بیان ژن و اختلال در تنظیم، دستهای از مدلهای احتمال را بررسی میکند که چگونگی تأثیر بافت اپی ژنتیکی بر بیان ژن و رشد ارگانیسم را با استفاده از تئوریهای حد مجانبی نظریه اطلاعات به روشی کاملاً رسمی توصیف میکند. با استفاده از یافته های کلاسیک در شکستن تقارن خودکار ربوده شده از فیزیک آماری در شرایط جمعی و نه جمعی، این کار نشان می دهد که منابع اطلاعات اپی ژنتیکی به عنوان همتای یک محرک قابل تنظیم عمل می کنند و تکامل را به سمت مسیرهای متفاوت متفاوت بر اساس ساختار هدایت می کنند. سیگنال های خارجی این یافته ها پیامدهای عمده ای برای اپیدمیولوژی اپی ژنتیک دارند، به ویژه برای درک اینکه چگونه، تا حد زیادی، عوامل استرس زای محیطی می توانند طیف گسترده ای از اختلالات رشدی را در انسان ایجاد کنند. سپس نویسندگان این دیدگاه را برای تعدادی از بیماریهای مزمن که به طور گسترده با چاقی مرتبط هستند، با استفاده از دادهها در سطوح مختلف مشاهده اعمال کردند.
Gene Expression and Its Discontents: The Social Production of Chronic Disease 2016
89,000 تومان
دانلود کتاب پزشکی بیان ژن و نارضایتی های آن: تولید اجتماعی بیماری مزمن
نویسنده |
Deborah Wallace, Rodrick Wallace |
---|---|
انتشارات |
Springer International Publishing |
زبان |
English |
تاریخ انتشار |
2016-12-21 |
تعداد صفحهها |
344 |
نوع فایل |
|
حجم |
4 Mb |
سال انتشار |
2016 |
Gene Expression and its Discontents examines a class of probability models describing how epigenetic context affects gene expression and organismal development, using the asymptotic limit theorems of information theory in a highly formal manner. Taking classic results on spontaneous symmetry breaking abducted from statistical physics in groupoid, rather than group, circumstances, the work suggests that epigenetic information sources act as analogs to a tunable catalyst, directing development into different characteristic pathways according to the structure of external signals. The results have significant implications for epigenetic epidemiology, in particular for understanding how environmental stressors, in a large sense, can induce a broad spectrum of developmental disorders in humans. The authors then apply the perspective to a number of chronic diseases broadly associated with obesity, using data at different scales of observation.