مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

سینتیک و کارایی برنامه ریزی مجدد
رویکرد های وکتور ویروسی برای برنامه ریزی مجدد
رتروویروس
لنتی ویروس
آدنوویروس
ویروس سندای
باکلوویرال
رویکرد های غیر ویروسی برای برنامه ریزی مجدد
پلازمید های استاندارد
پلازمید های اپیزومال
پلازمید های کوچک حلقه
ترانسپوزون ها
سیستم های قابل حذف از ژنوم
سیستم Cre–loxP
ادغام مکان-ویژه قابل حذف
سایر سیستم های تحویل نوظهور
انتقالmiRNA
سیستم کروموزوم مصنوعی
RNA پیام رسان سنتتیک
مگنتوفکشن لیپوزومی
حامل های سنتتیک
انتقال پروتین مستقیم
مولکول های کوچک
تنظیم کننده های اپی ژنتیک
مسیر های سیگنال
موانع اپی ژنتیک و فرایند برنامه ریزی مجدد
نتیجه گیری و مطالعات آینده

بخشی از ترجمه فارسی مقاله:

 سینتیک و کارایی برنامه ریزی مجدد
به منظور درک بهتر سیستم های برنامه ریزی مجدد، محققان به دنبال روش های مختلف و نشانگر هایی برای تعیین کارایی در فرایند برنامه ریزی مجدد می باشند. ویژگی های اپی تلیال و فعال سازی برخی نشانگر های ESC در سلول های سوماتیک پس از شروع برنامه ریزی مجدد از طریق انتقال MET نیاز است که یک گام مهم ولی غیر ضروری برای برنامه ریزی مجدد می باشد. سپس، ژن های مرتبط باپرتوانی فعال سازی شده و نشانگر های AP، SSEA1، NANOG و نشانگر سطحی TRA-1-60 به تدریج در مراحل مختلف برنامه ریزی مجدد(8-11) فعال سازی می شوند. نشانگر های سطح سلول CD44 و ICAM1 را می توان برای نشان دادن فرایند برنامه ریزی مجدد تدریجی از جمله حالت مزانشیم، حالت اپیدرمی، حالت پرتوان اولیه و حالت پرتوان پایانی(12) استفاده کرد. نسبت بین تعداد سلول های اصلی دریافت کننده مجموعه ای از TF ها و تعداد کلنی های سلول های بنیادی پرتوان القایی اصلی و سینتیک برنامه ریزی مجدد برای برنامه ریزی مجدد موفق از اهمیت زیادی برخوردار است، اگرچه اندازه گیری آن ها سخت است. به علاوه، سلول نوع دهنده و شرایط کشت مشخص بدون شک بر کارایی و سینتیک برنامه ریزی مجدد اثر می گذارند. در مقایسه با فیبروبلاست ها، کراتیتوسیت های انسان را می توان 100 برابر کارامد تر از MEF ها برنامه ریزی مجدد کرد(13). و حالت های اپی ژنتیکی اولیه در سلول های دهنده خاص در افزایش کارایی، TF های کم تر و کیفیت سلول های بنیادی پرتوان القایی(14) نقش دارند. برای مثال، لول های بنیادی هسته با بیان درونزای Sox2 را می توان در نبود sox2 و یا با oct 4 به تنهایی برنامه نویسی مجدد کر(15-16). به طور هم زمان، افزایش در سرعت تکثیر و کاهش اندازه سلول از نظر مولکولی با انتقال متوالی همراه است(17). ترانسکریپتاز معکوس تلومراز و آنتی ژن T بزرگ SV40، که دارای اثرات مثبتی بر روی تکثیر هستند، موجب افزایش مقدار سلول های بنیادی پرتوان القایی حاصله می شود(18). مولکول های کوچک و mi-RNA که قادر به تنظیم چرخه سلولی می باشند، موجب افزایش تعداد کلنی های برنامه ریزی شده مجدد می شود(19-20). شرایط هیپوکسیک(21)، فاکتور های رشد ترشح شده توسط سلول های تغذیه کننده(22) و مواد افزودنی به محیط کشت(23) به طور مطلق موجب بهبود کارایی برنامه ریزی مجدد می شود. سینتیک ها با چندین فاکتور تنظیم می شوند و در نتیجه یک استاندارد طلایی برای ارزیابی صحیح در مورد برنامه ریزی مجدد برای شرایط مختلف برنامه ریزی مجدد وجود دارد.
رویکرد های وکتور ویروسی برای برنامه ریزی مجدد
در طی فرایند برنامه ریزی مجدد، خاموش سازی القایی به تدریج اتفاق می افتد، با این حال ژن های ویروسی به طور سازنده ای بیان می شوند. علی رغم امکان تولید ایمن سلول های بنیادی پرتوان القایی، ویروس ها یک ظرفیت انتقال ژن نسبتا پایین را نشان داده و از این روی عفونت های مکرر اغلب برای بسیاری از انواع سلول ها نیاز هستند. در نتیجه، روتروویروس ها(24) و لنتی ویروس ها(25) هنوز جزو سیستم های تحویل رایج و کاربردی می باشند.
رتروویروس
رتروویروس های حاصل از وکتورهای فاقد قدرت همانند سازی و به عنوان رایج ترین گزینه مطالعاتی قادر است تا سلول های هدف را آلوده کرده و محموله ویروسی خود را به آن ها تحویل دهند و در عین حال از لیز و مرگ سلولی با بازدارندگی مسیر لیتیک، جلوگیری کنند. قابلیت آلودگی روتروویروس ها محدود به سلول های تقسیم شونده است و به این ترتیب نوع سلول برای برنامه ریزی مجدد تحت برخی محدودیت ها قرار دارد. سلول های بنیادی پرتوان القایی به واسطه رتروویروس برای فسفاتاز قلیایی به صورت مثبت هستند و بیان ژن های پرتوانی جدید و ویژگی های فراساختاری را از جمله دانه های گلیکوژن را در سیتوپلاسم(26) نشان داده و تشکیل تراتوم های درون تنی(27) می دهند. اخیرا، کاست پلی سیسترونیک کد کننده چهار TF تفکیک شده با پپتید های 2A در رتروویروس تحت پروموتور LTR یا EF1a تست شده و کارایی بسیار بیشتر از( بیش از 0.6 درصد) نسبت به وکتور های دیگر بود(28). به طور خلاصه، موتاژنز الحاقی، بیان باقی مانده و فعال سازی مجدد TF در طی متمرکز سازی ویروس و ذخیره آن مانع از آلودگی گونه یا انواع سلول ها شده و در نتیجه منجر به ایجاد محدودیت هایی در برنامه ریزی مجدد می شود.

بخشی از مقاله انگلیسی:

The reprogramming kinetics & efficiencies

To better evaluate the reprogramming systems, investigators are seeking for various methods and markers to determine the efficiency in the reprogramming process. Epithelial characteristics and activation of some ESC markers are acquired in somatic cells after initiation of reprogramming through MET transition, which is deemed as a critical but nonessential step for reprogramming. Later, pluripotency-related genes are activated, and markers of AP, SSEA1, NANOG and the surface marker TRA-1-60 gradually turn to be expressed in the different reprogramming stages [8–11]. Cell surface markers of CD44 and ICAM1 can be used to indicate the gradual reprogramming process including mesenchymal state, epidermal state, early pluripotent state and late pluripotent state [12]. The ratio between the number of original cells receiving the set of TFs and the number of genuine iPSC colonies and the kinetics of reprogramming are important for the successful reprogramming, while they are hard to be measured. Besides, the donor cell type and defined culture conditions will undoubtedly influence the reprogramming efficiencies and kinetics. Compared with fibroblasts, human primary keratinocytes can be reprogrammed 100-times more efficiently than MEFs [13]. And the intrinsic epigenetic states in specific donor cells contribute to the higher efficiency, fewer TFs and the quality of the resulting iPSCs [14]. For example, neural stem cells with endogenous expression of Sox2 can be reprogrammed in the absence of Sox2 or with Oct4 alone [15,16]. Concurrently, an increase in proliferation rate and a decrease in cell size are molecularly accompanied with the sequential transition [17]. Telomerase reverse transcriptase and the SV40 large T antigen, which have positive effects on proliferation, can also increase the quantity of resulting iPSCs [18]. Small molecules and miRNA which are able to regulate the cell cycle may take effect to increase the number of fully reprogrammed colonies [19,20]. Intriguingly, hypoxic conditions [21], growth factors secreted by feeder cells [22] and additions in culture medium [23] can absolutely improve the reprogramming efficiency. The kinetics are regulated by multiple factors, consequently there is no golden standard for accurate evaluation about the reprogramming for various reprogramming conditions.

Viral vector approaches for reprogramming

During the reprogramming process, induction silencing occurs gradually but viral genes are expressed constitutively. Despite the possibility of making safe iPSCs, nonintegrating viruses display a rather low gene transfer capacity and thus repeated infections are often required for many cell types. Consequently, retroviruses [24] and lentiviruses [25] are still the widely applicable delivery systems.

Retrovirus

As the most common choice in studies, retroviruses from replication-defective vectors can infect their target cells and deliver their viral payload but avoid cell lysis and death by inhibiting the lytic pathway. The infectivity of retroviruses is limited to dividing cells, thus the cell type for reprogramming is under restrictions. Retrovirus-mediated iPSCs stained positive for alkaline phosphatase, showed renewed expression of pluripotency genes, exhibited ultrastructural features including massive glycogen granules in the cytoplasm [26] and formed teratomas in vivo [27]. Recently a polycistronic cassette encoding four TFs separated by 2A peptides was tested in a retrovirus under an LTR or EF1α promoter, and the efficiency was much higher (up to 0.6%) than any other vectors [28]. In brief, the insertional mutagenesis, residual expression and reactivation of TFs, as well as titer loss during viral concentration and storage inhibited the infection of species and cell types resulting in reprogramming limitations.

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

aDNA هسته ای Neanderthals این مشکل را حل کرده است، و این آنالیز نشان داد که آمیزش واقعی از انچه توسط ژنتیک دانان و دیرینه شناسان پیش بینی میشود، متفاوت است. Green و همکاران اولن پش نویس ژنوم Neanderthals را از یک مجموعه اطلاعات ترکیب شده از استخوان استخراج شده از سه فرد که در Vindija Cave در Croatia یافت شدند، را بیان کردند و نشان داد که سطح آلودگی کمتر از 1% بود. ژنوم افراد از سه جمعیت غیر آفریقایی ( فرانسوی، چینی، نئو گنیا) 4% شبیه تر به ژنوم Neanderthals تا ژنوم افرادی که از دو جمعیت آفریقایی بودند. به صرفه ترین گستره برای این الگو Neanderthals بود و اجداد جمعیت های غیرآفریقای امروزه در خاورمیانه که آمیزش کرده اند در جایی که محدوده شان به نظر میرسد که همپوشانی داشته است. این نتیجه¬ی تجربی توسط مطالعات متعدد بعدی با استفاده از ژنوم Neanderthals و ژنوم های انسان های مدرن اولیه تثبیت شد. همه ژنوم Neanderthals که تا کنون توالی یابی شدند، شباهت بیشتری به غیر آفریقایی ها داشتند تا آفریقایی ها. به علاوه، دانستن قطعات ژنومی که از ژنوم غیرآفریقایی امروزه Neanderthals مشتق شده اند اثبات کردند که آمیزش باید رخ داده باشد. نهایتا، ژنومی که از فسیل یک انسان مدرن امروزی 45000 ساله از Ust’-Ishim ، Siberia فراهم شد شامل اثر Neanderthals بود که طویلتر از آنهایی بود که در انسان های امروزه یافت میشد. این مشاهدات بر آمیزش رخ داده در 7000 تا 13000 قبل از اینکه افراد Ust’-Ishim زیست کنند، استوار است زیرا آمیزش تمایل دارد که زمان طولانی تر را کوتاه تر کند از زمانی که آمیزش رخ میدهد. یک الگوی مشابه در ژنوم Kostenki-14 ، یک انسان اروپایی مدرن 37000 ساله مشاهده شده.
مقایسه ژنوم Neanderthals Vindija با تعداد بیشتری از ژنوم انسان امروزه حقیقت جالبی را فاش میکند که شباهت ژنتیکی انسان های شرق آسیا به Neanderthals اندکی است اما به شدت شبیه Neanderthals اروپایی هستند.
این الگو متضاد آن چیزی است که از زمین های دیرینه خالص انتظار می رفت زیرا هیچ فسیل Neanderthals در آسیای شرقی شناخته نشد و تنها اندکی در غرب و مرکز آسیا یافت شد. اخیرا، Vernot و Akey فرضیه این که تنها یک نوع امیزش در اجداد رایج انسان های آسیای شرقی و اروپایی وجود داشت را رد کردند که پیشنهاد میکند که یا آمیزش دیگری همانطور که Neanderthals به شرق گسترده شده یا وجود داشته یا اینکه علامت Neanderthalsدر اروپایی ها توسط زادآوری با گروه انسان های مدرن رقیق شده است که با Neanderthals آمیزش نداده است.
دو سال پیش، ژنوم با پوشش بالا، از یک فسیل یافت شده در کوهستانهای آلتای در جنوب-مرکز سیبری فراهم شد که “Altai Neanderthal نامیده میشد. به عنوان پیامد بهبود در مسیری که استخراج ، مضاعف سازی و توالی یابی قطعه ی aDNA انجام میشود، کیفیت توالی با ژنوم های با کیفیت بالا فراهم شده از افراد زنده قابل مقایسه است. Prüfer و همکارانش با استفاده از روش پیوسته دو به دو دریافتند که جد جمعیت Altai Neanderthal اندازه ی کوچکی دارد بعد از اینکه از خط اجدادی که منجر به انسان مدرن شد، مشتق شد. به علاوه، به این دلیل که تعداد زیادی اجرای هموزیگوتی وجود داشت ، افراد استنباط شده که یک ضریب زادآوری 1/8 دارند، که معنی می دهد که والدین شان یا خواهر برادر ناتنی بودند یا عمه/ عمو زاده، پدربزرگ و نوه یا عموزاده های اول.
اخیرا، ژنوم فسیل 37000 تا 42000 ساله در Pes¸tera cu Oase، کشور رمانی یافت شد که به شدت تایید میکرد که آمیزشی بین انسان های مدرن اولیه و Neanderthals وجود داشته است. این پنوم شامل سه قطعه کروموزوم اجداد Neanderthals است که از 50 سانتیمتر طویل تر است، که نشان میدهد که اجداد Neanderthals 4 تا 6 نسل قبل بودند. تناسب نهایی اجداد Neanderthals 6-9 درصد در ژنوم انسان امروزی بالاتر بود. ژنوم Oase آلل بیشتری نسبت به اروپایی های امروزه با آسیایی های شرق امروزه به اشتراک نمیگذارند که پیشنهاد میکند که جمعیتی که به آن وابسته اند، به طور قابل توجهی با اروپایی های امروزه مشارکت نمیکنند. بنابراین، آمیزش بیشتر در اروپا رخ داده است، جمعیت هایی که مخلوط هستند توسط جمعیت های انسان مدرن جایگزین میشود که در وقایع زادآوری بعدی درگیر نیستند.

Denisovans. در 2010 ، محققان یک ژنوم از یک استخوان انگشت کوچک که در Denisova Cave در سیبری جنوبی-مرکزی یافت شده را منتشر کردند. ریخت شناسی این استخوان به اندازه ی کافی اطلاع رسان نبود که معلوم کند آیا این از انسان مدرن ، Neanderthal, و یا چیز دیگر آمده است. با این وجود، توالی DNA میتوکندریایی نشان داد که این اشتقاق از کلاد انسان- Neanderthal به سختی 1 میلیون سال پیش رخ داده بود. اگرچه، وقتی که DNA هسته ای توالی یابی شد، داستان دگری را مطرح کرد: گروهی که توسط این استخوان نمایندگی میشد یک گروه خواهری از Neanderthal است که از آنها بعد از اجداد انسان های مدرن از Neanderthal مشتق شده است. این نتایج توسط آنالیز ژنوم با پوشش بالا تثبیت شد که از فسیل یکسانی و از Neanderthal آلتای حاصل شد. Denisovans اولیم گروه قدیمیhominin بود که تقریبا بر مبنای ژنومیکس مشخص شد زیرا بقایای فسیل بسیار نادر بودند که اطلاعات بیشتر ریخت شناسی فراهم کنند.
ژنوم Denisovans با پوشش بالا یک الگوی جمعیت نشان داد که مشابه ژنوم Neanderthal آلتای کاهش یافت. اگرچه، Denisovans تاریخچه ی متفاوتی از آمیزش با انسان های مدرن دارد. اجداد Denisovans در Melanesians و بومی های استرالیایی و با یک درجه کمتر در آسیایی های شرق یافت میشود. اگرچه، Denisovans تنها از یک غار تک در سیبری شناخته میشود، الگوی آمیزش پیشنهاد میکند که آنها زمانی محدوده جغرافیایی وسیعتری داشتند. این نتیجه توسط آنالیز جزیی ژنوم فراهم شده است که از دو دندان یافت شده در Denisova Cave آمده است. یکی از این دندان ها تقریبا 60000 سال مسن تر از استخوان انگشت است که اولین توالی هسته ای از آن فراهم شده است، که نشان میدهد که Denisovans در آن مناطقی که به طور پیوسته آب و هوای ناگوار دارد،‌ یا حداقل دو بار وارد شده است، پایدار است. به علاوه، Denisovans از نظر ژنتیکی بیشتر نسبت به Neanderthals پراکنش دارد. یکی از دندان هایی که توالی یابی شده تفاوت های بیشتری از Denisovans ژنوم با پوشش بالا نسبت به تفاوت های یافت شده بین ژنوم های اسپانیا و سیبری دارد.
مقایسه ی ژنوم Denisovans با پوشش بالا و Neanderthals نشان داد که Neanderthals آلتای بیشتر شبیه ژنوم آفریقایی است تا Denisovans. سایر مدارک منجر به این نتیجه میشود که Denisovans آمیزشی از سایر گروه های قدیمی honinin دریافت کرده است، احتمالا Homoerectus که از اجداد رایجی از انسان ها، Neanderthals و Denisovans بیشتر از 1 میلیون سال پیش مشتق شده است. آمیزش این گروه احتمالا درخت mtDNA غیر عادی را توضیح میدهد: mtDNA Denisovans احتمالا از این گروه قدیمی hominin مشتق شده است.

aDNA انسان های مدرن
قطب شمال. انسان های اولیه 4500 y سال پیش آغاز به گسترش در قطب دنیای جدید کردند. دیرینه شناسان سه فرهنگ عمده در این گسترش را تشخیص دادند: اسکیمو- دیرینه اولیه، اسکیمو- دیرینه دیر و Thule . گروه اسکیمو دیرینه تکنولوژی مشابهی در میان محدوده جغرافیایی دارد و به سختی تا 1000 y سال پیش پایدار مانده است زمانی که توسط Thule جایگزین شدند که جد مستقیم Inuit امروزی بودند. ژنوم انسان قدیمی اولیه از افراد اسکیمو- دیرینه ایجاد شده است. این قضه مدارکی از مهاجرت اولیه دیرینه-اسکیموها از سیبری فراهم میکند که از مهاجرت های بعدی متفاوت است که موجب افزایش آمریکایی های بومی امروزه شده.
اخیرا، Raghavan و همکاران 26توالی ژنومی از استخوان های قدیمی در قطب فراهم کردند و دریافتند که پیوستگی ژنتیکی در هر دو زمان و مکان در بین همه اسکموهای دیرینه وجود دارد. آنها از مهاجران آسیا شرقی کاستند و به سرعت از قسمت آمریکایی قطب ناپدید شدند. پراکنش بعدی ابداع تکنولوژی که در گزارش دیرینه شناسی دیده میشود توسط تغییرات ژنتیکی در اسکیمو- دیرینه همراه نبود. این الگو پیشنهاد میکند که اسکیمو های دیرینه متحرک و عشایری بودند و در نتیجه در ژن های وسیع جریان بین گروه های محلی وجود دارد. پیوستگی ژنتیکی مرتبط در زمان ، اندازه ی یک جمعیت موثر سرتاسری که نتیجه ی سطوح بالا بیان ژن است، را نشان می دهد.
Raghavan و همکاران همچنین نشان دادند که مردم Thule از موج جدایی از مهاجرت از سیبری شرقی سرازیر شدند. Thule اسکیموهای –دیرینه را با هیچ زاده ی قابل بررسی بین گروه¬ها جایگزین کرد. Park بحث کرد که نقص درون¬زادآوری سوالی ایجاد کرد که ادعا میکرد که دروه 200 y اسکیموهای دیرینه و Thule همپوشانی داشتند. چنین مردم متحرکی احتمالا با یکدیگر مواجه میشوند و به نظر میرسد که احتمال ندارد که انها موانع فرهنگی قوی برای جلوگیری از زادآوری کامل داشته باشند.

آمریکای شمالی و جنوبی. آمریکایی های بوم در آمریکای شمالی و جنوبی بیشتر از وقایع مهاجرت متفاوت و اولیه سرازیر میشوند تا از اسکیموهای دیرینه و thule . مدارک دیرینه شناسی گسترده ای وجود دارد که شمال آمریکا توسط مردمی که مرتبط با تکنولوژی clovis بودند تا 13000 سال پیش تکثیر شدند و برخی مناطق در شمال و جنوب آمریکا اشغال شدن زودتر را پیشنهاد میکند. این مشاهدات با مهاجرت از سیبری شرقی از طریق Beringia استوار است، که بالاتر از سطح دریا بودند 22000 – 17000 سال پیش. در برخی مناطق اولیه آمریکا، جمجمه هایی یافت شده که به نظر میرسد بیشتر شبیه مردم امروزه استرالیا و مالزی باشد احتمال را افزایش می دهد که اصراری بر آن نداشتند.
توالی فسیل 24000 ساله از Mal’ta در جنوب- مرکز سیبری برای درک منشا آمریکای های بومی مهم است. ژنوم Mal’ta هم در قاعده گروه اروپای های غربی امروزه قرار میگیرند هم ارتباط نزدیکی با آمریکایی های بومی دارند اما وابستگی نزدیکی با آسیایی های شرقی امروزه ندارند. Raghavan و همکاران تخمین زده اند که 14-38% اجداد آمریکایی های بومی از جمعیت Mal’ta مشتق شده اند که در نتیجه آمیزشی است که احتمالا در آسیا بعد از اجداد آمریکایی های بومی رخ داده و از آسیایی های شرقی مشتق شده و قبل از اشتقاق گروه آمریکایی های بومی از سایرین بوده است.

4. کانالهای کلسیمی ولتاژی دریچه دار
A. زیرگروه کانال کلسیم و ترکیبات مولکولی
کانالهای کلسیمی ولتاژی دریچه دار، مسیر غالب و عمده برای ورودی کلسیم میانجی کننده دپلاریزاسیون به درون نورون ها می باشند. خانواده کانالهای کلسیمی متشکل از برخی از زیرگروه های کانال های مختلف می باشد که می توانند به دو گروه براساس وابستگی ولتاژی فعالیتشان تقسیم شوند: کانالهای فعال شده با ولتاژ کم (LVA) و کانالهای فعال شده با ولتاژ بالا (HVA). خانواده کانالهای HVA، متنوع تر هستند و می توانند تقسیمات بیشتری را براساس مشخصات عملکردی و فارماکولوژیکی (دارویی) داشته باشند، که به انواع L-, N-, P-, Q-, و R تقسیم می شوند. در واقع این انواع مختلف زیرگروه های کانال های HVA، می توانند از طریق حساسیت خودشان به آنتاگونیست های مشخص، تشخیص داده شوند: کانالهای نوع N، به شدت توسط ω-conotoxins GVIA و MVIIA بلوک می شوند، کانالهای نوع P و Q با وابستگی های مختلفی توسط سم عنکبوتی ω-agatoxin IVA بلوک می شوند، کانالهای نوع L، به هر دو آگونیست ها و آنتاگونیست های دی هیدروپیریدین حساس هستند، و کانالهای نوع R، توسط سم عنکبوتی SNX-482، مهار می شوند، اگر چه کانالهای R غیرحساس به SNX-482 نیز در انواع خاصی از نورون ها شناخته شده اند. ایزوفرم های کانالهای کلسیم مختلف، توزیع سلولی و جایگاه درون سلولی متمایز و نقش های عملکردی خاصی را نشان می دهند. در ابتدا تصور می شد که انواع کانالهای N-, P-, و Q ، عمدتا در پایانه های عصبی پیش سیناپسی بیان می شوند، که در آنها رهاسازی و انتشار نوروترنسمیترها را باعث می شوند. کانالهای نوع L، جفت شدن تحریک-انقباض را در ماهیچه ها و قلب را باعث می شوند و در نورون هایی که آنها اغلب در جسم سلولی بیان می شوند، ممکن است در فعال سازی آنزیم های وابسته به کلسیم و رونویسی ژن سهیم باشند. با این حال، نقش دقیق و توزیع هر یک از زیرگروه های کانال، به زیرگروه نورون وابسته هستند، بطوری که بسیاری از کانالهای کلسیم در جایگاههای مختلف درون سلولی بیان می شوند. برای مثال هر دو نوع N و L کانال ها می توانند در دندریت ها بیان شوند، و در واقع طیف وسیع تری از عملکرد ها را حمایت می کنند. هنگامی که درمان های جدید کانالهای کلسیم با خطر کمتر عوارض جانبی طراحی می شوند، در نهایت این نقش های عملکردی متنوع یک چالشی را ایجاد می کنند. کانالهای کلسیم نوع T در سطح مولکولی و بیوشیمیایی، ، با یک زیرواحد منفرد Cavα1 تشکیل می شوند، که این زیرواحد یک پروتئین ∼250 کیلودالتونی است که از چهار دمین غشایی تشکیل شده است که توسط نواحی سیتوپلاسمی متصل شده اند، و شاخه های NH2 و COOH نیز سیتوپلاسمی هستند. هر دمین غشایی متشکل از شش مارپیچ غشایی است (S1 تا S6) که ناحیه حسگر ولتاژ را تشکیل می دهند، بعلاوه یک موتیف Pلوپ یا حلقه که مجددا وارد می شود وجود دارد که خطوط منافذ کانال و انتخاب یونی را کنترل می کنند. ژنوم پستانداران، سه زیرواحد α1 کانال کلسیم نوع T مشخص را کدنویسی می کنند، که Cav3.1, Cav3.2 و Cav3.3 نامیده می شوند (205, 520, 695, 696)، هر یک از این ها اسپلایسینگ متناوب دارند و توزیع بافت مغزی مجزایی را نشان می دهند. در مقابل کانالهای HVA، مجتمع های پروتئینی هترومولتی مریک هستند که از طریق سرهم بندی زیرواحدهای Cavα1, Cavβ و Cavα2δ در یک استوکیومتری 1:1:1 شکل می گیرند (شکل 2). بعلاوه بنظر می رسد کالمودولین، بخشی از تمام مجتمع کانال کلسیم HVA است. انواع مشخص کانالهای HVA، مانند کانالهای نوع L ماهیچه های اسکلتی نیز شامل زیرواحد Cavγ هستند (41, 826). زیرواحد HVA ,Cavα1 در دو خانواده اصلی قرار می گیرند. خانواده Cav1 که چهار عضو دارد (Cav1.1 تا Cav1.4)، که تمام کانالهای کلسیم نوع L را کدنویسی می کنند، درحالیکه خانواده Cav2، شامل Cav2.1 (انواع P و Q را کدنویسی می کنند)،Cav2.2 (نوع N را کدنویسی می کند) و Cav2.3 (نوع R را کدنویسی می کند) می باشد. در تمام زیرواحدهای Cavα1 شناخته شده، اسپلایسینگ متناوب رخ می دهد، در برخی از موارد کانالها با رفتارهای عملکردی مختلف بطور چشمگیری افزایش می یابند (23, 543, 775, 830, 837). نشان داده شده که در کانال های Cav2.1، اسپلاسینگ متناوب در دو ناحیه کانالها برای تعیین اینکه آیا یک کانال مانند کانال نوع P یا Q رفتار می کند، انجام می شود.

سرهم بندی یا مونتاژ ساختاری و مولکولی کانالهای کلسیمی ولتاژی دریچه دار. A: کانالهای کلسیم فعال شده با ولتاژ بالا (HVA) از طریق مونتاژ زیرواحدهای Cavα1, Cavβ و Cavα2δ تشکیل می شوند. ماهیت زیرواحد Cavα1، زیرگروه کانال کلسیم را تعیین می کند. B: توپولوژی غشاء زیرواحدهای کانال کلسیم، اهداف آنالجزیک (مسکن ها) را مشخص می کند و همچنین مکان باند شدن آنتاگونیست های مهم را به کانال کلسیم مشخص می کند. گاباپنتونوئیدها مانند گاباپنتین و پرگابالین به زیرواحد Cavα2δ متصل می شوند، درحالیکه آنتاگونیست های کلاسیک کانال کلسیم مانند conotoxins و piperidines با زیرواحد Cavα1 برهمکنش می کنند. در مهره داران، چهار ژن وجود دارد که زیرواحد Cavβ را کد می کنند. این ها پروتئین های سیتوپلاسمی (به استثنای یکی از واریانت های اسپلایس Cavβ2 palmitoylate) هستند که با زیرواحد Cavα1 در دمین I-II ناحیه اتصال دهنده، مرتبط هستند. آنها بیان غشایی کانالها را از طریق تداخل با حفظ ER و یوبی کوینئه کردن، افزایش می دهند؛ بعلاوه احتمالا رونویسی ژن مستقل از فعالیت کانال کلسیمی را تنظیم می کنند. همچنین چهار نوع مختلف از زیرواحد Cavα2δ وجود دارد. هر یک از آنها محصولات ژن های منفردی هستند که بطور پس از ترجمه ای شکافته می شوند و سپس از طریق پیوند دی سولفید دوباره متصل می شوند. پروتئین α2 یک پروتئین خارج سلولی است، درحالیکه بنظر می رسد پروتئین δ، بصورت glycophophatidylinositol (GPI) به قسمت خارج سلولی غشا پلاسمی لنگر می شود.
مانند زیرواحد Cavβ، زیرواحد Cavα2δ بیان غشایی زیرواحد Cavα1 را افزایش می دهد، و احتمالا از طریق مکانیسم مشخصی اینکارا را انجام می دهد (865, 982). بعلاوه برای تنظیم انتقالات غشایی، بیان همزمان زیرواحدهای کانال های کلسیمی فرعی، می توانند خصوصیات عملکردی و فارماکولوژیکی مجتمع کانال کلسیمی را تغییر دهند و ممکن است حساسیت را به تنظیم پیامبرهای ثانویه را نیز تغییر دهند. زیرواحد Cavγ توسط یکی از هشت ژن مختلف کدنویسی می شود و متشکل از چهار مارپیچ گذرنده از غشاء است. برخلاف کانالهای کلسیمی نوع L ماهیچه های اسکلتی، هنوز مشخص نیست که کانالهای کلسیمی نورونی با زیرواحد Cavγ مرتبط باشند. نورون های آوران اولیه، انواع متعددی از کانالهای کلسیمی ولتاژی دریچه دار را از جمله P-, N-, L-, R-, و زیرواحد Cavα1 و چندین ایزوفرم کانال کلسیمی فرعی را بیان می کنند. در زیر ما نقش انواع این کانالها را در انتقال درد و مفید بودن آنها به عنوان اهدافی برای آنالجزیک (مسکن ها)، مشخص کرده ایم.

B. نقش کانالهای نوع N در مسیر آوران درد
کانالهای کلسیمی نوع N، تقریبا بطور انحصاری در بافت عصبی بیان می شوند و در پایانه های عصبی پیش سیناپسی غنی تر هستند جایی که آنها منجر به رهاسازی نوروترنسمیترها از طریق ارتباط فیزیکی با ماشین انتشار سیناپسی می شوند. که این نوع کانال همچنین برای پایانه فیبرهای آوران اولیه بکار برده می شود که سیناپس ها در شاخ خلفی طناب نخاعی قرار دارند. ورود کلسیم به پایانه عصبی سیناپسی، نوروترنسمیترهایی مانند گلوتامات، CGRP و SP را آزاد می کند. در نتیجه مهار فعالیت کانال کلسیم نوع N، منجر به کاهش نوروترنسمیترها و بنابراین آنالژی یا بی دردی می شود. موش ناک اوت شده کانال نوع N (کانال های نوع N در موش حذف شده اند)، به درد حساسیت کمی دارد (hyposensitive) (365, 474, 745, 747) و تنها یک فنوتیپ نسبتا خفیف CNS، در این حیوانات وجود دارد که سطح اضطراب را کاهش می دهد و علائم ترک الکل را نیز کاهش می دهد. در مجموع این یافته ها نشان می دهد که کانال های نوع
N ، بطور بالقوه اهداف دارویی مناسب و بادوامی برای توسعه آنالجزیک های جدید هستند. مانند بسیاری از دیگر ایزوفرم های کانالهای کلسیم، تشکیل منافذ زیرواحد Cav2.2 α1 تحت اسپلایسینگ متناوب در جایگاههای مختلف هستند، از جمله اگزون 37، که به صورت اگزون 37a یا 37b وجود دارد. جالب توجه است که کانالهای متشکل از اگزون 37a تقریبا بطور انحصاری برای نورون های کوچک درد که برای کانالهای Nav1.7 مثبت هستند، محدود شده اند. در سیستم های بیان زودگذر، ورود اگزون 37 منجر به افزایش تمام چگالی فعلی سلول می شود، ولتاژ فعال سازی را تغییر می دهد و تنظیم فعالیت کانال را توسط G پروتئین ها و تیروزین کیناز تغییر می دهد (134, 577, 723). در شرایط زنده آزمایشات فلج siRNA نشان می دهد که درد پایه و درد التهابی توسط کانالهای متشکل از اگزون 37 a میانجی می شوند. بنظر می رسد allodynia لمسی در پاسخ به بست عصب سیاتیک بر هر دو واریانت اسپلایس متکی است، در حالیکه در مدلهای حیوانی مشابه، هیپرآلرژی حرارتی عمدتا به اگزون نوع 37a وابسته است. آزمایشات با موش های ترنس ژنیک که منحصرا اگزون 37a را بیان می کنند، در مقایسه با موشی که اگزون 37b را بیان می کند، حساسیت بیشتری نسبت به بی دردی ناشی مورفین نشان می دهد. در مجموع این اطلاعات نشان می دهند که کانالهای متشکل از اگزون 37a ممکن است یک هدف مناسب تر برای آنالجزیک در مقایسه با کانالهای متشکل از اگزون 37b باشند. با این حال، در شرایط عملی، هدف انتخابی کانال اکزون 37a از طریق داروها یک چالش قابل توجهی را ایجاد می کند، اگزون 37a از اگزون 37b تنها در 14 آمینواسید باقی مانده درون دم انتهای COOH سیتوپلاسمی کانال تفاوت دارد. با این حال ، همانطور که در زیر ذکر کرده ایم، ممکن است برای بهره برداری از تفاوت در خصوصیات دریچه ای دو کانال از مهارکننده های وابسته به مکان استفاده کنند.

C. اثرات ضد درد مهارکننده های مستقیم کانال های نوع N
یکی از ویژگی های متمایز کانال های کلسیم نوع N، حساسیت انها به ω-conotoxin GVIA است که یک سم پپتید جدا شده از ماهی که صدف Conus geographus را شکار می کند است. این پپتید 27 آمینواسیدی، یک ساختار ستونی سخت دارد که به علت تشکیل سه پیوند دی سولفید می باشد، و جریان را از طریق بستن وستیبول خارجی منفذ Cav2.2 بلوک می کنند. که این عمل مسدود شدن، بطور ضعیفی قابل برگشت است، اما بنظر می رسد هیپرپلاریزاسیون قوی غشایی به نفع غیربلوکه شدن است. هنگامی که بطور داخل نخاعی به جوندگان انتقال داده می شود، این پپتید موجب سرکوب قوی درد می شود (240, 673, 766). سم مرتبط با مسدود کردن ساختاری 25 آمینو اسید کانال نوع N ، از حلزون Conus magus جداسازی شده است و ω-conotoxin MVIIA نامیده می شود. این پپتید با GVIA، زمانی که بصورت انتقال داخل نخاعی داده شود سبب آنالژی یا بی دردی قوی می شود (107, 148, 766, 928). MVIIA می تواند در شرایط آزمایشگاهی سنتز شود، و باندهای دی سولفید بطور صحیح تشکیل شوند و تا بخورند، بنابراین فعالیت مسدود شدن حفظ می شود. این به سم اجازه می دهد تا به عنوان یک درمان برای درمان درد در انسان تحت نام تجاری Prialt بکار برده شود، و برای استفاده در انسان ها برای درمان بیماران مبتلا به درد سرطان مقاوم به درمان، تایید شده است (45, 605, 796, 920). با این حال، به دلیل اینکه این پپتید به آسانی از سد خونی مغزی عبور نمی کند، باید بصورت داخل نخاعی از طریق کاشت مینی پمپ ها انتقال داده شوند. بعلاوه برخی از عوارض جانبی Prialt گزارش شده اند از جمله سرگیجه، تاری دید، کاهش فشار خون و مشکلات حافظه ای(694, 725)، پس در نتیجه این دارو یک پنجره درمانی ضعیف است. که سپس سوالاتی را مطرح می کند که چرا انتقال دقیق و حاد مهارکننده انتخابی کانال نوع N، می تواند عوارض جانبی را تولید کند،و هنگامی که تمام پروتئین Cav2.2 در موش حذف می شود، فقط یک فنوتیپ خفیف حاصل می شود. درحالیکه ممکن است MVIIA بتواند فعالیت های ناشناخته خارج از هدف موردنظر را داشته باشد، که توجیه احتمالی این است که سرکوب ژن ممکن است در جبران زیرگروههای دیگر کانالهای کلسیمی باشد، (مانند کانالهای نوع P/Q که در پاسخ به انسداد مزمن کانال نوع N گزارش شده اند؛ منبع 341)، درحالیکه انسداد حاد، ورود کلسیم را بدون زمانی برای ایجاد مکانیسم های جبرانی، حذف می کند. مجموعه پپتیدهای مرتبط از Conus fulman و Conus catus، شامل ω-conotoxins FVIA, CVID, CVIE و CVIF نیز به شدت کانالهای کلسیم نوع N را مهار می کنند و اثرات ضد درد را نشان می دهند (8, 87, 524, 527, 625, 788). CVID بر روی انسانی، آزمایش شده است و بنظر می رسد پنجره درمانی بزرگتری نسبت به Prialt باشد. علاوه بر مسیر محدود شده ی تحویل آنها، سموم پپتید مسدود کننده منفذ، تعاملی نیز با مناطق دریچه دار متعدد کانالهای نوع N دارند که مفید نیستند، که شاید یک ویژگی ایده آل برای طراحی دارو با هدف فعالیت بیش از حد عصبی نباشد. در واقع، برخی از فصل ها ممکن است از داروهای ضد تشنج بلوک کننده کانال سدیمی، داروهای بیحس کننده موضعی و داروهای ضد آریتمی که ترجیحا با کانالهای غیرفعال در تعامل هستند را معرفی کنند، بنابراین بطور انتخابی سلولهای بیش از حد تحریکی را هدف قرار می دهند، درحالیکه بطور طبیعی در بافت های عملکردی، کانال مقدار کمی فعالیت دارد (377, 722, 950). بنابراین به این دلیل خواص مشابه ممکن است در جهت نرمال سازی عملکرد فیبرهای دردی که بطور نابجا فعال شده اند، مفید واقع شوند. بخش کشف دارو ممکن است بطور فعال در شناسایی مهارکننده های وابسته به استفاده از مواد آلی کوچک کانالهای کلسیمی نوع N ، دخالت داشته باشد. برخی از ترکیبات مانند آمینوپی پیریدین-سولفونامید، پیرازولپی پیریدین، TROX-1 و cilnidipine مثالهایی از کلاس های مختلف مهارکننده های وابسته به مکان مواد آلی کوچک کانالهای نوع N با اثربخشی در مدلهای مختلف درد هستند. یک سری از مشتقات پیپرازین طراحی شده بطور معقول با خاصیت مهارکنندگی قوی کانالهای کلسیم غیرفعال، نیز برای القاء بی دردی قوی گزارش شده اند (678, 679, 1003). Z160 یکی از این ترکیبات است که در حال حاضر در مرحله دوم آزمایشات کلینیکی در ایالات متحده بررسی می شود و همچنین دسترسی خوراکی مهارکننده وابسته به فرکانس کانالهای نوع N را نیز نشان داده اند.

D. تنظیم کانالهای کلسیم نوع N توسط گیرنده های جفت شده با G پروتئین
فعالیت کانالهای کلسیم نوع N، به شدت توسط برخی از GPCRs های مختلف از جمله اپوئید، دوپامین وگیرنده های گلوتامات متابوتروپیک و بسیاری دیگر، تنظیم می شود (77, 207, 251, 261, 262, 842). پس از فعال سازی گیرنده، نوکلئوتیدها در زیرواحد Gα مبادله می شوند در نتیجه یک تغییر کانفورماسیونی در تریمر Gαβγ رخ می دهد که دو قسمت سیگنالینگ مستقل تولید می شود: Gα-GTP و Gβγ (شکل 3). در مورد کانالهای کلسیمی نوع N ( و نوع P/Q)، زیرواحد Gβγ بطور فیزیکی با بسیه اتصالی تشکیل شده توسط دمین های I-II اتصال دهنده و ناحیه انتهایی NH2 زیرواحد α1 کانال، مرتبط است (11, 225, 1001)، و این تعامل اتصالی منجر به ثبات حالت بسته کانال می شود. در نتیجه دپلاریزاسیون بزرگتر به کانال باز نیاز دارد و بنابراین فعالیت کانال درون محدوده ولتاژی فیزیولوژیکی، مهار می شود. بنا به دپلاریزاسیون قوی غشایی یا در پاسخ به رشته سریع پتانسیل عمل، زیرواحد Gβγ بطور موقت از کانال جدا می شود، درنتیجه یک عدم مهارکنندگی ایجاد می شود (119, 1005). در سطح تمام سلول، اثرات Gβγ بر فعالیت کانال نوع N ، به عنوان یک کاهش در اوج یا نوک دامنه فعلی دیده می شود، و همچنین آهستگی مدت زمان فعال سازی، و آهستگی مدت زمان غیرفعال سازی نیز مشاهده می شود. این اثرات در سطح کانال منفرد می توانند بطور اولیه به افزایش زمان تاخیر برای باز شدن کانال نسبت داده شوند. اثرات مهاری زیرواحد Gβγ، به طیف وسیعی از فاکتورها بستگی دارند از جمله زیرگروه کانال کلسیم (کانالهای نوع N، قویتر از کانالهای P/Q مهارکننده هستند) (42, 105, 208)، ایزوفرم زیرواحد Cavβ، و زیرگروه زیرواحد Gβ . بعلاوه، مسیرهای پیامبرهای ثانویه دیگر، مانند فعالیت پروتئین کیناز C اثرات عملکردی Gβγ را تعدیل می کند. این ناهمگونی در تعدیل کانال نوع N توسط زیرواحد Gβγ، نیاز است که در زمان تفسیر فعالیت های مهاری GPCRs های مختلف بر فعالیت کانالها در بافت یا سلولهای مختلف، در نظر گرفته شوند. علاوه بر این مهار مستقیم فعالیت کانالهای نوع N وابسته به ولتاژ ، فعال سازی GPCRs می تواند باعث تعدیل مستقل از ولتاژ شود، که این به سیگنال دهی میانجی Gα مرتبط است و ممکن است شامل فسفوریلاسیون کانال توسط کینازهایی مانند تیروزین کیناز و پروتئین کیناز A باشد (شکل 3)( 451, 486, 758). برای جزئیات بیشتر در مورد تعدیل GPCR کانالهای کلسیمی ولتاژی دریچه دار، باید خواننده را به برخی از مقالات مروری جامع راهنمایی کنیم (251, 842, 1002).

مهار Gپروتئین کانال کلسیم نوع N. A: فعال سازی رسپتورهای اپوئیدی توسط آگونیست مورفین خودش که در نتیجه ی اتصال زیرواحد βγ G پروتئین به زیرواحد Cavα2.2 α1 کانال کلسیم نوع N، با مهار میانجی وابسته به ولتاژ (VD) است، درحالیکه مسیرهای پیامبر ثانویه توسط تعدیل میانجی Gα مستقل از ولتاژ (VI) فعال شده اند. B: موشکافی تعدیل VD و VI توسط الکتروفیزیولوژی. کاربرد پالس ولتاژی دپلاریزه کننده ی قوی قبل از تست کردن دپلاریزاسیون (پروتوکل ولتاژ را در بالا ببینید)، منجر به بخشی از مهار القا شده با آگونیست جریان های کانال نوع N می شود. مهار حساس به پیش پالس، به تعدیل VD مربوط است، درحالیکه چیزی که پس از پیش پالس باقی می ماند، VI است. در غیاب آگونیست، افزایش کم در فعالیت فعلی در پاسخ به پیش پالس، بازتابی از مهار Gپروتئین مستقل از آگونیست (tonic) است که با انواع معینی از گیرنده ها مشاهده شده است. در زمینه تعدیل درد، رسپتور μ- اپوئید (MOR)، شاید گسترده ترین زیرگروه رسپتور مورد مطالعه باشد. که این هدف فارماکولوژیکی مورفین است که یکی از قویترین مسکن ها می باشد. MORs توسط G پروتئین های همراه کانالهای پتاسیم اصلاح شده (GIRK) در نورون های نخاعی عمل می کنند و همچنین با مهار کانالهای کلسیمی نوع N پیش سیناپسی در فیبرهای آوران اولیه نیز فعالیت می کنند. در نتیجه کاهش در جریان ورودی کلسیم پیش سیناپسی، به منظور کاهش رهاسازی نوروترنسمیترها فرض شده است. بعلاوه، اپوئیدها ممکن است مستقیما بر ماشین رهاسازی نوروترنسمیترها عمل کنند. همراه با کاهش تحریک پذیری نورون های پس سیناپسی شاخ خلفی به علت فعال شدن GIRK، بی دردی تولید می شود. بعلاوه نقش عمده MORs فوق نخاعی، در خواص ضددرد مورفین وجود دارد.
درحالیکه مورفین بسیار موثراست، تعدادی عوارض جانبی شامل یبوست، افسردگی تنفسی، و خارش را دارد و می تواند منجر به تحمل، وابستگی و سوءمصرف شود. بعلاوه استفاده از مورفین منجر به پیشرفت تحمل می شود که این مشکل اصلی است که در زمینه کلینیکی وجود دارد. اعضای دیگر خانواده رسپتور اپوئید (یعنی رسپتورهای δ (DOR و κ-opioid)، نیز کانالهای کلسیم نوع N را مهار می کنند (279, 343, 611, 626, 861) و خواص ضددرد را در مورد درد در مدلهای جوندگان مختلف دارند، و آگونیست های KOR این مزیت را دارند که سبب افسردگی تنفسی نمی شوند. موش های ناک اوت فاقد DOR، افزایش مکانیکی آلودینا را نشان دادند، درحالیکه فعال سازی انتخابی این رسپتورها با SNC80 آگونیست DOR، در پاسخ به دردهای مکانیکی و حرارتی موجب بی دردی می شود. پنتازوسین آگونیست KOR از لحاظ بالینی برای درمان درد استفاده می شود، درحالیکه برای دانش ما هیچ آگونیست DOR وجود ندارد که برای استفاده ی مسکن ها برای بیماران انسانی تایید شده باشند. مطالعه جالبی با استفاده از موش های ترانس ژنیک در DORs که با اپی توپ ترکیب شده بودند، نشان داد که DORs و MORs در زیرگروههای مشخصی از فیبرهای آوران اولیه بیان شدند و جنبه های مشخصی از سیگنال دهی درد با تنظیم DORs درد مکانیکی، تنظیم می شوند، درحالیکه بنظر می رسد MORs ترجیحا درد حرارت را تنظیم می کنند. بنظر می رسد فقدان DORs در فیبرهای حسی حرارتی، در مغایرت با اثرات ضددرد SNC80 در درد حرارتی می باشد، که این نشان دهنده ی این است که شاید پیچیده ترین سهم نسبی زیرگروه های رسپتور های مختلف اپوئیدی برای سیگنال دهی درد باشد. پیچیده ترین مسئله این حقیقت است که MORs, KORs و DORs می توانند با تغییر دادن پاسخ آگونیستی، تشکیل هترودیمر دهند و شاید سیگنال دهی کانال های نوع N تغییر یابد. قابل ذکر است که بنظر می رسد تشکیل چنین هترودیمری از لحاظ دینامیکی در پاسخ به فعالیت رسپتور MOR بوسیله مورفین، تغییر کند. در نهایت، مطالعه اخیر که شامل ایزوفرم های اسپلایس پیچیده MOR خاص در آنالژی و خارش ناشی از مورفین بود، با ایزوفرم MOR1D سبب یک خارش در پاسخ به واکنش ها با گاسترین آزاد شده از رسپتور پپتیدی شد. آیا پاسخ خارش مربوط به تعدیل کانالهای نوع N، نامشخص است. ویژگی زیرگروه گیرنده و ایزوفرم اسپلایس، در توسعه مصرف مواد مخدر جدید، خیلی مهم است که در نظر گرفته شوند. استفاده طولانی مدت از اپوئیدها می تواند هیپرآلرژی یا پردردی ناشی از اپوئید را ایجاد کند، یعنی شرایطی که درمان اپوئید مزمن می تواند منجر به افزایش درد شود. مکانیسم های پایه ای بنظر می رسد پیچیده و چندعاملی باشند. گزارش شده است که هیپر آلرژی ناشی از اپوئید ممکن است حساسیت مرکزی توسط دخالت NMDARs ، از طریق تغییرات هموستئاز کلرید در نورون های لامینای 1 نخاعی یا از طریق تعدیل مسیرهای نزولی، را شامل شود. همچنین نشان داده شده که اپوئیدهایی مانند دینورفین ممکن است اثرات خارج از هدف بر گیرنده های برادی کینین داشته باشد که به نوبه خود کانالهای کلسیمی ولتاژِ دریچه دار را فعال می کند، در نتیجه اثرات proalgesic را میانجی می کند. چهارمین عضو خانواده رسپتورهای اپوئیدی گسترده، گیرنده یا رسپتور نوسیسپتین (NOP) است. که این رسپتور در هر دو پایانه های عصبی آوران و CNS بیان شده است. این رسپتور به لیگانده های رسپتور اپوئید کلاسیکی، غیرحساس است، اما از طریق orphanin-FQ آگونیست اندوژن خودش، (همچنین به عنوان nociception شناخته شده است) فعال می شود. مانند سایر اعضای خانواده گیرنده اپوئید، فعال سازی گیرنده NOP توسط orphanin-FQ ، مهار وابسته به ولتاژ فعالیت کانال نوع N میانجی می شود (4, 5, 511, 621, 742, 985). درحالیکه اثرات pronociceptive بر روی فعالیت گیرنده NOP در مغز شرح داده شده است، هنگامی که orphanin-FQ بطور انتقال داخل نخاعی داده می شود، سبب آنالژی یا بی دردی می شود (202, 215, 483). nocistatin از لحاظ بیولوژیکی اندوژنی است که آنتاگونیست گیرنده NOP را فعال می کند، و فعالیت های آنالژی orphanin-FQ را مهار می کند، اگرچه بنابه مکانیسم مستقل از گیرنده NOP گزارش شده است. حتی اگر گیرنده های NOP، به مورفین حساس نباشند، یک تداخل جالب بین سیستم های NOP و MOR وجود دارد. مصرف مزمن مورفین منجر به افزایش بیان گیرنده NOP می شود و برعکس، موش های فاقد گیرنده های NOP ، کاهشی را در تحمل مورفین نشان می دهند. اساس مولکولی این تداخل بطور کامل شناخته نشده است. نشان داده شده که گیرنده NOP ، برای تشکیل مجموعه سیگنال فیزیکی با کانالهای کلسیمی نوع N در هر دو نورون های DRG و در سیستم های بیان زودگذر می باشند. که این دو نتیجه مهم دارد. اول اینکه گیرنده های NOP بنظر می رسد سطح پایینی از فعالیت ساختاری را نشان می دهند، تشکیل مجتمع های گیرنده NOP/کانالهای نوع N، باعث تعدیل Gβγ مستقل از آگونیست فعالیت کانال می شوند که با افزایش تراکم گیرنده، افزایش می یابند. دوم، تعامل گیرنده NOP با کانالهای نوع N، انتقال رسپتورها به سمت غشای پلاسمایی را بهبود می بخشد، و اجازه ی درونی شدن آگونیست واسطه ای مجتمع رسپتور/کانال را می دهد (هر چند باید توجه داشت که از دست دادن nociception با واسطه گیرنده سطح کانال نوع N، در نورون های DRG در مطالعه اخیر مشاهده نشده است؛ منبع 630). تعدیل مستقل از آگونیست همراه با واسطه گیرنده NOP، در جهت انتقالات کانال نوع N می تواند بطور بالقوه منجر به بهبود تعداد کانالهای نوع N در غشای پلاسمایی شود، که تحت شرایط مهار G پروتئین تونیک است، بنابراین به تعدیل بیشتر توسط GPCRs های دیگر مانند MOR غیر حساس می شود. به این ترتیب امکان دارد که این تعدیل بتواند به شکلی از مقاومت مورفین در شرایطی که تراکم گیرنده NOP تنظیم مثبت دارد، کمک کند (که در پاسخ به مصرف مزمن مورفین شناخته شده است). با این حال بصورت تجربی نشان داده نشده است و چنین مکانیسمی ممکن است با توجه به کانالهای MORs, NOPs و نوع N مبهم باشد که بتواند کمپلکس بزرگتری را با خصوصیات انتقالی کانال و تعدیل آن تغییر دهد. گیرنده های GABAB یکی از کلاس های GPCRs است که در فیبرهای آوران اولیه بیان شده اند و برای مهار کانالهای کلسیم نوع N از طریق هر دو مسیر مستقل از ولتاژ و وابسته به ولتاژ، شناخته شده است. انتقال داخل نخاعی باکلوفن، آگونیست گیرنده GABAB ، آنالژی را القا می کند؛ اگرچه استفاده از آگونیست های گیرنده GABAB سیستماتیک، برای درمان کردن درد به علت اثرات جانبی بر CNS مانند افزایش مصرف تغذیه کوتاه مدت، و افزایش تشنج امکان پذیر نیست. از سوی دیگر ممکن است بطور انتخابی رسپتورهای GABAB در نورون های محیطی مورد هدف قرار گیرند. در واقع Vc1.1 یک α-conotoxin است که در ابتدا تصور می شد که بطور انتخابی گیرنده های نیکوتینی را مهار می کند. با این حال سم Rg1A و پپتید مربوطه، بطور قابل توجه ای فعالیت کانالهای کلسیم نوع N را از طریق فعال سازی گیرنده GABAB ، مهار می کند (125, 126, 206). که این بنوبه خود مسئول عمل ضددرد این پپتید است. جالب توجه است که یک نسخه از پپتید Vc1.1 حلقوی تولید شده است و نشان داده شده است که بصورت خوراکی برای درمان درد موثر است. آیا مسیر مصرف خوراکی ممکن است منجر به اثرات جانبی مشابه با آنچه که برای باکلوفن دیده شد، شود.
در مجموع تنظیم کانالهای کلسیم نوع N توسط GPCRs، یک اصلاح کننده قوی برای انتقال درد است و ممکن است از لحاظ دارویی به سمت توسعه مسکن (داروهای مسکن) باشد. نقش فیزیولوژیک طبیعی این گیرنده ها، ممکن است یک مکانیسم ذاتی برای کاهش درد از طریق بالابردن لیگاندهای اندوژن رسپتور مانند اندورفین ها باشد.

E. درد و انتقال کانالهای کلسیم نوع N
در شرایط درد مزمن، تنظیم مثبت بیان کانالهای نوع N در فیبرهای آوران اولیه و شاخ خلفی طناب نخاعی وجود دارد (182, 987)، و همچنین تغییری در بیان ایزوفرم های اسپلایس کانال های نوع N خاص که فاقد اگزون 18a هستند که اگزون مربوط به یک ناحیه در لینکر یا اتصال دهنده دمین II-III کانال است، وجود دارد. علاوه بر این در معرض قرار دادن نورون های DRG کشت شده، با یک کوکتل التهابی منجر به افزایش نسبت کانال های نوع N در سطح سلولی می شود (Altier و Zamponi مشاهدات منتشر نشده اند). آنالیز Real-time PCR نورون های DRG موش، نشان داده است که mRNA کانال نوع N در شرایط درد دیابتی نوروپاتیک تغییر نمی کند، که این نشان می دهد تغییرات مزمن ناشی از درد در بیان غشای کانال نوع N ممکن است در سطح پروتئین بجای mRNA رخ دهد. که این نیز با مشاهدات کانال نوع N در نورن های گانگلیون سرویکال فوقانی که برای تنظیم بوسیله یوبی کوئینه شدن و تخریب پروتئازومال هستند، متناسب است، و واریانت اسپلایس اگزون 37b Cav2.2، بیشتر مستعد درونی شدن در پاسخ به یونی کوئینه شدن است. یک مطالعه اخیر پیوستگی کانالهای کلسیم نوع N با میانجی collapsin response mediator protein 2 (CRMP2) گزارش شده است. این پروتئین در رشد سلولی دخالت دارد، اما همچنین به عملکرد سیناپسی نیز مرتبط است. در نورون های با بیان بیش از حد CRMP2، بنظر می رسد تراکم سطح سلولی کانال های کلسیم نوع N افزایش یافته است، که این نشان دهنده ی نقش بالقوه در ثبات کانال نوع N است. بعلاوه در نورن های DRG، بیان بیش از حد CRMP2 منجر به افزایش در ترشح CGRP میانجی کانال نوع N می شود که این نشان دهنده نقش بالقوه در سیگنال دهی درد است. در واقع CRMP2 جفت نشده از کانالهای کلسیم نوع N با استفاده از اساس روش پپتید TAT، منجر به سرکوب هر دو درد التهابی و نوروپاتیک (116, 445, 951) و درد میگرن می شود. احتمالا این اثر توسط تداخل با ثبات کانالهای کلسیم نوع N در غشای پلاسمایی می شود که توسط پیوستگی CRMP2 با کانال میانجی می شود و ممکن است توسط SUMOylation تنظیم شود. با این حال در این نقطه واضح است که اگر شرایط درد مزمن منجر به افزایش پیوستگی کانال نوع N با CRMP2 شود، مشخص می شود که چه مکانیسم های سیگنال دهی سلولی وجود دارد. با این حال، تداخل با انتقال کانال کلسیم نوع N ممکن است بطور متناوب موثرتر از تنظیم انتقال درد باشد، شاید بطور انتخابی در نورون هایی که یک تنظیم مثبت نابجا در فعالیت کانال دارند که قبلا در آنها رخ داده است. همانطور که قبلا اشاره شد، زیرواحد Cavα2δ، یک زیرواحد فرعی مهم برای تمام کانالهای کلسیم HVA است و بطور معمول انتقال زیرواحد HVA α1 به غشای پلاسمایی افزایش می یابد. شواهدی وجود دارد که بیان Cavα2δ1 در طول موقعیت های درد نوروپاتیکی مانند افرادی که آسیب عصبی مکانیکی یا دیابت دارند، بهبود می یابد و این تنظیم مثبت به پیشرفت آلودینیای لمسی مرتبط است. در همین راستا بیان بیش از حد Cavα2δ1 نورون های حسی سه قلو در حیوانات ترنس ژنیک، تحریک پذیری بالایی را به علت بهبود تمام فعالیت کانال کلسیم سلولی نشان می دهد. در مجموع با افزایش تراکم سطح سلولی کانال های کلسیمی نوع N که در نتیجه ی انتقال افزایش یافته ی سطح سلولی است، متناسب است. زیرواحد Cavα2δ1 هدف فارماکولوژیکی اصلی برای گاباپنتونوئیدهایی مانند گاباپنتین و پره گابالین است، که یک کلاس از داروهایی هستند که بیشترین اثر را در درمان درد نوروپاتیک دارند. گاباپنتین مستقیما به زیرواحد Cavα2δ1 متصل می شود. موش ترنس ژنیک حامل جهش نقطه ای (R217A) در زیرواحد Cavα2δ1 ، اتصال پره گابالین را حذف می کند و به فعالیت های ضددرد پره گابالین غیر حساس است. در این موش اتصال پره گاابلین تریتیومی به بافت مغز، عملا حذف شده است، که این نشان می دهد زیرواحد Cavα2δ1 بطور اولیه در شرایط زنده هدف ترکیب این دارو است. اخیرا نشان داده شده است که زیرواحد Cavα2δ به عنوان یک گیرنده thrombospondin عمل می کند و همچنین نشان داده شده که در تنظیم مورفولوژی سیناپسی دخالت دارد. بعلاوه thrombospondin 4 در حساس سازی نخاعی در طول درد نوروپاتیک نقش دارد، در نتیجه این سوال پیش می آید که آیا گاباپنتونوئیدها بطور انحصاری از طریق تنظیم کانالهای کلسیمی عمل می کنند، یا شاید از طریق مسیرهای سلولی متعددی که به زیرواحد Cavα2δ متکی هستند. اثرات حاد گاباپنتین بر کانالهای کلسیمی ولتاژی دریچه دار تحت برخی شرایط مشاهده شده است(220, 581, 816, 883)، چنین فعالیت هایی ارتباط کمی با اثرات بالینی آنها دارد که روزها یا هفته ها ممکن است پیشرفت کند. با این حال پس از در معرض قرار دادن با پره گابالین، بطور گذرا بیان Cav2.1 جریان های کلسیمی کاهش می یابد، که به صورت تمام جریان های کلسیم سلولی در نورون های DRG وجود دارد، که نشان دهنده ی مکانیسمی است که در انتقالات کانال دخالت دارد. این اثر در جهش مکان اتصال گاباپنتونوئیدها در زیرواحد Cavα2δ1 ، حذف شده است. پره گابالین در امتداد این خطوط، هدف سیناپسی Cavα2δ را مهار می کند و بیان افزایش یافته غشایی Cavα2δ در نورون های DRG در جوندگان تحت شرایط درد نوروپاتیک حذف می کند. در مجموع این یافته ها نشان می دهد که هنوز یک مکانیسم ناشناخته است، که تنظیم مثبت زیرواحد Cavα2δ در فیبرهای درد آوران وجود دارد که بنوبه خود افزایش بیان سیناپسی کانالهای کلسیمی نوع N را بالا می برد، در نتیجه انتقال سیگنالهای درد تسهیل می یابد. بنظر می رسد گاباپنتونوئیدها با انتقال زیرواحد Cavα2δ دخالت دارند، بنابراین فعالیت انتقال کانال نوع N طبیعی افزایش می یابد و انتقال سیناپسی به منظور اثرات ضددرد تولید می شوند.

محاسبات مبتنی بر ابر – پردازش ژنومیک – چارچوب توزیع شده – پروتکل های تعیین منابع – سیگنال دهی off-path – NSIS

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

قبل از شروع، GIST باید یک بخش پیام (MA) با استفاده از اطلاعات انتقال یافته در بسته GIST ، مانند شناسه منحصر به فرد گره GIST (نظیر هویت) و آدرس های IP را ایجاد و انجام دهد.
اگر چه IETF تنها دو پروتکل NSLP را به صورت استاندارد ارائه کرده است (کیفیت سرویس سیگنالینگ و NAT یا فایروال پیمایش)، اما دیگر پروتکل ها مانند NetServ NSLP [7] نیز اجرا شده است.
NSIS در ابتدا برای مدیریت ناحیه های در طول گره و مبتنی بر مسیر های داده طراحی شده بود. برای این منظور، پیامهای NTLP ممکن است در گره های دارای قابلیت NSIS در مسیر قطع شوند. به طور خاص، پروتکل GIST اجازه ی، تعیین مسیریابی پیام از طریق روش مسیریابی پیام (MRMs) را می دهد. دو MRM در حال حاضر در RFC GIST مشخص شده اند: (1) كوپله شدن آدرس MRM، که مسیرهای سیگنالینگ پیام از طریق مسیر داده تعیین می کند، و (2) MRM دارای انتهای آزاد، برای پیش شرط گذاری مناطق در جعبه های میانه مقصدهای داده که در پشت سر آنها قرار دارد، مورد استفاده قرار میگیرد.
پیام GIST شامل یک پیام مسیریابی اطلاعات (MRI) است، که اجازه می دهد تا گره NSIS برای شناسایی MRM مورد استفاده قرار گیرد. برای مثال، در مورد یک MRM كوپله شده ی آدرس، بسته GIST توسط گره NSIS در مسیر قطع و پس از پردازش توسط NSLP دوباره به سمت مقصد ارسال خواهد شد.
معماری مدولار NSIS و GIST اجازه ی گسترش و همچنین تعریف MRMs جدید، را می دهد [4]. در [8] [9] ما قابلیت های سیگنالینگ NSIS با ویژگی های off-path با تعریف یک MRM جدید را گسترش داده ایم. این فرمت نیاز به تعریف یک پروتکل تعیین GIST شده برای ساخت هر گره GIST در همتای GIST دارد. با استفاده از اطلاعات جمع آوری شده توسط این پروتکل، ما یک استراتژی تحویل جدید پیام های سیگنالینگ، که از قابلیت های سیگنالینگ رهگیری GIST استفاده می کند، تعریف کردیم.
در این کار، ما از یک استراتژی تحویل off-path خاص تعریف شده در [8] [9]، به اصطلاح حالت شلنگ استفاده کردیم. این کار شامل ارائه پیام NSIS به تمام گره های NSIS که در یک فاصله هستند و در IP گره ای بیان شده است می شود، به شرطی که این فاصله، کمتر یا مساوی فاصله شعاعی گره از مسیر اتصال فرستنده داده با مقصد سیگنالینگ باشد. در عمل، هر گره NSIS در مسیر داده مسئول انتشار سیگنال در فاصله کمتر از شعاع گره (در حالت حباب) است. از این رو، شلنگ شامل دنباله ای از حبابهای مجاور است. همانطور که در الگوریتم مورد استفاده برای پیاده سازی توابع ارائه شده، در این مقاله ما از پروتکل تعیین GIST به نام برگ، استفاده می کنیم که ثبات و اورهد کم ایجاد می کند، و این مساله زمانی اتفاق می افتد که انتشار سیگنالینگ است با استراتژی جاری شدن GIST انجام گیرد. خواننده علاقه مند می توانید جزئیات بیشتری را در [9] پیدا کند.

.Bسناریوی مرجع: پروژه ی ARES
سناریوی مرجع این مقاله پروژه تحقیقاتی ARES (تحقیقات شبکه پیشرفته ژنومی برای اتحادیه اروپا [10])، که هدف آن پیاده سازی امکانات پردازش مبتنی بر ابر در نقطه ی هدف (PoPs) از شبکه Géant [17] است. بنابراین، چارچوب ARES می تواند به عنوان یک شبکه تحویل (ADN،] 14])، و شبکه Géant به عنوان ارائه دهنده ابری با مراکز داده های متعدد در نظر گرفته شود.
ما فرض می کنیم که هر پاپ دارای یک مقدار مشخصی از فضای ذخیره سازی و قابلیت های محاسباتی میزبانی شده در یک یا چند سرور بوده و مدیریت آن از طریق از OpenStack انجام می شود [16]. در این زیرساخت مجازی، ما همچنین فرض می کنیم که یک گره خاص از خوشه محاسبات در پاپ، یک VM را اجرا می کند که میزبان فضای NetServ [7] است. این راه حل ویژگی خوب پلاگین و اجرا دارد، بعلاوه اضافه کردن یک VM ساده و آسان بوده و نیاز به انجام هر گونه تغییر در مدیریت زیرساخت های محاسبات ندارد. علاوه بر این، اجازه ی استقرار معماری سرویس با سیستم های مختلف مدیریت ابرگونه را می دهد، و برای این کار تنها نیاز به انطباق با سرویس NetServ است.
NetServ یک راه حل برای مدولار سازی و مجازی سازی در خدمات شبکه است. معماری گره، برای هر نوع از گره ها، مانند روترها، سرورها، جعبه تنظیم ، و موارد مورد نیاز کاربران، مناسب است. معماری آن، برای مجازی سازی شبکه های خدمات رسانی و یک محیط اجرای مشترک برای خدمات شبکه، هدف گذاری شده اند. در ARES ، خدمات NetServ به عنوان انبارهای محتوا [15] استفاده می شود، که هدف آن محدود کردن اورهد انتقال فایل های مربوط به ژنوم های بزرگ، و پیاده سازی توابع مدیریت خدمات، که در تعامل با OpenStack هستند، است. همچنین خدمات ذخیره NetServ میتواند در روتر میزبانی شود (تلاش برای پورت NetServ به روترهایJupiter در حال حاضر در حال پیشرفت است). برنامه و روش کنترل NetServ از سیگنالینگ NSIS برای هماهنگ کردن اجرای خدمات و ماژول های خدمات در اطراف گره NetServ استفاده می کند.

.3تعیین چارچوب
تعیین چارچوب ارائه شده مبتنی بر فرمت های off-path از مدل NSIS و به ویژه GIST می باشد. در جزئیات بیشتر، ما یک NSLP با حداقل یک نوع پیام، به نام پرس و جو، و پاسخ مربوطه (پاسخ پرس و جو) طراحی کرده ایم. و از آن برای جمع آوری اطلاعات باینری (درست یا غلط) در مورد وضعیت دریافت کنندگان استفاده می شود. البته در این شرایط تمام گره های فعال NSIS در شلنگ اطراف IP در مسیر بین فرستنده و مقصد می باشند. واضح است، این رفتار می تواند برای فعال کردن انواع پیچیده تر از پرس و جو استفاده شود. ساختار این پیام ها در طرح شکل 1 به صورت خلاصه وار ارائه شده است .

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

طول خوانش قابل مقایسه و افزایش ظرفیت رشته در مقایسه با توالی سنتی sanger تعیین توالی موازی فشرده با استفاده از pyrosequencing را برای توالی de novo، تعیین دوباره توالی ژنوم و مطالعات متاژنومیک ایده ال کرده است[12]. جیمز واتسون، که به حل ساختار DNA کمک کرده است، ژنومش را در سال 2008 با استفاده از pyrosequencing تعیین توالی کرده بود[13]. مهمترین اثر این پلتفرم توالی را می توان با مقایسه توالی ژنوم واتسون -تنها در دو ماه با هزینه 1 میلیون دلاری تکمیل شد [13] – با تلاش-های HGP، در زمان 11 سال و هزینه 3 میلیارد دلاری متوجه شد[14]. نقطه عطف دیگر با استفاده از pyrosequencing در تعیین توالی موازی فشرده کاری است که در ژنوم نئاندرتال توسط پابو و همکاران انجام شد[15]. به تازگی، طول خوانش پلتفرم از 450 پایه به 700 پایه توالی معمول sanger افزایش یافته است. تعیین توالی موازی فشرده با pyrosequencing بعلت افزایش توان عملیاتی بر توالی sanger بسیار برتری یافته است. با این حال، جامعه پژوهش به نظر می رسید اشتهای سیری ناپذیری را برای داده های توالی است توسعه داده است که به راحتی در مورد استفاده از زیست تابش SBS راضی نمی شدند.

3.2.SBS نابودگر رنگ برگشت پذیر
سود اساسی در توان عملیاتی تعیین توالی زمانی که دو سیستم تعیین توالی موازی فشرده برای مصارف تجاری در سال 2006 راه اندازی شد به دست آمد. این تکنولوژی مبتنی بر SBS با استفاده از رنگ پایان دهی نوکلئوتید برگشت پذیر چهار طیفی است و برای اولین بار در سال 2001 توسط یک شرکت کوچک، Solexa [16، 17]، که بعدها توسط ILLUMINA ]18] به دست آمد تعیین شده بود.
SBS با استفاده از پایان دهی رنگ قابل برگشت با تکه تکه شدن DNA و اتصال آداپتورها آغاز می شود. به جای استفاده از امولسیون PCR برای تفکیک فضایی هر الگوی DNA ، در رویکرد pyrosequencing تعیین توالی موازی فشرده، روش دیگری بکار گرفته می شود. الگوهای DNA از طریق آداپتورها به یک سطح مسطح هیبریده می شوند، جایی که که در آن هر الگوی DNA بطور کلونال توسط PCR فاز جامد تقویت می شود، همچنین به عنوان تقویت پل شناخته می شود. این، سطحی را با یک چگالی بالا از خوشه های فضایی مجزا ایجاد می کند، که هر خوشه شامل یک الگوی DNA منحصر به فرد است. این ها در ابتدا با عبور پایان دهنده های رنگ برگشت پذیر چهار طیفی مجزا در یک جریان محلول بر روی سطح در حضور یک پلیمراز DNA تعیین توالی می شوند. فقط گسترش های تک پایه ای با توجه به اصلاح پریم3 از نوکلئوتیدهای پایان دهی زنجیره ممکن است ، و هر خوشه شامل فقط یک نوع از نوکلئوتیدهاست، همچنانکه بوسیله الگوی DNA تشکیل دهنده خوشه دیکته شده است. پایه گنجانده شده در تمام خوشه ها توسط تصویربرداری فلورسانس از سطح قبل از حذف شیمیایی رنگ و ترمیناتور شناسایی می شود، پایه قابل گسترش که برای دور جدیدی از توالی آماده است تولید می شود. رایج ترین خطاهای توالی تولید شده در SBS پایان دهی رنگ برگشت پذیر جانشینی ها هستند [18، 19].
یکی از اشکالات عمده شیمی پایان دهی رنگ برگشت پذیر محدودیت در طول خواندن است، بطوریکه رسیدن به بهره وری 100٪ از اختلاط پایه ها و شکافتگی در هر چرخه دشوار است. هنگامی که سیستم راه اندازی شد، کیفیت بالای خواندن طول تنها 30-36 پایه را نمایان کرد[18، 20]، که به طور چشمگیری کمتر از طول خواندن ارائه شده توسط هر دو توالی sanger و pyrosequencing برای تعیین توالی موازی فشرده بود. در واقع، آن حتی کمتر از طول خواندن روش “plus-minus” که در سال 1975 بوسیله سنگر و کولسون توسعه داده شد بود[21]، اما یک افزایش چشمگیر در خروجی داده های توالی این اشکال را جبران کرد. پیشرفت های قابل توجهی در هر دو زمینه طول خواندن و توان عملیاتی از زمان معرفیش به دست آمده است، که SBS پایان دهی رنگ برگشت پذیر را قادر می سازد تبدیل به موفقترین پلتفرم تعیین توالی موازی فشرده شود. طول خواندن کوتاه در ابتدا استفاده از آن در اپلیکیشن های اسمبلی بزرگ de novo را ممنوع کرد، اما آن را برای توالی مجدد و اپلیکیشن های شمارش داده ، به عنوان مثال توالی ترنسکریپتومیس، RNA-SEQ و تعیین توالی قطعات DNA که در فعل و انفعالات پروتئین DNA درگیر هستند، ChIP-Seq مناسب کرده است[18]. بهبود در طول خواندن و توسعه الگوریتم های اسمبلی de novo، مانند SOAP de novo [22] در حال حاضر استفاده از SBS پایان دهی رنگ برگشت پذیر را در اسمبلی de novo ژنوم پستانداران بزرگ، به عنوان مثال، ژنوم پاندا را امکان پذیر کرده است[23]. به تازگی، ILLUMINA سیستم سریعHiseq 2500 خود را ارائه کرده است که قادر به تعیین توالی ژنوم انسان در 27 ساعت، و فعال کردن طول خواندن اطلاعات تا 150 پایه از طریق چرخه های زمانی کوتاه تر توالی است.

3.3. توالی بوسیله زنجیره لیگاسیون
در طبیعت، لیگازهای DNA آنزیم های ضروری برای تعمیر شکاف ها و شکستگی های DNA هستند و در واکنش های ترمیم و همانندسازی DNA نقش دارند [24]. در سال 2005، Church and Shendure نشان داند که واکنشی که آن ها کاتالیز می کنند می تواند برای توالی قطعات DNA کوتاه ساکن بر روی دانه-های به دام افتاده در ژل پلی آکریل آمید در فرآیندی به نام توالی polony استفاده شود ]25]. (SOLiD(Sequencing by Oligonucleotide Ligation and Detection سومین پلتفرم تجاری توالی موازی فشرده ، بر اساس یک نسخه پیچیده تر از این روش، در سال 2007 به بازار 2007 آمده است[26].
در ابتدا، پلتفرم SOLiD بسیاری از پایه های پلتفرم ILLUMINA را به همراه داشت، اما ارتقاء های اخیر در مقابلchemistry Hiseq2000، را عملکرد این ابزار را به طور قابل توجهی بالاتر از SOLiD برده است با این حال، در مراحل آماده سازی کتابخانه، پلتفرم SOLiD شبیه تعیین توالی فشرده موازی با pyrosequencing است. تقویت کلونال با استفاده از امولسیون PCR پس از ایجاد یک کتابخانه adaptor-ligated به دست می آید. دانه های غنی شده سپس روی اسلاید شیشه ای بطور تصادفی ته نشین شده با یک اصلاح 3 پریم به اهداف معرفی شده که پوشش دهنده دانه ها هستند متصل شدند. در توالی های بعدی با chained لیگاسیون، الیگومرهای هشت نوکلئوتید، اکتامرها، به عنوان پروب تشخیص به جای تک نوکلئوتید استفاده می شود. هر اکتامر شامل دو پایه شناخته شده در انتهای 3 پریم است که با سه نوکلئوتید دژنره و سه نوکلئوتید دیگر که می تواند با هر هر نوکلئوتید دیگری هیبرید شود، به نام نوکلئوتید یونیورسال شناخته می شود. چهار رنگ بطور طیفی مجزا به کار گرفته می شوند، که هر کدام توسط چهار اکتامر حمل می شوند و یک مجموعه پروب متشکل از 16 اکتامر، تمام ترکیبات ممکن دو پایه شناخته شده را پوشش می دهند. رنگ به انتهای 5 پریم هر اکتامر متصل می شود. برای شروع چرخه توالی اول، دانه های پوشش دهنده DNA با یک پرایمر توالی ، 16 پروب اکتامر و لیگاز انکوبات می شوند. فقط یک پروب کاملا هیبرید شده به پرایمر توالی توسط لیگاز خواهد پیوست. پروب ها دو پایه اول را رمزگشایی می کنند ، و سپس بطور شیمیایی شکافته خواهند شد تا اخرین سه پایه 5 پریم حذف شوند. این چرخه از هیبریداسیون و لیگاسیون پروب، تصویربرداری فلورسنت و شکافت شیمیایی ده بار تکرار می شود برای تحقیق در مورد تمام پایه های پنجم. قطعات ایجاد شده سپس از دانه ها تهی می شوند و یک دور لیگاسیون دوم با استفاده از توالی پرایمر انیلینگ یک پایه بالادست از قبلی انجام می شود. از این رو، هر پایه به دو رنگ فراخوانی مرتبط است. به تدریج تغییر موقعیت پرایمر توالی و تکرار بستن دور لیگاسیون با استفاده از ده چرخه در هر بار منجر به فراخوانی رنگ می شود، که می تواند برای به دست آوردن یک دنباله خطی در فضای رنگ رمزگشایی شود. ترجمه از فضای رنگ به یک توالی نوکلئوتیدی عادی با بیشترین دقت بوسیله همترازی خوانش فضای رنگ به یک ژنوم مرجع فضای رنگ انجام می شود. به عنوان یک نتیجه از همترازی فضای رنگ، اشتباهات می تواند بطور موثری اصلاح شود از آنجایی که تنها ترکیبات رنگی خاصی مجاز است، تسهیل تمایز بین جانشینی نوکلئوتید، نمایانگر یک تغییر دو رنگه در نوکلئوتیدهای مجاور و اشتباهات توالی است [26-28]. رایج ترین خطاها در تعیین توالی با زنجیره لیگاسیون قابل تعویض هستند [18].
Life Technologies به تازگی یک جایگزین برای مرحله پرزحمت اماده سازی کتابخانه امولسیون با یک تکنیک به نام wildfire ارائه کرده است که شبیه تقویت پل در پلت فرم ILLUMINA است که وعده کاهش زمان اماده سازی کتابخانه زمان آماده سازی و همچنین چگالی بالاتر روی سطح تراشه را می دهد که توان عملیاتی بالاتر را ممکن می سازد. سیستم SOLiD بهترین مورد برای پروژه های تعیین توالی است که نیاز به نرخ خطای پایین [26]، تعیین توالی ترانسکریپتوم و شمارش برچسب ها دارد، به عنوان مثال ChIP-Seq با توجه به طول خواندن کوتاهش، سیستم تصحیح خطا و خروجی انبوهی از داده ها [18] . رویکرد فضای رنگی بطور موثری خطاهای توالی را اشکار می کند، اما ثابت شده است تجزیه و تحلیل داده های پایین دستی دست و پا گیر است که منجر به توسعه چند ابزار اپن سورس مرتبط شده است [29]. با این حال، بهره برداری از واکنش لیگاسیون در توالی بدون استفاده از رویکرد فضای رنگی ممکن است .

3.4. توالی با استفاده از لیگاسیون حذف زنجیره
در سال 2010، Complete Genomics Inc یک مقاله چاپ کرد و قابلیتهایش در تعیین توالی کامل ژنوم انسان با استفاده از متد تعیین توالی با استفاده از روش به اشتراک گذاری چندین ویژگی با توالی polony را نشان داد[25، 30]. به جای فروش ابزارهای تعیین توالی، که تاکنون مدل کسب و کار غالب بوده است، شرکت خدمات برون سپاری برای تعیین توالی DNA انسان شامل آماده سازی کتابخانه، تعیین توالی و تجزیه و تحلیل عمومی را فراهم می کند.
Complete Genomics تعیین توالی لیگاسیون حذف زنجیره را با استفاده از فن آوری ترکیبی خود probe-anchor ligation (cPAL) انجام می دهد. DNA برای تعیین توالی به 500 پایه خرد می شود و چهار آداپتور به هر بخش از ژنومیک از طریق برش های مکرر با آنزیم های محدود و لیگاسیون درون مولکولی فرستاده می شود. چرخه های منتجه پس از آن در محلول به رول های تک رشته ای DNA تقویت می-شوند[31]، که نانوتوپ های DNA نامیده می شود، که متتشکل از نسخه های مکرر چرخه های اصلی است. نانوتوپ های DNA سپس به طور تصادفی به نقاط دستور داده شده بر روی یک سطح مسطح متصل می-شوند. هر نقطه به اندازه کافی کوچک فقط شامل یک نانوتوپ DNA است. رویکرد Complete Genomics در تعیین توالی با لیگاسیون حذف زنجیره از یک پروب لنگری برای پیدا کردن موقعیت آداپتورها و پروب تشخیص شامل نه پایه (nonamers) و چهار رنگ استفاده می کند. پروب لنگری و پروب تشخیص توسط هیبریداسیون و لیگاسیون متصل شده اند تا یک پایه هر چرخه را رمزگشایی کنند. نانوتوپ ها می توانند رمزگشایی شوند، یک نوکلئوتید در هر لحظه، در هر دو طرف موقعیت آداپتور. به طور خلاصه، یک الیگونوکلئوتید لنگری با یکی از چهار آداپتور هیبرید می شود، و چهار پروب، هر کدام حامل یک رنگ طیفی مجزا حمل می کنند برای تحقیق از یک موقعیت پایه مجاور به آداپتور استفاده می شود. رنگ به یک پایه شناخته شده در یک وضعیت خاص در پروب نونامر متصل می شود در حالی که بقیه موقعیت ها توسط نوکلئوتیدهای دژنره پر شده است. تغییر موقعیت پایه شناخته شده در پروب موقعیت های 1-5 در الگوی DNA اجازه می دهد تا در مجاورت آداپتور خوانده شوند. ایجاد یک پروب لنگری بسط یافته با لیگاسیون دو پروب لنگری اجازه می دهد تا رمزگشایی از مواضع 6-10 مجاور آداپتور انجام شود. مجموعه لنگر- پروب پس از اشکارسازی فلورسنت هر هیبریداسیون و واکنش لیگاسیون تکمیل می شود. این سیستم را بازنشانی می کند. از این رو، هر فراخوانی پایه از زنجیره رها می شود، در نتیجه کیفیت توالی بهبود می یابد زیرا هر پایه رمزگشایی شده مستقل از کامل بودن چرخه های قبلی است. کل پروسه سپس برای هر دو طرف هر سایت آداپتور تکرار می شود، و در نتیجه 10-mers ها در خوانش 35 پایه-زوج- پایان ادغام می شوند[30].
دلایلی که Complete Genomics در حال نگه داشتن پلتفرم توالی آنها در خانه هستند، حداقل بطور جزئی، مربوط به چالش قابل توجه نقشه برداری و مونتاژ ژنوم انسان بسیار تکراری با استفاده از خوانش 35-پایه-زوج- پایان کوتاه و نسبتا خواستار اماده سازی کتابخانه cPAL است. ILLUMINA به ابتکار Complete Genomics با تعیین توالی کامل ژنوم انسان به عنوان یک سرویس با استفاده از شیمی پایان دهی رنگ بازگشت پذیر پاسخ داده است. آن باقی می ماند تا دیده شود ایا بیشترین تعیین توالی در بیمارستان ها و مراکز تعیین توالی انجام خواهد شد، و یا به شرکت های تعیین توالی برون سپاری خواهد شد.

SBS 3.5. حساس یونی
تمام پلتفرم های تعیین توالی موازی فشرده تاکنون از اشکارساز نوری برای کشف یک توالی DNA. استفاده می کنند. تبادل تشخیص نوری با تشخیص الکتریکی به طور بالقوه چندین مزیت دارد چرا که این امر از نیاز به نوکلئوتید اصلاح شده، اپتیک گران و اکتساب وقت گیر و پردازش مقادیر زیادی از داده های تصویر فلورسنت جلوگیری می کند. از این رو، آن وعده تعیین توالی ارزان تر، کارآمدی فضایی و سرعت بیشتر را می دهد. پورمند و همکارانش [32] یک روش SBS تشخیص الکتریکی در سال 2006 ارائه کردند، که نشان می دهد که رویدادهای سنتز DNA را می توان با استفاده از آشفتگی بار الکتریکی با استفاده از یک تقویت کننده ولتاژ جهشی، شناسایی کرد. در سال 2010، روتبرگ و همکارانش [33] یک پلتفرم ابتکاری تعیین توالی بر اساس کار پورمند و همکارانش [34]، از جریان یونی که متکی بر سیگنال های الکتریکی به جای فلورسنت برای بدست آوردن اطلاعات توالی استفاده کردند.
این فرایند بسیار شبیه به ان چیزی است که قبل از آن توسط روتبرگ و همکاران برای تعیین توالی موازی فشرده با pyrosequencing توسعه یافته است. این شامل استفاده از همان مراحل آماده سازی کتابخانه، با یک کتابخانه قطعه adaptor-ligated است، که بطور کلونال بر روی دانه ها با استفاده از روش PCR امولسیون تقویت می شود.یک پلیمراز DNA برای ترکیب نوکلئوتیدها روی یک الگوی DNA پرایم شده با یک جریان از پیش تعیین شده از نوکلئوتیدها استفاده می شود. با این حال، تمرکز از PPI به دیگر محصول ترکیب نوکلئوتید، یون هیدروژن تغییر می یابد. دانه های غنی شده از امولسیون PCR در چاه های کوچک روی تراشه یونی ته نشین می شوند (هر یک مجهز به یک سنسور است که قادر به تشخیص پروتون آزاد است). همچنانکه پلیمراز DNA نوکلئوتید را به الگویDNA اضافه می کند، یونهای هیدروژن ازاد می شوند، و در نتیجه تغییر مکان پروتون ازاد است توسط سنسور تشخیص داده شده و به یک سیگنال الکتریکی تبدیل می-شود. تراشه یونی که مبتنی بر فنآوری است که به طور گسترده برای ساخت مدارهای مجتمع استفاده می شود ، تولید کم هزینه، و در مقیاس بزرگ را تسهیل می کند و باید مقیاس پذیری عالی را اعطا کند. با این حال، به مانند تعیین توالی موازی فشرده با pyrosequencing ، نواحی homopolymeric منجر به افزایش حذف و الحاق، با توجه به پاسخ الکتریکی غیرخطی بر ترکیب بیش از پنج نوکلئوتید می شود[33].

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده
1-مقدمه
2- روش های طبقه بندی توالی
2-1 طبقه بندی مبتنی بر ویژگی
2-2 دسته بندی مبتنی بر فاصله توالی
2-3 ماشین بردار پشتیبان
2-4 دسته بندی مبتنی بر مدل
3- نسخه ها ی مختلف دسته بندی توالی
3-1 دسته بندی اولیه
3-2 دسته بندی توالی نیمه نظارت شده
3-3 دسته بندی توالی با یک توالی و دنباله ای از برچسب ها
4- کاربرد دسته بندی توالی
4-1 داده های ژنومیک
4-2 داده ها ی سری ها ی زمانی
4-3 داده ها ی متنی
5- نتیجه گیری

بخشی از ترجمه فارسی مقاله:

1- مقدمه
طبقه بندی توالی دار ای طیف وسیعی از کاربرد ها می با شد. در تحقیقات ژنومی، طبقه بندی توالی ها ی پروتین به دسته ها ی موجود بر ای یادگیری وظایف و کارکرد ها ی پروتین استفاده می شود(13). در انفورماتیک سلامت، طبقه بندی سری ها ی زمانی ECG ( سری ها ی زمانی ضربان قلب) به ما می گوید که آیا داده ها مربوط به یک فرد سالم هستند یا مربوط به یک بیمار مبتلا به بیماری قلبی است(59). در تشخیص نفوذ و ناهنجاری، توالی فعالیت ها ی دسترسی سیستم بر روی یونیکس بر ای تشخیص رفتار ها ی غیر طبیعی و ناهنجاری پایش می شود(33). در باز یابی اطلاعات، طبقه بندی اسناد به مقوله ها ی موضوعی مختلف، توجهات زیادی ر ا به خود جلب کرده است(51). سایر مثال ها ی جالب شامل طبقه بندی توالی ها ی کوئری بر ای تمایز ربات ها ی ا ینترنتی از کاربر ان انسان( 58، 18) و طبقه بندی داده ها ی توالی تر انسفکشن در یک بانک بر ای مبارزه با پول شویی، می با شد(42).
به طور کلی، یک توالی، فهرست منظمی از رویداد هاست. یک رویداد ر ا می توان به صورت یک ارزش نمادین، یک ارزش واقعی عددی، یک بردار با ارزش واقعی یا یک داده نوع پیچیده در نظر گرفت. در ا ین مقاله، داده ها ی توالی یا دنباله ای به زیر انواع زیر در نظر گرفته می شود
• با توجه به القای علایم و نماد ها fE1; E2; E3; :::; Eng، یک توالی نمادین ساده ، فهرست منظمی از نماد ها از الفبا می با شد. بر ای مثال، یک توالی DNA متشکل از چهار امینو اسید A-C-G-T و قطعه DNA نظیر ACCCCCGT می با شد که یک توالی نمادین ساده است.
• یک توالی نمادین ساده، فهرستی از بردار ها می با شد. هر بردار یک زیر مجموعه ای از الفبا(34) می با شد. بر ای مثال، بر ای توالی ایتم ها ی خریداری شده توسط یک مشتری در یک سال، در نظر گرفتن هر تر اکنش به صورت یک بردار، یک توالی یا دنباله می تواند به صورت ساعت است (شیر؛ نان) (شیر؛ تخم مرغ) (سیب زمینی؛ پنیر؛ کک) در نظر گرفته شود.

4-2 داده ها ی سری ها ی زمانی
داده ها ی سری ها ی زمانی نوع مهمی از داده ها ی توالی یا دنباله ای می باشند. در کتابخانه داده ها ی سری ها ی زمانی، داده ها ی سری ها ی زمانی در 22 حوزه از جمله کشاورزی، شیمی، سلامت، مالی، صنعت و غیره جنع اوری شده اند داده ها ی سری ها ی زمانی ucr مجموعه ای از دیتاست ها ر ا به عنوان معیار ارزیابی روش ها ی دسته بندی سری ها ی زمانی ار ایه می کند
بر ای داده ها ی سری ها ی زمانی ساده، بر ای استفاده از روش ها ی مبتنی بر ویژگی، انتخاب ویژگی یک فر ایند چالش بر انگیز می باشد زیر ا ما قادر به شمارش ویژگی ها با داده ها ی عددی نیستیم. از اینر وی روش ها ی فاصله ای بر ای طبقه بندی سری ها ی زمانی استفاده می شوند. نشان داده شده است که در مقایسهب ا طیف وسیعی از دسته ند ها، SVM، HMM و نزدیک ترین همسایه دار ای اهمیت زیادی می باشند. به منظور استفاده از روش ها ی مبتنی بر ویژکی در سری ها ی زمانی ساده، قبل از انتخاب ویژگی، داده ها ی سری ها ی زمانی بایستی به توالی ها ی نمادین از طریق تبدیل نمادین تبدیل شوند. در مقایسه با روش ها ی فاصله ای، روش ها ی مبتنی بر ویژکی موجب تسریع فر ایند دسته بندی شده و یک سری نتایج قابل تفسیر ر ا ار ایه می کند. روش ها ی مبتنی بر مدل بر ای دسته بندی سری ها ی زمانی ساده نظیر HMM استفاده می شو.ند.
طبقه بندی سری ها ی زمانی چند متغیره بر ای تشخیص حرکت و اشاره استفاده شده است. داده ها ی چند ماغیره از طریق مجموعه ای از سنسور ها بر ای اندازه گیری حرکت اشیا در مناطق مختلف تولید می شوند. بر ای دسته بندی سری ها ی زمانی چند متغیره، کادوس و همکار ان یک دسته بند مبتنی بر ویژکی ر ا پیشنهاد کرده اند. برخی از فر ا ئیژگی ها بر ای توصیف روند افزایشی یا کاهشی، سری ها ی زمانی چند متغیره استفاده می شوند. لی و همکار ان روشی ر ا بر ای تبدیل سری ها ی زمانی چند متغیره به یک بردار از طریق تجزیه ارزش عددی و تبدیلات دیکر ار ایه کرده اند.SVM بر ای دسته بندی بردار ها استفاده می شود
4-3 داده ها ی متنی
دسته بندی توالی به طور گسترده ای در بازیابی اطلاعاات بر ای دسته بندی متن و اسناد استفاده می شود. ر ایج ترین روش ها بر ای دسته بندی متن شامل بیز ساده، و Svm می باشند. دسته بندی متن دار ای انواع مختلفی می باشد که شامل دسته بندی چند برچسبی، دسته بندی سلسله مر اتبی، و دسته بندی متن نیمه نظارت شده است. شبستانی و همکار ان، یک مطالعه دقیق ر ا بر روی دسته بندی متنی ار ایه کرده اند.
5- نتیجه گیری
در این مقاله ما یک مروری بر طبقه بندی و دسته بندی متن داشتیم. داده ها ی توالی به 5 زیر نوع طبقه بندی شد. روش ها ی دسته بندی توالی در روش ها ی مبتنی بر ویژگی ، روش ها ی مبتنی بر فاصله توالی و روش ها ی مبتنی بر مدل طبقه بندی شد. سپس دسته بندی توالی متعارف نیز بحث شد. در نها یت، روش ها ی مختلف در حوزه ها ی کاربردی مختلف مقایسه شدند
نتایج نشان می دهد که بیشتر کار ها بر دسته بندی توالی ها ی نمادین ساده و سری ها ی زمانی ساده تاکید دارند. اگرچه مطالعات کمی بر روی سری ها ی زمانی چند متغیره وجود دارد مسئله طبقه بندی داده ها ی توالی هنوز حل نشده است. به علاوه بیشتر روش ها به دسته بندی توالی متعارف تخصیص داده شده است. استریمینگ طبقه بندی توالی، اولیه، نیمه نظارت شده و ترکیبی از این مسائل بر روی داده ها ی توالی پیچیده که دار ای کاربرد ها ی زیادی می باشند می توانند چالشی بر ای مطالعات اینده باشند.

بخشی از مقاله انگلیسی:

1. INTRODUCTION

Sequence classification has a broad range of real-world applications. In genomic research, classifying protein sequences into existing categories is used to learn the functions of a new protein [13]. In health-informatics, classifying ECG time series (the time series of heart rates) tells if the data comes from a healthy person or comes from a patient with heart disease [59]. In anomaly detection/intrusion detection, the sequence of a user’s system access activities on Unix is monitored to detect abnormal behaviors [33]. In information retrieval, classifying documents into different topic categories has attracted a lot of attentions [51]. Other interesting examples include classifying query log sequences to distinguish web-robots from human users [58; 18] and classifying transaction sequence data in a bank for the purpose of combating money laundering [42]. Generally, a sequence is an ordered list of events. An event can be represented as a symbolic value, a numerical real value, a vector of real values or a complex data type. In this paper, we consider sequence data into the following subtypes. • Given an alphabet of symbols {E1, E2, E3, …, En}, a simple symbolic sequence is an ordered list of the symbols from the alphabet. For example, a DNA sequence is composed of four animo acid A, C, G, T and a DNA segment, such as ACCCCCGT , is a simple symbolic sequence. • A complex symbolic sequence is an ordered list of vectors. Each vector is a subset of the alphabet [34]. For example, for a sequence of items bought by a customer over one year, treating each transaction as a vector, a sequence can be h(milk, bread)(milk, egg)· · · (potatos, cheese, coke)i.

4.2 Time Series Data

Time series data is an important type of sequence data. In Time Series Data Library [4], time series data across 22 domains, such as agriculture, chemistry, health, finance,industry, are collected. UCR time series data archive [27] provides a set of time series datasets as a benchmark for evaluating time series classification methods. For simple time series data, to apply feature based methods, the feature selection is a challenging task since we cannot do feature enumeration on numeric data. Therefore, distance based methods are widely adopted to classify time series [61; 26; 59; 48]. It is shown that comparing to a wide range of classifiers, such as neural networks, SVM and HMM, 1- nearest neighbor classifier with dynamic time warping distance is usually superior in classification accuracy [61]. To apply feature based methods on simple time series, usually, before feature selection, time series data needs to be transformed into symbolic sequences through discretization or symbolic transformation [40]. Without discretization, Ye et al. [65] propose a method to find time series shapelets and use a decision tree to classify time series. Comparing to distance based methods, feature based methods may speed up the classification process and be able to generate some interpretable results. Model based methods are also applied to classify simple time series, such as HMM which is widely used in speech recognition [47]. Multivariate time series classification has been used for gesture recognition [24] and motion recognition [38]. The multivariate data is generated by a set of sensors which measure the movements of objects in different locations and directions. For multivariate time series classification, Kadous et al. [24] propose a feature based classifier. A set of userdefined meta-features are constructed and a multivariate time series is transformed into a feature vector. Some universal meta-features include the features to describe the trends of increases and decreases and local max or min values. By using those features, multivariate time series with additional non-temporal attributes can be classified by a decision tree. One multivairate time series can be viewed as a matrix. Li et al. [31] propose a method to transform a multivariate time series into a vector through singular value decomposition and other transformations. SVM is then used to classify the vectors.

4.3 Text Data

Sequence classification is also widely used in information retrieval to categorize text and documents. The widely used methods for document classification include Naive Bayes [29] and SVM [43]. Text classification has various extensions such as multi-label text classification [67], hierarchical text classification [57] and semi-supervised text classification [46]. Sebastiani et al. [51] provide a more detailed survey on text classification .

5. CONCLUSION

In this paper, we provide a brief survey on sequence classification. We categorize sequence data into five subtypes. We group sequence classification methods in feature based methods, sequence distance based methods and model based methods. We also present several extensions of the conventional sequence classification. At last, we compare sequence classification methods applied in different application domains. We notice that most of the works focus on the classification task on simple symbolic sequences and simple time series data. Although there are a few works on multiple variate time series and complex symbolic sequences, the problem of classifying complex sequence data is still open at large. Furthermore, most of the methods are devoted to the conventional sequence classification task. Streaming sequence classification, early classification, semi-supervised classification on sequence data and the combinations of those problems on complex sequence data which have practical applications, present challenges for future studies.

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

گیاهان درباره چه چیزی صحبت می کنند؟
چه چیزی باعث می شود که این یک سیگنال باشد؟
واقع گرایی اکولوژیکی: گیاهان ” کر ” و ” لال” برای نجات

بخشی از ترجمه فارسی مقاله:

گیاهان ممکن است ترکیبات ارگانیک فرار (VOCs ) که توسط گیاهان همسایه که مورد حمله گیاهخوار قرار گرفته اند تولید می شود را شناسایی کنند(استراق سمع ) ، تا قادر به “دفاع” از خود قبل از حمله گیاهخوار به خودشان باشند. تجزیه و تحلیل ترنسکریپتوم و آبشار سیگنال در گیاهان در معرض VOC نشان می دهد که گیاهان برای دفاع مستقیم و غیرمستقیم و تقویت توانایی های رقابتی، استراق سمع می کنند. پیشرفت در تحقیق در مورد بیوسنتز VOC و ادراک، تولید گیاهانی را که به طور ژنتیکی برای VOCs خاص؛ “ناشنوا ” یا “خاموش(لال) ” هستند را تسهیل کرده است. چنین گیاهانی، همراه با پیشرفت در ابزار اندازه گیری تحلیلی VOC، به محققان اجازه می دهد تا تعیین کنند که آیا سلاست ،سلامت گیاهان در جوامع طبیعی را افزایش می دهد یا خیر.
برتری گیاهان در مبادله گاز: آنها می توانند به طور معناداری جنگل هایی را از CO2 گرفته شده از هوا ؛حدود Pg C 120 در سال؛ بسازند ، که نیمی از آنها به جو باز می گردد. بیش از 36٪ از کربن جذب شده، به صورت مجموعه های پیچیده ای از VOC منتشر می شود (1). اگر چه برخی از این VOC ها ممکن است صرفا بیهوده باشند، اما مابقی، گرده افشانی و مکانیسم های دفاعی مختلف در همزیستی با حیوانات را میانجی گری می کنند. این تعاملات به واسطه VOC ، گیاهان با ارگانیسم های با سطوح تغذیه بالاتر نشان می دهد که آنها به طور مشابه با یکدیگر ارتباط دارند (2). دو دهه پیش، محققان به طور اتفاقی تغییرات در مقاومت گیاه خوار و متابولیت های ثانویه در گیاهانی (گیرنده ها) که در مجاورت گیاهانی که مورد حمله گیاه خوا قرار داشت(منتشر کننده) ، را کشف کردند . از آنجایی که در بعضی از آزمایشات نتایج به دست آمده توسط انتقال هوایی اطلاعات (3) توضیح داده شد (3)، این پدیده به طور کلی ” درختان سخنگو” نامیده شد. این عبارت به نظر می رسد ناخوشایند است، چرا که انتخاب به احتمال زیاد ، گیاهانی را مورد توجه قرار میدهد که VOCs آزاد شده از همسایگان را مورد شناسایی قرار می دهد و به منظور افزایش سازگاری ،متناسب با فنوتیپ خود پاسخ می دهند .

گیاهان درباره چه چیزی صحبت می کنند؟
یک موضوع مکالمه آشکار ، مربوط به حمله متحمل الوقوع گیاهخواران متحرک است، و بیشتر پاسخ های برانگیخته شده توسط VOC بر این اساس تفسیر شده است. میزان عملکرد گیاهخوار گسترش یافته است به طوری که ایجاد انواع مختلفی از دفاع های گیاهی مستقیم (مانند فنول ها، آلکالوئیدها، ترپن ها و پروتئین های دفاعی) را در بر می گیرد. دفاع های غیر مستقیم نیز مورد توجه قرار گرفته اند، از جمله پاداش های غذایی که باعث افزایش فشار شکار بر گیاه خواران می شود (4) و VOCs که به شکارچیان و یا پارازیتوئیدهای ساکن در محل تغذیه گیاه خواران کمک می کند (5، 6). علاوه بر این، آبشارهای سیگنال که باعث القای دفاع مستقیم و غیرمستقیم می شود (7، 8) به عنوان در بر دارنده پاسخ های رونویسی (9-12) (شکل 1) به دقت بررسی شده است.
قرار گرفتن در معرض VOC به تنهایی، بدون حمله واقعی گیاهخوار، ممکن است به طور مستقیم عمل دفاع را افزایش دهد. متناوبا، قرار گرفتن در معرض VOC ممکن است به گیاهان نزدیک اجازه می دهد که دفاع خود را برای استفاده فوری ، زمانی که گیاهخواران از گیاه همسایه حرکت کنند تا به گیرنده “گوش دهنده” حمله کنند، آماده کنند. قرار گرفتن در معرض مواد فرار ناشی از Sagebrush آسیب دیده ،موجب تولید مهارکننده های پروتئیناز دفاعی ( PI ) در تنباکو وحشی می شود و گیاهانی که معرض قرار می گیرند؛ متعاقبا کمتر آسیب می بینند (15-13) (شکل 2).
نهال های ذرت که قبلا در معرض هر یک از اجزای منفرد یا کل ترکیب VOCs آزاد شده از دانه های مورد حمله گیاهخوار ،قرار گرفته بودند، به گیاه خواری تحریک شده، با افزایش تولید VOC و تجمع بیشتر جاسمونات (JA ) ؛در مقایسه با پاسخ گیاهان مواجهه نشده؛ (8) پاسخ دادند. اینکه آیا این افزایش انتشار VOC از نهال های ذرت محافظت می کند یا خیر؛ هنوز مشخص نشده است. برانگیختن آبشارهای دفاعی ممکن است به گیاهان کمک کند که با فعال کردن پاسخ های دفاعی (16)، به ویژه در صورت عدم وجود حمله گیاهان خوار، هزینه های سلامت را متحمل می شوند (17). اگر قرار گرفتن در معرض VOC به طور مستقيم موجب پاسخ دفاعی شود، گیاهان گیرنده، بدون اینکه آسیب دیده باشند، متحمل هزینه های سلامت مشابه می شوند .
از این رو، گیاهانی که از تولید منابع منحصر بفرد سازگار در ایجاد دفاع هزینه، بر قبل از رسیدن گیاهخوار جلوگیری کردند ،اما وقتی که حمله صورت گرفت، توانستند متابولیسم دفاعی را برای آغاز پاسخ دفاعی برانگیزد ،می تواند مزایای سازگاری را در برابر گیاهانی که اطلاعاتی موجود در VOCs های ناشی از همسایگان آسیب دیده را ، “نادیده گرفته اند” تحقق بخشند.
استفاده از microarrays که بخش بزرگی از ترانسکریپتوم گیاهی را مانیتور می کند می تواند یک آنالیز بدون سوگیری در مورد موضوعات مکالمات گیاهان و تعیین فشار های انتخابی، به غیر از حمله قریب الوقوع گیاهخواران متحرک باشد ، که سیگنالینگ فرار می تواند برای پیش بینی این حمله مورد استفاده قرار گیرد. علف های هرز اغلب پاتوژن ها را منتقل می کنند و پاسخ های ناشی از آن می توانند بیشتر از حمله های گیاهخواران به حمله توسط پاتوژنهای پیشگیرانه (18) مربوط باشد. گیاهخواران، اغلب پاتوژن ها را منتقل می کنند و پاسخ هایی که به آن داده می شود، بیشتر به حمله پاتوژنها مربوط است تا تا حمله گیاهخوارن (18) . رقابت بی رحمانه با گیاهان دیگر برای منابعی که نمی توانند به آسانی ذخیره شوند (مانند نور و مواد مغذی) احتمالا مهمترین نیروی انتخابی برای گیاهان است. گیاهان قادر به پیش بینی رقابت های قریب الوقوع از طریق سیگنال های نور قرمز (FR) و تغییرات شتاب فوتون نور آبی منتقل شده از طریق پوشش چتر مانند (سایه ایجاد شده) همسایه آنها ، هستند. این سیگنال های نور توسط گیرنده های نور (به عنوان مثال، فیتوکروم B) درک می شوند و یک مجموعه صفات موسوم به سندرم اجتناب از سایه SAS) ) را ایجاد می کند.
آزمایشات با گیاهان توتون و تنباکو با گیرنده اتیلن جهش یافته (etr1 1) که مانع ادراک اتیلن می شود، نشان داده است که تنباکو غیر حساس به اتیلن، قادر به پاسخ سریع به سیگنال های FR نیست و در نتیجه توسط گیاهان وحشی از رقابت خارج می شود (20) . در غلظت هایی که ظاهرا در سایبان متراکم گیاهان امکان پذیر است، اتیلن به خودی خود SAS را افزایش می دهد(21). به طور مشابه، قرار گرفتن در معرض VOC های ناشناس از ارقام جو، تخصیص زیست توده را بین ریشه ها و شاخه ها بدون تاثیر بر تولید زیست توده ژنوتیپ های جو پذیرنده ، تغییر می دهد (22)،یک تخصیص مجدد که ممکن است بر قابلیت رقابت تاثیر بگذارد. بنابراین، پاسخ به مهم ترین عوامل محیطی در زندگی گیاهی ممکن است با سیگنال های گیاهان همسایه پیش بینی شود. تقریبا هر چیزی می تواند سیگنال باشد تا زمانی که بتوان آن را درک کرد و اطلاعات قابل اطمینان را ارائه می دهد.

بخشی از مقاله انگلیسی:

Plants may ‘‘eavesdrop’’ on volatile organic compounds (VOCs) released by herbivore-attacked neighbors to activate defenses before being attacked themselves. Transcriptome and signal cascade analyses of VOC-exposed plants suggest that plants eavesdrop to prime direct and indirect defenses and to hone competitive abilities. Advances in research on VOC biosynthesis and perception have facilitated the production of plants that are genetically ‘‘deaf’’ to particular VOCs or ‘‘mute’’ in elements of their volatile vocabulary. Such plants, together with advances in VOC analytical instrumentation, will allow researchers to determine whether fluency enhances the fitness of plants in natural communities. Plants excel at gas exchange: They can literally build forests from CO2 taken from the air at about 120 Pg C yearj1, half of which is respired back to the atmosphere. Up to 36% of the assimilated carbon is released as complex bouquets of VOCs (1). Although some of these VOCs may be mere waste, others mediate various pollination and defense mutualisms with animals. These VOCmediated interactions of plants with organisms of higher trophic levels suggest that they communicate similarly with each other (2). Two decades ago, researchers serendipitously discovered changes in herbivore resistance and secondary metabolites in plants (Breceivers[) growing adjacently to herbivore-attacked plants (Bemitters[). Because in some experiments results were best explained by the aerial transfer of information (3), the phenomenon was popularly dubbed Btalking trees.[ This phrase seems unfortunate, because selection most likely favors plants that Beavesdrop[ on VOCs released from neighbors and respond by tailoring their phenotypes to enhance their own fitness.

What Are Plants Talking About?

An obvious conversation topic concerns impending attack from mobile herbivores, and most VOC-elicited responses have been interpreted accordingly. Measures of herbivore performance have been broadened to include the elicitation of various direct plant defenses (e.g., phenolics, alkaloids, terpenes, and defense proteins). Indirect defenses have also attracted attention, including food rewards that increase predation pressure on herbivores (4) and VOCs that help predators or parasitoids locate feeding herbivores (5, 6). Moreover, the signal cascades that elicit direct and indirect defenses have been scrutinized (7, 8) as have transcriptional responses (9–12) (Fig. 1). VOC exposure alone, without actual herbivore attack, may directly increase the production of defenses. Alternatively, VOC exposure may allow nearby plants to ready their defenses for immediate use once the herbivores move from the neighboring plant to attack the ‘‘listening’’ receiver. Exposure to volatiles from damaged sagebrush primes the elicitation of defensive proteinase inhibitors (PIs) in wild tobacco, and exposed plants subsequently receive less damage (13–15) (Fig. 2). Corn seedlings previously exposed to either individual components or to the entire blend of VOCs released from herbivoreattacked seedlings responded to simulated herbivory with increased VOC production and higher jasmonate (JA) accumulations compared with the responses of unexposed plants (8). Whether these enhanced VOC emissions protect corn seedlings remains to be determined. The priming of defense cascades may benefit plants that would incur fitness costs by activating defense responses (16), particularly in the absence of herbivore attack (17). If VOC exposure directly elicited defense responses, receiver plants would incur similar fitness costs without being damaged. Hence, plants that avoided investing fitnesslimiting resources in the production of costly defenses before an herbivore arrives, but were able to prime defense metabolism to launch defense responses when attacked, could realize a fitness benefit over plants that ‘‘ignored’’ the information coded in the VOCs emanating from their damaged neighbors. The use of microarrays that monitor a large fraction of the plant’s transcriptome can free analysis from observer bias about plants’ conversation topics and identify selective pressures other than impending attack from mobile herbivores, which volatile signaling could be used to anticipate. Herbivores frequently transmit pathogens, and the elicited responses may concern attack by impending pathogens more than attack by herbivores (18). The relentless competition with other plants for resources that cannot be readily hoarded (such as light and nutrients) is likely the most important selective force for plants. Plants are able to anticipate impending competition through far red (FR) light signals and changes in the photon flux of blue light transmitted through their neighbors’ canopies. These light signals are perceived by photoreceptors (e.g., phytochrome B) and elicit a complex of traits known as the shade-avoidance syndrome (SAS) (19). Experiments with tobacco plants transformed with a mutant ethylene receptor (etr1-1), which inhibits ethylene perception, have demonstrated that ethyleneinsensitive tobacco could not respond rapidly to FR signals and consequently was outcompeted by wild-type plants (20). At concentrations apparently possible in dense plant canopies, ethylene by itself elicits the SAS (21). Similarly, exposure to unidentified VOCs from barley cultivars changes the allocation of biomass between roots and shoots without influencing biomass production of receiver barley genotypes (22), a re-allocation that may influence competitive ability. Thus, responses to the most important environmental factors in a plant’s life may be anticipated by signals from neighboring plants. Almost anything can be a signal as long as it can be perceived and provides reliable information.