ترجمه مقاله بازسازی مدل های متابولیک در مقیاس ژنوم برای 126 بافت انسانی با استفاده از mCADRE - نشریه BMC

ترجمه مقاله بازسازی مدل های متابولیک در مقیاس ژنوم برای 126 بافت انسانی با استفاده از mCADRE - نشریه BMC
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
بازسازی مدل های متابولیک در مقیاس ژنوم برای 126 بافت انسانی با استفاده از mCADRE
عنوان انگلیسی
Reconstruction of genome-scale metabolic models for 126 human tissues using mCADRE
صفحات مقاله فارسی
38
صفحات مقاله انگلیسی
16
سال انتشار
2012
رفرنس
دارای رفرنس در داخل متن و انتهای مقاله
نشریه
BMC
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
فونت ترجمه مقاله
بی نازنین
سایز ترجمه مقاله
14
نوع مقاله
ISI
نوع ارائه مقاله
ژورنال
پایگاه
اسکوپوس
ایمپکت فاکتور(IF) مجله
2.044 در سال 2018
شاخص H_index مجله
73 در سال 2019
شاخص SJR مجله
0.972 در سال 2018
شناسه ISSN مجله
1752-0509
شاخص Q یا Quartile (چارک)
Q2 در سال 2018
کد محصول
F1491
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است ✓
وضعیت ترجمه متون داخل تصاویر و جداول
جداول ترجمه شده است ✓ تصاویر ترجمه نشده است ☓
وضعیت ترجمه منابع داخل متن
به صورت عدد درج شده است ✓
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
بیس
نیست☓
پرسشنامه
ندارد☓
متغیر
ندارد☓
رفرنس در ترجمه
در داخل متن و انتهای مقاله درج شده است
رشته و گرایشهای مرتبط با این مقاله
زیست شناسی، بیوشیمی، علوم سلولی و مولکولی و ژنتیک
مجله
بیولوژی سیستم های BMC
دانشگاه
موسسه بیولوژی سیستم ها، ایالات متحده آمریکا
کلمات کلیدی
بازسازی شبکه متابولیک خودکار، مغز، متابولیسم سرطان، مدل متابولیک خاص-بافت، مدل سازی مبتنی بر محدودیت
کلمات کلیدی انگلیسی
Automated metabolic network reconstruction - Brain - Cancer metabolism - Tissue-specific metabolic model - Constraint-based modeling
doi یا شناسه دیجیتال
https://doi.org/10.1186/1752-0509-6-153
فهرست مطالب
چکیده
پیش زمینه
نتایج و بحث
بررسی اجمالی روش و ویژگی های سودمند mCADRE
اعتبارسنجی مبتنی بر-پوشش و عملکردی برای یک مدل کبد ساخته شده mCADRE
مدل کبد مبتنی بر mCADRE از نظر عملکردی با مدل کبد موجود قابل مقایسه است
mCADRE برای تولید مدل با توان عملیاتی بالا
دانشنامه-خاص-بافت از متابولیسم تجزیه و تحلیل جهانی بافت انسان را میسر می سازد
توزیعات واکنش های مدل TSEM متناظر با ویژگی های شناخته شده از بافت مغز و تومور هستند
مقایسه مدل های کلیه TSEM با مدل متابولیک کلیه موجود
مقایسه mCADRE با روش INIT به تازگی منتشر شده
نتیجه گیری
روش ها
پردازش داده های بیان ژن
انتساب امتیازات شواهد به واکنش ها
شواهد مبتنی بر بیان
شواهد مبتنی بر اتصال
شواهد مبتنی بر سطح اعتماد
تنظیم مدل عمومی
آزمون عملکردی مدل های کبد
نمونه چکیده متن اصلی انگلیسی
Abstract

Background: Human tissues perform diverse metabolic functions. Mapping out these tissue-specific functions in genome-scale models will advance our understanding of the metabolic basis of various physiological and pathological processes. The global knowledgebase of metabolic functions categorized for the human genome (Human Recon 1) coupled with abundant high-throughput data now makes possible the reconstruction of tissue-specific metabolic models. However, the number of available tissue-specific models remains incomplete compared with the large diversity of human tissues.

Results: We developed a method called metabolic Context-specificity Assessed by Deterministic Reaction Evaluation (mCADRE). mCADRE is able to infer a tissue-specific network based on gene expression data and metabolic network topology, along with evaluation of functional capabilities during model building. mCADRE produces models with similar or better functionality and achieves dramatic computational speed up over existing methods. Using our method, we reconstructed draft genome-scale metabolic models for 126 human tissue and cell types. Among these, there are models for 26 tumor tissues along with their normal counterparts, and 30 different brain tissues. We performed pathway-level analyses of this large collection of tissue-specific models and identified the eicosanoid metabolic pathway, especially reactions catalyzing the production of leukotrienes from arachidnoic acid, as potential drug targets that selectively affect tumor tissues.

Conclusions: This large collection of 126 genome-scale draft metabolic models provides a useful resource for studying the metabolic basis for a variety of human diseases across many tissues. The functionality of the resulting models and the fast computational speed of the mCADRE algorithm make it a useful tool to build and update tissue-specific metabolic models.

نمونه چکیده ترجمه متن فارسی
چکیده
پیش زمینه: بافت های انسانی، وظایف متابولیک متنوع را انجام می دهند. ترسیم این وظایف خاص-بافت در مدل های مقیاس-ژنوم، درک ما را از اساس متابولیک فرآیندهای مختلف فیزیولوژیک و پاتولوژیک پیشرفت خواهد داد. مرکز آموزش جهانی وظایف متابولیک طبقه بندی شده برای ژنوم انسان (Human Recon 1) همراه با داده هایی با توان عملیاتی بالا در حال حاضر امکان بازسازی مدل های متابولیک خاص-بافت را فراهم می سازد. با این حال، تعدادی از مدل های خاص-بافت در دسترس در مقایسه با تنوع زیادی از بافت های انسانی ناقص باقی مانده است.
نتایج: ما یک روش به نام خاصیت-زمینه متابولیک مورد ارزیابی توسط ارزیابی واکنش قطعی (mCADRE) را توسعه دادیم. mCADRE قادر به استنتاج یک شبکه خاص-بافت بر اساس داده های بیان ژن و توپولوژی شبکه متابولیک همراه با ارزیابی قابلیت های عملکردی در طول ساخت مدل است. mCADRE، مدل ها را با قابلیت مشابه و یا بهتر تولید می کند و به سرعت محاسباتی چشمگیر بیش از روش های موجود دستیابی پیدا می کند. با استفاده از روش ما، ما مدل های متابولیک پیش نویس در مقیاس ژنوم را برای 126 بافت و انواع سلول انسانی بازسازی نمودیم. در این میان، مدل هایی برای 26 بافت تومور همراه با همتایان عادی خود، و 30 بافت مختلف مغزی وجود دارد. ما تجزیه و تحلیل هایی در سطح مسیر را برای این مجموعه بزرگ از مدل های خاص-بافت انجام دادیم و مسیر متابولیک ایکوزانوئید، به ویژه واکنش های تسریع کننده تولید لوکوترین ها را از اسید آراکیدونیک، به عنوان اهداف دارویی بالقوه که به صورت انتخابی، بافت های تومور را تحت تاثیر قرار می دهند شناسایی نمودیم.
نتیجه گیری ها: این مجموعه بزرگ از 126 مدل های متابولیک پیش نویس در مقیاس ژنوم، یک منبع مفید برای مطالعه اساس متابولیک را برای انواع بیماری های انسانی در بسیاری از بافت ها فراهم می کند. عملکرد مدل های حاصل و سرعت محاسباتی سریع الگوریتم mCADRE آن را به یک ابزار مفید برای ساخت و به روز رسانی مدل های متابولیک خاص-بافت تبدیل ساخته است.

بدون دیدگاه