کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5913108 | 1161880 | 2013 | 10 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
How old is my gene?
ترجمه فارسی عنوان
ژن من چند ساله است؟
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
ترجمه چکیده
توابع ژنی، تعاملات، انجمن های بیماری و توزیع های اکولوژیکی با سن ژن ارتباط دارند. با این حال، چالش برانگیز است که مجموعه ای پیچیده از وقایع تکاملی که منجر به ژن مدرن شده اند، تخمین بزنند و پس از آن این تاریخ را به یک تخمین سن محدود سازند. با تمرکز بر خانواده های ژن یوکاریوتی، چارچوبی را می توانیم برای مقایسه استراتژی های فعلی برای اندازه گیری سن ژنی، بحث در مورد تفاوت های کلیدی این روش ها و چندین مشکل رایج را معرفی کنیم. ما استدلال می کنیم که ژن هایی که دارای تاریخ تکامل پیچیده هستند، یک سن مشخص ندارند. در نتیجه، باید اهداف و مفروضات هر تحلیل که با استفاده از برآوردهای سن ژنی مورد استفاده قرار می گیرد، مورد توجه قرار گیرد. پیشرفت های الگوریتمی اخیر، وعده تخمین های سن ژن را سریع، دقیق و سازگار در سراسر خانواده ژن ارائه می کنند. این امر به تجزیه و تحلیل تمام جنبه های ژن تکاملی ژنی در آینده نزدیک امکان می دهد.
موضوعات مرتبط
علوم زیستی و بیوفناوری
بیوشیمی، ژنتیک و زیست شناسی مولکولی
ژنتیک
چکیده انگلیسی
Gene functions, interactions, disease associations, and ecological distributions are all correlated with gene age. However, it is challenging to estimate the intricate series of evolutionary events leading to a modern-day gene and then to reduce this history to a single age estimate. Focusing on eukaryotic gene families, we introduce a framework that can be used to compare current strategies for quantifying gene age, discuss key differences between these methods, and highlight several common problems. We argue that genes with complex evolutionary histories do not have a single well-defined age. As a result, care must be taken to articulate the goals and assumptions of any analysis that uses gene age estimates. Recent algorithmic advances offer the promise of gene age estimates that are fast, accurate, and consistent across gene families. This will enable a shift to integrated genome-wide analyses of all events in gene evolutionary histories in the near future.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Trends in Genetics - Volume 29, Issue 11, November 2013, Pages 659-668
Journal: Trends in Genetics - Volume 29, Issue 11, November 2013, Pages 659-668
نویسندگان
John A. Capra, Maureen Stolzer, Dannie Durand, Katherine S. Pollard,