زیست فناوری

چکیده هدف مطالعه: نارسایی زودرس تخمدان[1](POF) یکی از مهمترین بیماریهای تولید مثلی در خانم های زیر 40 سال بوده که با ایجاد عوارض کوتاه مدت و بلند مدت بر کیفیت زندگی و طول عمر این افراد موثر است.
بیمار طی این بیماری از مراحلی همچون بی کفایتی زودرس تخمدان ها (POI)[2]و کاهش ذخیره تخمدانی (DOR)[3] عبورکرده، در مراحل ابتدایی بیماری بازده عملکردی تخمدان ها کاهش یافته (POI)و در ادامه و با پیشرفت بیشتر بیماری، بیمار دچار کاهش ذخیره تخمدان و کاهش بیشتر عملکرد و از کار افتادگی زودرس و در نهایت از کارافتادگی کامل تخمدان ها و یا POF آنها می شود. عوامل متعددی از جمله عوامل ژنتیکی در ایجاد این بیماری دخالت دارند. بررسی های ژنتیکی نشان داده است که ژن های متعددی در بروز این بیماری نقش دارند. بخشی از تنظیم بیان این ژن ها، بر عهده عوامل ژنتیکی کوچکی به نام miRNA ها می باشد.
مواد و روش ها: در مطالعه حاضر، اطلاعات بیوانفورماتیکی miRNA های دخیل در این بیماری مورد بررسی قرار گرفته است. بدین منظور از پایگاه های داده ژنتیکی از جمله UCSC، NCBI، KEGG، MIRBASE، TARGET SCAN، STRING و ... جهت دسترسی به ژن های دخیل در این بیماری، ارتباط ساختاری و عملکردی، مسیرهای پیام رسانی و miRNA تنظیم کننده آن استفاده گردید.
نتایج و نتیجه‌‎گیری: نتایج این مطالعه، حاکی از آن است که سه عامل miRNA-187، miRNA-33b و miRNA-33a در ایجاد و پیشرفت این بیماری بسیار موثر می باشند. [1] Premature Ovarian Failure [2] Primary ovarian insufficiency [3] Diminished ovarian reserve

چکیده میکروRNAها گروهی از RNAهای غیر کدکننده کوچک هستند که بیان ژن در یوکاریوت­ها را در سطح پس از رونویسی تنظیم می­کنند. میکروRNAها با تنظیم بیان تعداد زیادی از mRNAها، به عنوان تنظیم کننده­های اصلی فرآیندهای زیستی مختلفی مانند تکوین جنینی، تکثیر و تمایز سلولی و مرگ برنامه‌ریزی شده سلول عمل می‌‌­کنند. بنابراین شناسایی میکروRNAها و ژن­های هدف­شان در شناسایی مکانیسم‌های رشد و نمو و نیز فرآیندهای دخیل در ایجاد و پیشرفت بیماری‌ها بسیار موثر است. به دلیل هزینه‌بر بودن کارهای تجربی مولکولی، شناسایی میکروRNAهای موثر از طریق روش‌های بیوانفورماتیکی و زیست­شناسی محاسباتی ارزان‌تر و سریعتر از روش­های معمول آزمایشگاهی است. تعدادی بانک اطلاعاتی و نرم‌افزار بر خط برای کمک به محققان در پیش­بینی ژن‌های هدف میکروRNAها توسعه یافته و آزادانه در دسترس قرار گرفته‌اند. نرم‌افزارهای موجود برای پیش­بینی ژن­های هدف میکروRNAها، از طیف وسیعی از اطلاعات توالی‌یابی، داده‌های مولکولی بیان ژن و نیز الگوریتم‌های محاسباتی مختلف استفاده می‌کنند. تعدادی از مهمترین این ابزارهای برخط شامل miRWalk، TargetScan، RNAhybrid، Diana-microT، miRanda و MirTarget هستند. چهار ویژگی اصلی برهمکنش میان میکروRNA با mRNAهدف شامل جفت­شدگی در ناحیه Seed، حفاظت شدگی توالی هدف، انرژی آزاد و دسترسی به مکان اتصال در رونوشت هدف، در الگوریتم تمامی این ابزارهای پیش­بینی هدف میکروRNAها به کار گرفته شده است. هدف از این مطالعه بررسی آخرین یافته‌ها در مورد ویژگی‌ها و توانایی‌های بیوانفورماتیکی پیش‌بینی ژن‌های هدف میکروRNA، مقایسه کارایی این ابزارها و در نهایت معرفی کارآمدترین ابزار در زمینه پیش‌بینی ژن هدف میکروRNAها برای تحقیقات بیوانفورماتیکی، زیست پزشکی و پزشکی مولکولی است.

چکیده در بیشتر سرطان ها سطح بیان پروتئین های شوک حرارتی بالا می رود که سلول های سرطانی را نسبت به دارو درمانی مقاوم و موجب پیش آگهی ضعیف می گردد. همچنین ارتباط آنها با تکثیر سلولی، تهاجم و متاستاز مشخص شده است. لیکوپن به عنوان یک کارتنوئید از آنتی اکسیدانت های موثر است که برای جلوگیری از رشد غده های سرطانی کار برد دارد. پروستات یکی ازشایع ترین سرطان هایی است که در مردان دیده می شود. برای درمان این بیماری بیشتراز جراحی و شیمی درمانی استفاده می گردد که عوارض متعدد بعد از درمان و هزینه بر است. برای این مطالعه داده های خام ریز آرایه سرطان پروستات تحت تیمار لیکوپن و غیر تیمار با حجم بالا از پایگاه NCBI بخش GEOدریافت شد. سپس تغییرات بیان پروتئین های شوک حرارتی(hsp27) با استفاده از ابزارها و روش های بیوانفورماتیکی، تعیین گردید و مقایسه نتایج سطح بیان ژن های تیمار با لیکوپن نسبت به غیر تیمار مشخص نمود که سطح بیان نسبی ژن HSPB8 به شدت کاهش یافته و همچنین تغییرات قابل ملاحظه ای در سطح بیان سایر واریانت های این ژن مشاهده نشد. این نتایج نشان می دهد که لیکوپن می تواند درسلولهای سرطانی پروستات تنش ایجاد کند و با این عمل سلولهای سرطانی را به طرف آپویتوز هدایت کند.

چکیده هدف: EMT فرایندی برگشت­پذیر و ضروری در طول جنین‌زایی، بهبود زخم و پیشرفت سرطان است. در بسیاری از سرطان‌ها، EMT می‌تواند ویژگی­های تهاجمی تومور را افزایش دهد. اخیراً miRNAها به‌عنوان کلاس جدیدی از‌RNA های غیر کدکننده­ تنظیم­گر بیان ژن در مراحل پس از ترجمه دخیل در فرایندEMT شناخته می­شوند. بـااین‌حال، مکانیسم و اثر دقیق miRNAها در فرایند EMT در سلول‌های سرطانی انسان هنوز به‌خوبی مشخص نیست. این مطالعه با استفاده از ابزارهای بیوانفورماتیک پیش‌بینی‌کننده miRNAهای تنظیم‌کننده ژن‌های اصلی در فرایندEMT ، تلاش می‌کند نقش miRNAها را در فرایند EMT روشن کند.
مواد و روش‌ها: در این مطالعه، با استفاده از پایگاه‌های داده­های تحت وب و ابزارهای پیش‌بینی برهم‌کنش miRNAها نظیر DIANA، TargetScan و miRSystem، برهم‌کنشmiRNAهای تنظیم‌کننده ژن­های N-cadherin ، TWIST1، ZEB1، SNAIL و Vimentin به عنوان بیومارکرهای اصلی سلول‌های مزانشیمی بررسی شد.
نتایج: اثرات miRNAهای متفاوت براساس الگوریتم هر پایگاه بر ژن‌های نامزد بررسی و داده‌های به‌دست‌آمده از پایگاه‌های مختلف باهم اشتراک گرفته شد. نتایج نشان داد که یازده miRNA با احتمال بالا به‌طورمشترک می­توانند در فرایند EMT/MET نقش داشته باشند.
ﻧﺘﯿﺠﻪ‌ﮔﯿﺮی: براساس یافته‌های ما، می­توان پیش‌بینی کرد که با توجه به نمره بالاmiRNA های انتخاب‌شده با ژن‌های نامزد، این miRNAها می­توانند نقشی مهم در فرایند EMT/MET داشته باشد. ازاین‌رو، می‌توان از آنها به‌عنوان کاندیدهای مناسب برای تحقیقات بالینی آینده استفاده کرد.

کلمات کلیدی: EMT،MET ، TargetScan، miRSystem، microRNA

چکیده گلوکوآمیلاز یک آنزیم مهم اقتصادی به دلیل توانایی‌اش درهیدرولیز نشاسته و پلیمرهای بتا دی‌گلوکز است. درک عوامل مؤثر در گرمادوستی یا سرمادوستی آنزیم گلوکوآمیلاز درتولیدایزوآنزیم‌هایی با مقاومت گرمایی یا سرمایی بالا ضروری است. دراین پژوهش، اثر دما روی تغییرات ساختاری هریک از ایزوآنزیم‌های گلوکوآمیلاز معتدل دوست، گرمادوست و سرمادوست بوسیله روش شبیه‌سازی دینامیک مولکولی بررسی شد. درکل ۲۴۰ نانوثانیه شبیه‌سازی برای سه ایزوآنزیم گلوکوآمیلاز در چهار دمای ۳۰۰، ۳۵۰، ۴۰۰ و ۴۵۰ کلوین انجام گرفت. تغییرات پارامترهای ساختاری در هرسه ایزوآنزیم مقایسه شد و مشخص گردید که از بین عوامل قابل محاسبه در شبیه‌سازی دینامیک مولکولی، انرژی الکتروستاتیک پروتئین با آب، انرژی واندروالسی بین پروتئین و آب، انرژی آزاد حلالیت(∆G_solvation)، پارامترناپایداری، سطح دردسترس حلال غیرقطبی و سطح دردسترس کل بهترو دقیق‌تر می‌توانند برای پیشگویی تغییرات پایداری گرمایی یک پروتئین در اثر افزایش دما به‌وسیله شبیه‌سازی دینامیک مولکولی استفاده شوند.

چکیده در این تحقیق، ابتدا ساختار سه داروی رایج ضد سرطان شامل 6-تیو‌گوانین (6-TG)، هیدروکسی اوره (NH) و بوسولفان با استفاده از محاسبات کوانتومی بهینه و انرژی ساختار بهینه شده به دست آمد، همچنین بهینه سازی ساختار نانوذره طلا نیز مورد بررسی قرار گرفته است. در نهایت به منظور بررسی چگونگی برهم‌کنش داروها با نانوذره، مکان های مختلف برهم کنش دارو با نانو ذره محاسبه شد و پایدارترین ساختار به منظور مطالعه بیشتر انتخاب شد. این محاسبات با استفاده از FHI-aims، که یک بسته نرم افزاری بر پایه نظریه تابعی چگالی توسعه یافته است، انجام شده‌اند. طول پیوند و بهترین انرژی برهم‌کنش در این پژوهش گزارش شده است. به منظور بررسی بهتر مکان برهم‌کنش ، نوع اوربیتا‌‌ل‌های درگیر و شکل آنها نیز نشان داده شده است. بررسی انرژی گاف نشان داد کمترین انرژی مربوط به کمپلکس نانو‌ذره طلا با داروی 6-تیوگوانین است که تایید کننده پایداری شیمیایی این دارو با نانو‌ذره است. بررسی‌ها نشان داد که انرژی اتصال نانو‌ذره طلا با داروها به ترتیب بوسولفان، هیدروکسی اوره ، 6-تیوگوانین است. سپس دارو و نانو‌ذره طلا در پایدارترین حالت ممکن ، به‌صورت تک‌تک با نرم افزار Hex 8 به سرم آلبومین انسانی به عنوان گیرنده، داک شدند و در نهایت انرژی‌های اتصالی و سایر برهم کنش ها از جمله انرژی‌های الکترواستاتیک، واندروالسی و پیوندهای هیدروژنی بین سرم آلبومین انسانی و داروها به همراه نانو‌ذره طلا محاسبه شدند. مشخص شد که جایگاه فعال داک شده برای دو دارو بوسولفان و 6-تیوگوانین یکسان است و برای داروی هیدروکسی اوره متفاوت است.

چکیده فرایند بیولومینسانس، یک پدیده گسترده در طبیعت بوده و آنزیم­های لوسیفرازی در بخش­هایی گسترده­ای از حیات شناسایی شده­اند اما آنزیم لوسیفراز شناسایی شده در خانوادهlampyrid به دلیل ویژگی­های برتر کاربردهای زیستی گسترده­ای یافته است. به تازگی، کلونینگ یک ژن جدید از آنزیم لوسیفراز کرم شب تاب ایرانی با نام Lampyroidea maculata گزارش شده است. در این مطالعه، در این مطالعه، آنالیز کدونهای نادر از ژن لوسیفراز حشره شب­تاب ایرانی با استفاده از پایگاههای محاسباتی ATGme، RACC،LaTcOm و Sherlocc مورد مطالعه قرار گرفت. همچنین، فرایند مدل­سازی ساختاری این آنزیم انجام شد. در ادامه، وضعیت این کدون­های نادر در این مدل ساختاری به کمک نرم­افزارهای SPDBV و PyMOL مورد مطالعه قرار گرفت. جایگاه اتصال سوبسترا در دهانه فعال آنزیم به کمک نرم­افزارهای داکینگ AutoDock Vina بررسی شد. به کمک مدل­سازی مولکولی، برخی از کدون­های نادر شناسایی شدند که ممکن است نقش مهمی در ساختار و عملکرد این آنزیم داشته باشند. فرایند داکینگ مولکولی به کمک AutoDock Vina انجام شد و Asp⁵³¹ را که در اتصال به لوسیفرین و AMP نقش دارد شناسایی شد. این آنالیزهای بیوانفورماتیکی نقش مهمی در طراحی داروهای جدید دارد.

چکیده هدف عمده برنامه‌های بهنژادی استویا (Stevia rebaudiana) ایجاد گیاهانی با میزان ریبودیوزید-آ (RA) بالا می‌باشد. در این راستا، به منظور غربالگری گیاهان استویا و انتخاب واریته‌هایی با بیشترین میزان شیرین‌کننده‌های موردنظر با استفاده از نشانگرهای مولکولی، تحقیق حاضر بر روی داده‌های RNA-seq واریته‌های دارای مقادیر مختلف RA انجام گردید. به منظور بازآرایی ترنسکریپتوم از نو برای هر واریته، از نرم افزار CLC با درنظرگرفتن طول k-mer برابر با 20 و حداقل طول کانتیگ برابر با 200 جفت باز استفاده شد. به منظور انجام تفسیر، آخرین نسخه از پروتئوم گیاه مدل ارابیدوپسیس بکار برده شد. برای شناسایی SSR‌های چندشکل کاندید در میان واریته‌های استویا، با استفاده از CandiSSR آنالیز توالی‌های بازآرایی شده و بدنیال آن طراحی جفت آغازگرهای مربوطه صورت گرفت. حدود 368 نشانگر SSR بالقوه شناسایی گردید که در این میان 360 نشانگر شرایط لازم برای طراحی آغازگر را دارا بودند. تقریبا 89% از کانتیگ‌های واجد SSR‌های چندشکل دارای بهترین توالی مشابه در برابر پروتئوم ارابیدوپسیس بودند. در این مطالعه، کانتیگ‌های مشابه با خانواده پروتئینی UDP-Glycosyltransferase و Deoxyxylulose-5-phosphate synthase که در مسیر بیوسنتز استویول گلیکوزیدها دخیل می‌باشند شناسایی گردید. همچنین آنالیز gene set enrichment با استفاده از PlantGSE از طریق آزمون Hypergeometric درسطح معنی‌داری (FDR < 0.05) چندین مسیر متابولیکی مرتبط با توالی‌های حاوی SSR‌های چندشکل را مورد شناسایی قرار داد. بنابراین، می‌توان این فرضیه را مطرح نمود که نشانگرهای SSR چندشکل توسعه یافته در این تحقیق با اطمینان در برنامه‌های بهنژادی مولکولی استویا به منظور انتخاب واریته‌های با میزان بالای SG به ویژه RA قابل استفاده می‌باشند.

چکیده برهمکنش میان نانوذراتی همچون نانولوله های کربنی با پروتئین ها مورد توجه زیادی قرار گرفته است. کاربردهای بیومولکولی پیشرفته نانولوله های کربنی نیاز به درک متقابل برهمکنش آنها با مولکول های زیستی دارند. برهمکنش غیر کووالانسی پپتیدهای خونی مانند هپسیدین با نانولوله های کربن، اثرات مهمی در طیف گسترده ای از کاربردهای بیولوژیکی دارد، که از طریق آنالیز پارامترهای ترمودینامیکی برهمکنش بین نانولوله های کربنی و پپتید ها شناسایی می شوند. علاوه بر این، اثرات پارامترهای مختلف در نحوه برخورد نانولوله ها با پپتید و تغییرات ساختاری و پایداری پپتید مورد بررسی قرار می گیرند. در این مطالعه که بر اساس شبیه سازی دینامیک مولکولی صورت گرفت، تغییرات ساختاری هپسیدین 20 در برهم کنش با نانولوله ی دوجداره کربوکسیله مورد بررسی قرار گرفت. نتایج حاصل از شبیه سازی نشان داد که نانولوله­­های­کربنی موجب بازشدن ساختار هپسیدین 20 و ایجاد تغییرات ساختاری در این پپتید میشوند. از طرفی باز شدن ساختار­ هپسیدین احتمالا منجر به تغییر میزان فعالیت آن می­شود. نتایج حاکی از این بود که تغییرات قابل توجهی در ساختار هپسیدین 20 در حضور نانولوله ی کربنی ایجاد می گردد.که این اختلاف مقادیر به خاطر تحرکات و جابجایی های لوپ وN - ترمینال پپتید هپسیدین 20 می باشد.

چکیده ، یک باکتری گرم منفی E.Coli

چکیده فرآیند شارش اطلاعات از DNA به پروتین‌ها که به بیان ژن موسوم است، یک فرآیند پایه‌ای در زیست‌شناسی است. تنظیم بیان ژن‌ها پاسخ سلول‌ها به محرک‌های فراوانی بوده و برای آنها حیاتی است. ژن‌ها با بیان مشابه در یک سری آزمایش مناسب، ژن‌های هم‌بیان، به‌طور معمول توسط تنظیم‌کننده‌های یکسان مدیریت می‌شوند و باز هم به‌طور معمول تغییر در بیان آنها پاسخ به محرک‌های یکسانی هستند.
در این مقاله ما یک روش جدید ارایه کرده‌ایم که داده‌های مرتبط با بیان و هستی‌شناسی ژن‌ها را به‌کارگرفته و به‌وسیله آنها ژن‌های هم‌بیان را یافته و شبکه هم‌بیانی ژن‌ها را ایجاد می‌کند.
در ابتدای روش ایجادشده یک شبکه عصبی مصنوعی روابط بین خصایص منتسب‌شده به ژن‌ها توسط پروژه هستی‌شناسی ژن‌ها و میزان مشابهتی که در بیان با یکدیگر دارند را فرا می‌گیرد. به‌سادگی، خصایص گردآوری‌شده توسط هستی‌شناسی ژن‌ها شامل عملکرد، فرآیند، و محل فعالیت ژن‌ها هستند. بعد از پایان مرحله یادگیری، شبکه عصبی مصنوعی قادر است ژن‌های هم‌بیان را کشف کند. به‌علاوه، شبکه‌های زیستی از چندین گروه ژنی به‌هم‌پیوسته ساخته شده‌اند، به همین دلیل یافتن این گروه‌ها می‌تواند کیفیت شبکه‌های هم‌بیانی ساخته شده را بالا ببرد. بنابراین، در گام بعدی روش، یک شبکه عصبی مصنوعی دیگر گروه ژن‌ها را از روی همان خصایص هستی‌شناسی پیدا می‌کند. تحلیل‌های ما نشان دادند که نتایج روش ایجادشده شباهت زیادی به نتایج آزمایشگاهی دارد. همچنین، ما نشان دادیم که شبکه‌های هم‌بیانی ساخته‌شده توسط آن مشابه هم‌ارزهای زیستی و حتی مشابه آنهایی است که با داده‌های بدون نقص ساخته شده‌اند. درنهایت، ما از زبان C++ برای نوشتن روش استفاده کرده‌ایم و برنامه آن در دسترس است.

چکیده جو (Hordeum vulgare) گیاهی یک‌ساله از خانواده Poaceae است. این گیاه از غلات مهم مورد استفاده انسان بوده و در بسیاری از موارد جایگزین گندم شده است. محدودیت‌های مربوط به روش‌های آزمایشگاهی شناسایی برهمکنش‌های پروتئینی را با مشکل روبه‌رو کرده است. در سال‌های اخیر روش‌های محاسباتی گام موثری در پرکردن خلا موجود برداشته و نقش مهمی در زمینه پیش‌بینی و شناسایی برهمکنش‌های پروتئینی ایفا کرده است. در این مطالعه به‌منظور ساخت شبکه برهمکنش پروتئین- پروتئین گیاه جو از اطلاعات برهمکنش‌های پروتئین- پروتئین مربوط به شش ارگانیزم مدل شامل ساکارومایسس سروزیه (Saccharomyces cerevisiae)، سینورابتیدیس الگانس یا نماتد (Caenorhabditis elegans)، دروزوفیلا ملانوگاستر یا مگس میوه (Drosophila melanogaster)، انسان (Homo sapiens)، برنج (Oryza sativa) و آرابیدوپسیس تالیانا (Arabidopsis thaliana) استخراج شده از پایگاه داده Intact استفاده شد و استخراج اطلاعات ارتولوگ‌های گیاه جو با ارگانیزم‌های مدل با استفاده از Inparanoid صورت گرفت. روش اینترولوگ که در این مطالعه مورد استفاده قرار گرفته است، از منطبق‌کردن برهمکنش‌های پروتئینی ارگانیزم‌های مدل بر ارتولوگ‌های گیاه جو استفاده کرده و منجر به پیش‌بینی ۲۴۷۷۴۵ برهمکنش پروتئین- پروتئین شد که پس از حذف برهمکنش‌های تکراری ۲۳۵۹۶۶ برهمکنش غیرتکراری بین ۷۳۵۰ پروتئین به دست آمد. مطالعه صورت‌گرفته اولین گزارش ارایه‌شده در زمینه پیش‌بینی شبکه برهمکنش پروتئین- پروتئین گیاه جو است.

چکیده اهداف: پیش‌بینی ساختار سوم پروتئین‌ها از توالی اسیدآمینه‌ها یکی از مسایل مهم در بیوانفورماتیک ساختاری است. پروتئین‌ها ساختار طبیعی خود را از میان آرایش‌های متعدد فضایی در کسری از ثانیه انتخاب می‌کنند. پارادوکس لوینتال بیان می‌کند جست‌وجوی تصادفی در میان فضای تمام آرایش‌های فضایی ممکن امکان‌پذیر نیست و باید مکانیزمی برای آن وجود داشته باشد.الفبای کمتر از ۲۰ اسیدآمینه در ساختار پروتئین می‌تواند پیچیدگی مساله تاخوردگی پروتئین را تا حدودی کاهش دهد. عموماً فرض می‌شود که ساختار طبیعی در مینیمم انرژی خود شکل می‌‎گیرد. بنابراین نیاز به یک تابع انرژی مناسب برای ارزیابی ساختار ضروری است.
مواد و روش‌ها: توابع پتانسیل دانش- پایه یکی از انواع توابع انرژی است که از داده‌های ساختار پروتئین‌های شناخته‌شده به دست می‌آید. در این مطالعه یک تابع انرژی دانش- پایه ارایه می‌کنیم و تاثیر اسیدآمینه‌های آلانین، لوسین، ایزولوسین، والین و فنیل‌آلانین در تشخیص ساختار طبیعی را بررسی می‌کنیم. در مدل کاهش‌یافته تنها انرژی بین اسیدآمینه‌های مذکور را در نظر می‌گیریم.
یافته‌ها: مدل کاهش‌یافته را با چهار معیار ارزیابی کردیم. نتایج نشان می‌دهد که تفاوت معنی‌داری بین نتایج مدل ۲۰- اسیدآمینه و مدل کاهش‌یافته وجود ندارد.
نتیجه‌گیری: این مدل نشان می‌دهد که توان تابع انرژی به‌دست‌آمده حاصل قدرت انرژی میان این پنج اسیدآمینه است و بنابراین برای افزایش قدرت توابع پتانسیل نیازمند نگرش جدیدی هستیم که بتوانیم به نحو موثرتری از اندرکنش تمام اسیدآمینه‌ها در ساختار بهره ببریم.

چکیده همه باکتری‌ها دارای سیستم ترشحی برای انتقال ماکرومولکول‌های خود به بیرون هستند. در حال حاضر هفت سیستم ترشحی شناسایی شده است. بررسی انتقال افقی این ژن‌ها و ردیابی آنها، می‌تواند نقس بسیار مهمی در فهم ما در مورد نقش وکاربرد این ژن‌ها در باکتری و موجوات دیگر مانند میزبان آنها را داشته باشد. در مطالعه حاضر با استفاده از ابزارهای بیوانفورماتیکی مانند SeqWord_Viewer در پایگاهای اطلاعاتی مانند عناصر ژنتیکی متحرک (MGEs)، ACLAME، PAthogenicity Islands DataBase (PAIDB) به بررسی ژن‌های تیپ III (T۳SS) در بعضی از گونه‌ای باکتری سودوموناس پرداخته شد. نتایج نشان داد انتقال افقی بین ژن‌های تیپ III بین ۳۰ تا ۱۰۰% است. همچنین باکتری گونه سودوموناس فلورسنس با ۱۵ ژن انتقال‌یافته بیشترین گونه را دارد. بررسی‌های بیوانفورماتیکی نشان داد که گونه P. fluorescens F۱۱۳ با ۱۱ ژن بیشترین قابلیت انتقال ژن‌های تیپ ۳ سیستم ترشحی را دارد. همچنین نتایج نشان می‌دهد که انتقال افقی در بین ژن‌های تیپ سه در بعضی از گونه‌ها همچون P. fluorescens Pf-۵، P. syringae pv. Glycinea، P. syringae pv.aptata، P. syringae pv.Japonica، P. syringae pv. Pisi و P. aeruginosa UCBPP-PA۱۴ و انتقال ۱۰۰% در تیپ III سیستم ترشحی مشاهده شد. می‌توان از بررسی‌ها استنتاج کرد که باکتری‌های با احتمال بالا در بیماری‌زایی، بیشترین انتقال افقی را دارند که نشان‌دهنده انتقال سیستماتیک انتقال بیماری بین میزبان و عامل بیماری‌زایی طی تکامل است.