Key points are not available for this paper at this time.
HINTERGRUND: Microarray-Genexpressions (MAGE) Signaturen ermöglichen Einblicke in die transkriptionalen Prozesse von Leukämien und könnten sich als molekulare Diagnosetests entwickeln. Die Einführung von MAGE in die klinische Praxis der Leukämiediagnose erfordert eine umfassende Bewertung der Variation, die durch die Methoden verursacht wird. Hier haben wir systematisch die Auswirkungen von drei verschiedenen Verfahren zur Isolation von Gesamt-RNA auf die Variation in den Expressionsdaten bewertet: Methode A: Lyse von mononukleären Zellen, gefolgt von Lysat-Homogenisierung und RNA-Extraktion; Methode B: RNA-Isolation mit organischen Lösungsmitteln und Methode C: RNA-Isolation mit organischen Lösungsmitteln, gefolgt von Reinigung. ERGEBNISSE: Wir analysierten 27 pädiatrische akute Leukämien, die neun verschiedene Subtypen repräsentieren, und zeigen, dass Methode A eine bessere RNA-Qualität liefert, mit mehr unterschiedlich exprimierten Genen zwischen Leukämie-Subtypen assoziiert war, den geringsten Grad an Variation zwischen den Experimenten zeigte, reproduzierbarer war und eine höhere Präzision in technischen Replikaten aufwies. Unüberwachte und überwachte Analysen gruppierten Leukämien je nach Linie und klinischen Merkmalen in allen drei Methoden und unterstrichen somit die Robustheit von MAGE zur Identifizierung von leukämiespezifischen Signaturen. SCHLUSSFOLGERUNG: Die Signaturen in den verschiedenen Subtypen von Leukämien, unabhängig von den verwendeten Extraktionsmethoden, stellen die größte Quelle der Variation in den Daten dar. Die Lyse von mononukleären Zellen, gefolgt von Lysat-Homogenisierung und RNA-Extraktion stellt die optimale Methode für robuste Genexpressionsdaten dar und wird somit empfohlen, um robuste Klassifikationsergebnisse in Microarray-Studien bei akuten Leukämien zu erzielen.
Dell’Orto et al. (Fri,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: