سامانه پشتیبانی خدمات اطلاعات

  اخبار و اعلانات

 آمار

تعداد نشریات158
تعداد شماره‌ها6,230
تعداد مقالات67,764
تعداد مشاهده مقاله115,152,249
تعداد دریافت فایل اصل مقاله89,910,612
کریمی, علی اکبر, نقوی, محمدرضا, نصیری, جابر. (1396). شناسایی miRNA ها و ژن های هدف مرتبط با آنها در گیاه خشخاش ( Papaver somniferum). , 48(4), 1161-1170. doi: 10.22059/ijfcs.2017.230802.654301
علی اکبر کریمی; محمدرضا نقوی; جابر نصیری. "شناسایی miRNA ها و ژن های هدف مرتبط با آنها در گیاه خشخاش ( Papaver somniferum)". , 48, 4, 1396, 1161-1170. doi: 10.22059/ijfcs.2017.230802.654301
کریمی, علی اکبر, نقوی, محمدرضا, نصیری, جابر. (1396). 'شناسایی miRNA ها و ژن های هدف مرتبط با آنها در گیاه خشخاش ( Papaver somniferum)', , 48(4), pp. 1161-1170. doi: 10.22059/ijfcs.2017.230802.654301
کریمی, علی اکبر, نقوی, محمدرضا, نصیری, جابر. شناسایی miRNA ها و ژن های هدف مرتبط با آنها در گیاه خشخاش ( Papaver somniferum). , 1396; 48(4): 1161-1170. doi: 10.22059/ijfcs.2017.230802.654301

شناسایی miRNA ها و ژن های هدف مرتبط با آنها در گیاه خشخاش ( Papaver somniferum)

علوم گیاهان زراعی ایران
مقاله 21، دوره 48، شماره 4، اسفند 1396، صفحه 1161-1170    اصل مقاله (359.63 K)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijfcs.2017.230802.654301
نویسندگان
علی اکبر کریمی؛ محمدرضا نقوی* ؛ جابر نصیری
دانشگاه تهران
چکیده
miRNA ها یک رده از RNA های تنظیم کننده کوچک درون هسته ای و غیرکدکننده پروتئینی که متشکل از حدود 17-22 نوکلئوتید می باشند. miRNA ها بیان ژن را پس از رونویسی از طریق تجزیه mRNA یا مهار ترجمه انها کنترل کرده و نقش های متنوعی را در فرایند های بیولوژیکی و متابولیکی در گیاهان و جانوران بازی می کنند. روش های متعددی برای شناسایی miRNA ها موجود می باشد که یکی از ساده ترین و کم هزینه ترین انها ، روش شناسایی بیوانفورماتیکی می باشد. در این مطالعه با هدف شناسایی miRNA متمایز در گیاه خشخاش، مطالعه ای مبتنی بر جستجوی همولوژی بین EST های گیاه خشخاش و miRNA ها انجام گرفت. بطوریکه ابتدا همه توالی های EST های گیاه خشخاش از بانک اطلاعاتی NCBI در برابر miRNA های شناخته شده BLASTn شدند و در نهایت هفت miRNA کاندید متمایز در گیاه خشخاش شناسایی شد. ژن های هدف شناسایی شده با استفاده از نرم افزارهای مختلف مورد بررسی قرار گرفتند و مشخص گردید که miRNA های کاندید مرتبط با ژن های رمزکننده سرین/ ترئونین کیناز (انتقال سیگنال)، پروتئین های PPR (ویرایش و پایداری RNA )، گلوبولین های7S ( هیدراسیون و دهیدراسیون سلول)، فتوتروپین ها (پاسخ های نورگرایی)، پروتئین های سرین/ ترئونین فسفاتاز (متابولیسم گلیکوژن) و پروتئین های خانواده TIR ( دفاع در برابر باکتریها) می باشد. این ژن ها نقش مهمی در رشد و نمو ، متابولیسم ، تعیین مورفولوژی و زمان گلدهی و پاسخ به استرس های زنده و غیر زنده را بازی می کنند.
کلیدواژه‌ها
بیوانفورماتیک؛ همردیفی توالی؛ EST؛ RNA غیر رمزاور
عنوان مقاله [English]
Identification of miRNAs and their target genes in Papaver somniferum
نویسندگان [English]
ali akbar karimi؛ MohammadReza Naghavi؛ Jaber Nasiri
چکیده [English]
MicroRNAs (miRNAs) are A group of 17_22 nucleotides that derived from its precursor sequence and show an enormous role in various biological and metabolic processes in both animals and plants. There are several ways to identify miRNAs. One of the easiest and cheapest way to identify miRNAs is bioinformatics methods. In this study، a bioinformatics approach was used to identify potential miRNAs in Papaver somniferum. We blasted publicly available EST sequences obtained from NCBI GenBank against previously known plant miRNAs and ultimately distinguished seven potential miRNA in Papaver somniferum. Target genes predicted miRNA are a protein serine / threonine kinase (signal transduction)، PPR protein family (Edit and stability of RNA) and globulins 7 S (hydration and dehydration cells), phototropin (response phototropism), protein of serine / threonine phosphatase (glycogen metabolism), TIR protein family (defense against bacteria). These genes play an important role in growth and development، metabolism، morphology and determine flowering time and response to biotic and abiotic stresses.
کلیدواژه‌ها [English]
Bioinformatics, Sequence alignment, EST, Non coding RNA
مراجع
  1. Akana, J., Fedorov, A. A., Fedorov, E., Novak, W.R., Babbitt, P.C., Almo, S.C. & Gerlt, J.A. (2006). D-Ribulose 5-phosphate 3-epimerase: functional and structural relationships to members of the ribulose-phosphate binding (beta/alpha) 8-barrel superfamily. Biochemistry, 45 (8), 2493–503.
  2. Altschul, S.F., Madden, T.L., Schaffer, A.A., Zhang, J., Zhang, Z., Miller, W., Lipman, D.J. (1997). Gapped BLAST and PSI-BLAST: a new generation of protein database search programs. Nucleic Acids Res. 25, 3389–3402.
  3. Barratt, D.P., Derbyshire, P., Findlay, K., Pike, M., Wellner, N., Lunn, J. & Smith, A. M. (2009). Normal growth of Arabidopsis requires cytosolic invertase but not sucrose synthase. Proceedings of the National Academy of Sciences, 106(31), 13124-13129.
  4. Beam, C. E., Saveson, C. J. & Lovett, S. T. (2002). Role for radA/sms in recombination intermediate processing in Escherichia coli. Journal of Bacteriology, 184(24), 6836-6844.
  5. Bertini, I. (2007). Biological inorganic chemistry: structure and reactivity. University Science Books.
  6. Bonnet, E., Wuyts, J., Rouze, P. & Peer, Y.V. (2004). Evidence that microRNA precursors, unlike other non-coding RNAs, have lower folding free energies than random sequences. Bioinformatics 20, 2911–2917.
  7. Mitcham, J. L., Parnet, P., Bonnert, T. P., Garka, K. E., Gerhart, M. J., Slack, J. L. & Sims, J. E. (1996). T1/ST2 signaling establishes it as a member of an expanding interleukin-1 receptor family. Journal of Biological Chemistry, 271(10), 5777-5783.
  8. Dai, X., Zhao, P.X. (2011). PsRNATarget: a plant small RNA target analysis s erver. Nucleic Acids Res. 39, W155–W159.
  9. DiDonato, R. J., Arbuckle, E., Buker, S., Sheets, J., Tobar, J., Totong, R. & Celenza, J. L. (2004). Arabidopsis ALF4 encodes a nuclear‐localized protein required for lateral root formation. The Plant Journal, 37(3), 340-353.
  10. Hagel, J. M. & Facchini, P. J. (2013). Benzylisoquinoline alkaloid metabolism–a century of discovery and a brave new world. Plant and Cell Physiology, pct020.
  11. Hagen, G. & Guilfoyle, T. (2002). Auxin-responsive gene expression: genes, promoters and regulatory factors. Plant Molecular Biology, 49(3-4), 373-385.
  12. He, G. H., Helbing, C. C., Wagner, M. J., Sensen, C. W. & Riabowol, K. (2005). Phylogenetic analysis of the ING family of PHD finger proteins. Molecular biology and evolution, 22(1), 104-116.
  13. Jin, J. B., Kim, Y. A., Kim, S. J., Lee, S. H., Kim, D. H., Cheong, G. W. & Hwang, I. (2001). A new dynamin-like protein, ADL6, is involved in trafficking from the trans-Golgi network to the central vacuole in Arabidopsis. The Plant Cell, 13(7), 1511-1526.
  14. Lamb, D. C., Lei, L., Warrilow, A. G., Lepesheva, G. I., Mullins, J. G., Waterman, M. R. & Kelly, S. L. (2009). The first virally encoded cytochrome p450. Journal of virology, 83(16), 8266-8269.
  15. Li, C. & Zhang, B. (2016). MicroRNAs in control of plant development. Journal of cellular physiology, 231(2), 303-313.
  16. Lin, S. L., Chang, D. & Ying, S. Y. (2005). Asymmetry of intronic pre-miRNA structures in functional RISC assembly. Gene, 356, 32-38.
  17. Manna, S. (2015). An overview of pentatricopeptide repeat proteins and their applications. Biochimie, 113, 93-99.
  18. Müntz, K. (1998). Globulins from legume seeds: Structure and function during storage and reactivation. In Plant Proteins from European Crops (pp. 3-12). Springer Berlin Heidelberg.
  19. Park, W., Li, J., Song, R., Messing, J. & Chen, X. (2002). CARPEL FACTORY, a Dicer homolog, and HEN1, a novel protein, act in microRNA metabolism in Arabidopsis thaliana. Current Biology, 12(17), 1484-1495.
  20. Qiu, X. B., Shao, Y. M., Miao, S. & Wang, L. (2006). The diversity of the DnaJ/Hsp40 family, the crucial partners for Hsp70 chaperones. Cellular and molecular life sciences, 63(22), 2560-2570.
  21. Sedlacek, Z., Munstermann, E., Mincheva, A., Lichter, P. & Poustka, A. (1998). The human rab GDI β gene with long retroposon-rich introns maps to 10p15 and its pseudogene to 7p11-p13. Mammalian genome, 9(1), 78-80.
  22. Tamura, K., Peterson, D., Peterson, N., Stecher, G., Nei, M., Kumar, S. (2011). MEGA5: molecular evolutionary genetics analysis using maximum likelihood, evolutionary distance, and maximum parsimony methods. Mol. Biol. Evol. 28, 2731–2739.
  23. Unver, T., Budak, H. (2009) Conserved microRNAs and their targets in model grass species Brachypodium distachyon. Planta 230:659–669.
  24. Vincent, S. & Settleman, J. (1997). The PRK2 kinase is a potential effector target of both Rho and Rac GTPases and regulates actin cytoskeletal organization. Molecular and Cellular Biology, 17(4), 2247-2256.
  25. Wiemer, E. A. (2007). The role of microRNAs in cancer: no small matter. European journal of cancer, 43(10), 1529-1544.
  26. Yin, Z., Li, C., Han, X. & Shen, F. (2008). Identification of conserved microRNAs and their target genes in tomato (Lycopersicon esculentum). Gene, 414(1), 60-66.
  27. Wera, S. & Hemmings, B. A. (1995). Serine/threonine protein phosphatases. Biochemical Journal, 311(Pt 1), 17.
  28. Zhang, Y. (2005). miRU: an automated  plant miRNA target  prediction server. Nucleic Acids Res. 33(Web Server issue):W701–4.
  29. Zhang, B., Pan, X., Cobb, G. P. & Anderson, T. A. (2006a). Plant microRNA: a small regulatory molecule with big impact. Developmental Biology, 289(1), 3-16.
  30. Zhang, B., Pan, X., Wang, Q., Cobb, G. P. & Anderson, T. A. (2006b). Computational identification of microRNAs and their targets. Computational Biology and Chemistry, 30(6), 395-407.
  31. Zhang, B.H., Pan, X.P., Cox, S.B., Cobb, G.P., Anderson, T.A. (2006c). Evidence that miRNAs are different from other RNAs. Cell. Mol. Life Sci. 63, 246.
  32. Zhang, B., Pan, X., Cannon, C. H., Cobb, G. P. & Anderson, T. A. (2006d). Conservation and divergence of plant microRNA genes. The Plant Journal, 46(2), 243-259.
  33. Zhang, B., Wang, Q., Wang, K., Pan, X., Liu, F., Guo, T., Anderson, T. A. (2007). Identification of cotton microRNAs and their targets. Gene, 397(1), 26-37.
  34. Zhang, B., Pan, X. & Stellwag, E. J. (2008). Identification of soybean microRNAs and their targets. Planta, 229(1), 161-182.
  35. Zhang, W., Luo, Y., Gong, X., Zeng, W., Li, S. (2009). Computational identification of 48 potato microRNAs and their targets. Comput Biol Chem 33:84–93.
  36. Zuker, M. (2003) Mfold web server for nucleic acid folding and hybridization prediction. Nucleic Acids Res, 31:3406–3415.
آمار
تعداد مشاهده مقاله: 674
تعداد دریافت فایل اصل مقاله: 567


سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب