Meme kanserinde gen ekspresyon verilerinin mikrodizi analizi

Abstract

Son yıllarda, moleküler biyoloji ve bilişim teknolojisindeki gelişmeler çeşitli canlı türlerinin genomlarının büyük bir kısmının incelenmesine olanak sağlamıştır. Moleküler biyoloji alanında üretilen veriler çok büyük miktarda olduklarından, güncel biyoinformatik çalışmaları genlerin ve proteinlerin yapısal ve işlevsel yönleri ile ilgilenmektedir. Bu çalışmaların çoğu İnsan Genom Projesi ile ilgilidir. Biyoinformatik alanında farklı bilgisayar bilimi teknolojileri ve istatistiksel yöntemler dikkate alınmaktadır. Bu multidisipliner yaklaşım istatistiksel yöntemler, biyoinformatik uygulamaları ve bilgisayar bilimi teknolojileri arasındaki ilişkinin anlaşılmasına olanak sağlamaktadır. Biyoinformatik araçları, mikroarray analizinin gerçekleştirilmesindeki ihtiyaçları karşılamaktadır. Farklı gen ekspresyon analizi ile biyolojik yolakların iç yüzü anlaşılmaktadır ve ileriki hipotez geliştirme için bir platform sağlanmaktadır. Gen ekspresyon verilerini analiz etmedeki esas, ekspresyon modelleri fenotip veya deneysel koşula göre farklılık gösteren genleri saptama ihtiyacıdır. Basit bir mikroarray deneyi iki koşul arasındaki ekspresyon farklılıklarını tespit etmek için gerçekleştirilmektedir. Her bir koşul bir veya daha fazla RNA örneklemi tarafından temsil edilebilmektedir. Mikroarrayler geniş çeşitlilikteki deneysel ortamlarda farklı gen ekspresyonunun tespiti için kullanılmaktadır. Bu tez çalışmasında, Wolfgang Huber ve Robert Gentleman'ın (21) Affymetrix gen çipleri ile yaptıkları deneyde elde edilen gen ekspresyon verileri kullanılmıştır. Çalışmanın amacı ER+ meme kanseri hücrelerindeki östrojen faktörüne yanıt veren genleri tespit etmektir. Östrojen faktörünün yanında zaman faktörü de değerlendirmeye alınarak östrojene erken yanıt veren ve geç yanıt veren genler tespit edilmiştir. Erken yanıt veren genler doğrudan-hedef genler kabul edilmektedir. Geç yanıt veren genler ise büyük bir olasılıkla moleküler yolaktaki akış aşağı hedeflerdir.

Recent advancements in the fields of molecular biology and information technology led to further study of the most genoms of various species. Since the data generated in the field of molecular biology is in large quantity, current bioinformatic researches deal with the structural and functional aspects of genes and proteins. This multidisciplinary approach comprehends the relation between statistical methods, bioinformatic applications and computer science. Bioinformatic tools provide the needs for carrying out microarray analysis. Inside story of the biological pathways understood through different gene expression analysis that provides a platform for developing further hypothesis. Principle in analysing the gene expression data is the need for determine the genes of which expression models differ by phenotype or the experimental condition. A simple microarray experiment is conducted to find the expression differences between two conditions. Every single condition is represented by a RNA sample or more. Microarrays are employed to detect the distinctive gene expression in various experimental conditions. In this study, gene expression data which's obtained in W. Huber & R. Gentleman's experiment (21) were used. The aim of this study is to identify differentially expressed genes that respond to estrogen factor in ER+ breast cancer cells. Beside estrogen factor, time factor has been taken into consideration. Genes which are early responsive and late responsive to estrogen factor have been identified.