3. Results and discussion3.1. Validation and determination of the most translation - 3. Results and discussion3.1. Validation and determination of the most Thai how to say

3. Results and discussion3.1. Valid

3. Results and discussion
3.1. Validation and determination of the most suitable miRNA
normalizers
Applying the geNorm algorithm, the following stability rank
order was obtained: miR92 < miR191 < miR374 < miR484 <
miR423 < RNU48. Due to missing data, candidates miR26b,
RNU24, RNU44 and RNU47 were automatically excluded from
analysis (no detectable expression of these targets across the
tested sample set). After changing from SYBR1 Green to TaqMan1,
miR191 was excluded due to chemistry related differences. With
M-values of 0.545 and 0.658, respectively, candidates miR92 and
miR374 were determined to be the most stable expressed genes
and thus used as normalizers for following experiments.
3.2. Impact assessment of using validated or non-validated
normalizers on miRNA target expression
The choice of endogenous controls for normalization influenced
the relative quantity of examined markers. Regarding the bloodspecific
marker miR16, it was clearly possible to differentiate blood
(mean NRQ: 276.28) from the other body
fluids and skin (mean
NRQs < 1) using U6B as normalizer. In comparison, it was not
possible to distinguish blood cells from the other cell types when
miR92 and miR374 were applied as normalizers. All mean NRQs
scattered in a range between 0.19 and 2.52. Results for miR451 also
showed the possibility for an unambiguous identification of blood,
applying both U6B and the previously validated references. Solely,
the expression of blood compared to all other samples was much higher using U6B (mean NRQ of blood: 2384.53). Applying
miR92 and miR374, blood samples showed a mean NRQ of 32.32.
Regarding both semen markers and skin marker miR203, an
unambiguous identification of the cell type’s origin was only
possible if both validated endogenous controls were used as
normalizers. Data of semen-specific marker miR135b generally
showed higher expressions when using miR92 and miR374 to
correct the relative quantities measured (Fig. 1). The NRQs for
blood clustered around 0.005, while the values for the other cell
types showed higher expressions (highest mean NRQ of 19.95 in
semen samples). This indicates that miR135b is not specifically
expressed in semen but rather in epithelial cells. Data for skinspecific
marker miR203 revealed similar results showing high
expression values in semen, saliva and skin samples. In comparison,
NRQs of all sample types clustered in a narrow range when
data were corrected with U6B. In these cases, a positive cell type
identification was not possible. Both saliva markers (miR205 and
miR658) did not give any results probably due to technical
problems.
4. Conclusion

0/5000
From: -
To: -
Results (Thai) 1: [Copy]
Copied!
3. ผล และการอภิปราย3.1 การตรวจสอบและการกำหนดเที่ยวเหมาะสมที่สุดnormalizersใช้ geNorm อัลกอริทึม ระดับความมั่นคงต่อไปรับสั่ง: miR92 < miR191 < miR374 < miR484 <miR423 < RNU48 เนื่องจากข้อมูลหายไป ผู้สมัคร miR26bRNU24, RNU44 และ RNU47 ได้แยกออกมาโดยอัตโนมัติจากวิเคราะห์ (นิพจน์ไม่ปนของเป้าหมายเหล่านี้ในการทดสอบอย่างชุด) หลังจากเปลี่ยนจากสีเขียว SYBR1 TaqMan1miR191 แยกออกเนื่องจากเคมีที่เกี่ยวข้องกับความแตกต่างกัน มีM-ค่า 0.545 และ 0.658 ตามลำดับ ผู้สมัคร miR92 และmiR374 กำหนด ยีนที่แสดงออกมีความเสถียรมากที่สุดและดังนั้นจึงใช้เป็น normalizers สำหรับการทดลองต่อไปนี้3.2. ประเมินผลกระทบของการใช้การตรวจสอบ หรือไม่ได้รับการตรวจสอบnormalizers บนเที่ยวเป้าหมายนิพจน์ทางเลือกของการควบคุมเกี่ยวกับการปรับสภาพที่ได้รับอิทธิพลภายนอกปริมาณสัมพันธ์ของเครื่องหมายตรวจสอบ เกี่ยวกับการ bloodspecificเครื่องหมาย miR16 มันเป็นไปได้อย่างชัดเจนเพื่อแบ่งแยกเลือด(หมายถึง NRQ: 276.28) จากร่างกายอื่น ๆของเหลวและผิว (หมายถึงNRQs < 1) ใช้ U6B เป็นนอร์มอลไลเซอร์ ในการเปรียบเทียบ ก็ไม่สุดเพื่อแยกเซลล์เม็ดเลือดจากเซลล์อื่น ๆ ชนิดเมื่อmiR92 และ miR374 ถูกนำไปใช้เป็น normalizers ทั้งหมดหมายถึง NRQsกระจายอยู่ในช่วงระหว่าง 0.19 และ 2.52 ผล miR451 ยังแสดงให้เห็นความเป็นไปได้สำหรับการระบุที่ชัดเจนของเลือดใช้ U6B และการอ้างอิงที่ผ่านการตรวจสอบก่อนหน้านี้ เท่านั้นนิพจน์ของเลือดเปรียบเทียบกับตัวอย่างอื่น ๆ ได้มากขึ้นโดยใช้ U6B (หมายถึง NRQ เลือด: 2384.53) นำไปใช้miR92 และ miR374 เลือดตัวอย่างที่แสดงให้เห็นว่า NRQ หมายถึงของ 32.32เครื่องหมายของน้ำเชื้อและผิวเครื่องหมาย miR203 เกี่ยวกับการได้ระบุชัดเจนของจุดเริ่มต้นของชนิดเซลล์เฉพาะเป็นไปได้ถ้าทั้งสองตรวจสอบควบคุมภายนอกถูกใช้เป็นnormalizers ข้อมูลของ miR135b เครื่องหมายเฉพาะน้ำเชื้อโดยทั่วไปแสดงนิพจน์สูงเมื่อใช้ miR92 และ miR374 เพื่อถูกต้องปริมาณสัมพัทธ์วัด (รูปที่ 1) NRQs สำหรับเลือดจับกลุ่มรอบ 0.005 ในขณะที่ค่าของเซลล์อื่น ๆชนิดพบว่าสูงกว่านิพจน์ (NRQ ที่หมายถึงสูงสุดของใน 19.95ตัวอย่างน้ำเชื้อ) บ่งชี้ว่า miR135b ไม่เฉพาะแสดง ในน้ำเชื้อ แต่ค่อนข้าง ในเซลล์เยื่อบุผิว ข้อมูลสำหรับ skinspecificเครื่องหมาย miR203 เผยผลคล้ายการแสดงสูงค่านิพจน์ในตัวอย่างน้ำเชื้อ น้ำลาย และผิว ในการเปรียบเทียบNRQs ทุกชนิดตัวอย่างคลัสเตอร์ในแคบช่วงเมื่อข้อมูลถูกแก้ไข โดย U6B ในกรณีนี้ ชนิดบวกเซลล์ไม่ได้ระบุ เครื่องหมายทั้งน้ำลาย (miR205 และmiR658) ไม่ได้ให้ผลใด ๆ อาจเนื่องจากเทคนิคปัญหา4. สรุป
Being translated, please wait..
Results (Thai) 2:[Copy]
Copied!
3. ผลการทดลองและการอภิปราย
3.1 การตรวจสอบและความมุ่งมั่นของ miRNA เหมาะสมที่สุด
normalizers
การใช้อัลกอริทึม geNorm ที่มีเสถียรภาพอันดับต่อไปนี้
การสั่งซื้อที่ได้รับ: miR92 <miR191 <miR374 <miR484 <
miR423 <RNU48 เนื่องจากข้อมูลที่หายไปผู้สมัคร miR26b,
RNU24, RNU44 และ RNU47 ได้รับการยกเว้นโดยอัตโนมัติจาก
การวิเคราะห์ (ไม่มีการตรวจพบการแสดงออกของเป้าหมายเหล่านี้ข้าม
ชุดตัวอย่างทดสอบ) หลังจากที่เปลี่ยนจากสีเขียว SYBR1 TaqMan1,
miR191 ได้รับการยกเว้นเนื่องจากความแตกต่างที่เกี่ยวข้องกับเคมี ด้วย
M-ค่า 0.545 และ 0.658 ตามลำดับผู้สมัคร miR92 และ
miR374 ได้รับการพิจารณาให้เป็นยีนที่แสดงความมีเสถียรภาพมากที่สุด
จึงนำมาใช้เป็น normalizers สำหรับการทดลองต่อไป.
3.2 การประเมินผลกระทบของการใช้การตรวจสอบหรือไม่การตรวจสอบ
normalizers การแสดงออกเป้าหมาย miRNA
ทางเลือกของการควบคุมภายนอกสำหรับการฟื้นฟูอิทธิพล
ปริมาณญาติของเครื่องหมายการตรวจสอบ เกี่ยวกับ bloodspecific
miR16 เครื่องหมายมันเป็นไปได้อย่างชัดเจนถึงความแตกต่างในเลือด
(หมายถึง NRQ: 276.28) จากอื่น ๆ ของร่างกาย
ของเหลวและผิวหนัง (หมายถึง
NRQs <1) ใช้เป็น U6B Normalizer ในการเปรียบเทียบมันก็ไม่ได้
เป็นไปได้ที่จะแยกแยะเซลล์เม็ดเลือดจากเซลล์ชนิดอื่น ๆ เมื่อ
miR92 และ miR374 ถูกนำไปใช้เป็น normalizers ทั้งหมด NRQs เฉลี่ย
กระจายอยู่ในช่วงระหว่าง 0.19 และ 2.52 ผลการค้นหาสำหรับ miR451 ยัง
แสดงให้เห็นความเป็นไปได้สำหรับการระบุตัวตนที่ชัดเจนของเลือด
ใช้ทั้ง U6B และการอ้างอิงการตรวจสอบก่อนหน้านี้ แต่เพียงผู้เดียว,
การแสดงออกของเลือดเมื่อเทียบกับตัวอย่างอื่น ๆ ทั้งหมดเป็นที่สูงขึ้นมากโดยใช้ U6B (หมายถึง NRQ เลือด: 2384.53) การประยุกต์ใช้
miR92 และ miR374, ตัวอย่างเลือดพบว่ามีค่าเฉลี่ยของ NRQ 32.32.
เกี่ยวกับทั้งเครื่องหมายน้ำอสุจิและผิวหนังเครื่องหมาย miR203 การ
ระบุตัวตนที่ชัดเจนของแหล่งที่มาประเภทของเซลล์เป็นเพียง
เป็นไปได้ถ้าทั้งการตรวจสอบการควบคุมภายนอกถูกนำมาใช้เป็น
normalizers ข้อมูลของน้ำอสุจิเฉพาะเครื่องหมาย miR135b ทั่วไป
แสดงให้เห็นการแสดงออกที่สูงขึ้นเมื่อใช้ miR92 และ miR374 เพื่อ
แก้ไขปริมาณการวัด (รูปที่ 1). NRQs สำหรับ
เลือดห้อมล้อม 0.005 ในขณะที่ค่าสำหรับมือถืออื่น ๆ
ประเภทที่แสดงให้เห็นการแสดงออกที่สูงขึ้น (สูงสุดเฉลี่ยของ NRQ 19.95 ใน
ตัวอย่างน้ำอสุจิ) นี้บ่งชี้ว่า miR135b ไม่ได้โดยเฉพาะ
การแสดงออกในน้ำอสุจิ แต่ในเซลล์เยื่อบุผิว ข้อมูลสำหรับ skinspecific
miR203 เครื่องหมายเปิดเผยผลคล้ายการแสดงสูง
ค่าการแสดงออกในน้ำอสุจิน้ำลายและตัวอย่างผิว ในการเปรียบเทียบ
NRQs ประเภทตัวอย่างทุกกลุ่มในช่วงแคบ ๆ เมื่อ
ข้อมูลที่ได้รับการแก้ไขด้วย U6B ในกรณีเหล่านี้เซลล์ชนิดบวก
บัตรประจำตัวที่เป็นไปไม่ได้ ทั้งน้ำลายเครื่องหมาย (miR205 และ
miR658) ไม่ได้ให้ผลใด ๆ อาจเป็นเพราะทางเทคนิค
ปัญหา.
4 ข้อสรุป

Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2024 I Love Translation. All reserved.

E-mail: