Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635051)
Контекстум
Руконтекст антиплагиат система
Бюллетень экспериментальной биологии и медицины  / №2 2022

ПОИСК НОВЫХ ГЕНОВ-МИШЕНЕЙ микроРНК ДЛЯ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ДОБРОКАЧЕСТВЕННЫХ И ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ЩИТОВИДНОЙ ЖЕЛЕЗЫ (680,00 руб.)

0   0
Первый авторКонончук
АвторыКопейкина Е.В., Калинина Т.С., Саик О.В., Алексеенок Е.Ю., Колягина М.К., Маташова В.А., Шевченко С.П., Гуляева Л.Ф., Кушлинский Н.Е.
Страниц7
ID785126
АннотацияДифференциальная диагностика новообразований щитовидной железы, особенно фолликулярного рака и фолликулярной аденомы на дооперационном этапе, является актуальной проблемой современной онкотиреодологии. Методами in silico проведён поиск потенциальных маркеров, являющихся генами-мишенями микроРНК. Составлен список из 19 микроРНК, экспрессия которых меняется в зависимости от типа новообразований щитовидной железы. Для данных микроРНК отобраны гены-мишени с учётом тканеспецифичности и ассоциации с заболеваниями щитовидной железы. Выбрано 9 генов-мишеней (МСМ2, RASSF2, SPAG9, SSTR2, TP53BP1, INPP4B, CCDC80, GNAS, PLK1), которые согласно данным литературы могут рассматриваться в качестве перспективных маркеров. Также было найдено 6 новых потенциальных маркеров (CDK4, FGFR1, ERBB3, EGR1, MYLK, SRC) фолликулярного рака и фолликулярной аденомы щитовидной железы. Предложенный алгоритм с использованием различных биоинформатических инструментов позволяет выявить потенциальные маркеры для дифференциальной диагностики новообразований щитовидной железы.
ПОИСК НОВЫХ ГЕНОВ-МИШЕНЕЙ микроРНК ДЛЯ ДИФФЕРЕНЦИАЛЬНОЙ ДИАГНОСТИКИ ДОБРОКАЧЕСТВЕННЫХ И ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ ЩИТОВИДНОЙ ЖЕЛЕЗЫ / В.В. Конончук [и др.] // Бюллетень экспериментальной биологии и медицины .— 2022 .— №2 .— С. 224-230 .— URL: https://rucont.ru/efd/785126 (дата обращения: 05.05.2024)

Предпросмотр (выдержки из произведения)

Облако ключевых слов *


* - вычисляется автоматически
Антиплагиат система на базе ИИ