در مقاله‌ای تازه (Ageing Research Reviews, 2024)، پژوهشگران با استفاده از داده‌های RNA-Seq و الگوریتم‌های یادگیری ماشینی، نشان دادند که می‌توان امضای ترنسکریپتومی (Transcriptomic Signature) سلول‌های پیر را شناسایی و به عنوان بیومارکر معتبر معرفی کرد. ابزارهایی مثل CellAge، SeneQuest و SenMayo به‌طور سیستماتیک الگوهای بیان ژنی را بررسی کرده و قادرند سلول‌های پیر را حتی در بافت‌های پیچیده تشخیص دهند.

📖 منبع:
Developing transcriptomic signatures as a biomarker of cellular senescence
Ageing Research Reviews, 2024. DOI: 10.1016/j.arr.2024.102403

1️⃣ SA-β-gal staining → در نمونه‌های بافتی و کشت سلولی، تجمع رنگ‌آمیزی آبی به وضوح مشاهده شد؛ نشون‌دهنده افزایش فعالیت بتا-گالاکتوزیداز.

2️⃣ p16^INK4a و p21^CIP1 expression → سطح بیان این دو مهارکننده چرخه سلولی چندین برابر سلول‌های جوان بود؛ تأییدکننده توقف تکثیر.

3️⃣ γ-H2AX foci (DNA damage marker) → تجمع فوکوس‌های γ-H2AX به‌عنوان شاخص آسیب DNA دو رشته‌ای مشاهده شد؛ همزمانی پیری با بار ژنوتوکسیک.

4️⃣ RNA-Seq transcriptomic profiling → افزایش بیان ژن‌های التهابی (SASP) و مسیرهای استرس اکسیداتیو آشکار شد؛ مبنایی برای طراحی امضاهای مولکولی اختصاصی پیری سلولی.

📖 رفرنس:
Developing transcriptomic signatures as a biomarker of cellular senescence
Ageing Research Reviews, 2024. DOI: 10.1016/j.arr.2024.102403

اگر میخای بدونی یعنی چی که آزاد شد ؟
نقشه راه کامل رو یکشنبه ۲۶ مرداد
ساعت ۱۸ تا ۱۹:۳۰ در وبینار بهت میگیم
این فرصت رو از دست نده !

با این تکنیک می‌شه:
🔹 بیان ژن‌ها رو به‌صورت جامع و دقیق اندازه‌گیری کرد.
🔹 ایزوفرم‌های مختلف و splice variantها رو شناسایی کرد.
🔹 تغییرات در مسیرهای زیستی و سیگنالینگ رو در شرایط آزمایشی مختلف بررسی کرد.

https://www.linkedin.com/company/exobiogene