RU2682745C1 - Combination of genes constitutively expressed in healthy and varicose veins - Google Patents
Combination of genes constitutively expressed in healthy and varicose veins Download PDFInfo
- Publication number
- RU2682745C1 RU2682745C1 RU2018101089A RU2018101089A RU2682745C1 RU 2682745 C1 RU2682745 C1 RU 2682745C1 RU 2018101089 A RU2018101089 A RU 2018101089A RU 2018101089 A RU2018101089 A RU 2018101089A RU 2682745 C1 RU2682745 C1 RU 2682745C1
- Authority
- RU
- Russia
- Prior art keywords
- genes
- healthy
- veins
- combination
- constitutively expressed
- Prior art date
Links
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 51
- 206010046996 Varicose vein Diseases 0.000 title claims abstract description 14
- 208000027185 varicose disease Diseases 0.000 title claims abstract description 13
- 210000003462 vein Anatomy 0.000 claims abstract description 6
- 102100021429 DNA-directed RNA polymerase II subunit RPB1 Human genes 0.000 claims abstract description 5
- 102100031181 Glyceraldehyde-3-phosphate dehydrogenase Human genes 0.000 claims abstract description 5
- 101001106401 Homo sapiens DNA-directed RNA polymerase II subunit RPB1 Proteins 0.000 claims abstract description 5
- 108020004445 glyceraldehyde-3-phosphate dehydrogenase Proteins 0.000 claims abstract description 5
- 108020004999 messenger RNA Proteins 0.000 claims abstract 2
- 230000014509 gene expression Effects 0.000 abstract description 10
- 101000756632 Homo sapiens Actin, cytoplasmic 1 Proteins 0.000 abstract 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract 1
- 230000007170 pathology Effects 0.000 abstract 1
- 239000000126 substance Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 8
- 239000002299 complementary DNA Substances 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 4
- 238000003753 real-time PCR Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 239000012472 biological sample Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000001575 pathological effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 108700039887 Essential Genes Proteins 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 238000003752 polymerase chain reaction Methods 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 102100040685 14-3-3 protein zeta/delta Human genes 0.000 description 1
- 102100022289 60S ribosomal protein L13a Human genes 0.000 description 1
- 102100021699 Eukaryotic translation initiation factor 3 subunit B Human genes 0.000 description 1
- 101000964898 Homo sapiens 14-3-3 protein zeta/delta Proteins 0.000 description 1
- 101000681240 Homo sapiens 60S ribosomal protein L13a Proteins 0.000 description 1
- 101000896557 Homo sapiens Eukaryotic translation initiation factor 3 subunit B Proteins 0.000 description 1
- 101000988834 Homo sapiens Hypoxanthine-guanine phosphoribosyltransferase Proteins 0.000 description 1
- 102100034343 Integrase Human genes 0.000 description 1
- 101710163270 Nuclease Proteins 0.000 description 1
- 238000002123 RNA extraction Methods 0.000 description 1
- 108010092799 RNA-directed DNA polymerase Proteins 0.000 description 1
- 238000011529 RT qPCR Methods 0.000 description 1
- 238000010818 SYBR green PCR Master Mix Methods 0.000 description 1
- 239000011543 agarose gel Substances 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000004925 denaturation Methods 0.000 description 1
- 230000036425 denaturation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001962 electrophoresis Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000013207 serial dilution Methods 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 238000011222 transcriptome analysis Methods 0.000 description 1
- 108700026220 vif Genes Proteins 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6806—Preparing nucleic acids for analysis, e.g. for polymerase chain reaction [PCR] assay
Landscapes
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Immunology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Biotechnology (AREA)
- Physics & Mathematics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Genetics & Genomics (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
Изобретение относится к области молекулярной биологии, генетике и клинической медицины и может быть использовано для количественного определения уровня мРНК генов в здоровых и варикозно-измененных венах.The invention relates to the field of molecular biology, genetics and clinical medicine and can be used to quantify the level of mRNA genes in healthy and varicose veins.
Для количественного анализа экспрессии генов, а именно - анализа транскриптома, измерения транскрипционной активности гена, определяют количество его продукта, матричной РНК (мРНК), универсальной для большей части генов. Для измерения количества мРНК разработан надежный метод - количественная полимеразная цепная реакция (ПЦР) в реальном времени, который применяют для анализа уровня экспрессии нескольких генов. Гены домашнего хозяйства - это гены, транскрибирующиеся с относительным постоянством (конститутивно) и использующиеся в качестве нормализаторов (стандартов) в ПЦР, поскольку предполагается, что на их экспрессию не влияют условия эксперимента. Выбор таких генов-нормализаторов является особенно критичным при анализе экспрессии генов в исследуемых биологических образцах, например, в тканях и органах в норме и при патологии. Экспрессия любых генов является специфичной для определенных типов клеток, тканей и органов. Патологическое состояние органа (условие эксперимента в нашем случае) может отражаться на уровне мРНК некоторых генов домашнего хозяйства, в связи с чем они не могут быть использованы в качестве стандартов-нормализаторов при количественном определении уровня мРНК генов в сравниваемых биологических образцах. Это, в частности, объясняет, почему большинство исследователей очень тщательно и осторожно подходят к такому выбору. На сегодняшний день описаны несколько вариантов генов-нормализаторов для некоторых типов клеток, органов и тканей [Hellemans et al., 2007]. Было показано, что использование не одного, а нескольких генов-нормализаторов, является более надежным при количественной оценке уровня мРНК генов в сравниваемых биологических образцах, однако в каждом отдельном случае (типе эксперимента) их количество должно быть оптимально, поскольку от этого зависит точность измерений. Однако до настоящего времени не был проведен поиск и выбор оптимальных генов-нормализаторов, конститутивно экспрессирующихся в венах, а именно в норме и при патологии - варикозной болезни, которые могут быть использованы в дальнейших исследованиях по экспрессии генов в таких образцах.For a quantitative analysis of gene expression, namely, transcriptome analysis, measurement of the transcriptional activity of a gene, the amount of its product, matrix RNA (mRNA), which is universal for most genes, is determined. To measure the amount of mRNA, a reliable method has been developed - real-time quantitative polymerase chain reaction (PCR), which is used to analyze the level of expression of several genes. Household genes are genes that are transcribed with relative constancy (constitutively) and used as normalizers (standards) in PCR, since it is assumed that their expression is not affected by experimental conditions. The choice of such normalizing genes is especially critical when analyzing gene expression in the studied biological samples, for example, in tissues and organs in normal and pathological conditions. The expression of any genes is specific for certain types of cells, tissues and organs. The pathological state of the organ (the experimental condition in our case) can be reflected at the mRNA level of some housekeeping genes, and therefore they cannot be used as standard normalizers in the quantitative determination of the mRNA level of genes in compared biological samples. This, in particular, explains why most researchers very carefully and cautiously approach this choice. To date, several variants of normalizing genes have been described for some types of cells, organs, and tissues [Hellemans et al., 2007]. It was shown that the use of not one, but several normalizing genes is more reliable in quantifying the level of mRNA genes in compared biological samples, however, in each individual case (type of experiment), their number should be optimal, since the accuracy of measurements depends on this. However, to date, the search and selection of optimal normalizing genes that are constitutively expressed in veins, namely, in normal and pathological conditions, such as varicose veins, which can be used in further studies on gene expression in such samples, has not been carried out.
Данное изобретение может быть использовано для количественного анализа экспрессии генов - определения уровня мРНК генов в здоровых и варикозно-измененных венах.This invention can be used for quantitative analysis of gene expression - determining the level of mRNA genes in healthy and varicose veins.
Отличием предлагаемого изобретения является использование двух из трех генов: АСТВ, POLR2A и GAPDH (в любом сочетании) в качестве оптимальных генов-нормализаторов для количественного определения уровня мРНК генов в здоровых и варикозно-измененных венах.The difference of the invention is the use of two of the three genes: ASTV, POLR2A and GAPDH (in any combination) as optimal normalizing genes for the quantitative determination of the mRNA level of genes in healthy and varicose veins.
Изобретение заключается в следующем:The invention is as follows:
Послеоперационный материал (удаленные варикозно-измененные вены и условно здоровые) для выделения РНК немедленно помещают в жидкий азот, а затем хранят при - °С до времени использования. Общую РНК выделяют из гомогенизированных вен с использованием реагента TRIzol (Invitrogen, США) в соответствии с протоколом производителя. Концентрацию общей РНК в каждом образце количественно определяют спектрофотометрически при λ=260 нм. После электрофореза РНК в 1% агарозном геле ее целостность подтверждают визуализацией интактных 18S и 28S рРНК под ультрафиолетом. Для количественной ПЦР в качестве матрицы используют кДНК, которую синтезируют при помощи системы обратной транскриптазы RevertAid Premium (Fermentas, США) в соответствии с инструкциями производителя.Postoperative material (removed varicose veins and conditionally healthy) for RNA isolation is immediately placed in liquid nitrogen, and then stored at - ° C until use. Total RNA was isolated from homogenized veins using TRIzol reagent (Invitrogen, USA) according to the manufacturer's protocol. The concentration of total RNA in each sample is quantified spectrophotometrically at λ = 260 nm. After electrophoresis of RNA in a 1% agarose gel, its integrity is confirmed by visualization of intact 18S and 28S rRNA under ultraviolet light. For quantitative PCR, cDNA is used as a template, which is synthesized using the RevertAid Premium reverse transcriptase system (Fermentas, USA) in accordance with the manufacturer's instructions.
Дизайн праймеров для количественной ПЦР выполняют с использованием программ Annhyb222 и Oligo Analyzer. Список потенциальных генов-нормализаторов выбран в соответствии со стратегиями, определенными Vandesompele et al. [1]. Последовательности праймеров приведены в таблице 1.Primer design for quantitative PCR was performed using Annhyb222 and Oligo Analyzer programs. The list of potential normalizing genes is selected in accordance with strategies defined by Vandesompele et al. [one]. The primer sequences are shown in table 1.
Синтезированные образцы кДНК разбавляют в 10 раз водой без нуклеаз. Амплификационные смеси (20 мкл) содержат приблизительно 25 нг кДНК-матрицы, 300 нМ прямого и обратного праймера и SYBR Green PCR Master Mix. Количественную ПЦР в реальном времени проводят с использованием амплификатора CFX-96 (Bio-Rad, USA). Протокол амплификации включает этапы: 3-минутную инкубацию при 95°С; 40 циклов, состоящих из денатурации при 95°С (6 сек), отжига праймеров при 58-62°С (8 сек), элонгации при 72°С (10 сек); съем сигнала при 80°С (5 сек). Каждое измерение проводят в трех повторах и включют: стандартную кривую четырех серийных точек разведения кДНК смешанных образцов, контроль без матрицы и каждую тестовую кДНК. Результаты CFX-96 Manager экспортируют в виде файлов Excel и импортируют в программное обеспечение qBase+ (Bio-Rad, США) для дальнейшего анализа в соответствии с руководством по программному обеспечению и дополнительной литературой [2, 3].The synthesized cDNA samples are diluted 10 times with water without nucleases. Amplification mixtures (20 μl) contain approximately 25 ng of the cDNA template, 300 nM forward and reverse primers and SYBR Green PCR Master Mix. Real-time quantitative PCR is performed using a CFX-96 amplifier (Bio-Rad, USA). The amplification protocol includes the steps of: 3-minute incubation at 95 ° C; 40 cycles consisting of denaturation at 95 ° C (6 sec), annealing of primers at 58-62 ° C (8 sec), elongation at 72 ° C (10 sec); signal pickup at 80 ° С (5 sec). Each measurement is carried out in three repetitions and includes: a standard curve of four serial dilution points of cDNA mixed samples, control without a matrix and each test cDNA. The results of CFX-96 Manager are exported as Excel files and imported into qBase + software (Bio-Rad, USA) for further analysis in accordance with the software manual and additional literature [2, 3].
Для анализа geNorm, используемого с целью определения оптимальных генов-нормализаторов, требуется строгий минимум из 2 неизвестных образцов и 3 потенциальных генов-нормализаторов. В ходе нашего изобретения мы использовали 20 парных тестируемых образцов (а именно: здоровая и варикозно-измененная вена от каждого из 10 пациентов, страдающих варикозной болезнью вен, соответственно) и 6 потенциальных генов-нормализаторов. Мы выбрали 6 известных генов домашнего хозяйства в качестве потенциальных генов-нормализаторов для наших экспериментов и произвели валидацию их экспрессии в тестируемых образцах вен: АСТВ, GAPDH, HPRT1, POLR2A, RPL13A, YWHAZ. Для определения лучших генов-нормализаторов был проведен анализ geNorm с использованием программного обеспечения qBase+.The geNorm analysis used to determine the optimal normalizer genes requires a strict minimum of 2 unknown samples and 3 potential normalizer genes. In the course of our invention, we used 20 paired test samples (namely, a healthy and varicose vein from each of 10 patients suffering from varicose veins, respectively) and 6 potential normalizing genes. We selected 6 well-known housekeeping genes as potential normalizing genes for our experiments and validated their expression in test vein samples: ASTV, GAPDH, HPRT1, POLR2A, RPL13A, YWHAZ. To determine the best normalizing genes, a geNorm analysis was performed using qBase + software.
Все необходимые для такого анализа модели и алгоритмы реализованы в программном обеспечении qBase+, предназначенном для управления и автоматизированного анализа данных количественных ПЦР. В своей работе мы использовали лицензионную версию программы.All models and algorithms necessary for such an analysis are implemented in qBase + software, which is intended for control and automated analysis of quantitative PCR data. In our work, we used the licensed version of the program.
Одной из уникальных особенностей qBase+ является возможность нормализовать относительные количества с помощью нескольких генов-нормализаторов, что дает более точные и надежные результаты. Кроме того, qBase+ оценивает стабильность применяемых генов-нормализаторов (и, следовательно, надежность нормализации), вычисляя две меры качества: коэффициент вариации нормированных относительных количеств генов-нормализаторов (CV, где V - попарная вариация, определяющая оптимальное количество генов-нормализаторов) и параметр стабильности (М), согласно анализу geNorm [1, 2]. Оба значения являются либо только значимыми, либо могут быть рассчитаны только в том случае, если определяются количества несколько генов-нормализаторов. Чем ниже эти параметры качества для конкретных генов-нормализаторов, тем стабильнее экспрессируются эти гены в тестируемых образцах.One of the unique features of qBase + is the ability to normalize relative amounts using several normalizing genes, which gives more accurate and reliable results. In addition, qBase + assesses the stability of the applied normalizer genes (and therefore the reliability of normalization) by calculating two quality measures: the coefficient of variation of the normalized relative amounts of normalizer genes (CV, where V is the pairwise variation that determines the optimal number of normalizer genes) and the parameter stability (M), according to the analysis of geNorm [1, 2]. Both values are either only significant or can only be calculated if the number of several normalizing genes is determined. The lower these quality parameters for specific normalizing genes, the more stable these genes are expressed in the tested samples.
Стоит обратить внимание, что реализация алгоритмов анализа geNorm в qBase+ позволяет ранжировать кандидаты в гены-нормализаторы до одного наиболее стабильного гена, тогда как его предшественник в Excel не может провести различие между двумя наиболее стабильно экспрессирующимися кандидатами в гены-нормализаторы.It is worth noting that the implementation of geNorm analysis algorithms in qBase + allows ranking candidates for normalizing genes to one of the most stable gene, while its predecessor in Excel cannot distinguish between the two most stably expressed candidates for normalizing genes.
В таблице №2 приведены результаты анализа geNorm М, показывающие ранжирование генов-кандидатов согласно их стабильности (выраженной в значениях geNorm М): от лучших генов-нормализаторов вверху (низкое значение М) до нестабильно экспрессирующегося гена внизу таблицы (высокое значение М).Table 2 shows the results of the geNorm M analysis, showing the ranking of candidate genes according to their stability (expressed in geNorm M values): from the best normalizing genes at the top (low M value) to the unstably expressed gene at the bottom of the table (high M value).
По результатам этого теста программное обеспечение сделало вывод: «Высокая стабильность экспрессии подтверждается для 5 из 6 проверяемых генов (средняя величина geNorm М≤0,5) [2]. Оптимальное количество генов-нормализаторов в этой экспериментальной ситуации равно 2 (geNorm V<0,15 при сравнении коэффициент нормализации на основе 2 или 3 наиболее стабильных генов-нормализаторов) [2]. Коэффициент оптимальной нормализации можно вычислить как среднее геометрическое двух из трех генов: АСТВ, POLR2A и GAPDH (в любом сочетании)».According to the results of this test, the software concluded: “High stability of expression is confirmed for 5 out of 6 tested genes (average geNorm M≤0.5) [2]. The optimal number of normalizing genes in this experimental situation is 2 (geNorm V <0.15 when comparing the normalization coefficient based on 2 or 3 of the most stable normalizing genes) [2]. The optimal normalization coefficient can be calculated as the geometric mean of two of the three genes: ASTV, POLR2A and GAPDH (in any combination). "
Таким образом, данная комбинация генов может быть выбрана в качестве нормализаторов для количественного определения уровня мРНК генов в здоровых и варикозно-измененных венах.Thus, this combination of genes can be selected as normalizers for the quantitative determination of the mRNA level of genes in healthy and varicose veins.
ИСТОЧНИКИ ИНФОРМАЦИИINFORMATION SOURCES
1 Vandesompele J, De Preter K, Pattyn F et al. Accurate normalization of realtime quantitative RT-PCR data by geometric averaging of multiple internal control genes. Genome Biol. 3, RESEARCH0034 (2002).1 Vandesompele J, De Preter K, Pattyn F et al. Accurate normalization of realtime quantitative RT-PCR data by geometric averaging of multiple internal control genes. Genome Biol. 3, RESEARCH0034 (2002).
2 Hellemans J, Mortier G, De Paepe A, Speleman F, Vandesompele J. qBase relative quantification framework and software for management and automated analysis of real-time quantitative PCR data. Genome Biol. 8, R19 (2007).2 Hellemans J, Mortier G, De Paepe A, Speleman F, Vandesompele J. q Base relative quantification framework and software for management and automated analysis of real-time quantitative PCR data. Genome Biol. 8, R19 (2007).
3 Hellemans J, Vandesompele J. qPCR data analysis - unlocking the secret to successful results. In: Hellemans J, Vandesompele J. PCR Troubleshooting and Optimization: The Essential Guide. Ghent University and Biogazelle, Caister Academic Press, Belgium (2011).3 Hellemans J, Vandesompele J. qPCR data analysis - unlocking the secret to successful results. In: Hellemans J, Vandesompele J. PCR Troubleshooting and Optimization: The Essential Guide. Ghent University and Biogazelle, Caister Academic Press, Belgium (2011).
Claims (1)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018101089A RU2682745C1 (en) | 2018-01-12 | 2018-01-12 | Combination of genes constitutively expressed in healthy and varicose veins |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2018101089A RU2682745C1 (en) | 2018-01-12 | 2018-01-12 | Combination of genes constitutively expressed in healthy and varicose veins |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2682745C1 true RU2682745C1 (en) | 2019-03-21 |
Family
ID=65858536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2018101089A RU2682745C1 (en) | 2018-01-12 | 2018-01-12 | Combination of genes constitutively expressed in healthy and varicose veins |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2682745C1 (en) |
-
2018
- 2018-01-12 RU RU2018101089A patent/RU2682745C1/en active
Non-Patent Citations (3)
| Title |
|---|
| Jacques B de Kok,Normalization of gene expression measurements in tumor tissues: comparison of 13 endogenous control genes, Laboratory Investigation, 2005, 85, p. 154-159. * |
| Крайнова Н.А., ОЦЕНКА ПОТЕНЦИАЛЬНЫХ РЕФЕРЕНСНЫХ ГЕНОВ ДЛЯ НОРМАЛИЗАЦИИ ДАННЫХ ПЦР-РВ В ЭКСПЕРИМЕНТАХ С КЛЕТКАМИ ЛИНИИ HELA, Биотехнология, 2013, том 29, номер 1, стр. 42-50. * |
| Крайнова Н.А., ОЦЕНКА ПОТЕНЦИАЛЬНЫХ РЕФЕРЕНСНЫХ ГЕНОВ ДЛЯ НОРМАЛИЗАЦИИ ДАННЫХ ПЦР-РВ В ЭКСПЕРИМЕНТАХ С КЛЕТКАМИ ЛИНИИ HELA, Биотехнология, 2013, том 29, номер 1, стр. 42-50. Jacques B de Kok,Normalization of gene expression measurements in tumor tissues: comparison of 13 endogenous control genes, Laboratory Investigation, 2005, 85, p. 154-159. * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kuang et al. | An overview of technical considerations when using quantitative real-time PCR analysis of gene expression in human exercise research | |
| Shakeel et al. | Gene expression studies of reference genes for quantitative real-time PCR: an overview in insects | |
| Pfaffl | Quantification strategies in real-time PCR | |
| Fleige et al. | RNA integrity and the effect on the real-time qRT-PCR performance | |
| Robledo et al. | Analysis of qPCR reference gene stability determination methods and a practical approach for efficiency calculation on a turbot (Scophthalmus maximus) gonad dataset | |
| US11220716B2 (en) | Methods for predicting the prognosis of breast cancer patient | |
| EP3303618B1 (en) | Methods of prostate cancer prognosis | |
| Sauer et al. | An evidence based strategy for normalization of quantitative PCR data from miRNA expression analysis in forensically relevant body fluids | |
| US20190100790A1 (en) | Determination of notch pathway activity using unique combination of target genes | |
| Alikian et al. | Molecular techniques for the personalised management of patients with chronic myeloid leukaemia | |
| Scarabino et al. | Leukocyte telomere shortening in Huntington's disease | |
| JP2019527544A (en) | Molecular marker, reference gene, and application thereof, detection kit, and detection model construction method | |
| Sauer et al. | An evidence based strategy for normalization of quantitative PCR data from miRNA expression analysis in forensic organ tissue identification | |
| Wierschke et al. | Evaluating reference genes to normalize gene expression in human epileptogenic brain tissues | |
| Hampson et al. | An RNA expression method for aging forensic hair samples | |
| Dowling et al. | The importance of selecting the appropriate reference genes for quantitative real time PCR as illustrated using colon cancer cells and tissue | |
| JP2019535286A (en) | How to predict the usefulness of chemotherapy in breast cancer patients | |
| CN109337978B (en) | Application of miRNA in preparation of advanced serous epithelial ovarian cancer chemotherapy drug resistance evaluation kit | |
| Rocha et al. | Real time PCR: the use of reference genes and essential rules required to obtain normalisation data reliable to quantitative gene expression | |
| Albershardt et al. | Evaluation of reference genes for quantitative PCR analysis of mouse lymphocytes | |
| KR102068272B1 (en) | A method of determining rna integrity | |
| Goulter et al. | Evaluation of low density array technology for quantitative parallel measurement of multiple genes in human tissue | |
| Ayers et al. | Expression stability of commonly used reference genes in canine articular connective tissues | |
| Van Heetvelde et al. | Evaluation of relative quantification of alternatively spliced transcripts using droplet digital PCR | |
| Bjerregaard et al. | Reference genes for gene expression analysis by real-time reverse transcription polymerase chain reaction of renal cell carcinoma |