Additionally, Principal Component A

Additionally, Principal Component Analysis – PCA of 2-D
DIGE involving only the differentially abundant proteins was
carried out and presented in Fig. 2, where the score plot is
emphasized in Fig. 2A and the loading plots in Fig. 2B. Cluster
analysis of the protein abundance was then used to identify
groups of proteins, which were higher or lower abundantly (at
1.8 regulation factor of 90% variation) in T or NT soybeans
leaves.When plotting PC1 × PC2 an effective separation in their
original groups was allowed, once these two first PCs explained
97.5%of the biological variability, PC1 being accounted by 85.2%
and PC2 by 12.3%. The effectiveness of this differentiation is
also notedwhen the loading plot graphicwas observed (Fig. 2B),
Fig. 1 – 2-D DIGE gels of protein species from transgenic (T)
soybean leaves, in red, and non-transgenic (NT) soybean
leaves, in blue.
Fig. 2

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ หลักส่วนประกอบวิเคราะห์ – PCA ของ 2 Dมี DIGE ที่เกี่ยวข้องกับเฉพาะโปรตีนมากมาย differentiallyดำเนินการ และแสดงในรูปที่ 2 ที่พล็อตคะแนนเป็นเน้นในรูป 2A และแปลงโหลดในรูป 2B คลัสเตอร์วิเคราะห์ความอุดมสมบูรณ์ของโปรตีนนี้ถูกใช้เพื่อระบุกลุ่มของโปรตีน ซึ่งเป็นที่สูง หรือต่ำมาก (ที่ระเบียบ 1.8 ปัจจัยของการเปลี่ยนแปลง 90%) ในถั่วเหลือง T หรือ NTใบไม้ เมื่อพล็อต PC1 × PC2 แยกที่มีประสิทธิภาพในการกลุ่มเดิมได้รับอนุญาต เมื่ออธิบายเหล่านี้สองเครื่องคอมพิวเตอร์ครั้งแรกความแปรปรวนทางชีวภาพ 97.5%of, PC1 ถูกลง 85.2%และ PC2 12.3% ประสิทธิผลของความแตกต่างนี้คือยัง notedwhen โหลดลงจุดสังเกต graphicwas (รูปที่ 2B),รูปที่ 1 – 2 D DIGE เจพันธุ์โปรตีนจากจำลอง (T)ใบถั่วเหลือง ถั่วเหลือง (NT) สีแดง และไม่จำลองใบ สีน้ำเงินรูป 2

ผลลัพธ์ (ไทย) 2:

นอกจากนี้อาจารย์วิเคราะห์องค์ประกอบ - PCA 2-D
ซิมที่เกี่ยวข้องกับเฉพาะโปรตีนที่อุดมสมบูรณ์ที่แตกต่างกันได้รับการ
ดำเนินการและนำเสนอในรูป 2 ที่พล็อตคะแนนจะ
เน้นในรูป 2A และโหลดแปลงในรูป 2B คลัสเตอร์
การวิเคราะห์ของความอุดมสมบูรณ์ของโปรตีนที่ถูกนำมาใช้เพื่อระบุ
กลุ่มของโปรตีนซึ่งอยู่สูงกว่าหรือต่ำพรืด (ที่
1.8 ปัจจัยกฎระเบียบของการเปลี่ยนแปลง 90%) ใน T หรือถั่วเหลือง NT
leaves.When วางแผน PC1 PC2 ×มีประสิทธิภาพในการแยกของพวกเขา
กลุ่มเดิม ได้รับอนุญาตเมื่อทั้งสองพีซีแรกอธิบาย
97.5% ของความแปรปรวนทางชีวภาพ PC1 ถูกคิดเป็น 85.2%
และ PC2 12.3% ประสิทธิผลของความแตกต่างนี้เป็น
ยัง notedwhen พล็อตในการโหลด graphicwas สังเกต (รูป. 2B)
รูป 1 - เจล 2-D ซิมของสายพันธุ์โปรตีนจากยีน (T)
ใบถั่วเหลืองสีแดงและไม่ดัดแปรพันธุกรรม (NT) ถั่วเหลือง
ใบสีฟ้า.
รูป 2

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ การวิเคราะห์องค์ประกอบหลัก ( PCA ใน 2 มิติdige เกี่ยวข้องกับเฉพาะโปรตีนต่างกันมากมาย คือดำเนินการ และนำเสนอในรูปที่ 2 ที่แปลงเป็นคะแนนเน้นรูปที่ 2A และโหลดในแปลงรูปที่ 2B คลัสเตอร์การวิเคราะห์โปรตีนมากมายถูกใช้เพื่อระบุกลุ่มของโปรตีน ซึ่งมีสูง หรือต่ำมาก ( ที่1.8 ระเบียบปัจจัย 90% การเปลี่ยนแปลง ) ใน NT หรือถั่วเหลืองใบ เมื่อวางแผน PC × pc2 ที่มีการแยกของพวกเขากลุ่มแรกได้รับอนุญาต เมื่อสองคนแรกชิ้นอธิบาย97.5 % ของความแปรปรวนทางชีวภาพ ร้อยละ 85.2 % โดย PC เป็นและ pc2 โดยร้อยละ 12.3 ผลของความแตกต่างนี้ยัง notedwhen โหลด graphicwas สังเกตแปลง ( รูปที่ 2B )รูปที่ 1 – 2 dige ชนิดเจลของโปรตีนจากยีน ( T )ถั่วเหลือง ใบสีแดง และไม่ใช่พันธุกรรม ( NT ) ถั่วเหลืองใบสีฟ้ารูปที่ 2