Ανάλυση της Γονιδιακής Έκφρασης

Abstract

Στο δεύτερο αυτό μέρος του βιβλίου, η θεματολογία περνά από την ανάλυση των γονιδιωματικών αλληλουχιών στη μελέτη ανώτερης τάξης βιολογικών δεδομένων. Βασικό αντικείμενο αυτού του κεφαλαίου είναι η μελέτη και ανάλυση δεδομένων γονιδιακής έκφρασης. Στο πλαίσιο της παρουσίασης του φαινομένου και του είδους των πειραματικών δεδομένων που καλούμαστε να αναλύσουμε, γίνεται αρχικά μια εισαγωγή στις σχετικές μεθοδολογίες αιχμής, με έμφαση στις μικροσυστοιχίες και την αλληλούχιση RNA (RNA-Seq). Σημείο εκκίνησης αποτελεί το πραγματικό βιολογικό πρόβλημα της εξαγωγής γονιδίων με διαφορική έκφραση από πειράματα σε γονιδιωματική κλίμακα. Αφού παρουσιαστεί λεπτομερώς η διαδοχή των βημάτων για μια πλήρη ανάλυση της γονιδιακής έκφρασης, συζητούμε τεχνικές κανονικοποίησης των πρωτογενών δεδομένων. Σε μαθηματικό επίπεδο, παρουσιάζονται τεχνικές σύγκρισης μεταξύ των τιμών των δειγμάτων και έλεγχοι υποθέσεων που οδηγούν στην εξαγωγή καταλόγων διαφορικά εκφραζόμενων γονιδίων μεταξύ δύο διαφορετικών συνθηκών, καθώς και τρόποι αναπαράστασης των δεδομένων. Στο δεύτερο μέρος του κεφαλαίου, με σκοπό την ανάδειξη συστάδων γονιδίων με κοινά πρότυπα έκφρασης, παρουσιάζονται βασικές μεθοδολογίες ομαδοποίησης δεδομένων (clustering), όπως η ανάλυση κύριων συνιστωσών (PCA), η ιεραρχική ομαδοποίηση και η ομαδοποίηση κ-μέσων (k-means). Στο τέλος του κεφαλαίου μπορείτε: Να χειρίζεστε αρχεία από ένα πείραμα γονιδιακής έκφρασης και να εξάγετε καταλόγους κανονικοποιημένων τιμών έκφρασης. Να πραγματοποιείτε τους απαραίτητους στατιστικούς ελέγχους για την εξαγωγή διαφορικά εκφραζόμενων γονιδίων. Να κατανοείτε γραφικές αναπαραστάσεις αποτελεσμάτων από πειράματα έκφρασης, όπως τα διαγράμματα “κρατήρα ηφαιστείου” (volcano plots) και οι θερμικοί χάρτες (heatmaps). Να ομαδοποιείτε γονίδια με βάση τα πρότυπα έκφρασής τους σε διαφορετικές συνθήκες, με διάφορες μεθόδους.

In this second part of the book, the focus shifts from the analysis of genomic sequences to the study of higher-order biological data. The main subject of this chapter is the study and analysis of gene expression data. Within the context of presenting the phenomenon and the types of experimental data we are called to analyze, we begin with an introduction to cutting-edge methodologies, emphasizing microarrays and RNA sequencing (RNA-Seq). The starting point is the real biological problem of identifying differentially expressed genes from genome-wide experiments. After a detailed presentation of the sequence of steps for a complete gene expression analysis, we discuss techniques for normalizing raw data. At a mathematical level, we present comparison techniques between sample values and hypothesis testing that lead to the extraction of lists of differentially expressed genes between two different conditions, as well as methods for data visualization. In the second part of the chapter, aiming to highlight clusters of genes with common expression patterns, we present fundamental data clustering methodologies such as principal component analysis (PCA), hierarchical clustering, and k-means clustering. By the end of this chapter, you should be able to: Handle files from a gene expression experiment and extract lists of normalized expression values. Perform the necessary statistical tests to identify differentially expressed genes. Understand graphical representations of expression experiment results, such as volcano plots and heatmaps.