Journal of Data Mining en génomique et protéomique

Abstrait

Criblage hors cible de l'interférence ARN à l'aide de l'analyse en composantes principales

Jakob Müller, Michael W. Pfaffl

Les effets hors cible restent le problème majeur dans toute application de knockdown par ARN interférent. En examinant les études de perte de fonction en culture cellulaire évaluées par carte thermique et analyse en composantes principales (PCA), nous avons réalisé que les tracés dérivés de la PCA peuvent clairement visualiser les effets hors cible. En raison de l'inexistence d'effets hors cible dans notre modèle de culture cellulaire, nous avons créé un modèle de données in silico afin de démontrer comment la PCA peut être utilisée à cet effet. Avec la modulation in silico présentée, il est possible de simuler l'impact de divers traitements sur la modification de l'expression génétique. Les effets connus causés par un traitement médicamenteux ou par des knockdowns insérés pourraient être clairement séparés des effets hors cible inconnus. En créant divers ensembles de données d'expression génétique randomisés, nous démontrons que la PCA peut attribuer un effet hors cible plus efficace qu'un modèle de régulation génique par carte thermique.