L'analyse en série de l'expression des gènes (en anglais, Serial Analysis of Gene Expression ou SAGE) est une technique de biologie moléculaire permettant l'analyse de la population en ARNm d'un échantillon donné (organisme, cellules, tissus, etc.). La méthode originelle a été mise au point, et publiée en 1995, par le du centre d'oncologie de l'université Johns-Hopkins. La méthode SAGE est basée sur l'isolation de séquences spécifiques (étiquettes) de chaque ARN, la production des ADN complémentaires (ADNc) correspondant, la production d'une molécule d'ADN synthétique comportant tous ces ADNc, puis le séquençage de cette molécule. Depuis, différentes variations du protocole ont été mises au point, notamment le LongSAGE, permettant l'analyse d'étiquettes plus longues.
Les étapes de la méthode SAGE :
Isolement des ARNm de l'échantillon à analyser
Production des ADNc, en ajoutant un adaptateur à l'extrémité 5', comportant un site de reconnaissance pour l'endonucléase BsmFI.
Isolement de petites séquences spécifiques de chaque ADNc, par digestion avec BsmFI
Jonction de toutes ces étiquettes pour former des molécules d'ADN synthétiques.
Clonage de ces nouvelles séquences dans un vecteur bactérien.
Séquençage automatique.
Analyse in-silico, pour déterminer le nombre d'occurrences de chaque étiquette dans les échantillons.
Le point important de cette méthode est la coupure des ADNc par l'enzyme BsmFI, celle-ci coupe à 15 nucléotides de son site de reconnaissance, libérant donc des petites séquences appelées étiquettes.
Les données générées par la méthode SAGE sont des listes d'étiquettes, et le nombre de fois où celles-ci sont identifiées dans l'échantillon. L'interrogation de base de données, permet de relier chaque étiquette à un gène précis.
Une analyse statistiques des résultats de différentes expériences permet de déterminer les variations d'expression de chaque gène. Par exemple, la population d'ARNm d'un tissu sain peut être comparée à celle d'une tumeur pour déterminer quels sont les gènes exprimés différemment entre ces deux tissus.
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Cultivated animal cells are important hosts for the production of recombinant proteins for biochemical and structural studies and for use as therapeutics. The course will provide an overview of the me
This course covers various data analysis approaches associated with applications of DNA sequencing technologies, from genome sequencing to quantifying gene expression, transcription factor binding and
In the field of molecular biology, gene expression profiling is the measurement of the activity (the expression) of thousands of genes at once, to create a global picture of cellular function. These profiles can, for example, distinguish between cells that are actively dividing, or show how the cells react to a particular treatment. Many experiments of this sort measure an entire genome simultaneously, that is, every gene present in a particular cell. Several transcriptomics technologies can be used to generate the necessary data to analyse.
La transcriptomique est l'étude de l'ensemble des ARN messagers produits lors du processus de transcription d'un génome. Elle repose sur la quantification systématique de ces ARNm, ce qui permet d'avoir une indication relative du taux de transcription de différents gènes dans des conditions données. Plusieurs techniques permettent d'avoir accès à cette information, en particulier celle des puces à ADN, celle de la PCR quantitative ou encore celle du séquençage systématique d'ADN complémentaires. Métatransc
vignette|Puces à ADN employée pour analyser l'expression de gènes humains à gauche, de souris à droite. Le transcriptome est l'ensemble des ARN issus de la transcription du génome. L'analyse transcriptomique peut caractériser le transcriptome d'un tissu particulier, d'un type cellulaire, ou comparer les transcriptomes entre différentes conditions expérimentales.
This course will provide the fundamental knowledge in neuroscience required to
understand how the brain is organised and how function at multiple scales is
integrated to give rise to cognition and beh
This course will provide the fundamental knowledge in neuroscience required to
understand how the brain is organised and how function at multiple scales is
integrated to give rise to cognition and beh
This course will provide the fundamental knowledge in neuroscience required to
understand how the brain is organised and how function at multiple scales is
integrated to give rise to cognition and beh
On Single-cell Temporal-Omics explore la dynamique transcriptionnelle à partir de données instantanées et l'interprétation de la vitesse de l'ARN dans le métabolisme de l'ARN.
Explore les modèles d'ondes au niveau des tissus, les oscillateurs cellulaires, les ondes génétiques et les modèles d'expression des gènes dans la différenciation cellulaire.
High-throughput transcriptomics is of increasing fundamental biological and clinical interest. The generation of molecular data from large collections of samples, such as biobanks and drug libraries, is boosting the development of new biomarkers and treatm ...
Objectives The endosymbiosis with Symbiodiniaceae is key to the ecological success of reef-building corals. However, climate change is threatening to destabilize this symbiosis on a global scale. Most studies looking into the response of corals to heat str ...
Cis-genetic effects are key determinants of transcriptional divergence in discrete tissues and cell types. However, how cis- and trans-effects act across continuous trajectories of cellular differentiation in vivo is poorly understood. Here, we quantify al ...