پیش بینی اهداف میکرو آر ان ای ها از اهمیت ویژه ای برخوردار است. توسعه روش های محاسباتی و متعاقبا صرفه جویی در هزینه و زمان پژوهش های آزمایشگاهی، تاثیر بسزایی در افزایش سرعت ساخت داروهای درمانی از جمله داروهای ضد سرطانی دارد. با توجه به اینکه زمان کمی از شناخت میکرو آر ان ای ها می گذرد، روند پژوهش ها در ابتدا کند بوده است. اما به مرور با شکل گیری دیتابیس های بیولوژیکی و درک اهمیت آنها دانشمندان به این زمینه روی آورده اند. تاکنون روش های مختلفی با در نظر گرفتن ویژگی های مختلف از جمله ویژگی های ساختاری، موقعیتی و ترمودینامیکی بر روی گونه های مختلف از جمله انسان، موش و حتی گونه های گیاهی ارائه شده است. با این وجود، پراکندگی زیادی در این کارها دیده می شود و مدل های هوشمند بطور سطحی در آنها بررسی شده اند. در این نوشتار، ابتدا انواع ویژگی ها استخراج شده، سپس ویژگی های برتر به روش pca انتخاب گردیده اند. انواع مدل های هوشمند و کلاسیک از جمله شبکه های عصبی مختلف، بردار ماشین پشتیبان، knn و درخت تصمیم گیری بر روی داده ها با روش اعتبارسنجی ضربدری 10تایی تست و نتایج آنها با یکدیگر مقایسه و تحلیل شده است. علاوه بر این در این نوشتار یک روش جدید برای تهیه نمونه های منفی معرفی و استفاده از شروط جفت بندی (در استخراج ویژگی ترمودینامیکی) بجای رشته های پیونددهنده پیشنهاد شده است. در ضمن معیار mcc برای ارزیابی دسته بندی کننده ها معرفی و نشان داده شده است که استفاده از معیار دقت می تواند گمراه کننده باشد.

رشد و نمو گیاهان، همواره تحت تاثیر تنش های زیستی و غیرزیستی می باشد. گیاهان در سطح مولکولی با تغییر میزان بیان ژن های واکنش گر به تنش به تغییرات نامساعد محیطی واکنش نشان می دهند. محصول این ژن ها ممکن است در تولید هورمون های گیاهی از جمله aba، sa و ja نقش داشته باشد. ژن fry1 ازجمله ژن های واکنش گر به تنش های محیطی است و با کدگذاری آنزیم اینوزیتول پلی فسفات -1- فسفاتاز در هیدرولیز مولکول اینوزیتول -?و ? و 5--سه فسفات (ip3) نقش دارد. در اگزون شماره 2 ژن fry1 یک جهش نقطه ای تحت عنوان old101 باعث جایگزینی نوکلئوتید g با a شده است. جوانه زنی بذور جهش یافته (old101) و مادری (ler-0) تحت تاثیر غلظت های مختلف aba و سطوح مختلف nacl مورد بررسی قرار گرفت. میزان جوانه زنی بذور جهش یافته (old101) تحت تنش شوری و aba در مقایسه با بذور مادری (ler-0) بطور معنی داری کاهش یافت. برخی از شاخص های رشد در گیاهچه های old101 و مادری (ler-0) تحت تاثیر غلظت های مختلف nacl و مانیتول در محیط غذایی 1/2ms بررسی شد. نتایج حاکی از کاهش معنی دار برخی از صفات مورد بررسی در گیاهچه های جهش یافته old101 است. همچنین میزان بیان ژن های fry1و gst1 در گیاهچه های جهش یافته و مادری تحت تنش خشکی اندازه گیری شد. که مطابق نتایج بدست آمده میزان بیان ژن gst1 و fry1 در گیاهچه های جهش یافته بیشتر بود. احتمالاً افزایش ip3 و aba در دوره جوانه زنی بذور جهش یافته موجب کاهش جوا زنی آن ها شده است علاوه بر این احتمالا تغییر فعالیت پروتئین fry1 در اثر جهش old101 باعث اختلال در فرایند انتقال پیام در سلول شده و موجب افزایش حساسیت گیاهچه های جهش یافته old101 و افزایش بیان ژن های واکنش گر به تنش در این گیاهچه ها شده است.

زمینه و هدف : microrna ها خانواده بزرگی متشکل از rna های کوچک غیرکدکننده هستند که تقریبا¬21 نوکلئوتید طول داشته و به عنوان کلید اصلی تنظیمات پس¬رونوشتی بیان ژن¬ها در جانوران عالی، گیاهان و تک یاخته¬ها مطرح می¬باشند. در بیشتر پستانداران mirna ها به¬وسیله¬یrna polymerase ii رونویسی می¬شوند و سپس طی دو سری پردازش (یکی در هسته و دیگری در سیتوپلاسم) بالغ شده و بهmirna عملکردی تبدیل می شوند. مرحله پردازش هسته¬ایmirna ها توسط کمپلکس مولتی پروتئینی میکروپروسسور صورت می¬گیرد و طی آن pri-mirna به pre-mirna تبدیل می¬شود. میکروپروسسور دارای دو جزء اصلی است؛ یکی drosha (نوعی آنزیمrnase iii) و دیگری dgcr8 که یک پروتئین اتصالی به rna دو رشته¬ای (double-stranded rna-binding domain protein) می¬باشد. طی این عملیات dgcr8 به دو رشته ای pri-mirna متصل می¬شود و موجب برش آن به وسیله drosha و تبدیل آن به pre-mirna می شود. اینکه چگونه dgcr8 فقط و فقط pri-mirna را می شناسد هنوز مورد ابهام است چرا که همزمان هزاران rna دو رشته ای در هسته حضور دارند که بسیار شبیه به pri-mirna هستند. هدف این مطالعه روشن کردن مکانیسم شناسایی pri-mirna ها توسط پروتئین dgcr8 است. روش کار: در ابتدا با استفاده از روش های آنالیز توالی به جستجوی موتیف های مشترک و اختصاصی بین pri-mirna ها پرداخته شد. سپس pri-mir-16-1 انسانی به دلیل فراوانی مطالعات آزمایشگاهی صورت گرفته و شناخت بیشتر، به عنوان الگوی مطالعاتی انتخاب و مدل های سه بعدی از سویه های طبیعی و موتانت آن آماده شد. در مرحله بعد مدل سه بعدی حاصل از کریستالوگرافی dgcr8 بهینه سازی شد و در نهایت برهمکنش بین سویه های مختلف pri-mir-16-1 و dgcr8 با تکیه بر یافته های بخش آنالیز توالی صورت گرفت. یافته ها: یک موتیف ug در ناحیه 14- و 13- همه pri-mirna های متعارف وجود دارد که در mirna های غیرمتعارف دیده نمی شود و برای میانکنش با dgcr8 ضروری است. افزون بر این یک ناحیه غنی از u در پایین دست لوپ مشاهده شد که در میانکنش با dgcr8 نقش مهمی ایفا می کند. نتایج: محل پیوستن تک رشته rna به دو رشته ای ساقه و ناحیه پایین دست لوپ موجود در اکثر pri-mirna های متعارف انسانی، نقاط حساسی هستند که توسط پروتئین dgcr8 تمییز داده می شوند. واژه های کلیدی: pri-mirna، پروتئین dgcr8، شبیه سازی میانکنش بین مولکولی، موتیف pri-mirna، پروتئین dgcr8، شبیه سازی میانکنش بین مولکولی، موتیف

آنالیز مقایسه ای شبکه های برهمکنش باقیمانده های آمینواسیدی پروتئین های هاب و غیر هاب در مخمر ساکارومایسس سرویزیه

مدل سازی متابولیسم تولید شیر مبتنی بر بازسازی شبکه متابولیکی بافت غده پستانی گاو، می تواند منجر به دیدگاه سیستمی به این فرآیند پیچیده و درک بهتر آن گردد. این بازسازی با استفاده از اطلاعات ژنومی قابل دسترس گاو امکان پذیر است. در این پژوهش، اطلاعات مورد نیاز، از پایگاه های داده ncbi ، uniprot، kegg و brenda جمع آوری و مورد استفاده قرار گرفتند. . نتایج آنالیزهای انجام شده در این تحقیق می تواند برای مدلینگ و شبیه سازی سیستم بیولوژیکی بافت غده پستانی گاو برای طراحی فنوتیپ مطلوب برای افزایش کمیت و کیفیت شیر در گاو بکار رود. در نهایت، این پژوهش به بهبود درک تولید شیر با نگاه شبکه ای کمک کرده و تلفیق آن با نتایج آنالیز داده های اومیکس در سایر سطوح برای این بافت، یک دیدگاه جامع و سیستمیک از عمکرد این بافت برای تولید شیر ارائه می دهد که می تواند قدم مفیدی در ارائه استراتژی پرورش واصلاح نژاد گاو داشته باشد.