Sterben Analyse der Frühen Stadien der HIV-1-Infektion auf Bestandteile des Menschlichen Immunantwort, früh

Sterben Analyse der Frühen Stadien der HIV-1-Infektion auf Bestandteile des Menschlichen Immunantwort, früh

Sterben Analyse der Frühen Stadien der HIV-1-Infektion auf Bestandteile des Menschlichen Immunantwort, früh

Mitglieder Gruppen: Kyle Carlson, Anna Gaines, Angela Mo, Devika Singh, Andrew Teng

Abbildung 1: HIV-Lebenszyklus (oben) und Struktur (unten)

Das Ziel dieses Projektes ist es, Eine Einzigartige Analyse der kombinierten Makrophagen und T-Zell-Mikroarrays zu vervollständigen Einblick in Die anfängliche WIRKUNG von HIV-1-Infektion auf das menschliche Immunsystem zu gewinnen.

Abbildung 2: Pathway Pipeline

Mit GEO Wurde Eine Clustering-Analyse für jeden Datensatz abgeschlossen. Die unzentrierten Korrelationsverfahren Wurde für die Abstandsmessung ausgewählt, während sterben Durchschnittliche (Zentroid) zur Verknüpfung Elle Elle Verfahren Ausgewählt Wurde. Nur die Linien Einer HIV-Infektion Zelle im Frühstadium von der T-Zell-Datensatz für das Clustering gerechnet gerechnet wurden verwendet, und alle nachfolgenden Analysen ein relevanter Vergleich mit dem Makrophagen-Datensatz zu Motivation und andere Mentalität. Die Makrophagen-Datensatz Enthalten nur Zelllinien STERBEN in sehr Frühen Stadien der HIV-Infektion (bis zu sieben Tage) Waren.

Die Ausgabedateien von GENE-E-Hören von exprimierten Gene in Beiden Datensätzen Enthalten, gerechnet gerechnet wurden in sterben Datenbank für Annotation, Visualisierung und Integrierten Entdeckung (DAVID) Hochgeladen differentiell — Hochdurchsatz, Data-Mining-Umgebung, sterben Biologischen bedeutung von Grossen zu extrahieren ausgelegt ist Gen / Protein-Listen. DAVID Würde verwendet, Funktionsdiagramme Annotation-Cluster zu erstellen und für Pfadanalyse. Drei Funktionsannotation Cluster-Charts unter verwendung der DAVID definierten Standardeinstellungen vorgenommen gerechnet gerechnet wurden. Die erste Grafik verwendet, um sterben Liste der differentiell Gene aus der T-Zell-Datensatz, der Zweite aus dem Makrophagen-Datensatz und das dritte Diagramm verwendet, um Eine Kombinierte Liste aus Beiden Datensätzen exprimierten. Alle Funktionsannotation Charts gerechnet gerechnet wurden alle Dann Kyoto Encyclopedia of Genen und genomen (KEGG) Wege zu Bern, differentiell Analysiert Gene in Beiden Datensätzen ausgedrückt Enthalten sterben.

Abbildung 3: Cluster mc_ui_heatmap:HIV und Makrophagen (oben) und HIV und T-Zellen (unten)

Abbildung 4: Proben in Clustering-Analyse Heatmap (Vergrößerte)

Abbildung 3: Makrophage Dataset (oben) und CD4 + / CD8 + T-Zell-Dataset (unten)

Abbildung 6: Top ergebnisse Einer Funktionsannotation Cluster für Daten für T-Zellen Gesetzt

Abbildung 7: Top ergebnisse Einer Funktionsannotation Cluster für Daten für Makrophagen Gesetzt

Abbildung 8: Top ergebnisse Einer Funktionsannotation Cluster für Eine Kombinierte Liste der Datensätze

Key: Rot: Makrophagen. Gelb: T-Zellen

Abbildung 9: Pathways: ErbB-Signalwegs (oben) und Cell Cycle (unten)

Die funktionellen Annotation Tabellen von DAVID abgeleitet (Abbildungen 6-8) gerechnet gerechnet wurden verwendet, passende Wege zu bestimmen, sterben in den Beiden T-Zellen und Makrophagen gefunden. DAVID würde auch Torerfolg Makrophagen und T-Zellen, um der Besten ergebnisse ihrer Funktionsannotation Cluster (Abbildungen 10-11) auf der Basis zu FINDEN Einzigartige off, verwendet Hauptwege. Von diesem Werkzeug Sich als vorteilhaft erwiesen, da es schnell Torerfolg angereichert und nicht ausgestalteten Anmerkungen zu erkunden und ist optimal für eine Analyse Auf eine kleine Anzahl von Genen durchgeführt Werd. Nach Einem Vergleich Wurde Funktionelle Annotation Tabelle sterben, sterben aus ergebnisse Beiden dateien, festgestellt dass ErbB-Sowohl sterben Signalisierung und Zellzykluswege teilen. Visualisierung der Wege Kann in Figur 9 zu Bern, sterben Sich von KEGG Sind.

  1. Was ist HIV / AIDS? 2015 August 2015 [zitiert 2015 27. Oktober]; Verfügbar ab: https://www.aids.gov/hiv-aids-basics/hiv-aids-101/what-is-hiv-aids/.
  2. Okoye, A.A. und L. J. Picker, CD4 (+) T-Zell-Depletion bei HIV-Infektion: Mechanismen der immunologischen Versagen. Immunol Rev, 2013. 254 (1): p. 54-64.
  3. Campbell, N. A. und J. B. Reece, Biologie Sechste Ausgabe. 2002.
  4. HIV Übersicht. September 2015 [2015 zitiert 27. Oktober]; Verfügbar ab: https://aidsinfo.nih.gov/education-materials/fact-sheets/19/73/the-hiv-life-cycle.
  5. Brown, J. N. et al. HIV-1 aktiviert Makrophagen unabhängig von Toll-like-Rezeptoren. PLoS One 2008. 3 (12): p. e3664.
  6. Hyrcza, M. D. et al. Distinct Transkriptionsprofile in ex vivo CD4 + und CD8 + T-Zellen in Frühen humanen Immundefizienz-Virus Typ 1-Infektion festgestellt und Werden Durch Eine chronische Interferonantwort Eulen Umfangreiche Transkriptionsänderungen in CD8 + T-Zellen charakterisiert. J Virol 2007. 81 (7): p. 3477-86.
  7. Andersen JL, Le Rouzic E, Planelles V. HIV-1 Vpr: Mechanismen der G2 Arrest und Apoptose. Experimentelle und Molekularpathologie. 2008. 85 (1): p. 10.02.
  8. Journal of Virology 81.17 (2007): 9193-9201. PMC. Web. 31. Oktober 2015.
  9. Abbas, T. & Dutta, A. (2009). p21 in der Krebstherapie: Komplizierte Netzwerke und Mehrere aktivitäten. Nature Bewertungen. Krebs, 9 (6), 400-414. http://doi.org/10.1038/nrc2657
  10. Goh, W. C. et al. HIV-1 Vpr erhöht viralen Expression Durch Manipulation des Zellzyklus: einen Mechanismus zur Auswahl von Vpr in vivo. Nat Med 1998. 4 (1): p. 65-71.
  1. http://www.broadinstitute.org/cancer/software/GENE-E/
  2. Huang DW, Sherman BT, Lempicki RA. Systematische und integrative Analyse großer Genlisten DAVID Bioinformatik-Ressourcen. Natur Protoc. 2009; 4 (1): 44-57. [PubMed]
  3. Huang DW, Sherman BT, Lempicki RA. Bioinformatics Anreicherung Werkzeuge: Wege in die Umfassende Funktionsanalyse von Grossen Gen-Listen. Nucleic Acids Res. 2009; 37 (1): 1-13. [PubMed]
  4. Barrett T, Wilhite SE, Ledoux P, Evangelista C, Kim IF, Tomashevsky M, Marshall KA, Phillippy KH, Sherman PM, Holko M, Yefanov A, Lee H, Zhang N, Robertson CL, Serova N, Davis S, Soboleva A .

NCBI GEO: Archiv für Funktionelle Genomik-Datensätze aktualisieren.

ZUSAMMENHÄNGENDE BEITRÄGE