میز خدمت الکترونیک
دوره ویراستاری

  اخبار و اعلانات

 آمار

تعداد نشریات127
تعداد شماره‌ها7,240
تعداد مقالات77,669
تعداد مشاهده مقاله161,257,547
تعداد دریافت فایل اصل مقاله120,860,889
زینتی, زهرا, نظری, لیلا. (1404). متاآنالیز داده‌های RNA-Seq و انتخاب ویژگی مبتنی بر همبستگی (Correlation-Based Feature Selection ) برای شناسایی ژن‌های کلیدی پاسخ به تنش‌های غیرزیستی در خیار (Cucumis sativus L.). , (), -. doi: 10.22059/ijhs.2025.391576.2262
زهرا زینتی; لیلا نظری. "متاآنالیز داده‌های RNA-Seq و انتخاب ویژگی مبتنی بر همبستگی (Correlation-Based Feature Selection ) برای شناسایی ژن‌های کلیدی پاسخ به تنش‌های غیرزیستی در خیار (Cucumis sativus L.)". , , , 1404, -. doi: 10.22059/ijhs.2025.391576.2262
زینتی, زهرا, نظری, لیلا. (1404). 'متاآنالیز داده‌های RNA-Seq و انتخاب ویژگی مبتنی بر همبستگی (Correlation-Based Feature Selection ) برای شناسایی ژن‌های کلیدی پاسخ به تنش‌های غیرزیستی در خیار (Cucumis sativus L.)', , (), pp. -. doi: 10.22059/ijhs.2025.391576.2262
زینتی, زهرا, نظری, لیلا. متاآنالیز داده‌های RNA-Seq و انتخاب ویژگی مبتنی بر همبستگی (Correlation-Based Feature Selection ) برای شناسایی ژن‌های کلیدی پاسخ به تنش‌های غیرزیستی در خیار (Cucumis sativus L.). , 1404; (): -. doi: 10.22059/ijhs.2025.391576.2262

متاآنالیز داده‌های RNA-Seq و انتخاب ویژگی مبتنی بر همبستگی (Correlation-Based Feature Selection ) برای شناسایی ژن‌های کلیدی پاسخ به تنش‌های غیرزیستی در خیار (Cucumis sativus L.)

علوم باغبانی ایران
مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 05 آبان 1404
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.22059/ijhs.2025.391576.2262
نویسندگان
زهرا زینتی* 1؛ لیلا نظری2
1بخش اگرواکولوژی، دانشکده کشاورزی و منابع طبیعی داراب، دانشگاه شیراز، شیراز، ایران
2بخش تحقیقات زراعی و باغی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران.
چکیده
خیار (Cucumis sativus L.) یکی از محصولات مهم باغی است که تولید آن تحت تأثیر تنش‌های غیرزیستی مانند خشکی، شوری، غرقابی و دما کاهش می‌یابد. استفاده از تحلیل متا و انتخاب ویژگی مبتنی بر همبستگی (CFS) برای شناسایی ژن‌های کلیدی بسیار مهم است، زیرا این روش‌ها امکان ادغام مجموعه‌ داده‌های متنوع را فراهم می‌کنند و قابلیت اطمینان یافته‌ها جهت شناسایی ژن‌هایی که نقش مهمی در پاسخ به تنش‌ها دارند را افزایش می‌دهند. این مطالعه به تحلیل متای RNA-Seq از ۹۶ نمونه تحت تنش‌های غیرزیستی مختلف و شناسایی ژن‌های تغییر بیان یافته در پاسخ به این تنش‌ها پرداخته است. خوانش ها با HISAT2 نقشه‌‌‌‌‎یابی شدند. برای کمی‌سازی بیان از featureCounts و برای نرمال‌سازی از DESeq2 و برای شناسایی ژن‌های بیان‌شده متفاوت ازedgeR استفاده گردید. نتایج نشان داد که ۲۲۳۱ ژن تحت تأثیر تنش‌های غیرزیستی تغییر بیان معنی‌داری داشتند که از بین آن ها، ۱۲ ژن کلیدی از طریق انتخاب ویژگی مبتنی بر همبستگی شناسایی شدند. همچنین، نتایج اعتبارسنجی مدل BayesNet نشان‌دهنده دقت ۹۸.۹۶٪ در شناسایی ژن‌های تغییر یافته در بیان بود. تحلیل ترجیح کدونی نشان داد که الگوهای استفاده از کدون تحت تأثیر تنش‌های غیرزیستی قرار دارند، اما ارتباط خطی و غیر خطی معناداری بین تغییرات بیان و شاخص‌های ترجیح کدونی مشاهده نشد. به طور کلی، نتایج این مطالعه می‌تواند به بهبود راه‌کارهای مبتنی بر به‌نژادی از جمله شناسایی اهداف بالقوه برای توسعه نشانگرهای مولکولی و ویرایش ژن‌های هدف با استفاده از فناوری‌هایی مانند CRISPR-Cas9 برای افزایش مقاومت گیاهان به تنش‌های غیرزیستی کمک کند.
کلیدواژه‌ها
انتخاب ویژگی؛ اعتبارسنجی؛ تنش غیرزنده؛ مدل BayesNet؛ ترجیح کدونی
مراجع
آمار
تعداد مشاهده مقاله: 323





سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب