la presenza di due tipi di melanoma maligno, ciascuno con un set specifico di sopravvivenza-apoptosi geni, che pu&ograve; rivelarsi utile per lo sviluppo di nuovi bersagli molecolari per l&#39;intervento terapeutico e novel biomarkers diagnostici per il trattamento e la prognosi del melanoma maligno.

Due tipi di melanoma maligno umano cell lines rivelato da pattern di espressione di mitocondriale e geni di sopravvivenza-apoptosi: implicazioni per la terapia del melanoma maligno.

&#x30D2;&#x30C8;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x305F;&#x3081;&#x3001;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x304A;&#x3088;&#x3073;&#x6CBB;&#x7642;&#x62B5;&#x6297;&#x6027;&#x306E;&#x4E88;&#x5F8C;&#x4E0D;&#x826F;&#x3092;&#x6301;&#x3063;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005;&#x306F;&#x3001;1037&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x306B;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x305F;&#x907A;&#x4F1D;&#x5B50;&#x3068;21&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x7D30;&#x80DE;&#x682A;&#x3068;&#x6700;&#x8FD1;&#x958B;&#x767A;&#x3055;&#x308C;&#x305F;hMitChip3 cDNA&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x3092;&#x7528;&#x3044;&#x305F;3&#x6B63;&#x5E38;&#x30E1;&#x30E9;&#x30CE;&#x30B5;&#x30A4;&#x30C8;&#x306E;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x3067;84&#x751F;&#x5B58;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x767A;&#x73FE;&#x30D7;&#x30ED;&#x30D5;&#x30A1;&#x30A4;&#x30EB;&#x306E;&#x8B58;&#x5225;&#x306B;&#x3064;&#x3044;&#x3066;&#x8AAC;&#x660E;&#x3057;&#x307E;&#x3059;&#x3002;&#x6559;&#x5E2B;&#x306A;&#x3057;&#x968E;&#x5C64;&#x7684;&#x30AF;&#x30E9;&#x30B9;&#x30BF;&#x30EA;&#x30F3;&#x30B0;&#x306E;1037&#x6709;&#x76CA;&#x306A;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x89E3;&#x6790;&#x3001;&#x304A;&#x3088;&#x3073;84&#x751F;&#x5B58;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x907A;&#x4F1D;&#x5B50;&#x306F;&#x3001;&#x578B;&#xFF08;n = 12&#xFF09;&#x3068;&#x30BF;&#x30A4;&#x30D7;B&#xFF08;n = 9&#xFF09;&#x3067;&#x3001;&#x3053;&#x308C;&#x3089;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x7D30;&#x80DE;&#x682A;&#x3092;&#x5206;&#x985E;&#x3057;&#x305F;&#x3002; 1037&#xFF08;34.2&#xFF05;&#xFF09;&#x306E;&#x4E09;&#x767E;&#x4E94;&#x3007;&#x304B;&#x3089;&#x4E94;&#x907A;&#x4F1D;&#x5B50;&#x306F;&#x3001;&#xFF08;P&#x2264;0.030&#x3001;&#x507D;&#x767A;&#x898B;&#x7387;&#x2264;3.68&#x30D1;&#x30FC;&#x30BB;&#x30F3;&#x30C8;&#xFF09;&#x306E;&#x91CD;&#x8981;&#x306A;&#x8868;&#x793A;&#x3055;&#x308C;&#x305F;197&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x5E73;&#x5747;&#x767A;&#x73FE;&#x306E;&#x5DEE;&#xFF08;&#xB1;&#x2265;2.0&#x500D;&#xFF09;&#x3001;&#x9AD8;&#x304F;&#x3001;158&#x907A;&#x4F1D;&#x5B50;&#x304C;&#x4F4E;&#x3044;&#x30BF;&#x30A4;&#x30D7;&#x306B;&#x6BD4;&#x3079;&#x3066;&#x9055;&#x3044;&#x306F;&#x3001;&#x65E2;&#x77E5;&#x306E;&#x751F;&#x5B58;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x6A5F;&#x80FD;&#x3092;&#x5099;&#x3048;&#x305F;84&#x306E;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x30BF;&#x30A4;&#x30D7;B&#x3067;&#x3001;38&#xFF08;45.2&#xFF05;&#xFF09;&#x306F;&#x6709;&#x610F;&#x306A;&#xFF08;&#x507D;&#x767A;&#x898B;&#x7387;&#x26;lt;0.15&#xFF05;&#x3001;P &#x26;lt;0.001&#xFF09;&#x304C;&#x8868;&#x793A;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#xFF08;BCL2&#x3001;BCL2A1&#x3001;PPARD&#x3001;&#x3068;RAF1&#xFF09;&#x3001;&#x9178;&#x5316;&#x9632;&#x6B62;&#x5264;&#xFF08;MT3&#x3001;PRDX5&#x3001;PRDX3&#x3001;GPX4&#x3001;GLRX2&#x3001;&#x53CA;&#x3073;GSR&#xFF09;&#x3001;&#x304A;&#x3088;&#x3073;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#xFF08;BAD&#x3001;BNIP1&#x3001;APAF1&#x3001;BNIP3L&#x3001;CASP7&#x3001;CYC&#x200B;&#x200B;S&#x3001;CASP1&#x3001;&#x304A;&#x3088;&#x3073;VDAC1&#xFF09;&#x907A;&#x4F1D;&#x5B50;&#x304C;&#x767A;&#x73FE;&#x578B;&#x3001;B&#x578B;&#x306B;&#x6BD4;&#x3079;&#x3066;&#x4E00;&#x65B9;&#x306B;&#x7570;&#x306A;&#x308B;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x306E;&#x30BB;&#x30C3;&#x30C8;&#xFF08;PSEN1&#x3001;PPP2CA&#x3001;API5&#x3001;PPP2R1B&#x3001;PPP2R1A&#x3001;&#x3068;FIS1&#xFF09;&#x3001;&#x9178;&#x5316;&#x9632;&#x6B62;&#x5264;&#xFF08;HSPD1&#x3001;GSS&#x3001;SOD1&#x3001;ATOX1&#x3001;&#x304A;&#x3088;&#x3073;CAT&#xFF09;&#x3001;&#x304A;&#x3088;&#x3073;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#xFF08;&#x306F;ENDOG&#x3067;&#x9AD8;&#x3044;&#x30EC;&#x30D9;&#x30EB;&#x3067;&#x30BF;&#x30A4;&#x30D7;B.&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x30A2;&#x30EC;&#x30A4;&#x30C7;&#x30FC;&#x30BF;&#x306B;&#x6BD4;&#x3079;&#x3066;&#x578B;&#x306E;&#x4F4E;&#x30EC;&#x30D9;&#x30EB;&#x3067;&#x767A;&#x73FE;&#x3057;&#x3001;BAK1&#x3001;CASP2&#x3001;CASP4&#x3001;PDCD5&#x3001;HTRA2&#x3001;SEPT4&#x3001;TNFSF10&#x3001;&#x3068;PRODH&#xFF09;&#x907A;&#x4F1D;&#x5B50;&#x306F;&#x3001;&#x5B9A;&#x91CF;&#x7684;&#x9006;&#x8EE2;&#x5199;-PCR&#x6CD5;&#x306B;&#x3088;&#x308A;&#x691C;&#x8A3C;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x7D50;&#x679C;&#x306F;&#x3001;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x306E;2&#x7A2E;&#x985E;&#x306E;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x306E;&#x6CBB;&#x7642;&#x3068;&#x4E88;&#x5F8C;&#x306E;&#x305F;&#x3081;&#x306B;&#x6CBB;&#x7642;&#x7684;&#x4ECB;&#x5165;&#x304A;&#x3088;&#x3073;&#x65B0;&#x898F;&#x8A3A;&#x65AD;&#x30DE;&#x30FC;&#x30AB;&#x30FC;&#x306E;&#x305F;&#x3081;&#x306E;&#x65B0;&#x3057;&#x3044;&#x5206;&#x5B50;&#x6A19;&#x7684;&#x306E;&#x958B;&#x767A;&#x306B;&#x6709;&#x7528;&#x8A3C;&#x660E;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x8ABF;&#x7BC0;&#x4E0D;&#x5168;&#x306E;&#x751F;&#x5B58;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x7279;&#x5B9A;&#x306E;&#x30BB;&#x30C3;&#x30C8;&#x3092;&#x305D;&#x308C;&#x305E;&#x308C;&#x306E;&#x5B58;&#x5728;&#x3092;&#x793A;&#x3057;&#x305F;&#x3002;

&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x3068;&#x751F;&#x5B58;&#x30A2;&#x30DD;&#x30C8;&#x30FC;&#x30B7;&#x30B9;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x767A;&#x73FE;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306B;&#x3088;&#x3063;&#x3066;&#x660E;&#x3089;&#x304B;&#x306B;&#x3055;&#x308C;&#x305F;&#x30D2;&#x30C8;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x7D30;&#x80DE;&#x682A;&#x306E;2&#x7A2E;&#x985E;&#x306E;&#x60AA;&#x6027;&#x9ED2;&#x8272;&#x816B;&#x306E;&#x6CBB;&#x7642;&#x306E;&#x305F;&#x3081;&#x306E;&#x542B;&#x610F;

&#xC778;&#xAC04;&#xC758; &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885; apoptosis&#xC640; &#xCE58;&#xB8CC;&#xC5D0; &#xB300; &#xD55C; &#xC800;&#xD56D; &#xB54C;&#xBB38;&#xC5D0; &#xAC00;&#xB09C;&#xD55C; &#xC608; &#xD6C4;&#xB97C;&#xAC00;&#xC9C0;&#xACE0;. 1037 &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD98; &#xC720;&#xC804;&#xC790;&#xC640; 21 &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885; &#xC138;&#xD3EC; &#xB77C;&#xC778;&#xC5D0; 3 &#xC815;&#xC0C1;&#xC801;&#xC778; melanocyte &#xCEE8;&#xD2B8;&#xB864; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xCD5C;&#xADFC;&#xC5D0; &#xAC1C;&#xBC1C; &#xB41C; hMitChip3 cDNA microarrays 84 &#xC0DD;&#xC874; apoptosis &#xC720;&#xC804;&#xC790;&#xC758; &#xC2DD; &#xD504;&#xB85C; &#xD30C;&#xC77C;&#xC758; &#xC124;&#xBA85;. 1037 &#xC720;&#xC775;&#xD55C; &#xC720;&#xC804;&#xC790;&#xC640; &#xC720;&#xC804;&#xC790;&#xB97C; &#xC0DD;&#xC874; apoptosis 84&#xC758; &#xC790;&#xC728;&#xB41C; &#xACC4;&#xCE35;&#xC801; &#xD074;&#xB7EC;&#xC2A4;&#xD130;&#xB9C1; &#xBD84;&#xC11D; &#xC774;&#xB7EC;&#xD55C; &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885; &#xC138;&#xD3EC; &#xC120; A &#xD0C0;&#xC785;&#xC73C;&#xB85C; &#xBD84;&#xB958; (n = 12)&#xACFC; B &#xD0C0;&#xC785; (n = 9). 3 &#xBC31; 50-5 1037 (34.2%) &#xC720;&#xC804;&#xC790;&#xC758; &#xC911;&#xC694; &#xD55C; &#xD45C;&#xC2DC; (P &le; 0.030, &#xD5C8;&#xC704; &#xBC1C;&#xACAC; &#xC728; &le; 3.68%)&#xC758; &#xCC28;&#xC774; (&plusmn; &ge; 2.0-fold) 197 &#xC720;&#xC804;&#xC790; &#xB192;&#xC740;&#xC640; 158 &#xC720;&#xC804;&#xC790; &#xD0C0;&#xC785; b&#xC5D0;&#xC11C; &#xBCF4;&#xB2E4; A &#xD0C0;&#xC785;&#xC5D0;&#xC5D0;&#xC11C; &#xB354; &#xB0AE;&#xC740; &#xD3C9;&#xADE0; &#xC2DD;&#xC5D0;&#xC11C; &#xC54C;&#xB824;&#xC9C4;&#xB41C; &#xC0DD;&#xC874; apoptosis &#xAE30;&#xB2A5; 84 &#xC720;&#xC804;&#xC790;&#xC758; 38 (45.2%)&#xB97C; &#xC911;&#xC694; &#xD55C; &#xD45C;&#xC2DC; (P &lt; 0.001; &#xAC70;&#xC9D3; &#xBC1C;&#xACAC; &#xC728; &lt; 0.15%) &#xCC28;&#xC774;. Antiapoptotic (BCL2, BCL2A1, PPARD, &#xBC0F; RAF1), proapoptotic (&#xB098;&#xC05C;, BNIP1, APAF1, BNIP3L, CASP7, CYCS, CASP1, &#xBC0F; VDAC1) &#xBC0F; &#xD56D; &#xC0B0;&#xD654; (MT3, PRDX5, PRDX3, GPX4, GLRX2, &#xADF8;&#xB9AC;&#xACE0; &#xBC1C;&#xC0AC; &#xC794;&#xC5EC;&#xBB3C;), &#xBC18;&#xBA74; B &#xD0C0;&#xC785; &#xBCF4;&#xB2E4; A &#xD0C0;&#xC785;&#xC758;&#xC5D0;&#xC11C; &#xB354; &#xB192;&#xC740; &#xC218;&#xC900;&#xC5D0;&#xC11C; &#xD45C;&#xD604; &#xD558;&#xB294; &#xC720;&#xC804;&#xC790; proapoptotic (ENDOG, BAK1 &#xBC0F; antiapoptotic (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A, &#xBC0F; FIS1), &#xD56D; &#xC0B0;&#xD654; (HSPD1, GSS, SOD1, ATOX1, &#xBC0F; &#xACE0;&#xC591;&#xC774;)&#xC758; &#xB2E4;&#xB978; &#xC138;&#xD2B8;CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10, &#xBC0F; PRODH) &#xC720;&#xD615; B. Microarray &#xB370;&#xC774;&#xD130; &#xC591;&#xC801;&#xC73C;&#xB85C; &#xAC80;&#xC99D; &#xB41C; &#xAC83; &#xBCF4;&#xB2E4; A &#xD0C0;&#xC785;&#xC758;&#xC5D0;&#xC11C; &#xB0AE;&#xC740; &#xC218;&#xC900;&#xC5D0;&#xC11C; &#xD45C;&#xD604; &#xD558;&#xB294; &#xC720;&#xC804;&#xC790; &#xC804;&#xC0AC; PCR &#xBC18;&#xC804;. &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885;, &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885;&#xC758; &#xC608; &#xD6C4;&#xC5D0; &#xB300; &#xD55C; &#xCE58;&#xB8CC; &#xC801; &#xAC1C;&#xC785;&#xC744; &#xC704;&#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xBD84;&#xC790; &#xD45C;&#xC801; &#xCE58;&#xB8CC;&#xC5D0; &#xB300; &#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xC9C4;&#xB2E8; &#xBC14;&#xC774;&#xC624; &#xB9C8;&#xCEE4;&#xC758; &#xAC1C;&#xBC1C; &#xC720;&#xC6A9;&#xD55C; &#xC99D;&#xBA85;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; dysregulated &#xC0DD;&#xC874; apoptosis &#xC720;&#xC804;&#xC790;&#xC758; &#xD2B9;&#xC815; &#xC9D1;&#xD569;&#xC744; &#xAC00;&#xC9C4; &#xB450; &#xC885;&#xB958;&#xC758; &#xC874;&#xC7AC;&#xB97C; &#xBCF4;&#xC5EC;&#xC8FC;&#xC5C8;&#xB2E4;.

&#xB450; &#xC885;&#xB958;&#xC758; &#xC778;&#xAC04; &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885; &#xC138;&#xD3EC; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC;&#xB9AC; &#xC544;&#xC758; &#xC2DD;&#xC774; &#xD328;&#xD134;&#xC5D0; &#xC758;&#xD574; &#xBC1D;&#xD600; &#xC904; &#xACE0; &#xC0DD;&#xC874; apoptosis &#xC720;&#xC804;&#xC790;: &#xC545;&#xC131; &#xD751;&#xC0C9; &#xC885; &#xCE58;&#xB8CC;&#xC5D0; &#xB300; &#xD55C; &#xC758;&#xBBF8;.

Melanoma maligno humano tiene mal pron&#xF3;stico debido a la resistencia a la apoptosis y la terapia. Se describe la identificaci&#xF3;n del perfil de expresi&#xF3;n de 1.037 genes de la mitocondria centradas en la apoptosis y la supervivencia de 84 genes en 21 l&#xED;neas celulares de melanoma maligno y 3 controles de melanocitos normal mediante el uso se han desarrollado recientemente hMitChip3 cDNA microarrays. El an&#xE1;lisis de agrupamiento jer&#xE1;rquico no supervisado de 1.037 genes informativos, y 84 genes de apoptosis de supervivencia, que se clasifica estas l&#xED;neas celulares de melanoma maligno en el tipo A (n = 12) y tipo B (n = 9). Trescientos cincuenta y cinco de 1037 (34,2%) genes muestran significativas (P &#x2264; 0,030, tasa de falso descubrimiento &#x2264; 3,68%) las diferencias (&#xB1; &#x2265; 2,0 veces) en el medio de expresi&#xF3;n, con 197 genes de mayor y menor 158 genes en el tipo A que en el tipo B. de 84 genes conocidos con la apoptosis de la supervivencia de las funciones, 38 (45,2%) muestra la significativa (P &#x26;lt;0,001, tasa de falso descubrimiento &#x26;lt;0,15%) de diferencia. Antiapopt&#xF3;tico (BCL2, BCL2A1, PPARD y RAF1), antioxidantes (MT3, PRDX5, PRDX3, GPX4, GLRX2, y GSR), y proapopt&#xF3;ticos (BAD, BNIP1, APAF1, BNIP3L, CASP7, cicloramas, CASP1 y VDAC1) genes que se expresan en los niveles superiores en el tipo A que en el tipo B, mientras que el conjunto diferente de antiapopt&#xF3;tico (PSEN1, PPP2CA, API5, PPP2R1B, PPP2R1A y &#x200B;&#x200B;FIS1), antioxidante (hspd1, GSS, SOD1, ATOX1, y CAT), y proapopt&#xF3;ticos (EndoG , BAK1, CASP2, CASP4, PDCD5, HTRA2, SEPT4, TNFSF10 y PRODH) genes que se expresan en niveles m&#xE1;s bajos en el tipo A que en el tipo B. de datos de microarrays fueron validados por cuantitativos PCR con transcripci&#xF3;n inversa. Estos resultados muestran la presencia de dos tipos de melanoma maligno, cada uno con un conjunto espec&#xED;fico de dysregulated la apoptosis-la supervivencia de los genes, que pueden resultar &#xFA;tiles para el desarrollo de nuevas dianas moleculares para la intervenci&#xF3;n terap&#xE9;utica y nuevos biomarcadores de diagn&#xF3;stico para el tratamiento y el pron&#xF3;stico del melanoma maligno.

Dos tipos de Humanos l&#xED;neas celulares de melanoma maligno reveladas por patrones de expresi&#xF3;n de los genes mitocondriales y la supervivencia de la apoptosis: Implicaciones para el tratamiento del melanoma maligno

&#x7EBF;&#x7C92;&#x4F53;&#x529F;&#x80FD;&#x5728;&#x8111;&#x4E2D;&#x7684;&#x7279;&#x522B;&#x91CD;&#x8981;&#x7684;&#x662F;&#x7531;&#x4E8E;&#x5176;&#x9AD8;&#x80FD;&#x91CF; &#xFF08;ATP&#xFF09; &#x548C;&#x9AD8;&#x6548;&#x53BB;&#x9664;&#x6D3B;&#x6027;&#x6C27; (ROS) &#x7684;&#x9700;&#x6C42;&#x3002;&#x6211;&#x4EEC;&#x5236;&#x8BA2;&#x4E86;&#x5927;&#x9F20;&#x7EBF;&#x7C92;&#x4F53;&#x795E;&#x7ECF;&#x5143;&#x96C6;&#x4E2D;&#x82AF;&#x7247; (rMNChip) &#x53CA;&#x7EFC;&#x5408;&#x751F;&#x7269;&#x4FE1;&#x606F;&#x5B66;&#x5DE5;&#x5177;&#x5FEB;&#x901F;&#x8BC6;&#x522B;&#x7684;&#x8111;&#x7EC4;&#x7EC7;&#x4E2D;&#x7684;&#x9274;&#x522B;&#x9014;&#x5F84;&#x3002;rMNChip &#x5305;&#x542B; 1,500 &#x57FA;&#x56E0;&#x53C2;&#x4E0E;&#x7EBF;&#x7C92;&#x4F53;&#x529F;&#x80FD;&#x3001; &#x5E94;&#x6FC0;&#x53CD;&#x5E94;&#x3001; &#x663C;&#x591C;&#x8282;&#x5F8B;&#x548C;&#x4FE1;&#x53F7;&#x8F6C;&#x5BFC;&#x3002;&#x751F;&#x7269;&#x4FE1;&#x606F;&#x5B66;&#x5DE5;&#x5177;&#x5305;&#x62EC;&#x5DEE;&#x5F02;&#x8868;&#x8FBE;&#x7684;&#x57FA;&#x56E0;&#x548C;&#x6570;&#x636E;&#x5E93;&#x7684;&#x7B80;&#x5355;&#x548C;&#x76F4;&#x89C2;&#x7684;&#x89E3;&#x91CA;&#xFF0C;&#x4E3A;&#x82AF;&#x7247;&#x7ED3;&#x679C;&#x8BA1;&#x7B97;&#x7684;&#x7B97;&#x6CD5;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x5E94;&#x7528;&#x7A0B;&#x5E8F;&#x7684;&#x8FD9;&#x4E9B;&#x5DE5;&#x5177;&#x5BF9; RNA &#x6837;&#x54C1;&#x6765;&#x81EA;&#x5927;&#x9F20;&#x989D;&#x53F6;&#x76AE;&#x8D28; (FC)&#x3001; &#x6D77;&#x9A6C; (HC) &#x548C;&#x4E0B;&#x4E18;&#x8111; (HT) &#x5BFC;&#x81F4;&#x9274;&#x5B9A;&#x5DEE;&#x5F02;&#x8868;&#x8FBE;&#x4FE1;&#x53F7;&#x8F6C;&#x5BFC; bioenergenesis &#x4E0E;&#x795E;&#x7ECF;&#x9012;&#x8D28;&#x5408;&#x6210;&#x9014;&#x5F84;&#x4E0E;&#x5360;&#x4E3B;&#x5BFC;&#x5730;&#x4F4D;&#x7684;&#x57FA;&#x56E0;&#x6570;&#x91CF; (FC/HC = 55/6 &#xFF1B;FC/HT = 55/4&#xFF09; &#x5177;&#x6709;&#x663E;&#x8457; (p &lt; 0.05&#xFF0C;FDR&lt;10.70%) (&ge;1.25 &#x6298;) RNA &#x6C34;&#x5E73;&#x989D;&#x53F6;&#x76AE;&#x5C42;&#x9AD8;&#x4E8E;&#x4ED6;&#x4EBA;&#xFF0C;&#x5F3A;&#x70C8;&#x5EFA;&#x8BAE;&#x6D3B;&#x52A8;&#x751F;&#x6210; ATP &#x53CA;&#x795E;&#x7ECF;&#x9012;&#x8D28;&#x548C;&#x9AD8;&#x6548;&#x53BB;&#x9664;&#x6D3B;&#x6027;&#x6C27;&#x3002;&#x56E0;&#x6B64;&#xFF0C;&#x8FD9;&#x4E9B;&#x5DE5;&#x5177;&#x5FEB;&#x901F;&#x9AD8;&#x6548;&#x8BC6;&#x522B;&#x7684;&#x5927;&#x8111;&#x533A;&#x57DF;&#x5DEE;&#x5F02;&#x901A;&#x8DEF;&#x5C06;&#x5927;&#x5927;&#x4FC3;&#x8FDB;&#x6211;&#x4EEC;&#x7684;&#x7CFB;&#x7EDF;&#x751F;&#x7269;&#x5B66;&#x7814;&#x7A76;&#x548C;&#x57FA;&#x7840;&#x590D;&#x6742;&#x548C;&#x591A;&#x56E0;&#x7D20;&#x795E;&#x7ECF;&#x9000;&#x884C;&#x6027;&#x75BE;&#x75C5;&#x7684;&#x5206;&#x5B50;&#x673A;&#x5236;&#x7684;&#x7406;&#x89E3;&#x3002;

&#x5927;&#x9F20;&#x7EBF;&#x7C92;&#x4F53;&#x795E;&#x7ECF;&#x5143;&#x96C6;&#x4E2D;&#x82AF;&#x7247; (rMNChip) &#x548C;&#x8111;&#x7EC4;&#x7EC7;&#x4E2D;&#x7684;&#x9274;&#x522B;&#x9014;&#x5F84;&#x5FEB;&#x901F;&#x9274;&#x5B9A;&#x7684;&#x751F;&#x7269;&#x4FE1;&#x606F;&#x5B66;&#x5DE5;&#x5177;&#x3002;

Mitochondrial function is of particular importance in brain because of its high demand for energy (ATP) and efficient removal of reactive oxygen species (ROS). We developed rat mitochondrion-neuron focused microarray (rMNChip) and integrated bioinformatics tools for rapid identification of differential pathways in brain tissues. rMNChip contains 1,500 genes involved in mitochondrial functions, stress response, circadian rhythms and signal transduction. The bioinformatics tool includes an algorithm for computing of differentially expressed genes, and a database for straightforward and intuitive interpretation for microarray results. Our application of these tools to RNA samples derived from rat frontal cortex (FC), hippocampus (HC) and hypothalamus (HT) led to the identification of differentially-expressed signal-transduction-bioenergenesis and neurotransmitter-synthesis pathways with a dominant number of genes (FC/HC = 55/6; FC/HT = 55/4) having significantly (p<0.05, FDR<10.70%) higher (â‰¥1.25 fold) RNA levels in the frontal cortex than the others, strongly suggesting active generation of ATP and neurotransmitters and efficient removal of ROS. Thus, these tools for rapid and efficient identification of differential pathways in brain regions will greatly facilitate our systems-biological study and understanding of molecular mechanisms underlying complex and multifactorial neurodegenerative diseases.

Rat mitochondrion-neuron focused microarray (rMNChip) and bioinformatics tools for rapid identification of differential pathways in brain tissues.

La fonction mitochondriale est d&#39;une importance particuli&egrave;re dans le cerveau en raison de sa forte demande d&#39;&eacute;nergie (ATP) et une &eacute;limination efficace des esp&egrave;ces r&eacute;actives de l&#39;oxyg&egrave;ne (ROS). Nous avons d&eacute;velopp&eacute; rat mitochondrie-neurone ax&eacute; &laquo; microarray &raquo; (rMNChip) et int&egrave;gre des outils bioinformatiques pour une identification rapide des voies diff&eacute;rentielles dans les tissus c&eacute;r&eacute;braux. rMNChip contient 1 500 g&egrave;nes impliqu&eacute;s dans les fonctions mitochondriales, r&eacute;ponse au stress, les rythmes circadiens et transduction du signal. L&#39;outil de bio-informatique comprend un algorithme pour calculer de g&egrave;nes diff&eacute;rentiellement exprim&eacute;s et une base de donn&eacute;es pour une interpr&eacute;tation simple et intuitive pour des r&eacute;sultats de microarray. Notre application de ces outils &agrave; des &eacute;chantillons d&#39;ARN d&eacute;riv&eacute; de cortex frontal de rat (FC), hippocampe (HC) et l&#39;hypothalamus (HT) conduit &agrave; l&#39;identification des voies de synth&egrave;se des neurotransmetteurs avec plusieurs g&egrave;nes dominants et d&#39;exprim&eacute;s signal-transduction-bioenergenesis (FC/HC = 55/6 ; FC/HT = 55/4) ayant significativement (p &lt; 0,05, FDR&lt;10.70%) niveaux d&#39;ARN (&ge;1.25 fois) plus &eacute;lev&eacute;es dans le cortex frontal que les autres, sugg&eacute;rant fortement la g&eacute;n&eacute;ration active d&#39;ATP et de neurotransmetteurs et une &eacute;limination efficace de ROS. Ainsi, ces outils pour l&#39;identification rapide et efficace des voies diff&eacute;rentielles dans les r&eacute;gions du cerveau facilitera grandement notre &eacute;tude des syst&egrave;mes biologiques et la compr&eacute;hension des m&eacute;canismes mol&eacute;culaires sous-jacents des maladies neurod&eacute;g&eacute;n&eacute;ratives complexes et multifactoriels.

Rat mitochondrie-neurone ax&eacute; &laquo; microarray &raquo; (rMNChip) et outils bioinformatiques pour une identification rapide des voies diff&eacute;rentielles dans les tissus c&eacute;r&eacute;braux.

Mitochondriale Funktion ist von besonderer Bedeutung im Gehirn aufgrund der hohen Nachfrage nach Energie (ATP) und effiziente Beseitigung von reaktive Sauerstoffspezies (ROS). Wir entwickelten Ratte Mitochondrium-Neuron konzentriert Microarray (rMNChip) und Bioinformatik-Werkzeuge f&uuml;r eine schnelle Identifizierung der differenziellen Bahnen im Gehirn Gewebe integriert. rMNChip enth&auml;lt 1.500 Gene mitochondriale Funktionen, Reaktion auf Stress, Tagesrhythmus und Signaltransduktion beteiligt. Das Bioinformatik-Tool enth&auml;lt einen Algorithmus zur Berechnung der differentiell exprimierten Genen und eine Datenbank f&uuml;r die einfache und intuitive Interpretation f&uuml;r Microarray-Ergebnisse. Unsere Anwendung dieser Tools auf RNS-Proben, abgeleitet von Ratte frontalen Kortex (FC), Hippocampus (HC) und Hypothalamus (HT) f&uuml;hrte zur Identifizierung der differenziell ausgedr&uuml;ckt Signal-Transduktion-Bioenergenesis und Neurotransmitter-Synthese Bahnen mit einer dominierenden Anzahl von Genen (FC/HC = 55/6; FC/HT = 55/4) mit signifikant (p &lt; 0,05, FDR&lt;10.70%) (&ge;1.25 fach) RNA h&ouml;here im frontalen Kortex als die anderen, stark darauf hindeutet, aktive Generation von ATP und Neurotransmittern und effiziente Entfernung von ROS. Daher werden diese Werkzeuge zur schnellen und effizienten Identifikation der differenziellen Bahnen in Hirnregionen unsere Systeme-biologische Studien und Verst&auml;ndnis der molekularen Mechanismen komplex und multifaktoriell Neurodegenerative Krankheiten erheblich erleichtern.

Ratte Mitochondrium-Neuron konzentriert Microarray (rMNChip) und Bioinformatik-Werkzeuge f&uuml;r eine schnelle Identifizierung der differenziellen Bahnen im Gehirn Gewebe.

Funzione mitocondriale &egrave; di particolare importanza nel cervello a causa della sua elevata domanda di energia (ATP) e la rimozione efficiente delle specie reattive dell&#39;ossigeno (ROS). Abbiamo sviluppato ratto mitocondrio-neurone focalizzata microarray (rMNChip) e integrato di strumenti bioinformatici per l&#39;identificazione rapida dei percorsi differenziali nei tessuti del cervello. rMNChip contiene 1.500 geni coinvolti nelle funzioni mitocondriali, risposta allo stress, ritmi circadiani e trasduzione del segnale. Lo strumento di bioinformatica include un algoritmo per il calcolo di geni differenzialmente espressi e un database per interpretazione intuitiva e semplice per risultati di microarray. L&#39;applicazione di questi strumenti per campioni di RNA derivato dalla corteccia frontale del ratto (FC), ippocampo (HC) e ipotalamo (HT) ha portato all&#39;individuazione di percorsi di neurotrasmettitore-sintesi con un numero di geni dominante e differenzialmente espressi trasduzione-segnale-bioenergenesis (FC/HC = 55/6; FC/HT = 55/4) avendo significativamente (p &lt; 0,05, FDR&lt;10.70%) pi&ugrave; elevati livelli di RNA (&ge;1.25 volte) nella corteccia frontale rispetto agli altri, suggerendo fortemente attiva generazione del trifosfato di Adenosina e neurotrasmettitori ed efficiente rimozione di ROS. Cos&igrave;, questi strumenti per l&#39;identificazione rapida ed efficiente di percorsi differenziali in regioni cerebrali agevoler&agrave; notevolmente il nostro studio di sistemi biologici e la comprensione dei meccanismi molecolari alla base di malattie neurodegenerative complessa e multifattoriale.

Ratto mitocondrio-neurone focalizzata microarray (rMNChip) e strumenti bioinformatici per l&#39;identificazione rapida dei percorsi differenziali nei tessuti del cervello.

&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x6A5F;&#x80FD;&#x7279;&#x306B;&#x91CD;&#x8981;&#x306A;&#x8133;&#x306E;&#x30A8;&#x30CD;&#x30EB;&#x30AE;&#x30FC; (ATP) &#x3068;&#x6D3B;&#x6027;&#x9178;&#x7D20;&#x7A2E; (ROS) &#x306E;&#x52B9;&#x7387;&#x7684;&#x306A;&#x9664;&#x53BB;&#x306E;&#x305F;&#x3081;&#x306E;&#x9700;&#x8981;&#x304C;&#x9AD8;&#x3044;&#x305F;&#x3081;&#x3067;&#x3059;&#x3002;&#x30E9;&#x30C3;&#x30C8; &#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2; &#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x3066;&#x30DE;&#x30A4;&#x30AF;&#x30ED; &#x30A2;&#x30EC;&#x30A4; (rMNChip) &#x3092;&#x958B;&#x767A;&#x3057;&#x3001;&#x8133;&#x7D44;&#x7E54;&#x306B;&#x304A;&#x3051;&#x308B;&#x5DEE;&#x5206;&#x7D4C;&#x8DEF;&#x306E;&#x8FC5;&#x901F;&#x306A;&#x540C;&#x5B9A;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D0;&#x30A4;&#x30AA;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9; &#x30C4;&#x30FC;&#x30EB;&#x3092;&#x7D71;&#x5408;&#x3057;&#x307E;&#x3059;&#x3002;rMNChip &#x306B;&#x306F;&#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2;&#x6A5F;&#x80FD;&#x3001;&#x30B9;&#x30C8;&#x30EC;&#x30B9;&#x5FDC;&#x7B54;&#x3001;&#x6982;&#x65E5;&#x30EA;&#x30BA;&#x30E0;&#x3001;&#x30B7;&#x30B0;&#x30CA;&#x30EB;&#x4F1D;&#x9054;&#x306B;&#x95A2;&#x4E0E;&#x3059;&#x308B; 1,500 &#x306E;&#x907A;&#x4F1D;&#x5B50;&#x304C;&#x542B;&#x307E;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30D0;&#x30A4;&#x30AA;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9; &#x30C4;&#x30FC;&#x30EB;&#x306B;&#x306F;&#x767A;&#x73FE;&#x907A;&#x4F1D;&#x5B50;&#x304A;&#x3088;&#x3073;&#x30DE;&#x30A4;&#x30AF;&#x30ED; &#x30A2;&#x30EC;&#x30A4;&#x306E;&#x7D50;&#x679C;&#x3092;&#x5F97;&#x308B;&#x306E;&#x305F;&#x3081;&#x306B;&#x7C21;&#x5358;&#x3067;&#x76F4;&#x611F;&#x7684;&#x306A;&#x89E3;&#x91C8;&#x306E;&#x305F;&#x3081;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x30D9;&#x30FC;&#x30B9;&#x306E;&#x8A08;&#x7B97;&#x30A2;&#x30EB;&#x30B4;&#x30EA;&#x30BA;&#x30E0;&#x304C;&#x542B;&#x307E;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C4;&#x30FC;&#x30EB;&#x306E;&#x6211;&#x3005; &#x306E;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x30E9;&#x30C3;&#x30C8;&#x524D;&#x982D;&#x76AE;&#x8CEA; &#xFF08;FC&#xFF09;&#x3001;&#x6D77;&#x99AC; &#xFF08;HC&#xFF09; &#x3068;&#x8996;&#x5E8A;&#x4E0B;&#x90E8; &#xFF08;HT&#xFF09; &#x7531;&#x6765; RNA &#x306E;&#x30B5;&#x30F3;&#x30D7;&#x30EB;&#x3092; led &#x306B;&#x7279;&#x7570;&#x7684;&#x306B;&#x8868;&#x73FE;&#x4FE1;&#x53F7;-&#x4F1D;&#x9054;-bioenergenesis &#x3068;&#x907A;&#x4F1D;&#x5B50;&#x306E;&#x652F;&#x914D;&#x7684;&#x306A;&#x6570;&#x3067;&#x306E;&#x4F1D;&#x9054;&#x7269;&#x8CEA;&#x306E;&#x5408;&#x6210;&#x7D4C;&#x8DEF;&#x306E;&#x540C;&#x5B9A; (FC/HC = 55/6;FC/HT = 55/4) &#x5927;&#x5E45;&#x306B;&#x6709;&#x3059;&#x308B; (p &lt; 0.05&#x3001;FDR&lt;10.70%&#xFF09;&#x3001;&#x4ED6;&#x306E;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6;&#x306A;&#x4E16;&#x4EE3;&#x306E; ATP &#x3068;&#x795E;&#x7D4C;&#x4F1D;&#x9054;&#x7269;&#x8CEA;&#x3068; ROS &#x306E;&#x52B9;&#x7387;&#x7684;&#x306A;&#x9664;&#x53BB;&#x3092;&#x5F37;&#x304F;&#x793A;&#x5506;&#x3057;&#x3066;&#x3088;&#x308A;&#x9AD8;&#x3044; &#xFF08;1.25 &#x500D;) RNA &#x30EC;&#x30D9;&#x30EB;&#x306F;&#x524D;&#x982D;&#x76AE;&#x8CEA;&#x3002;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x3001;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C4;&#x30FC;&#x30EB;&#x3092;&#x8FC5;&#x901F;&#x304B;&#x3064;&#x52B9;&#x7387;&#x7684;&#x306A;&#x8B58;&#x5225;&#x8133;&#x9818;&#x57DF;&#x306B;&#x304A;&#x3051;&#x308B;&#x5DEE;&#x5206;&#x7D4C;&#x8DEF;&#x306E;&#x5927;&#x5E45;&#x79C1;&#x305F;&#x3061;&#x306E;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x751F;&#x7269;&#x5B66;&#x7684;&#x7814;&#x7A76;&#x3068;&#x8907;&#x96D1;&#x3067;&#x591A;&#x56E0;&#x5B50;&#x6027;&#x306E;&#x795E;&#x7D4C;&#x5909;&#x6027;&#x75BE;&#x60A3;&#x306E;&#x5206;&#x5B50;&#x6A5F;&#x69CB;&#x306E;&#x7406;&#x89E3;&#x5BB9;&#x6613;&#x306B;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;

&#x30E9;&#x30C3;&#x30C8; &#x30DF;&#x30C8;&#x30B3;&#x30F3;&#x30C9;&#x30EA;&#x30A2; &#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3; &#x30DE;&#x30A4;&#x30AF;&#x30ED; &#x30A2;&#x30EC;&#x30A4; (rMNChip) &#x3068;&#x8133;&#x7D44;&#x7E54;&#x306B;&#x304A;&#x3051;&#x308B;&#x5DEE;&#x5206;&#x7D4C;&#x8DEF;&#x306E;&#x8FC5;&#x901F;&#x306A;&#x540C;&#x5B9A;&#x306E;&#x305F;&#x3081;&#x306E;&#x30D0;&#x30A4;&#x30AA;&#x30A4;&#x30F3;&#x30D5;&#x30A9;&#x30DE;&#x30C6;&#x30A3;&#x30AF;&#x30B9; &#x30C4;&#x30FC;&#x30EB;&#x7126;&#x70B9;&#x3092;&#x5F53;&#x3066;&#x305F;&#x3002;

&#xC5D0;&#xB108;&#xC9C0; (ATP) &#xBC0F; &#xBC18;&#xC751;&#xC131; &#xC0B0;&#xC18C; &#xC885; (&#xC120;&#xC0DD;&#xB2D8;)&#xC758; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xC81C;&#xAC70;&#xC5D0; &#xB300; &#xD55C; &#xB192;&#xC740; &#xC218;&#xC694; &#xB54C;&#xBB38;&#xC5D0; &#xB1CC;&#xC5D0; &#xD2B9;&#xBCC4; &#xD55C; &#xC911;&#xC694;&#xC131;&#xC758; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC; &#xB9AC;&#xC544; &#xAE30;&#xB2A5;&#xC774;&#xC785;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC; &#xC950; mitochondrion &#xC2E0;&#xACBD; &#xC9D1;&#xC911; microarray (rMNChip)&#xB97C; &#xAC1C;&#xBC1C; &#xD558; &#xACE0; &#xB1CC; &#xC870;&#xC9C1;&#xC5D0;&#xC11C; &#xCC28;&#xB3D9; &#xD1B5;&#xB85C;&#xC758; &#xBE60;&#xB978; &#xC2DD;&#xBCC4;&#xC744; &#xC704;&#xD55C; &#xC0DD;&#xBB3C; &#xC815;&#xBCF4;&#xD559; &#xB3C4;&#xAD6C;&#xB97C; &#xD1B5;&#xD569;. rMNChip 1500 &#xC720;&#xC804;&#xC790; &#xBBF8;&#xD1A0; &#xCF58; &#xB4DC; &#xB9AC;&#xC544; &#xAE30;&#xB2A5;, &#xC2A4;&#xD2B8;&#xB808;&#xC2A4; &#xBC18;&#xC751;, circadian &#xB9AC;&#xB4EC; &#xBC0F; &#xC2E0;&#xD638; &#xC804;&#xB2EC;&#xC5D0; &#xAD00;&#xB828; &#xB41C; &#xD3EC;&#xD568; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC0DD;&#xBB3C; &#xC815;&#xBCF4;&#xD559; &#xB3C4;&#xAD6C; &#xCC28;&#xB3D9; &#xD45C;&#xD604;&#xB41C; &#xC720;&#xC804;&#xC790; microarray &#xACB0;&#xACFC; &#xB300; &#xD55C; &#xAC04;&#xB2E8; &#xD558; &#xACE0; &#xC9C1;&#xAD00;&#xC801;&#xC778; &#xD574;&#xC11D;&#xC5D0; &#xB300; &#xD55C; &#xB370;&#xC774;&#xD130;&#xBCA0;&#xC774;&#xC2A4;&#xC758; &#xCEF4;&#xD4E8;&#xD305;&#xC744; &#xC704;&#xD55C; &#xC54C;&#xACE0;&#xB9AC;&#xC998;&#xC744; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC950; &#xC804; &#xB450; &#xD53C; &#xC9C8; (FC), &#xD574; &#xB9C8; (HC)&#xACFC; &#xC2DC;&#xC0C1; &#xD558; &#xBD80; (HT)&#xC5D0;&#xC11C; &#xD30C;&#xC0DD; &#xB41C; RNA &#xC0D8;&#xD50C;&#xC5D0; &#xC774;&#xB7EC;&#xD55C; &#xB3C4;&#xAD6C;&#xC758; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8; &#xC8FC;&#xB3C4; &#xCC28;&#xB3D9; &#xD45C;&#xD604; &#xC2E0;&#xD638;-&#xC804;&#xB2EC;-bioenergenesis&#xC640; &#xC2E0;&#xACBD; &#xC804;&#xB2EC; &#xBB3C;&#xC9C8; &#xD569;&#xC131; &#xACBD;&#xB85C; &#xC720;&#xC804;&#xC790;&#xC758; &#xC9C0;&#xBC30;&#xC801;&#xC778; &#xBC88;&#xD638;&#xB85C; &#xC2DD;&#xBCC4; (FC/HC = 55/6; FC/HT = 55/4) &#xD06C;&#xAC8C; &#xD558;&#xB294; &#xB370; (p &lt; 0.05, FDR&lt;10.70%) &#xB2E4;&#xB978; &#xAC15;&#xB825; &#xD558; &#xAC8C; &#xC81C;&#xC548; &#xD558;&#xB294; ATP&#xC640; &#xC2E0;&#xACBD; &#xC804;&#xB2EC; &#xBB3C;&#xC9C8;&#xC758; &#xD65C;&#xC131; &#xC0DD;&#xC131;&#xACFC; &#xC120;&#xC0DD;&#xB2D8;&#xC758; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xC81C;&#xAC70; &#xBCF4;&#xB2E4; &#xC804; &#xB450; &#xC5FD; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xB192;&#xC740; (&ge;1.25 &#xBC30;) RNA &#xC218;&#xC900;. &#xB530;&#xB77C;&#xC11C;, &#xB1CC; &#xC601;&#xC5ED;&#xC5D0;&#xC11C; &#xCC28;&#xB3D9; &#xD1B5;&#xB85C;&#xC758; &#xC2E0;&#xC18D; &#xD558; &#xACE0; &#xD6A8;&#xC728;&#xC801;&#xC778; &#xC2DD;&#xBCC4;&#xC744; &#xC704;&#xD574; &#xC774;&#xB7EC;&#xD55C; &#xB3C4;&#xAD6C; &#xC2DC;&#xC2A4;&#xD15C; &#xC0DD;&#xBB3C;&#xD559; &#xC5F0;&#xAD6C; &#xBC0F; &#xBD84;&#xC790; &#xBA54;&#xCEE4;&#xB2C8;&#xC998; &#xAE30;&#xBCF8; &#xBCF5;&#xC7A1; &#xD558; &#xACE0; multifactorial &#xC2E0;&#xACBD; &#xD1F4;&#xD589; &#xC131; &#xC9C8;&#xD658;&#xC758; &#xC774;&#xD574;&#xC5D0; &#xD06C;&#xAC8C; &#xCD09;&#xC9C4;&#xD560; &#xAC83; &#xC774;&#xB2E4;.

&#xC950; mitochondrion &#xC2E0;&#xACBD; microarray (rMNChip) &#xBC0F; &#xB1CC; &#xC870;&#xC9C1;&#xC5D0; &#xCC28;&#xB3D9; &#xD1B5;&#xB85C;&#xC758; &#xBE60;&#xB978; &#xC2DD;&#xBCC4;&#xC744; &#xC704;&#xD55C; &#xC0DD;&#xBB3C; &#xC815;&#xBCF4;&#xD559; &#xB3C4;&#xAD6C;&#xC5D0; &#xCD08;&#xC810;&#xC744; &#xB9DE;&#xCD98;.

La funci&oacute;n mitocondrial es de particular importancia en el cerebro debido a su alta demanda de energ&iacute;a (ATP) y eficiente eliminaci&oacute;n de especies reactivas del ox&iacute;geno (ROS). Desarrollamos rata mitocondria-neurona centrada microarray (rMNChip) e integrado herramientas bioinform&aacute;ticas para la identificaci&oacute;n r&aacute;pida de v&iacute;as diferenciales en los tejidos del cerebro. rMNChip contiene 1.500 genes implicados en la respuesta al estr&eacute;s, ritmos circadianos, funciones mitocondriales y transducci&oacute;n de la se&ntilde;al. La herramienta Bioinform&aacute;tica incluye un algoritmo para c&aacute;lculo de genes expresados diferencialmente y una base de datos para la interpretaci&oacute;n sencilla e intuitiva para obtener resultados de microarrays. Nuestra aplicaci&oacute;n de estas herramientas a RNA muestras procedentes de la corteza frontal de la rata (FC), el hipocampo (HC) y el hipot&aacute;lamo (HT) condujeron a la identificaci&oacute;n de v&iacute;as de neurotransmisor-s&iacute;ntesis con un n&uacute;mero dominante de genes y expresados diferencialmente se&ntilde;al-transducci&oacute;n-bioenergenesis (FC/HC = 55/6; FC/HT = 55/4) tener significativamente (p &lt; 0.05, FDR&lt;10.70%) (&ge;1.25 doble) RNA niveles m&aacute;s altos en la corteza frontal que los otros, sugiriendo fuertemente la generaci&oacute;n activa de ATP y neurotransmisores y eficiente eliminaci&oacute;n de ROS. Por lo tanto, estas herramientas para la identificaci&oacute;n r&aacute;pida y eficiente de diferenciales caminos en regiones del cerebro facilitan enormemente nuestro estudio de sistemas biol&oacute;gicos y la comprensi&oacute;n de los mecanismos moleculares subyacentes de enfermedades neurodegenerativas compleja y multifactorial.

Rata mitocondria-neurona hab&iacute;a centrado microarray (rMNChip) y herramientas bioinform&aacute;ticas para la identificaci&oacute;n r&aacute;pida de v&iacute;as diferenciales en los tejidos del cerebro.

David M. Su

Department of Gene and Protein Biomarkers

GenProMarkers, Inc.

Biomarkers in an Animal Model for Revealing Neural, Hematologic, and Behavioral Correlates of PTSD