Original Title: In silico Promoter Analysis of Photoperiod-Responsive Genes Identified by DNA Microarray in Rice (Oryza sativa L.)
Source: li01.tci-thaijo.org
Disclaimer: Summary generated by AI based on the provided document. Please refer to the original paper for full scientific accuracy.

ការវិភាគដោយប្រព័ន្ធកុំព្យូទ័រ (In silico) លើប្រូម៉ូទ័រនៃហ្សែនឆ្លើយតបនឹងរយៈពេលពន្លឺ ដែលកំណត់អត្តសញ្ញាណដោយ DNA Microarray ក្នុងស្រូវ (Oryza sativa L.)

ចំណងជើងដើម៖ In silico Promoter Analysis of Photoperiod-Responsive Genes Identified by DNA Microarray in Rice (Oryza sativa L.)

អ្នកនិពន្ធ៖ Chareerat Mongkolsiriwatana (Kasetsart University), Pradit Pongtongkam (Kasetsart University), Surin Peyachoknagul (Kasetsart University)

ឆ្នាំបោះពុម្ព៖ 2009 Kasetsart J. (Nat. Sci.)

វិស័យសិក្សា៖ Genetics and Bioinformatics

១. សេចក្តីសង្ខេបប្រតិបត្តិ (Executive Summary)

បញ្ហា (The Problem)៖ ការស្រាវជ្រាវនេះស្វែងយល់ពីយន្តការគ្រប់គ្រងហ្សែនដែលឆ្លើយតបនឹងរយៈពេលពន្លឺនៅក្នុងស្រូវ (Oryza sativa L.) តាមរយៈការកំណត់អត្តសញ្ញាណ និងវិភាគលើតំបន់ប្រូម៉ូទ័រ (Promoter regions) របស់វា។

វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានប្រើប្រាស់ឧបករណ៍ជីវព័ត៌មានវិទ្យា (Bioinformatics tools) ដើម្បីវិភាគតំបន់ប្រូម៉ូទ័រនៃហ្សែនទាំងឡាយ ដែលត្រូវបានទាញយកពីទិន្នន័យបន្ទះ DNA (DNA Microarray)។

លទ្ធផលសំខាន់ៗ (The Verdict)៖

២. ការវិភាគលើប្រសិទ្ធភាព និងដែនកំណត់ (Performance & Constraints)

វិធីសាស្ត្រ (Method) គុណសម្បត្តិ (Pros) គុណវិបត្តិ (Cons) លទ្ធផលគន្លឹះ (Key Result)
Known cis-regulatory elements search (PlantCARE)
ការស្វែងរកធាតុ cis-regulatory ដែលគេស្គាល់ (PlantCARE)		 អាចកំណត់អត្តសញ្ញាណម៉ូទីហ្វដែលត្រូវបានសិក្សារួចហើយបានយ៉ាងងាយស្រួល និងរហ័ស ព្រមទាំងមានទិន្នន័យយោងច្បាស់លាស់ពីមុខងាររបស់វា។ មិនអាចស្វែងរកធាតុបញ្ជាថ្មីៗ (novel elements) ដែលមិនទាន់មាននៅក្នុងមូលដ្ឋានទិន្នន័យបានឡើយ។ បានរកឃើញធាតុ cis-regulatory ចំនួន ៨៣៩ នៅក្នុងប្រូម៉ូទ័រ SD និង ១.២៣១ នៅក្នុងប្រូម៉ូទ័រ LD ដែលរួមមានធាតុឆ្លើយតបនឹងពន្លឺ អ័រម៉ូន និងភាពតានតឹង។
Over-representative motif analysis (RSAT/Oligo-analysis)
ការវិភាគរកម៉ូទីហ្វដែលមានវត្តមានលើសលុប (RSAT/Oligo-analysis)		 អាចរកឃើញធាតុបញ្ជាហ្សែនថ្មីៗ (novel cis-regulatory elements) ពិសេសៗដែលមិនទាន់មានអ្នករកឃើញដោយមិនចាំបាច់មានចំណេះដឹងជាមុន។ ទាមទារឱ្យមានទិន្នន័យហ្សែនបញ្ចេញសកម្មភាពរួមគ្នា (co-expressed genes) ដែលមានភាពសុក្រឹតខ្ពស់ ហើយចាំបាច់ត្រូវមានការផ្ទៀងផ្ទាត់ក្នុងមន្ទីរពិសោធន៍បន្ថែម។ បានរកឃើញធាតុថ្មីចំនួន ២ គឺ ធាតុ A-rich សម្រាប់ឆ្លើយតបនឹងពន្លឺថ្ងៃវែង (LD) និងធាតុ GC សម្រាប់ឆ្លើយតបនឹងពន្លឺថ្ងៃខ្លី (SD)។

ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះពឹងផ្អែកទាំងស្រុងលើការវិភាគទិន្នន័យដោយប្រើប្រព័ន្ធកុំព្យូទ័រ (in silico) ដែលមិនទាមទារឧបករណ៍ពិសោធន៍ជីវសាស្រ្តថ្លៃៗឡើយ ប៉ុន្តែត្រូវការទិន្នន័យ Microarray ដែលមានស្រាប់ និងចំណេះដឹងផ្នែកជីវព័ត៌មានវិទ្យា។

៣. ការពិនិត្យសម្រាប់បរិបទកម្ពុជា/អាស៊ីអាគ្នេយ៍

ភាពលំអៀងនៃទិន្នន័យ (Data Bias)៖

ការសិក្សានេះផ្តោតលើទិន្នន័យដែលទទួលបានពីពូជស្រូវសម្លរថៃ (KDML 105) ក្រោមលក្ខខណ្ឌពន្លឺថ្ងៃខ្លី (SD) និងថ្ងៃវែង (LD) នៅក្នុងបរិស្ថានគ្រប់គ្រងដោយម៉ាស៊ីន។ ថ្វីត្បិតតែវាមានប្រយោជន៍ តែវាខ្វះការផ្ទៀងផ្ទាត់លើពូជស្រូវចម្រុះ និងមិនបានឆ្លុះបញ្ចាំងពីលក្ខខណ្ឌជាក់ស្តែងនៅលើទីវាលឡើយ។ សម្រាប់កម្ពុជា ទិន្នន័យនេះមានសារៈសំខាន់ដោយសារពូជស្រូវប្រណិតយើង (ដូចជាផ្ការំដួល) មានលក្ខណៈហ្សែនស្រដៀងគ្នានឹងពូជ KDML 105 នេះ។

លទ្ធភាពនៃការអនុវត្ត (Applicability)៖

វិធីសាស្ត្រជីវព័ត៌មានវិទ្យានេះមានសារៈសំខាន់ និងអាចចំណាយតិចសម្រាប់ស្ថាប័នស្រាវជ្រាវនៅកម្ពុជាក្នុងការកំណត់អត្តសញ្ញាណហ្សែនកសិកម្មសំខាន់ៗ។

ជារួម ការប្រើប្រាស់ការវិភាគដោយប្រព័ន្ធកុំព្យូទ័រ (in silico) អាចជួយកម្ពុជាសន្សំសំចៃពេលវេលា និងថវិកាក្នុងការស្រាវជ្រាវហ្សែនពូជស្រូវ មុននឹងឈានទៅដល់ការធ្វើតេស្តផ្ទាល់លើទីវាល។

៤. ផែនការសកម្មភាពសម្រាប់និស្សិត (Actionable Roadmap)

ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖

  1. ជំហានទី ១៖ ការប្រមូលទិន្នន័យ និងកំណត់ហ្សែនគោលដៅ: ទាញយកទិន្នន័យហ្សែនស្រូវពីមូលដ្ឋានទិន្នន័យអន្តរជាតិដូចជា Rice TIGR (RiceGDB) ឬ TAIR ព្រមទាំងប្រើប្រាស់ទិន្នន័យ Microarray/RNA-seq ដើម្បីកំណត់ក្រុមហ្សែនដែលបញ្ចេញសកម្មភាពរួមគ្នា (Co-expressed genes) ចំពោះរយៈពេលពន្លឺ។
  2. ជំហានទី ២៖ ការទាញយកលំដាប់ប្រូម៉ូទ័រ (Promoter Extraction): ទាញយកលំដាប់ DNA ប្រវែង ១.៥ គីឡូបាស (1.5 kb sequence upstream) ពីចំណុចចាប់ផ្តើមនៃហ្សែននីមួយៗ ដោយប្រើប្រាស់ឧបករណ៍នៅក្នុង RSAT ដើម្បីត្រៀមសម្រាប់ធ្វើការវិភាគ។
  3. ជំហានទី ៣៖ ការវិភាគរកធាតុបញ្ជាដែលគេស្គាល់ (Known Motif Analysis): ប្រើប្រាស់កម្មវិធី Search for Care ដែលភ្ជាប់ជាមួយមូលដ្ឋានទិន្នន័យ PlantCARE ឬ PLACE ដើម្បីរាវរកធាតុ cis-regulatory elements ដូចជា LREs ឬ HREs ដែលមានវត្តមានក្នុងប្រូម៉ូទ័រ។
  4. ជំហានទី ៤៖ ការរុករកម៉ូទីហ្វថ្មីៗ (De Novo Motif Discovery): អនុវត្តកម្មវិធី Oligo-analysis និង Gibbs program នៅក្នុងកញ្ចប់ RSAT ដើម្បីរកមើលបំណែក DNA ខ្លីៗ (Oligomers) ដែលមានវត្តមានច្រើនលើសលុបខុសធម្មតា ដើម្បីកំណត់អត្តសញ្ញាណម៉ូទីហ្វថ្មីៗ។
  5. ជំហានទី ៥៖ ការវិភាគអន្តរកម្ម និងការផ្ទៀងផ្ទាត់ (Network Analysis & Validation): វិភាគពីការរៀបចំទីតាំង (Positional bias) នៃម៉ូទីហ្វទាំងនោះ និងតម្រៀបវាជាមួយបណ្តាញសញ្ញាអ័រម៉ូន។ បន្ទាប់មក ត្រូវរៀបចំគម្រោងពិសោធន៍ជាក់ស្តែង (ឧ. GUS reporter assay) ដើម្បីផ្ទៀងផ្ទាត់មុខងារជីវសាស្រ្តរបស់ប្រូម៉ូទ័រទាំងនេះ។

៥. វាក្យសព្ទបច្ចេកទេស (Technical Glossary)

ពាក្យបច្ចេកទេស ការពន្យល់ជាខេមរភាសា (Khmer Explanation) និយមន័យសាមញ្ញ (Simple Definition)
in silico analysis (ការវិភាគដោយប្រព័ន្ធកុំព្យូទ័រ) ជាការវិភាគ ត្រងទិន្នន័យ ឬការធ្វើត្រាប់តាមលក្ខណៈជីវសាស្រ្តដោយប្រើប្រាស់ប្រព័ន្ធកុំព្យូទ័រ កម្មវិធីសូហ្វវែរ និងមូលដ្ឋានទិន្នន័យ (Database) ជាជាងការធ្វើពិសោធន៍ផ្ទាល់នៅក្នុងមន្ទីរពិសោធន៍ពិតប្រាកដ។ ដូចជាការប្រើប្រាស់កម្មវិធីកុំព្យូទ័រដើម្បីគូរប្លង់ផ្ទះ មុននឹងចាប់ផ្តើមសាងសង់មែនទែន។
Promoter region (តំបន់ប្រូម៉ូទ័រ) គឺជាតំបន់មួយនៃ DNA ដែលស្ថិតនៅខាងដើមនៃហ្សែន (Upstream) ដែលជាកន្លែងសម្រាប់ភ្ជាប់ប្រូតេអ៊ីនបញ្ជា (Transcription factors) ដើម្បីចាប់ផ្តើមដំណើរការចម្លងព័ត៌មានពី DNA ទៅជា RNA។ ដូចជាកុងតាក់ភ្លើងដែលត្រូវចុចដើម្បីបើកឱ្យអំពូលភ្លើង (ហ្សែន) ភ្លឺឡើង។
cis-regulatory elements (ធាតុបញ្ជា cis) ជាបំណែកលំដាប់ DNA ខ្លីៗ (Motifs) នៅក្នុងតំបន់ប្រូម៉ូទ័រ ដែលដើរតួជាចំណុចចាប់សញ្ញាសម្រាប់ប្រូតេអ៊ីនបញ្ជា ដើម្បីកំណត់ថាពេលណា និងនៅទីណាដែលហ្សែនមួយត្រូវបញ្ចេញសកម្មភាព។ ដូចជាសោរហ្ស៊ីបនៅលើកាបូប ដែលតម្រូវឱ្យមានកូនសោរត្រឹមត្រូវទើបអាចចាក់បើកវាបាន។
DNA Microarray (បន្ទះ DNA កម្រិតមីក្រូ) ជាបច្ចេកវិទ្យាប្រើបន្ទះកញ្ចក់ ឬបន្ទះឈីបតូចមួយ ដែលមានផ្ទុកចំណុច DNA រាប់ពាន់ ដើម្បីវាស់ស្ទង់កម្រិតនៃការបញ្ចេញសកម្មភាពរបស់ហ្សែនរាប់ពាន់ក្នុងពេលតែមួយ។ ដូចជាកាមេរ៉ាសុវត្ថិភាពដែលអាចថតមើលសកម្មភាពមនុស្សរាប់ពាន់នាក់នៅក្នុងកីឡដ្ឋានក្នុងពេលតែមួយ។
Photoperiod (រយៈពេលពន្លឺ) គឺជាការឆ្លើយតបរបស់រុក្ខជាតិ ឬសត្វ ទៅនឹងរយៈពេលនៃពន្លឺថ្ងៃ និងភាពងងឹតក្នុងមួយថ្ងៃៗ ដែលជះឥទ្ធិពលដល់ដំណើរការលូតលាស់ ដូចជាការចេញផ្កាជាដើម។ ដូចជានាឡិកាជីវសាស្រ្តរបស់រុក្ខជាតិដែលប្រាប់វាថាដល់រដូវត្រូវចេញផ្កាហើយ ដោយវាស់វែងថាតើថ្ងៃនេះមានពន្លឺព្រះអាទិត្យប៉ុន្មានម៉ោង។
Phytochrome A (ប្រូតេអ៊ីនហ្វីតូក្រូម A) គឺជាប្រូតេអ៊ីនមួយប្រភេទនៅក្នុងរុក្ខជាតិដែលដើរតួជាអ្នកទទួលសញ្ញាពន្លឺ (Photoreceptor) ដើម្បីជួយរុក្ខជាតិឱ្យដឹងពីបរិមាណ និងប្រភេទពន្លឺ ដែលមានឥទ្ធិពលជាពិសេសលើការបញ្ជាការចេញផ្កា។ ដូចជាភ្នែករបស់រុក្ខជាតិដែលជួយឱ្យវាមើលឃើញ និងបែងចែកប្រភេទពន្លឺព្រះអាទិត្យ។
Transcription factors (កត្តាបញ្ជាការចម្លងព័ត៌មានហ្សែន) ជាប្រភេទប្រូតេអ៊ីនដែលចូលទៅភ្ជាប់ជាមួយតំបន់ប្រូម៉ូទ័រនៃ DNA ដើម្បីជួយជំរុញ ឬរារាំងការចម្លងព័ត៌មានហ្សែនទៅជា RNA។ ដូចជាមេការសំណង់ដែលចេញបញ្ជាថាត្រូវសាងសង់ (បើកហ្សែន) ឬបញ្ឈប់ការសាងសង់ (បិទហ្សែន)។
Over-representative motif (ម៉ូទីហ្វដែលមានវត្តមានលើសលុប) ជាលំដាប់ DNA ខ្លីៗដែលត្រូវបានរកឃើញញឹកញាប់ ឬច្រើនដងខុសពីធម្មតានៅក្នុងក្រុមហ្សែនដែលកំពុងសិក្សា ដែលបង្ហាញថាវាអាចមានតួនាទីសំខាន់ក្នុងការគ្រប់គ្រងហ្សែនទាំងនោះជាលក្ខណៈប្រព័ន្ធ។ ដូចជាការកត់សម្គាល់ឃើញពាក្យគន្លឹះ "បញ្ចុះតម្លៃ" ច្រើនដងខុសធម្មតានៅក្នុងផ្ទាំងផ្សព្វផ្សាយពាណិជ្ជកម្ម ដែលបញ្ជាក់ថាវាជាសារដ៏សំខាន់ក្នុងការទាក់ទាញអតិថិជន។

៦. ប្រធានបទពាក់ព័ន្ធ (Further Reading)

អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖

ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖