Startpagina / Samenvattingen / Class notes - introduction to bioinformatics / genen-pakken-expression

Genome sequencing

14 belangrijke vragen over Genome sequencing

Wat gebeurt er precies bij kanker en wat gaat er verkeerd?

Bij kanker zorgt een signaal eiwit wat een gevolg is van mutatie ervoor dat de gevoeligheid van transcirptiefactoren omhoogg gaat worden er meer transcriptie en translatie plaats vindt en er dus een ongereguleerde celdeling zal ontstaan

.

Hoe worden genen/ genexpressie gemeten?

Dit vindt plaats door het meten van gene expression. Hierbij wordt er eerst geseqeunced daarna gemapt en uiteindelijk het mRNA gequantificeerd.

dit gebeurt aan de hand van 3 methodes: PCR, FISH en High troughput.

Algemeen is dat je een een sample neemt daarbij de mRNA isoleert. Deze in kleine stukjes knipt en reverse transcriptie toepast waardoor je DNA krijgt. Deze DNA stukken worden afgelezen en gemaakt vervolgens wordt gekeken per bepaalde sequence hoeveel counts/ reads je hebt.

Aan de hand van de verkregen counts kan bepaald worden hoe hoog de genexpressie is.

Welke drie manieren zijn er om genexpressie te meten?

1. qPCR  Covid test. Je maakt dna of rna simpeler. Je maakt maakt rna virus simpel maar je kan elk stuk mrna emplifyen. Je kan dus elke gene pakken. Niet zo goed want je moet elke genen meten, je bent best lang bezig van elke genen.

2. mRNA FISH.  Je maakt mRNA fluoriscerend waardoor je het mRNA visualiseerd. Het is ook zoals de eerste manier limited.
3. HIGH throughput  (single cell)RNA seq. Je kan hierbij enkele cellen pakken. Hierbij pakken we een grote sample dus bijvoorbeeld een tumor en daarvan pakken we de mRNA.

Vraag 2. Welke type biases zijn er in RNA-sequencing ? / what bepaald hoeveel read je telt for een genen in een bepaalde sample ?

1. Library size  Hoeveel reads je hebt in een bepaalde sample
2. Transcript lenght  Als je een langere mRNA hebt dan lees je meer af doordat het mappen makkelijker is.
3. Mappability of reads
4. Position
5. Sequences-biases.
6. Capture biases
7. PCR biases.

Wat is de oplossing van de biases waarvan spraken is bij RNA-sequencing?

Het aflezen van 1 gen inplaats van 2 tussen 2 samples dus wel meerdere samples maar maar 1 gen wat je onderzoekt en waarvan je kijkt hoe hoog bij alle samples de genexpressie is.

Wat is differentiaal gene expersssion?

- Je schat hoe groot het verschil is in condition tussen genen en hoe significant het is.

Afbeelding voorbeeld: Doel kijken of er een verschil is tussen borstvoeding en zonder in kanker. Elk punt is 1 genen, je kan hierbij zijn hoe groot een groep is en hoeveel er zijn.

kortom: Kijken of een genen verschilt tussen twee groepen. Welke genen zijn verschillend? En hoe verschillend zijn ze

Wat is clustering/ subgroup identification?

- Kjken naar patronne om te kijken of er groepen zijn die overeenkomen of niet. Bijvoorbeeld borskanker elke vorm daarvan is anders en 1 van de ideen is dat je de behandeling daaraan aan past. Je kijkt dus naar groepen die dezelfde gene expression hebben en dus waarschijnlijk daar ook profijt aan hebben. Je pakt alle genen en probeert een pattroon te vinden die heel erg op elkaar lijken.

Waarom is gen expressie zo'n goede methode voor bijvoorbeeld ziektes als kanker?

1. Het is goedkoepr en meer accuraat

2. Het reflext the cell state
3. Het is heel informatief voor aknker subtype identification en meidicijn response.

Wat wordt er bedoeld met effect size?

Log2 = expression condition A / expression condition B.

Je bent meer geintersseerd in het relateive verschil. Daarom pak je hierbij een log.

Hoe kan gekeken worden naar of een medicijn aanslaat en hoeveel er van nodig is?

Ze kijken eerst hoeveel van het medicijn de cellijnen nodig hebben om 50% van de celgroei de doden. IC50%. Hoe lager het getal hoe beter het medicijn werkt. Hierna gebruik je machine learning. Dit geeft een prediction of een interpatation.

Wat heeft de hoogste predictiveness ?

Genexpressie. Gen expressie is het meest zeggende feature. Je kan het gebruiken om dingen te voorspellen.

reden: als je een kanker mutatie hebt zal dit eenexpressie beïnvloeden dit zal dus ook te meten zijn want er is dan een verschil in eenexpressie.

Wat zijn voordelen van sequence RNA ?

Het is goedkoper, makkelijk en meer accuraat dan proteomics

het reflects te cell state incrontrast van dna. Het zegt duidelijker wat de mutatie doet.

het is veel meer informatief.

Wat is dit? En wat zal het betekenen als wt en Ko allemaal gemixed zijn

PCA plot. Hierbij is te zien dat degene die similar zijn dichtbij in de dimensions liggen.

KNO heeft geen inpact, de WT zijn zowel gelijk aan elkaar als aan de knock outs.

Welke van de genen is differential expressed?

kun je alleen beantwoorde aan de hand van de logsize en de p-value. Dus antwoord a.

De vragen op deze pagina komen uit de samenvatting van het volgende studiemateriaal:

introduction to bioinformatics

Bekijk samenvatting

Een unieke studie- en oefentool
Nooit meer iets twee keer studeren
Haal de cijfers waar je op hoopt
100% zeker alles onthouden

Onthoud sneller, leer beter. Wetenschappelijk bewezen.

Studiemateriaal generieke omslagafbeelding

Genome sequencing

14 belangrijke vragen over Genome sequencing

Wat gebeurt er precies bij kanker en wat gaat er verkeerd?

Hoe worden genen/ genexpressie gemeten?

Welke drie manieren zijn er om genexpressie te meten?

Vraag 2. Welke type biases zijn er in RNA-sequencing ? / what bepaald hoeveel read je telt for een genen in een bepaalde sample ?

Wat is de oplossing van de biases waarvan spraken is bij RNA-sequencing?

Wat is differentiaal gene expersssion?

Wat is clustering/ subgroup identification?

Waarom is gen expressie zo'n goede methode voor bijvoorbeeld ziektes als kanker?

Wat wordt er bedoeld met effect size?

Hoe kan gekeken worden naar of een medicijn aanslaat en hoeveel er van nodig is?

Wat heeft de hoogste predictiveness ?

Wat zijn voordelen van sequence RNA ?

Wat is dit? En wat zal het betekenen als wt en Ko allemaal gemixed zijn

Welke van de genen is differential expressed?

Samenvattingen die gerelateerd zijn aan Evolutionary profiles

Class notes - introduction to bioinformatics

Hoofdstukken vermogensrecht

Inleiding strafrecht

Essential Cell Biology, Fourth Edition

Hoofdstukken uit de Europese codificatiegesc…

Staatsrecht

Hoofdstukken vermogensrecht

Grondtrekken van het Nederlandse strafrecht

Natuurwetenschappen en medische basisvakken

inleiding strafrecht

Oefentoetsen vragen

Evertebraten