haku: @keyword transcriptome / yhteensä: 3
hakutulos-lista
viite: 1 / 3
« edellinen | seuraava »
Tekijä:Kannaiyan, Nirmal Raman
Työn nimi:Identification of cell type-specific marker genes and pathways in the mouse brain
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2013
Sivut:136      Kieli:   eng
Koulu/Laitos/Osasto:Perustieteiden korkeakoulu
Oppiaine:Informaatiotekniikka   (T-61)
Valvoja:Rousu, Juho ; Lundeberg, Joakim
Ohjaaja:Rossner, Moritz
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto     | Arkisto
Avainsanat:transcriptome
cell types
gene markers
pathways
RNA seq
Tiivistelmä (eng): Gene expression profiling techniques such as RNA sequencing has greatly contributed to our understanding of physiological and disease processes in the brain.
When applied to cellular complex brain tissue samples, these techniques do not account for cell type specific expression changes and the underlying biological pathways of cell types.
Aberrations in cell type gene expression patterns have been documented in brain diseases· such as depression, schizophrenia, Alzheimer's among others.
Therefore, gene expression at cell type resolution might be critical to understand disease processes and biological pathways.
In the recent years, several cell isolation techniques such as such as laser capture micro-dissection and fluorescence-activated cell sorting have been coupled with microarrays for this purpose.
However, these methods are technically highly challenging, time-and resource consuming and may be limited because of potential isolation artefacts, mRNA length and abundance biases.
For these combined technical issues, gene expression profiling with tissue samples is still the most widely applied approach in brain.

In this study, we aim at establishing a transcriptome database for gene expression profiles and identify marker genes that are devoid of these biases, from mouse derived in vitro oligodendrocytes, microglia, astrocytes and neurons.
To this end, a modified deep sequencing method that enriches for 3' mRNA reads was used for expression profiling.
This study identified numerous cell type-specific gene markers that can potentially be used to characterize cell types and even estimate the proportion of cell types in tissue samples.
Additionally, a novel strategy based on RNA abundance to compare the pathway enrichment between the cell types was developed and pathways that are particularly enriched in individual cell types were identified.
Thus, this transcriptome database of digital RNA sequencing data generated for the major cell types of the brain can be used as reference information for cell type specific gene expression profiles to overcome some limitations of expression studies from brain tissues.
ED:2013-09-26
INSSI tietueen numero: 47253
+ lisää koriin
« edellinen | seuraava »
INSSI