Analytical approaches to RNA profiling data for the identification of genes enriched in specific cells.
Analytical approaches to RNA profiling data for the identification of genes enriched in specific cells.
复制标题
DOI：
10.1093/nar/gkq130
复制
发表时间：
2010-07
影响因子：
14.9
通讯作者：
Heintz N
中科院分区：
文献类型：
--
作者：
Dougherty JD;Schmidt EF;Nakajima M;Heintz N
我们最近开发了一种新方法，用于从基因标记的细胞群中亲和纯化整套翻译 mRNA。该方法允许对每种特定细胞类型所使用的基因进行全面的定量比较。我们提供了用于分析使用此方法和相关方法生成的数据的工具的详细描述。这些数据产生的一个基本问题是如何识别相对于所有其他细胞类型在每种细胞类型中富集的基因。细胞类型相对特定地使用的基因可能有助于该细胞的独特功能，因此可能成为开发用于细胞特异性操作的药理学工具的有用靶标。我们在这里描述了一种新颖的统计数据，即特异性指数，它可用于比较定量分析，以识别大量概况中特定细胞群中富集的基因。该测量正确预测了许多细胞类型的原位杂交模式。我们将此方法应用于中枢神经系统细胞特异性微阵列数据的大型调查，以识别每个群体中显着富集的基因。数据和算法可在线获取（www.bactrap.org）。
We have recently developed a novel method for the affinity purification of the complete suite of translating mRNA from genetically labeled cell populations. This method permits comprehensive quantitative comparisons of the genes employed by each specific cell type. We provide a detailed description of tools for analysis of data generated with this and related methodologies. An essential question that arises from these data is how to identify those genes that are enriched in each cell type relative to all others. Genes relatively specifically employed by a cell type may contribute to the unique functions of that cell, and thus may become useful targets for development of pharmacological tools for cell-specific manipulations. We describe here a novel statistic, the specificity index, which can be used for comparative quantitative analysis to identify genes enriched in specific cell populations across a large number of profiles. This measure correctly predicts in situ hybridization patterns for many cell types. We apply this measure to a large survey of CNS cell-specific microarray data to identify those genes that are significantly enriched in each population Data and algorithms are available online (www.bactrap.org).
登录
查看更多内容
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
9.8
作者：
Magdaleno S;Jensen P;Brumwell CL;Seal A;Lehman K;Asbury A;Cheung T;Cornelius T;Batten DM;Eden C;Norland SM;Rice DS;Dosooye N;Shakya S;Mehta P;Curran T
通讯作者：
Curran T
DOI：
10.1073/pnas.091062498
发表时间：
2001-04-24
影响因子：
11.1
作者：
Tusher, VG;Tibshirani, R;Chu, G
通讯作者：
Chu, G
影响因子：
25
作者：
Sugino, K;Hempel, CM;Nelson, SB
通讯作者：
Nelson, SB
影响因子：
2.1
作者：
Irizarry, RA;Hobbs, B;Speed, TP
通讯作者：
Speed, TP