特种医学论文_损伤时间和死亡时间推断的mRNA指-法医学杂志

来稿应自觉遵守国家有关著作权法律法规，不得侵犯他人版权或其他权利，如果出现问题作者文责自负，而且本刊将依法追究侵权行为给本刊造成的损失责任。本刊对录用稿有修改、删节权。经本刊通知进行修改的稿件或被采用的稿件，作者必须保证本刊的独立发表权。一、投稿方式： 1、请从我刊官网直接投稿。 2、请从我编辑部编辑的推广链接进入我刊投审稿系统进行投稿。二、稿件著作权： 1、投稿人保证其向我刊所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我刊所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我刊所投之作品不得同时向第三方投送，即不允许一稿多投。 5、投稿人授予我刊享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、第5条所述之网络是指通过我刊官网。 7、投稿人委托我刊声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

特种医学论文_损伤时间和死亡时间推断的mRNA指

作者:

关键词:

摘要：

文章目录

摘要

Abstract

常用缩写词中英文对照表

前言

1 材料与方法

1.1 主要仪器与试剂

1.2 大鼠骨骼肌挫伤模型制备和检材提取

1.3 总RNA提取

1.4 总RNA纯度、浓度、完整性检测及反转录扩增

1.5 RT-qPCR扩增

1.6 统计学分析

2 结果

2.1 检测mRNA在不同损伤时间和死亡时间的变化规律

2.1.1 总RNA质量控制

2.1.2 目的基因及内参扩增效率

2.1.3 目的基因相对表达量的时序性变化

2.2 mRNAs与损伤时间和死亡时间相关性分析

2.3 PLS-DA分析损伤与死亡时间组间差异

2.3.1 损伤时间

2.3.2 死亡时间

2.4 Fisher判别分析

3 讨论

4 结论

参考文献

综述 mRNA 在损伤时间和死亡时间推断中的应用

参考文献

致谢

个人简介

文章摘要:目的:筛选不同功能的基因,应用Real-time PCR技术检测在不同损伤时间、不同死亡时间点9种不同mRNA（Dclre1b、Asb5、Fam210a、Lin37、Hs6st1、Lrrc41、Ier3、Leprot、Gpnmb）在大鼠肌肉组织中的表达,并分析其与损伤时间、死亡时间相关关系。筛选有利于大鼠骨骼肌损伤时间推断和死亡时间推断的代表性指标,建立损伤时间推断和死亡时间推断的数学模型,为法医研究工作中的指标筛选提供新的思路。方法:将168只Sprague-Dawley大鼠随机分为对照组、损伤组（4h、8h、12h、16h、20h、24h,n=24）,损伤组进一步分为三个死亡时间亚组（死后0h、12h、24h,n=24）。使用3%的戊巴比妥钠（0.13m L/100g）腹腔注射麻醉大鼠,将500g重力锤从30cm处自由落体砸于大鼠右后肢肌群,按设置的时间点将大鼠注射致死量戊巴比妥钠处死,将24只大鼠分别保存在气候箱（16℃）中0h、12h、24h,每个死后时间点8只,取大鼠右后肢骨骼肌损伤处肌肉组织100mg置于液氮中保存待用。使用Real-time PCR检测Dclre1b、Asb5、Fam210a、Lin37、Hs6st1、Lrrc41、Ier3、Leprot、Gpnmb mRNA在大鼠骨骼肌不同损伤时间、死亡时间点的相对表达量。使用Pearson相关分析评价目的mRNA与损伤时间、死亡时间表达的相关关系。进一步,采用SIMCA-P 14.1进行偏最小二乘判别分析（PLS-DA）对损伤时间和死亡时间初步分组。进而,建立损伤时间和死亡时间Fisher判别模型。使用留一法内部交叉验证评估模型准确性。结果:（1）本实验提取的总RNA样本OD260/OD280值均在1.8～2.0之间,RIN值大于7.0。9个目的基因与两个内参基因的扩增效率处于90%～110%之间,相关系数均大于0.990,表明各基因扩增效率较高,反应体系恰当,适合进行后续分析。（2）与正常对照组相比较,在不同损伤时间、死亡时间点,9种基因的相对表达量变化趋势和变化程度均不完全相同。（3）使用SPSS进行Pearson相关分析,评价损伤时间、死亡时间与9个指标的相关性,筛选出与损伤时间相关性较强的4个指标,与死亡时间相关性较强的5个指标。（4）应用4个与损伤时间相关度高的指标进行PLS-DA初步分析,损伤后0h、4h、8-12h、16-24h这四个时间段区别明显;应用5个与死亡时间相关度高的指标进行的PLS-DA分析,结果显示三个死亡时间组间的差异明显。（5）按照损伤后0h、4h、8-12h、16-24h分组建立的Fisher判别模型,结果显示94.6%的原始已分组样本被正确分类,内部交叉验证的准确率为92.8%;按照死后0h、12h、24h分组建立的Fisher判别模型能够对89.6%的原始已分组样本进行正确分类,内部交叉验证的准确率为89.6%,3组不同死亡时间区分效果较好。结论:本研究分析9个mRNA在大鼠骨骼肌中不同损伤、不同死亡时间的表达差异,结果表明检测指标随损伤时间和死亡时间呈现时序变化,利用Pearson相关分析分别筛选出与损伤时间或死亡时间相关度高的指标,为损伤时间和死亡时间指标筛选系统的建立提供研究基础;在指标筛选的基础上,建立PLS-DA模型和Fisher判别模型,可对损伤时间和死亡时间推断进行较为准确的预测,同时验证了所筛选指标的有效性,为后续研究提供了新思路。

文章关键词:

项目基金:《法医学杂志》网址: http://www.fyxbjb.cn/qikandaodu/2022/0131/423.html