SNP芯片的原理
Illumina的SNP芯片原理
Illumina的SNP生物芯片的优势在于：
第1，它的检测通量很大，一次可以检测几十万到几百万个SNP位点
第2，它的检测准确性很高，它的准确性可以达到99.9%以上
第3，它的检测的费用相对低廉，大约一个90万位点的芯片（每个样本的）检测费用在一、两千人民币
Illumina的生物芯片系统，主要是由：芯片、扫描仪、和分析软件组成。
Illumina的生物芯片，由2部分组成：第1是玻璃基片，第2是微珠。
这个玻璃基片，它的大小和一张普通的载玻片差不多大小，它起到的作用，就是给微珠做容器。
在这个玻璃基片上，通过光蚀刻的方法，蚀刻出许多个排列整齐的小孔。每个小孔的尺寸都在微米级，这些小孔是未来容纳微珠的地方。小孔的大小与微珠正好相匹配，一个小孔正好容纳一个微珠。
微珠是芯片的核心部分，微珠的体积很小，只有微米级。
每个微珠的表面，都各偶联了一种序列的DNA片段。每个微珠上，有几十万个片段，而一个珠子上的片段，都是同一种序列。
这些DNA片段的长度是73个碱基，而这73个碱基又分成2个功能区域。
靠近珠子的这一端的23个碱基的序列，被称为Address序列，它也是DNA片段的5'端。它是标识微珠的标签序列。标签序列，通过碱基的排列组合，得到许多可能，每种序列，就是相应微珠的身份证号码（ID号）。
DNA片段上离珠子远的那一端的50个碱基，也就是3'端的序列，被称作Probe序列，它的作用，是与目标DNA进行互补杂交。
一种Address序列，就对应了一种probe序列。它们之间有着一一对应的关系。
在Illumina生产芯片的过程当中，是把要做芯片的几十万种微珠，按设定的比例进行混合好，撒到玻璃基片上。微珠随机地落入基片的小孔当中，然后，通过检测芯片上每个小孔当中的微珠上的Address序列，就可以知道，这个小孔当中是哪种微珠。
又因为Address序列和Probe序列有着一一对应的关系，这样，也就知道了每个小孔当中，有哪种Probe。反过来说，也就知道了每种Probe分布在哪几个小孔中了。
所以，Illumina公司出厂的每一张芯片，都要跟一个“.dmap”文件。这个.dmap文件，标注了每一张芯片上，每一个微孔当中，分别是哪种微珠。
用户做完芯片实验，得到扫描数据后，要从Illumina的网站上下载这张芯片的对应dmap文件，然后才能解读这张芯片。
在一张芯片的一个反应（样本位）当中，每种珠子平均有约15颗或更多。
说完了Address序列的功能，接着我们来说Probe序列的功能。
Illumina的生物芯片扫描仪，是扫描2种（荧光）颜色的：红色和绿色。而碱基有4种：A、C、G、T，要用2种荧光颜色，在一次实验当中，就区分出四种碱基，就需要一些巧妙的设计。
在Illumina的SNP芯片Probe设计上，先把要检测的位点，分成2种情况。
第一种情况是比较简单的，我们先举例来说明。如果一个SNP位点的野生型是“G”，突变型是“A”，那么就设计一个探针。这个探针的3'端的最末一个碱基，就挨着这个SNP位点。在实验过程当中，目标片段通过互补杂交，结合到这个探针上，然后，加入四种带标记的双脱氧核苷酸。其中A、T两种核苷酸是用DNP（二硝基苯）来进行标记的。C、G两种碱基是用生物素来标记的。同时，加入聚合酶，聚合酶就会在探针的3’末端，加上一个双脱氧核苷酸，并同时捎带连上一个标记物。
接着加入绿色荧光标记的链霉亲合素，红色荧光标记的抗DNP的抗体。绿色荧光标记的链霉亲合素与生物素特异地结合，让带生物素的C、G碱基显出绿色。红色荧光标记的抗DNP 的抗体与DNP结合，让带DNP的A、T碱基显出红色。
并且进一步加入生物素标记的抗链霉亲合素的抗体、和DNP标记的，抗异种抗体FC端的抗体。加入这两种抗体的作用，是使荧光信号得到进一步的级联放大。
抗体结合完了之后，经过清洗，把游离的抗体都给洗掉。在扫描仪下进行扫描。
如果发出的光是绿光，就说明这个SNP结合的位点，是个“G”碱基的纯合子。如果发出的是红光，就说明这个SNP位点是个“A”碱基的纯合子。如果既有红光、又有绿光，而且两种颜色的光的光强差不多，就说明这个SNP位点是一个“A”和“G”的杂合子。
说明了上面的道理，那么，A-C、A-G、T-C、T-G，这四种SNP情况都可以理解了。因为它们长出来的碱基，最后都会被染成不同的颜色，所以，可以被轻松地区分。
那么，接下来，你就会想，对于A：T，或者C：G型的SNP位点，该如何来区分。因为“A：T”会有同样的红色荧光，“C：G”也会有同样的绿色荧光。
好，接着我们就来说，这第二种情况的SNP位点的区分方案。
刚才我们说了，第一种SNP位点的区分方案，是把探针设计到紧挨着SNP位点，但留出SNP 位点，让下一个延长的碱基，按照互补原则，根据SNP位点的碱基来生长。
那么，这第二种情况的SNP，在设计探针的时候，最后一个碱基，是盖在SNP位点上的。而且是设计2种探针，如果SNP位点是“A”和“T”，那么探针也设计“A”和“T”。并且分别盖在SNP 位点上面。
这2种探针，在与目标DNA片段结合的时候，如果最后一个碱基是互补的，那么接下来的延伸反应就会发生，新的带标签的双脱氧核苷酸就会被加到探针链上。再接下来，就会被荧光抗体染色，在激光扫描的过程当中，就会发光。
反之，如果最后一个碱基是不互补的，那么接下来的延伸反应，就不会发生。当然，也就不会有标签加到探针链上，再接下来，荧光抗体也就不会将之染色。在后面的激光扫描当中，就不会发光。
激光扫描的结果，如果末尾是A碱基的探针发光，而末尾是T碱基的探针不发光，那么说明目标SNP位点上是一个“T”的纯合子；反之，则是“A”的纯合子；如果A和T的探针都发光，而且发光强度差不多，那说明SNP位点上是一个“A”和“T”的杂合子。
理解了Illumina的SNP芯片的工作原理，也就理解了它为什么准确率比较高。因为它是通过“红”或“绿”，和“有”或“无”，来区分一个SNP位点到底是哪种碱基的。
2.Affymetrix芯片原理
今天，会和大家谈一下Affymetrix公司的生物芯片.
Affymetrix公司是著名的生物芯片公司,它的芯片当中包含了：RNA表达量分析（表达谱芯片）、SNP检测（基因分型）、拷贝数变异（Copy Number Variation，CNV）、small RNA、甲基化等多种芯片。
今天我们会和大家介绍，它应用得最广的两种芯片：表达谱芯片、和SNP分型芯片。
首先，我们介绍一下Affymetrix的（生物芯片的）仪器，目前在售的仪器，主要有4个机型，从小到大，分别是：
1.GeneAtlas
2.GeneChipScanner30007G（简称：7G）
3.GeneChipSystem3000DX2（简称：DX2）
4.GeneTitan
GeneAtlas是一个小型系统，它主要可以扫描4张芯片一组的小芯片条。它的特点是：经济、易用。
GeneChip Scanner30007G（7G）和GeneChipSystem3000DX2（DX2）。是一款机器的2个版本，其中，“7G”版是科研型版本、“DX2”是临床版本。其中，DX2已经取得了美国FDA和中国CFDA的认证。
GeneTitan是新机型，它的通量更大，自动化程度更高。平均到每个样本的检测成本更低。GeneTitan在生物样本库项目（BioBank）当中，应用很多介绍完仪器，接下来，我们来介绍Affymetrix芯片的制造过程。
制造原理
Affymetrix芯片的制造过程，类似半导体芯片的制造过程。是通过光蚀刻来完成的。
它（生物芯片）的基片，是一张大的玻璃片，称为：“Wafer”。
首先，在玻璃基片上加上保护基团，也就是玻璃板上的这些蓝色小帽子。这些保护基团，它可以阻止接下来的DNA的延长反应。同时，这些保护基团是对光敏感的。
一旦受到紫外光的照射，这些保护基团就会从所连着的羟基上掉下来。把羟基给暴露出来。接下来，进行光刻。我们以玻璃基片上3*2的6个小格子，这样一个小区域来说明光刻的过程。
先用一个光罩（mask1）来遮住一部分的玻璃板区域，在光罩上，是一系列排列整齐的小方格。
有些小方格是透明的，还有一些小方格是不透明的，可以挡住光。
紫外光透过光罩（Mask1），照到玻璃基片上。这些透明的格子所对应的地方，保护基团被紫外光照射到。
光敏的保护基团就从原来所连的羟基上掉下来，而那些不透明格子所对应的地方，因为没有被光照到，保护基团依然连接在原来的羟基上。
接下来，把要连的碱基底物加到玻璃基片上，这里第一个要加的碱基是“A”碱基，玻璃基片上刚才被光照射过的，去掉了保护基团的地方。
就会与新的A碱基结合，这样，A碱基就连接到玻璃基片上。
而刚才被光罩上不透明的区域所覆盖的，还留有保护基团的地方，就不会与新加入的“A”碱基进行结合。
请注意，这里新加进来的A碱基，也带着一个保护基团。
接着，进行第2轮的光刻，也就是拿第二张光罩盖Mask2，盖在玻璃基片上。
紫外光再次透过光罩，照到玻璃基片上。但是请注意，这第二张光罩上的透明与不透明格子的分布。
是与第一张光罩不一样的，在第二次光照射之后，玻璃基片上对于应于第二个光罩透明的部分，上面的保护基团就掉了。
然后，我们把第二轮要种的T碱基铺到玻璃基片上，玻璃基片上，那些在第二轮光照射当中，去掉了保护基团的位置，就会长出一个T碱基。
再接着，用Mask3进行遮盖，进行第3轮的光照射，然后，加上C碱基。
这样，不断地重复这个过程，玻璃基片上不同的位置，就会按原来的设计意图，长出我们想要的DNA链来。
这些DNA链，就是探针，这些探针，会在后面的实验当中，与目标DNA链或者RNA链，进行杂交、结合。
Affymetrix公司芯片上的的探针，都是3’端连到玻璃基片上的。
Affymetrix的芯片当中，做表达谱的芯片，也就是测RNA表达量的芯片，探针的长度是25个碱基，而做SNP分型的芯片，探针的长度是30个碱基。
Affymetrix芯片上，长有相同序列DNA链的一个小点，被称为一个“Feature”。这也就是未来芯片扫描图上的一个光点，一张芯片上最多可以有680万个Feature。
每个Feature上会有几百万条相同序列的DNA探针。
这样一张大的玻璃基片，在种好所有的DNA链之后，就被裁切成一小片一小片的玻璃片，每张小玻璃片上都有一套完整的探针。每一张小的玻璃片，加上了辅助液流的外壳，再打上相应的标识，就成了一张生物芯片。
Affymetrix公司的芯片，它所有设计的探针，都在确定的位置。在最后的芯片判读过程当中，也是通过光点的空间位置，来知道测到的是哪个探针。
RNA芯片实验原理
接下来，我们介绍芯片的实验原理。我们先来说，表达谱的实验原理。
Affymetrix的表达芯片，分成传统的In Vitro Transcription芯片，也就是IVT芯片（In Vitro Transcription的缩写），和新一代的Whole Transcriptome芯片，也就是WT芯片（Whole Transcriptome的缩写）。
其中IVT芯片是用Oligo dT引物和T7逆转录酶来得到cDNA链的，所以，它得到的cDNA 主要是靠近mRNA3’位末端的cDNA。相应地，它的探针也主要针对每个基因的最后一、二个外显子来进行设计。
比较著名IVT类的芯片，有经典的U133芯片，和较为经济的PrimeView芯片。
而WT芯片是用随机引物和T7逆转录酶来得到cDNA的，所以，它得到的cDNA会覆盖转录本上更多的区域，相应地，它的探针也是针对基因的整个转录本来进行设计的。
WT芯片的好处：
一、是它可以覆盖转录本上更多的区域，实验结果的代表性就会更强。
二、是它可以针对因为差异剪接所形成的不同转录本，分别设计探针，这样，就可以知道不同的转录本的表达量的变化了。
三、是它可以检测到长链非编码RNA（Long Non-CodingRNA,LncRNA)
比较著名的WT芯片有HTA2.0、Exon1.0、Gene2.0/2.1等。
实验过程当中，先通过逆转录得到第一链的cDNA，紧接着就合成第二链的cDNA，变成双链cDNA之后，这个双链cDNA就可以作为接下来转录的模板了。
接下来，用掺有生物素标记的UTP的聚合反应底物，也就是ATP、CTP、TTP，再加上生物素标记的UTP，形成的4个单核苷酸的混合物，进行体外转录，转录得到cRNA (comple-mentaryRNA)。
因为转录的原料中含有被生物素标记的UTP，所以转录出来的cRNA片段就是带有生物素标签。
然后拿这些cRNA片段与芯片进行杂交，cRNA与芯片上的探针，依照碱基互补的原则进行杂交，杂交完了之后，用标记了藻红蛋白的链霉亲合素，也就是SAPE，对芯片进行染色（streptavidin-phycoerythrin，SAPE）。
这其中，（SAPE上的）链霉亲合素会与cRNA上的生物素进行特异地结合；而（SAPE上的）藻红蛋白在激发光的照射下，可以发出红色荧光。
然后，再加入标记了生物素的抗链霉亲合素抗体，抗体就亲合吸附到那些已经吸附在cRNA 上的链霉亲合素上。
亲合吸附完成之后，再加入SAPE。对芯片进行二次染色。
SAPE就吸附到抗体上的那些生物素上，通过上述的再次染色，可以把更多的藻红蛋白吸附到目标cRNA片段上，以增加荧光的强度。
化学反应完成之后，就可以把芯片拿到扫描仪上进行激光扫描了。
激光扫描之后，得到一张有着密密麻麻光点的图片，这张图片也就是荧光信号的矩阵，光点的X、Y轴的位置，也就是探针的ID号。
光点的（光）强度，也就对应着被杂交到的cRNA的量，而这个cRNA的量，就反映了对应基因特定mRNA转录本的表达量。
SNP分型芯片实验原理
说完了表达谱芯片，我们接下来说基因分型芯片，也就是SNP分型芯片。
Affymetrix公司的SNP分型芯片有两种实验原理：新的是Axiom芯片，是基于连接反应的；而老的卡式芯片，是基于目标DNA片段与探针序列进行杂交。看序列是否完全配对。
我们先来说新的Axiom方法，Axiom方法中，有两种探针在起作用。
第一种探针是芯片上的捕获探针，它是30个碱基的长度。它起到的作用是把目标DNA片段，固定到芯片表面。
第二种探针是显色探针，它负责对SNP芯片进行显色。
我们先来看显色探针的设计，显示探针共分成四组，A、C、G、T各一组探针。它们都是9个碱基的长度，它们的3’末端的第一个碱基是特异的，而从第二个碱基到第9个碱基都是简并的。
这其中，3’端是C、或者G的，设计成5’端带一个生物素标签。也就是最后会被染成红色荧光。
而3’端是A、或者T的，5’端被设计成带另外一种标签，最后会被染色绿色荧光。
接下来，我们以一个“G:T”型的SNP位点为例，来进行说明。
在设计这个SNP位点的探针的时候，所设计的捕获探针，是正好到SNP位点旁边的一个碱基。
实验过程进行两轮杂交:
第一轮杂交，是目标DNA与芯片进行杂交，结果是芯片上的捕获探针会抓到相匹配的目标DNA片段，接着加入显色探针，进行第二轮杂交。
这一轮杂交，把显色探针，杂交到目标DNA片段上。
然后用连接酶进行连接，因为连接酶会对连接位点的前后几个碱基进行识别。
只有前后几个碱基都完全匹配，连接反应才会发生。
所以，利用连接酶的这种识别作用，让只有与目标DNA片段互补的显色探针，才会被连接酶连接到捕获探针上去。连接反应完成之后，把游离的显色探针都给洗掉。
再用带荧光标记的染色试剂进行染色，刚才连到捕获探针上的生物素标签，就在这个染色过程中被染上红色荧光（染料）。
反之，如果目标DNA片段上，这个位点是个“T”碱基，相应地，它的标签基团就会被染上绿色荧光基团。
染色完成之后，就可以用在激光扫描下对芯片进行扫描了，扫描过程当中，如果看到这个探针上所发出的光是单纯的红色，就可以判断这个位点的SNP型是“G”型纯合子。如果发出的荧光是单纯的绿光，那么就可以判断这个SNP位点是个“T”型纯合子，如果发出的光，既有红光，又有绿光；而且红光、和绿光的光强差不多，则可以判断这个SNP位点是个“G”和“T”的杂合子。
同样的道理，对于A：C、A：G、T：C、T：G，这4种SNP情况，因为不同的基因型会发出不同颜色的荧光，所以只要看荧光的颜色、和荧光的光强，就可以分辨SNP型了。
那么对于"A:T"或者"C:G"型的SNP位点，就需要用不同的检测方案，因为A/T探针都是绿色荧光，而C/G探针都是红色荧光。
Affymetrix对这2种SNP型，另外设计了相应的检测方案。我们拿“A:T”型的SNP来说明。它针对“A”设计一个探针，再对“T”。设计一个探针。而这里设计的探针，它是盖到SNP位点上的。
请注意，这与之前第一种情况所设计的探针（颜色差异探针）不同，之前的探针是设计到SNP位点的旁边，而不是盖到SNP位点上。
这里，我们以一个5’端最后一个碱基为“A”的捕获探针为例，来看它上面所发生的化学反应。在经过第一轮的捕获杂交后，目标DNA片段与之发生杂交。
如果目标DNA片段的SNP位置上是一个“T”碱基，那么捕获探针与目标DNA片段完美匹配，接下来经过第二轮的杂交，一个显色探针杂交到它的旁边。
再经过连接反应，显色探针上的标签就连到了这个捕获探针上。反之，如果目标DNA片段上这个SNP位置上是一个“A”，那么它与捕获探针上的“A”是不匹配的。
那么在第二轮的杂交过程当中，虽然会有显色探针会停在它的旁边，但是，连接反应过程当中，因为连接酶要求严格的碱基匹配，所以连接反应不会发生。
停在它旁边的显色探针因为不能共价地连到捕获探针上。所以在接下来的洗脱过程当中，就会被洗掉。
这样，在激光扫描过程当中，如果这个探针上发出荧光，则说明对应的SNP位点上有“T”碱基。如果这个探针上不发出荧光，则说明对应的SNP位点上没有“T”碱基。
然后，再来看芯片上另一个对应的，5’端最后一个碱基为“T”的捕获探针：如果它发光，则说明SNP位点上有“A”；如果它不发光，则SNP位点上没有“A”。
把两个探针的发光情况综合来看，如果两个探针都发光，则说明这个SNP位点是一个“A”和“T”的杂合子。如果5’位末端是A碱基的探针有上荧光，而5’位末端是T碱基的探针上没有荧光，则可以判断这个SNP位点上是一个“T”的纯合子。反之，这个SNP位点是一个“A”的纯合子。
如果理解了A:T型SNP的区分原理。当然也就很容易理解C:G型SNP的区分原理了。
上述就是Axiom的检测原理，归纳一下：就是通过连接酶，对连接位点上碱基匹配的情况进行识别。只有碱基匹配，连接反应才可以发生。
如果碱基不匹配，则连接反应不能发生。
在Axiom的芯片当中，CHB1和CHB2是两款很常用的、针对中国人的SNP分型芯片。
它们有130万个SNP位点，而（Affymetrix公司的）卡式SNP芯片的原理，与Axiom的检测原理，是略有不同的。
卡式芯片不是以连接反应是否发生，作为检测的依据。
而是检测目标DNA片段，与捕获探针，之间的杂交结果。
在探针设计当中，对SNP的两种情况都设计相应的探针。
在实验过程当中，先把基因组DNA分成2份。一份用Nsp I酶进行消化；另一份用Sty I酶进行消化。
基因组DNA被消化成片段，之后，在两头连上接头。
进行PCR扩增，PCR扩增完了。之后，会得到长度主要分别在200BP～1100BP之间的扩增片段。
然后再用酶把PCR扩出来的DNA片段进行（再次）片段化。片段化完了之后，所得到的，应该是平均长度小于180BP片到的的片段。
接着用末端核苷酸转移酶（Terminal Deoxynucleotidyl Transferase），把带有生物素的单核苷酸，加到目标片段上。
然后，把这些带了生物素标签的目标DNA片段。与芯片进行杂交，再染色、扫描。
目标DNA片段与捕获探针杂交的，过程当中，遵循碱基互补原则。如果完全匹配，则杂交效率高。杂交到捕获探针上的目标片段就会多。反之，如果有一个碱基是不匹配的，那么杂交效率就会低许多，杂交到捕获探针上的目标片段，也就会少许多。
接下来，再经过染色，染色完了之后，进行激光扫描。
扫描过程当中，能发出荧光的探针，说明样本当中有对应基因形的DNA，如果探针不能发出荧光信号，或者发出的荧光信号很弱，则说明样本当中没有对应基因型的DNA。
如果一个SNP的两种荧光探针都发光，而且发光强度差不多，则说明样本在这个位点是一个杂合子。
以上就是卡式SNP芯片的检测原理，在卡式SNP芯片当中，“SNP6.0”是一款很经典的芯片。它上面有90多万个SNP位点的探针，并且同时还有94万个拷贝数变异探针。
软件
Affymetrix分析表达谱的软件。
主要是用的Transciptome under galtetede软件，简称TAC软件分析基因分型的软件，主要是用Genotyping Console软件。
除了表达谱芯片、和基因分型芯片之外。
Affymetrix公司还提供：microRNA芯片、基因调控芯片、拷贝数变异芯片
分子细胞遗传学芯片、药物遗传学芯片等，多种芯片。并且提供客户定制化服务。
3.Agilent生物芯片原理
今天，会和大家谈一下Agilent公司（安捷伦公司）的生物芯片。
Agilent的生物芯片（系统）和别的公司的生物芯片（系统）一样，同样由：扫描仪、生物芯片、分析软件，三部分组成。
Agilent的芯片扫描仪，叫SureScan DX。SureScan DX已经取得了欧洲的CE认证，和中国的CFDA认证，可以应用于临床。
生产工艺
接下来，我们介绍Agilent的芯片。首先，我们来看Agilent的芯片合成工艺。
Agilent芯片的基片是一个玻璃片。它的大小和一张标准的病理载玻片一样大小。
它的芯片制作过程，是用和喷墨打印一样的技术来进行制作的。喷墨打印机，是在墨盒里面是装了“红、黄、蓝、黑”四种颜色的墨水。而Agilent打印生物芯片的墨盒里面，是用带保护基团的A/C/G/T四种碱基底物，来代替了颜色墨水。
分别含有4种碱基底物的小液滴，被按照设计的探针序列，依次、层叠地喷到玻璃板的确定的位置上。
在每一个碱基的延伸过程当中都有3个步骤，分别是“脱保护基团、偶联、氧化”。
先把一个碱基，喷到玻璃板上，然后，再喷上第二个碱基，让两个碱基之间发生偶联。
接下来，进行氧化，把亚磷酸基团氧化成磷酸基团。
然后，把连在第二个碱基5’位羟基上的DMT保护基团给去掉。这样，留下一个自由的5‘位羟基。有了这个羟基，就可以进行下一步的延伸反应了。
不断重复这个过程，DNA链就会不断地延长。
Agilent的这个DNA链合成技术，每一步的合成效率都非常高，可以达到99%以上。这让Agilent 可以在芯片上，得到很长的DNA链。最长，可以达到300个碱基的长度。
Agilent的这个方法得到的DNA链，它是3’端连到玻璃基片上的。
Agilent的这个基于打印原理的芯片合成技术，给予Agilent公司在制作不同序列的探针的时候，有着极大的灵活性。只要更换芯片探针的设计文件，就可以轻松地制作出一张全新序列的芯片来。因此，Agilent公司在接受客户定制化芯片的时候，可以接受少到“1张”芯片的定制化订单。
Agilent（目前）生产的芯片，可以根据点阵密度的不同，分成密度较低的HD芯片、和高密度的G3芯片。
HD芯片，一张芯片上最多可以有24万4千个点,高密度的G3芯片，一张芯片上最多可以有1百万个点。
而一张芯片上，又可以根据点阵的分区的情况，区分成：1个区的、2个区的、4个区的、和8个区的。分的区越多，则一张芯片上，可以同时检测的样本数就越多。但是分区越多，每个样本可以检测的数据点就越少。
CGH芯片
说完了芯片制造的过程和大体规格，接下来，我们介绍Agilent芯片的应用。
我们先来说CGH芯片，也就是“Comparative GenomicHybridization”芯片。翻成中文，就是“比较基因组杂交”芯片。
CGH芯片，主要是检测：杂合性缺失（LOH）、单亲二染色体（UPD）、和拷贝数变异（CNV）。先说一下，什么叫“杂合性缺失”。它的英文是“Loss Of Heterozygosity”，简称“LOH”。
正常情况下，常染色体上的一个区段，都会有来自于父亲、和母亲的各一个拷贝。
当发生杂合性缺失（LOH）的时候，两个染色体上的同一个区段，都是来自于或者父亲、或者母亲的一方，而把另一方的对应区段给丢失了。这就叫杂合性缺失（LOH）。
杂合性缺失是肿瘤发病的重要病因。
单亲二染色体，也就是“Uniparental Disomy”，简称“UPD”，是杂合性缺失的一种特殊形式。也就是一对染色体，都是来自于父亲、或者母亲中的一方，而把另一方的对应染色体，全部给缺失了。
这种变异的危害，和杂合性缺失的道理是一样的。只是因为它丢的是一整个染色体，所以致病的可能性会更高。
拷贝数变异，Copy Number Variation，简称“CNV”，是指一小段染色体片段的缺失，或者额外增加。
CGH芯片，主要就是检测这三种突变：“LOH”、“UPD”、和“CNV”。
在生物芯片检测方法出来之前，染色体变异，主要是通过核型分析来做的。但是核型分析的分辨率是较低的，大约只能看到10M以上片段的缺失、或者增加。对于小于10M的片段缺失、或者增加，则无法在核型分析中发现。
而用生物芯片的方法，则可以极大地提高检测上述突变的分辨率、和灵敏度。分辨率最高可以达到发现一个外显子的增加、或者缺失。
Agilent CGH生物芯片工作的原理，就是把样本的DNA片段化，标上红色荧光素“Cy5”；同时，再把来自几十个正常人的基因组DNA，混成一个标准DNA样本，取同样的DNA量，同样片段化，标上绿色荧素“Cy3”。
然后，把这两种标了荧光素的DNA片段，混合在一起，在同一张芯片上进行杂交。
接下来进行激光扫描，比较红光荧光与绿光荧光的光强。
所得到的光强比值，换算成以2为底的Log值。
如果在一个探针上，Log值接近于“0”，也就是说，红光与绿光的荧光光强差不多，那么，可以基本断定，在这个位置，样本中是有2个基因拷贝。
如果在一个点上，Log值大约等于“1”，也就是说红光的光强，是绿光的2倍，那么说明，样本在这个位置的拷贝数，可能是标准品的2倍。也就是说，样本在这个位置，可能有4个基因拷贝，比正常情况多出了2个拷贝。
同样道理，在一个点上，如果Log值小于等于“-2”，也就是说，红光的强度只有绿光强度的“1/4”，甚至更低，那么说明，样本在这个位置的2个拷贝，可能都丢失了。
因为来自一个点的荧光的光强变化，可能会带有一定的偶然性，所以，一般是看染色体空间位置上相邻的三个点（或者更多的点），如果这三个点的荧光比值，都发生同一个方向的偏离，就可以作为判断这一段有拷贝数变异的证据。
说完了拷贝数变异，我们进一步来看LOH和UPD的情况。因为LOH（杂合性缺失）和UPD （单亲二染色体），并不会改变某一区段的基因拷贝数，所以，就有必要加入SNP分析，来探测LOH和UPD。
如果染色体的一个区段内，同时有大量的杂合子存在，那么一般可以判断，这个区域没有发生LOH；反之，一个区段内，如果都是纯合子，那么，很可能这个区段内是发生了LOH（杂合性缺失）。
Agilent的CGH芯片，区分SNP位点的方法，是通过“酶切+杂交”。
把基因组DNA，用Alu I和Rsa I两种限制性内切酶进行消化。
我们以Alu I这种酶为例，它切的位点是“AGCT”。
如果基因组上的这个位点是CGCT的纯合子，那它就不会被酶切断。在后面杂交的过程当中，因为DNA链保持了完整的长链，所以与探针的吸附能力就强，最后，（在激光扫描中），就得到高强度的荧光信号。
如果基因组上这个位点，是CGCT和AGCT的杂合子，那么AGCT就会被切断，而CGCT保持完整。在后面与探针的杂交过程当中，保持完整长链的链，可以杂交到探针上去，而被切断链，它与探针杂交的序列就变短了，这样，它与探针的吸附力就减弱，在后面的洗脱过程当中，这个短链就会被洗掉。这样，2个等位基因链中，只那个没有被切断的长链会留在探针上，所以，最后的（激光扫描得到的）荧光强度，只有中等的强度。
如果基因组上这个位点是一个AGCT的纯合子，那它就会被酶完全切断。并且在杂交（洗脱）过程当中，它就会被洗脱掉，最后，探针上就没有荧光，或者荧光强度非常低。
这样，通过“酶切+杂交”，CGH芯片就可以分辨出基因组上的SNP位点，并且进一步判断是否有LOH或者UPD发生。
Agilent的最常卖的CGH芯片，是它的8*60K（SurePrint G3Human CGH Microarray Kit,8x60K）、和4*180K的芯片（SurePrint G3Human CGH Microarray Kit,4x180K）。
Agilent分析CGH芯片数据的软件，是CytoGenomics软件。
表达谱芯片
接下来，我们说Agilent的表达谱芯片。
Agilent表达谱芯片的检测原理，是IVT原理，也就是“In Vitro Transcription”原理。
首先，用带有T7启动子序列的Poly（T）引物，与mRNA的Poly(A)尾巴结合，（逆）转录出第一链的cDNA。然后，再转录出第二链的cDNA，这样，就得到了双链cDNA。
这个双链的cDNA是带有T7启动子的，接下来，就用这个T7启动子转录出cRNA来。cRNA 是complementary RNA，也就是“互补RNA”。
在转录出cRNA的过程当中，所用的底物是特殊的。在4种碱基当中，C碱基不是天然的CTP，而是用标有Cy3荧光基团的合成CTP。这样，Cy3荧光基团就在体外转录过程当中，被带入到新合成的cRNA链当中去了。
接下来，把这个cRNA链与芯片进行杂交，杂交完了之后，在激光扫描仪下看每个点的荧光强度。根据每个探针点的荧光强度，反推出对应基因的RNA表达量来。
Agilent的表达谱芯片有以下几个特点：
第一，它的cRNA链上，标的直接就是Cy3荧光基团，而不是生物素，所以，它在与芯片杂交、洗脱完了之后，就可以直接上扫描仪进行检测。而不像别的用生物素进行标记的芯片平台，还要经过几步的荧光染色过程，才能进行激光扫描。所以Agilent的芯片处理过程，会
比别的用生物素做标签的芯片平台更快。一般Agilent只要2天就可以完成样本处理、和芯片杂交过程，而别的芯片平台，可能会要3天时间。
第二，它的检测线性范围更大，可以达到10的5次方。相比之下，别的做表达谱的芯片平台的检测范围，一般只有10的3次方。也就是说，对于低表达的基因，安捷伦芯片的灵敏度更高。它可以检测到比别的平台低10倍的低表达量，对于高表达量的基因，Agilent芯片的检测量程更宽。它可以比别的平台，更准确地测到高10倍的高表达量。
第三，Agilent的表达谱芯片上的探针，是60个碱基。因为有了比别的芯片平台更长的探针，所以它的检测特异性会更好。
Agilent公司最常卖的人表达谱芯片，是：SurePrint G3HumanGene Expression v38*60K MicroArray Kit。
安捷伦分析表达谱的软件，是GeneSpring软件。
Agilent公司除了提供：CGH芯片、和表达谱芯片之外，还提供：microRNA芯片、甲基化芯片、ChIP芯片、基因合成用的Oligo Library Synthesis芯片。有兴趣的同学，可以向Agilent 公司咨询（https://www.doczj.com/doc/bb12124659.html,）。
Affymetrix SNP芯片数据分析方案
项目一、基本分析 包括： 芯片原始数据的处理和基因分型，我们给出有统计意义的SNP列表。 描述性统计，如minor allele frequency，Hardy-Weinberg equilibrium等。 显著性检验，实验组与对照组的差异，假阳性率（FDR）的计算等。 SNP的关联分析，建立线性模型或logistic回归模型等。(所有的统计可以选择由SAS，SPSS，或S-Plus/R给出) 项目二、Copy Number Variation（CNV）的计算。 CNV是目前的一个热点研究内容。SNP芯片数据可以用于精确地计算CNV。我们提供针对SNP芯片的基于CNAG(Copy Number Analyser for GeneChip), dChip(DNA-Chip Analyzer)和CNAT(Chromosome Copy Number Analysis Tool)等算法的CNV计算结果。 项目三、SNP注释 通过SNP在染色体上的位置，利用寻找SNP可能影响的基因( or EST)。我们也可以对相应基因进行功能的注释（gene ontology ，pathway和转录因子分析等），进而解释SNP可能的作用机理。该部分可以参考常规表达谱芯片的分析。 项目四：基于模式识别的SNP挖掘 传统的SNP挖掘使用统计学的方法来进行，往往在敏感性与特异性上有一定的限制。利用一些模式识别/机器学习的方法可以更好解决SNP筛选问题。我们提供基于决策树等SNP挖掘算法。 Hsiang-Yu Yuan et al. FASTSNP: an always up-to-date and extendable service for SNP function analysis and prioritization. Nucleic Acids Research 2006 34(Web Server issue):W635-W641
生物芯片的市场分析 全球市场总额很小 企业收入增长缓慢 全球的市场有多大？国内的市场又有多大？前景如何？现在国内没有公开的文章回答这些问题。国内的市场小，人们对生物芯片的技术和应用还没有普遍的认识。介绍生物芯片技术的论文、报告和新闻唾手可得，前几年投资炒作的文章也能找到几篇大作，但关于生物芯片的市场，现在国内还看不到一篇专题文章，也没有一家芯片公司或咨询公司做过有意义的市场调查；曾有公司在网上做过消费者调查，响应者却寥寥无几。我从网上找到了3家国际知名市场研究公司的公开数据，翻译过来，列举如下：2003年7月24日，国际知名的市场研究和数据分析公司Research and Markets公司发布了定价998美元的159页的报告《美国生物芯片和设备的市场和业务》，这份报告认为，2002年的全球生物芯片市场规模是11亿美元，将以19.5%的年平均增长率增长，2007年将达到27亿美元。2003年底，雷曼兄弟（Lehman Brother）公司发布的分析报告指出，全球芯片市场约有8亿美元的规模。2004年3月30日，英国伦敦的大型国际咨询公司Frost & Sullivan公司出版了价值4，950美元的关于全球芯片市场的分析报告：《世界DNA芯片市场的战略分析》。报告认为，全球DNA生物芯片市场每年平均增长6.7%，2003年的市场总值是5.96亿美元，2010年将达到9.37亿美元。 比较这3家公司估计的2003年生物芯片市场的市场规模：Frost & Sullivan公司仅考虑了生物芯片市场中的DNA芯片市场，为6亿美元；雷曼兄弟估计为8亿美，Research and Markets公司估计为13亿美元，我们发现，这3家单位估计的全球生物芯片市场总额的数据相差不远，在8-13亿美元，他们估计的数据体现了这个产业的客观市场规模应该在这个范围内。台湾生物芯片协会估计的市场是2003年为2.2亿美元，其中医疗芯片销售额6，500万美元，研究芯片销售额1.55亿美元，数额偏低，估计没有包括生物芯片仪器市场。 全球生物芯片霸主是以医药个体化为目标的Affymetrix公司，今年继续在全球市场上领先，很多专家估计其市场份额占全球1/3至1/2。如果我们清楚了Affymetrix公司的市场情况，也就知道了全球一半的市场。根据Affymetrix公司《2003年年度报告》披露的信息，我们能看到这个霸主的一些市场业绩。假设市场份额正如专家们所估计的那样，Affymetrix公司占了全球1/2至1/3的市场，按Affymetrix公司的营业额估算，2003年全球市场也就6-9亿美元左右。如果最近5年的市场增长速度保持下去，今后5年的全球市场增长2倍，至2008年，全球市
生物信息学在基因芯片数据功能分析中的应用 2009-4-29 随着人类基因组计划(Human Genome Project)即全部核苷酸测序的即将完成，人类基因组研究的重心逐渐进入后基因组时代(Postgenome Era)，向基因的功能及基因的多样性倾斜。通过对个体在不同生长发育阶段或不同生理状态下大量基因表达的平行分析，研究相应基因在生物体内的功能，阐明不同层次多基因协同作用的机理，进而在人类重大疾病如癌症、心血管疾病的发病机理、诊断治疗、药物开发等方面的研究发挥巨大的作用。它将大大推动人类结构基因组及功能基因组的各项基因组研究计划。生物信息学在基因组学中发挥着重大的作用, 而另一项崭新的技术——基因芯片已经成为大规模探索和提取生物分子信息的强有力手段，将在后基因组研究中发挥突出的作用。基因芯片与生物信息学是相辅相成的，基因芯片技术本身是为了解决如何快速获得庞大遗传信息而发展起来的，可以为生物信息学研究提供必需的数据库，同时基因芯片的数据分析也极大地依赖于生物信息学，因此两者的结合给分子生物学研究提供了一条快捷通道。 本文介绍了几种常用的基因功能分析方法和工具： 一、GO基因本体论分类法 最先出现的芯片数据基因功能分析法是GO分类法。Gene Ontology（GO，即基因本体论）数据库是一个较大的公开的生物分类学网络资源的一部分，它包含38675 个Entrez Gene注释基因中的17348个，并把它们的功能分为三类：分子功能，生物学过程和细胞组分。在每一个分类中，都提供一个描述功能信息的分级结构。这样，GO中每一个分类术语都以一种被称为定向非循环图表（DAGs）的结构组织起来。研究者可以通过GO分类号和各种GO数据库相关分析工具将分类与具体基因联系起来，从而对这个基因的功能进行描述。在芯片的数据分析中，研究者可以找出哪些变化基因属于一个共同的GO功能分支，并用统计学方法检定结果是否具有统计学意义，从而得出变化基因主要参与了哪些生物功能。 EASE（Expressing Analysis Systematic Explorer）是比较早的用于芯片功能分析的网络平台。由美国国立卫生研究院（NIH）的研究人员开发。研究者可以用多种不同的格式将芯片中得到的基因导入EASE 进行分析，EASE会找出这一系列的基因都存在于哪些GO分类中。其最主要特点是提供了一些统计学选项以判断得到的GO分类是否符合统计学标准。EASE 能进行的统计学检验主要包括Fisher 精确概率检验，或是对Fisher精确概率检验进行了修饰的EASE 得分（EASE score）。 由于进行统计学检验的GO分类的数量很多，所以EASE采取了一系列方法对“多重检验”的结果进行校正。这些方法包括弗朗尼校正法（Bonferroni），本杰明假阳性率法（Benjamini falsediscovery rate）和靴带法（bootstraping）。同年出现的基于GO分类的芯片基因功能分析平台还有底特律韦恩大学开发的Onto-Express。2002年，挪威大学和乌普萨拉大学联合推出的Rosetta 系统将GO分类与基因表达数据相联系，引入了“最小决定法则”（minimal decision rules）的概念。它的基本思想是在对多张芯片结果进行聚类分析之后，与表达模式
基因芯片数据处理流程与分析介绍 关键词：基因芯片数据处理 当人类基因体定序计划的重要里程碑完成之后，生命科学正式迈入了一个后基因体时代，基因芯片(microarray) 的出现让研究人员得以宏观的视野来探讨分子机转。不过分析是相当复杂的学问，正因为基因芯片成千上万的信息使得分析数据量庞大，更需要应用到生物统计与生物信息相关软件的协助。要取得一完整的数据结果，除了前端的实验设计与操作的无暇外，如何以精确的分析取得可信数据，运筹帷幄于方寸之间，更是画龙点睛的关键。 基因芯片的应用 基因芯片可以同时针对生物体内数以千计的基因进行表现量分析，对于科学研究者而言，不论是细胞的生命周期、生化调控路径、蛋白质交互作用关系等等研究，或是药物研发中对于药物作用目标基因的筛选，到临床的疾病诊断预测，都为基因芯片可以发挥功用的范畴。 基因表现图谱抓取了时间点当下所有的动态基因表现情形，将所有的探针所代表的基因与荧光强度转换成基本数据(raw data) 后，仿如尚未解密前的达文西密码，隐藏的奥秘由丝丝的线索串联绵延，有待专家抽丝剥茧，如剥洋葱般从外而内层层解析出数千数万数据下的隐晦含义。 要获得有意义的分析结果，恐怕不能如泼墨画般洒脱随兴所致。从raw data 取得后，需要一连贯的分析流程(图一)，经过许多统计方法，才能条清理明的将raw data 整理出一初步的分析数据，当处理到取得实验组除以对照组的对数值后(log2 ratio)，大约完成初步的统计工作，可进展到下一步的进阶分析阶段。
图一、整体分析流程。基本上raw data 取得后，将经过从最上到下的一连串分析流程。(1) Rosetta 软件会透过统计的model，给予不同的权重来评估数据的可信度，譬如一些实验操作的误差或是样品制备与处理上的瑕疵等，可已经过Rosetta error model 的修正而提高数据的可信值；(2) 移除重复出现的探针数据；(3) 移除flagged 数据，并以中位数对荧光强度的数据进行标准化(Normalized) 的校正；(4) Pearson correlation coefficient (得到R 值) 目的在比较技术性重复下的相似性，R 值越高表示两芯片结果越近似。当R 值超过0.975，我们才将此次的实验结果视为可信，才继续后面的分析流程；(5) 将技术性重复芯片间的数据进行平均，取得一平均之后的数据；(6) 将实验组除以对照组的荧光表现强度差异数据，取对数值(log2 ratio) 进行计算。 找寻差异表现基因 实验组与对照组比较后的数据，最重要的就是要找出显著的差异表现基因，因为这些正是条件改变后而受到调控的目标基因，透过差异表现基因的加以分析，背后所隐藏的生物意义才能如拨云见日般的被发掘出来。 一般根据以下两种条件来筛选出差异表现基因：(i) 荧光表现强度差异达2 倍变化(fold change 增加2 倍或减少2倍) 的基因。而我们通常会取对数(log2) 来做fold change 数值的转换，所以看的是log2 ≧1 或≦-1 的差异表现基因；(ii) 显著值低于0.05 (p 值< 0.05) 的基因。当这两种条件都符合的情况下所交集出来的基因群，才是显著性高且稳定的差异表现基因。
基因表达谱芯片的数据分析(2012-03-13 15:25:58)转载▼ 标签：杂谈分类：生物信息 摘要 基因芯片数据分析的目的就是从看似杂乱无序的数据中找出它固有的规律, 本文根据数据分析的目的, 从差异基因表达分析、聚类分析、判别分析以及其它分析等角度对芯片数据分析进行综述, 并对每一种方法的优缺点进行评述, 为正确选用基因芯片数据分析方法提供参考. 关键词: 基因芯片; 数据分析; 差异基因表达; 聚类分析; 判别分析 吴斌, 沈自尹. 基因表达谱芯片的数据分析. 世界华人消化杂志2006;14(1):68-74 https://www.doczj.com/doc/bb12124659.html,/1009-3079/14/68.asp 0 引言 基因芯片数据分析就是对从基因芯片高密度杂交点阵图中提取的杂交点荧光强度信号进行的定量分析, 通过有效数据的筛选和相关基因表达谱的聚类, 最终整合杂交点的生物学信息, 发现基因的表达谱与功能可能存在的联系. 然而每次实验都产生海量数据, 如何解读芯片上成千上万个基因点的杂交信息, 将无机的信息数据与有机的生命活动联系起来, 阐释生命特征和规律以及基因的功能, 是生物信息学研究的重要课题[1]. 基因芯片的数据分析方法从机器学习的角度可分为监督分析和非监督分析, 假如分类还没有形成, 非监督分析和聚类方法是恰当的分析方法; 假如分类已经存在, 则监督分析和判别方法就比非监督分析和聚类方法更有效率。根据研究目的的不同[2,3], 我们对基因芯片数据分析方法分类如下: (1)差异基因表达分析: 基因芯片可用于监测基因在不同组织样品中的表达差异, 例如在正常细胞和肿瘤细胞中; (2)聚类分析: 分析基因或样本之间的相互关系, 使用的统计方法主要是聚类分析; (3)判别分析: 以某些在不同样品中表达差异显著的基因作为模版, 通过判别分析就可建立有效的疾病诊断方法. 1 差异基因表达分析(difference expression, DE) 对于使用参照实验设计进行的重复实验, 可以对2样本的基因表达数据进行差异基因表达分
芯片达人教你如何看数据手册 2013-11-30 15:21:38 分享： 标签：数据手册datasheet 【摘要】数据手册怎么看？先看芯片特性、应用场合、内部框图，有一个宏观的了解。重点关注芯片参数，同时参考手册给出的参数图。选定器件后，研究管脚定义、推荐的PCB layout。内部寄存器，时序图必须研究透彻。数据手册中的note，都必须仔细阅读，是把芯片用好的关键所在。 不管什么芯片手册，它再怎么写得天花乱坠，本质也只是芯片的使用说明书而已。而说明书一个最显著的特点就是必须尽可能地使用通俗易懂的语句，向使用者交代清楚该产品的特点、功能以及使用方法。无论什么芯片手册，都不会存在生僻的单词语法（专业词汇除外），运用在大学英文知识去分析这些手册足矣。（当然另外一种选择是看中文版数据手册，像搜ic 数据手册之类的专业datasheet翻译网站，语法不一定符合国人语言习惯，但术语还是基本正确的，见仁见智吧。） Datasheet为何难读？难点有三： 语言风格——跟平常我们所阅读的新闻、报导都不一样，好多数据手册在表达意思上的连贯性做得不好，没有太大联系的两句话就放在了一起，没办法，只得接受（莫非这也是中外思维的差异？） 长句太多——为保证严谨，不至于让读者产生误解，数据手册通常多用长句描述，并且长句所描述问题都比较关键。这很让人头疼，要连贯地理解这些长句，需要较好的记忆力。当然，俺们也有笨办法：按照古老的主谓宾状补结构，把整个长句拆开，对每一个小短句进行分析，最后联系上下文揣摩出整句意思。
专业词汇多，甚至有字典上都找不到的单词，——没办法，一得靠平时的积累，二得善于借助网络资源翻译，比如搜ic数据手册（https://www.doczj.com/doc/bb12124659.html,）就是个挺专业的网站。不过强调一下：我们没有必要把每一个单词的意思都完完全全地、准确无误地翻译出来，只要理解它所表达的意思就足够了，就说是只需意会，不必言传倒也合适。 以AD9945为例，我们可以这么去读芯片数据手册： 1、先看看芯片的特性（Features）、应用场合（Applications）以及内部框图。这有助于我们对芯片有一个宏观的了解，此时需要弄清楚该芯片的一些比较特殊的功能，充分利用芯片的特殊功能，对整体电路的设计，将会有极大的好处。比如AD9945可以实现相关双采样（CDS），这可以简化后续信号调理电路，并且抵抗噪声的效果还好。 2、重点关注芯片的参数，同时可以参考手册给出的一些参数图（如AD9945的TPC 1，TPC2等），这是是否采用该芯片的重要依据。像AD9945，就可以关注采样率（maximum clock rate）、数据位数（AD converter）、功耗（power consumption）、可调增益范围（gain range）等。 3、选定器件后，研究芯片管脚定义、推荐的PCB layout，这些都是在硬件设计过程中必须掌握的。所有管脚中，要特别留意控制信号引脚或者特殊信号引脚，这是将来用好该芯片的前提。比如AD9945的SHP、SHD、PBLK、CLPOB等。 4、认真研读芯片内部寄存器，对寄存器的理解程度，直接决定了你对芯片的掌握程度。比如AD9945就有4个寄存器：Operation、Control、Clamp Level和VGA gain，对于这些寄存器，必须清楚它们上电后的初始值、所能实现的功能、每个bit所代表的含义这些基本情况。
生物信息学在基因芯片数据功能分析中的应用2009-4-29 随着人类基因组计划(Human Genome Project)即全部核苷酸测序的即将完成，人类基因组研究的重心逐渐进入后基因组时代(PostgenomeEra)，向基因的功能及基因的多样性倾斜。 通过对个体在不同生长发育阶段或不同生理状态下大量基因表达的平行分析，研究相应基因在生物体内的功能，阐明不同层次多基因协同作用的机理，进而在人类重大疾病如癌症、心血管疾病的发病机理、诊断治疗、药物开发等方面的研究发挥巨大的作用。它将大大推动人类结构基因组及功能基因组的各项基因组研究计划。生物信息学在基因组学中发挥着重大的作用,而另一项崭新的技术——基因芯片已经成为大规模探索和提取生物分子信息的强有力手段，将在后基因组研究中发挥突出的作用。基因芯片与生物信息学是相辅相成的，基因芯片技术本身是为了解决如何快速获得庞大遗传信息而发展起来的，可以为生物信息学研究提供必需的数据库，同时基因芯片的数据分析也极大地依赖于生物信息学，因此两者的结合给分子生物学研究提供了一条快捷通道。 本文介绍了几种常用的基因功能分析方法和工具： 一、GO基因本体论分类法 最先出现的芯片数据基因功能分析法是GO分类法。Gene Ontology（GO，即基因本体论）数据库是一个较大的公开的生物分类学网络资源的一部分，它包含38675个Entrez Gene注释基因中的17348个，并把它们的功能分为三类： 分子功能，生物学过程和细胞组分。在每一个分类中，都提供一个描述功能信息的分级结构。这样，GO中每一个分类术语都以一种被称为定向非循环图表（DAGs）的结构组织起来。研究者可以通过GO分类号和各种GO数据库相关分析工具将分类与具体基因联系起来，从而对这个基因的功能进行描述。在芯片的数据分析中，研究者可以找出哪些变化基因属于一个共同的GO功能分支，并用统计学方法检定结果是否具有统计学意义，从而得出变化基因主要参与了哪些生物功能。
生物分子功能注释系统（CB-MAS） 使用快速入门 博奥生物有限公司 北京 2009年
目录 1注册（REGISTER） (2) 2登录（LOGIN） (4) 3项目操作（PROJECT OPERATION） (5) 4分析操作（ANALYSIS OPERATION） (6) 5查询（QUERY ） (11) 5.1全文检索（F REE WORD SEARCH） (12) 5.2B LAST比对（B ASIC B LAST） (12)
MAS系统是一个对高通量生物实验数据（如生物芯片实验数据）提供全面生物学功能注释的分析平台系统。系统可处理多个物种的高通量实验数据，具有全面、快速、准确、直观等特点。MAS将目前多种生物信息学公共数据库中的注释相关信息相整合，提供包括基因、蛋白、功能、表达、蛋白相互作用、信号转导、调控、疾病、甲基化等生物学信息，有助于用户了解表达基因之间的相互关系。 系统集成了Genbank、EMBL、SwissProt等通用序列数据库，以及Gene Ontology、KEGG、BioCarta、GenMapp、mirBase、EPD、HPRD、 MIND、BIND、intAct 、TRANSFAC、UniGene、dbSNP、OMIM、InterPro等功能数据库，以及HUGO、MGI、RGD等物种专业数据库，为多种生物分子提供功能分类、代谢通路、表达调控、遗传疾病等全方位的注释信息。此外，系统支持多种查询方式，提供图形化的显示结果，系统还提供了比较基因组、序列比对、全文检索等功能。MAS系统是用户深入挖掘和理解高通量实验数据（如生物芯片）生物学意义的有力工具。 1注册（REGISTER） 在IE浏览器中输入访问网址，进入MAS系统登录界面。 图 1-1 MAS系统登录页面
芯片项目分析内容说明（示例）： 1）原始芯片数据处理： 我们重老师提供的数据列表中下载了408张非重复的芯片，这些芯片来自13批不同的数据，首先，我们使用RMA算法对每一个批次的芯片，分批进行了信号值处理，经过PCA分析后发现，不同的芯片按照不同的批次被分开，说明来自不同实验的数据之间存在非常强的批次效应。 对应文件为: 01原始芯片数据处理\RMA_in_Batches\all_exp.xls.PCA3D.pdf 截止，我们将所有芯片的放在一起，一起使用RMA算法进行信号值处理，经过PCA分析后发现，纵使是将所有芯片一起进行RMA处理，这些来自不同实验的数据还是存在批次效应。对应文件为：01原始芯片数据处理\RMA_in_Batches\ all_exp.xls.PCA3D.pdf 2）批次效应矫正： 因为，来自不同实验的数据之间存在批次效应，所以我们使用基于经验贝叶斯方法的ComBat 算法对不同批次的数据进行批次效应矫正。 我们使用将全部芯片放在一起进行RMA处理后的数据作为输入文件，进行批次效应表达量矫正，然后使用PCA分析发现，批次效应基本被消除掉了。 对应文件为：02批次效应矫正\校正前\all_exp.xls.PCA3D.pdf 02批次效应矫正\校正后\Adjusted.all_exp.xls.out.xls.out.PCA3D.pdf 3）差异分析: 我们使用t_test和方差分析对批次效应矫正前后的数据都进行差异检测，我们使用t_test的pvalue<0.01和方差分析的pvalue<0.01为标准选取差异基因，对于校正后我们共得到26760个差异探针，对于校正前我们23349个差异探针，我们对得到的差异探针都经行了PCA分析和cluster分析 对应文件：03差异表达\ 4）特征选择： 我们使用SVMRFE算法，一种基于支持向量机的特征选取算法，对差异探针，进行了特诊选择。我们对校正前和校正后的差异探针都进行了特征选择 SVMRFE会将特征基因按照从高到低的顺序进行排序，我们选择排名前10,前20，前30，前40的探针，进行PCA分析，观测使用特征基因进行分类是否准确。 对应文件：04SVMRFE\ 其中nohup.out文件为进行SVM分类时，选取不同数量特征基因，使用留一法交叉验证所得到的准确率。 下图为特征选择前后样本的热图分析结果。
2015年中国生物芯片行业发展调研与市场 前景分析报告 报告编号：1510226 行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容：
一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。 中国产业调研网基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息 报告名称：2015年中国生物芯片行业发展调研与市场前景分析报告 报告编号：1510226 ←咨询时，请说明此编号。 优惠价：￥6750 元可开具增值税专用发票 咨询电话：4006-128-668、0、传真：0 Email 网上阅读： 温馨提示：如需英文、日文等其他语言版本，请与我们联系。 二、内容介绍 我国人口众多、遗传病发病率高、医疗制度尚不完善，医学技术上的突破在我国有非常好的市场前景。生物芯片作为医学上的一项新技术，可以实现疾病的预警、预防和个性化治疗，对我国医疗水平的提高意义重大，在我国发展速度引人瞩目，预计未来还会有很好的发展。 生物芯片又称dna芯片或基因芯片，是dna杂交探针技术与半导体工业技术相结合的结晶。该技术系指将大量探针分子固定于支持物上后与带荧光标记的dna样品分子进行杂交，通过检测每个探针分子的杂交信号强度进而获取样品分子的数量和序列信息，以实现对细胞、蛋白质、dna等的准确、快速、大信息量的检测。简单地说，也就是在一块指甲大小的玻片、硅片、尼龙膜等材料上放上生物探针，它首先与待检测样品进行反应，然后对与反应结果相关的信号进行收集，最后再用计算机或其他方法分析数据结果。 生物芯片研究在我国始于1997-1998年间，之后迅速发展，在表达谱芯片、重大疾病诊断芯片和生物芯片的相关设备研制上取得了较大成就，目前已经从技术研究和产品开发阶段顺利走向技术应用和产品销售阶段。相关数据显示：2008年，我国生物芯片市
Affymetrix生物芯片解决方案概述 Affymetrix公司作为全球销量第一的基因芯片厂家，以其完备的芯片设计，稳定可靠的分析结果和强大的生物信息学分析能力，帮助研究人员在最短的时间内获得大量可靠的结果，为后续研究提供重要的线索和帮助。Affymetrix公司目前已经在纳斯达克上市，在基因芯片领域中成为行业标准。 Affymetrix公司的巨大优势在于为客户提供“完整的基因芯片解决方案”，即提供全套的基因芯片相关产品。包括：1. 性能优异、种类齐全的各类研究应用系列芯片产品；2. Affymetrix基因芯片相关试剂和试剂盒；3. 基因芯片杂交、洗涤、扫描检测仪器系统及相关分析软件工具；4. 基因芯片相关技术手册及使用指南等。 相关目录： z GeneChip? 独特的原位光刻技术 z GeneChip? 独特的PM-MM探针设计 z GeneChip? 严密的质控步骤 z GeneChip? 种类齐全，应用广泛 z GeneChip? 强大的配套分析软件 z GeneChip? 强大的网上注释及分析工具 z GeneChip? 发表的研究论文 z GeneChip? 项目合作及技术培训 GeneChip?独特的原位光刻技术 美国著名的Affymetrix公司率先开发的寡聚核苷酸原位光刻专利技术，是生产高密度寡核苷酸基因芯片的核心关键技术。该方法的最大优点在于用很少的步骤可合成大量的DNA阵列。 Affymetrix的原位合成技术可制作的点阵密度高达106~1010/cm2。
首先，使固相片基羟基化，并用光敏保护基团将其保护起来，然后选取适当的避光膜（mask）使需要聚合的部位透光，其他部位不透光。这样，当光通过避光膜照射到支持物上时，受光部位的羟基就会发生脱保护而活化，从而可以反应结合碱基。由于参与合成的碱基单体一端可以进行固相合成，另一端受光敏基团的保护，所以原位合成后，可进行下一轮的光照、脱保护和固相合成。循环下去，不断改变避光膜的透光位点，就可以实现在同一玻片上合成成千上万种预定序列的寡核苷酸探针。 GeneChip?独特的PM-MM探针设计 基因芯片杂交的灵敏度和特异性是芯片技术的核心。 Affymetrix在探讨了各种各样的影响因素后，设计出了一种独特的PM-MM探针方案（见下图）。芯片上的每一个基因或EST都是由一个或几个探针组(probe set)组成，每组探针组又由11-20对25mer的探针对(probe pair)组成，每探针对包括两个探针池(probe cell)，其中一个是完全匹配（Perfect-Match，PM）的，另外一个是序列中间有一个碱基错配的(Mis-match, MM)。 独特的PM-MM探针设计的优势 z特异性好 z灵敏度高 z定量精确、重复性好 z提供样品质控 特异性的提高 相比cDNA芯片和单一序列的寡核苷酸芯 片，Affymetrix设计多个短的探针片段，可以 有效的区分有同源性的基因序列，克服了背景 噪声、错误和偏差，避免了同源性靶序列与探
1.R语言安装：官方网站安装软件。 2. 所需要的软件包： 2.1 affy数据处理相关的程序包 在R中复制source("/biocLite.R") biocLite("affy") 2.2 热度图相关程序包 Gplots（）：install.packages("gplots") 3.获取基因表达数据 3.1 读取基因芯片数据（cel.files） the.filter <- matrix(c("CEL file (*.cel)", "*.cel", "All (*.*)", "*.*"), ncol = 2, byrow = T) cel.files <- choose.files(caption = "Select CEL files", multi = TRUE, filters = the.filter, index = 1) raw.data <- ReadAffy( = cel.files) 3.2 sampleNames(raw.data)ang #先看看原样品名称的规律
7. 选取目的基因 在上确定探针，选取数据；汇总到excel表格中，保存为csv格式。 8.热度图 cipk=read.csv("c:/users/suntao/desktop/TaCIPK affx arry log.csv") https://www.doczj.com/doc/bb12124659.html,s(cipk)=cipk$genename cipk <- cipk[,-1] cipk_matrix=data.matrix(cipk) library(gplots) heatmap.2(cipk_matrix,Rowv=FALSE,Colv=FALSE,col=greenred(75),key=TRUE,keysize=0.8,trace="n one",https://www.doczj.com/doc/bb12124659.html,="none",symkey=FALSE,revC=FALSE,margins=c(10,10),denscol=tracecol,distfun=dist, hclustfun=hclust,dendrogram="none",symm=FALSE) heatmap.2颜色选择函数col=colorRampPalette(c("black","red")) 中10个是当地固有个体(old)，另外10个是新迁入的个体(new)，old和new个体两两随机配对，分别用不同颜色染料（波长分别为555和647nm）标记后，在同一张基因芯片上杂交；此外，每个基因在每张芯片上都重复点样3次，因此此数据是有3个replicates及10张芯片的双通道芯片。数据是样点的信号强度值，没有经过标准化处理的。