当前位置：文档之家 › 从生物实验角度理解芯片生物信息分析

从生物实验角度理解芯片生物信息分析

  • 格式：pdf
  • 大小：386.74 KB
  • 文档页数：13

生物芯片技术中的生物信息浅谈

博奥生物公司 张亮 2005年7月 生物芯片这门强大的生物分析工具，以它低消耗、高通量的巨大优势正在生

物医学的各个领域得到越来越多的应用。生物芯片从在它的反应原理来说，可以

分为两大类，具体分类可参见图1-1。

图1-1. 生物芯片的主要类别

结合现有的生物芯片主要类别，这里我们给生物芯片下一个定义。生物芯片：

指能储藏大量生物信息或快速并行处理多个生物样品的微器件，它的加工运用了

微电子工业中十分成熟的光学光刻技术和微机电系统加工中所采用的各种方法，

所处理的对象是生物样品，故称之为生物芯片。

正是由于生物芯片的高通量优势，一次实验能产生海量的数据，因此如何充

挖掘生物芯片产生的数据正在成为生物芯片应用的瓶颈。鉴于目前对生物芯片的

生物信息分析多集中于分析DNA芯片产生的数据，这里我们以DNA芯片为例

来谈谈生物芯片技术中的生物信息分析。我们将顺着DNA芯片的技术过程，来

谈谈生物信息在DNA芯片技术中的应用 一、在DNA芯片的制备过程中生物信息的应用

DNA芯片分为cDNA芯片和寡聚核苷酸芯片（Oligo芯片）。cDNA芯片是

通过PCR扩增的方法把靶序列扩增出来，然后把PCR产物用芯片点样仪点在经

过化学修饰的基片上（通常是75×25mm标准规格的玻璃片）；cDNA芯片的一

个重要特点是：并不一定需要知道靶序列的序列信息，例如未经测序的cDNA

克隆都可以制备成cDNA芯片。Oligo芯片是根据靶基因的核酸序列而人工设计

并化学合成探针，目前Oligo芯片包括美国Affymetrix公司的基因芯片平台，它

的技术是在硅基质载体上原位合成25 mer长度的寡聚核苷酸，并且每个基因有

多条寡聚核苷酸对应，这些寡聚核苷酸和检测的基因序列之间是完全匹配和非完

全匹配的关系；另外一种Oligo芯片是针对每个基因先人工化学合成比较长的寡

聚核苷酸，一般是50－90个碱基，然后把这些合成好的寡聚核苷酸配制成一定

浓度的溶液，用芯片点样仪点到经过化学修饰的玻璃片上，我们把这类芯片称之

为长Oligo芯片。在一般实验室，拥有了芯片点样仪和芯片激光扫描仪后都可以

自行制备cDNA芯片和长Oligo芯片。

制备cDNA芯片从价格上要相对比Oligo芯片便宜，目前在制备一些微生物

全基因组的基因芯片时，常采取cDNA芯片的制备方法。比如有一种微生物的

全基因组序列，每个基因编码蛋白的开放阅读框（open reading frame, ORF）序

列都已经给出，格式如下：

>XC4319

ATGACCACCCACGACGACGAACGCAAGGCGCTGCGCCGGTTGTTGCGGCAGATCGAG

CGCCC……

>XC4320

ATGAATACTCCTGTCCCCGTCGTCCGACTCAAGAATGCGTGGCGCTCCAGCCACCCGT

GGAT…… 在生物实验工作者的日常工作中，要单独设计每个基因的PCR扩增引物是

很简单的，可以利用Primer3.0的引物设计程序 (http://frodo.wi.mit.edu/primer3 /primer3_code.html) 或者商用的Primer Premier 5.0等引物设计软件；但对于DNA

芯片技术，成千上万个PCR产物会在同一个反应条件下进行杂交反应，因此设计某个微生物全部基因对应的PCR引物，就需要生物信息工作者参与。引物设

计的核心仍可使用Primer3.0的引物设计程序，但需要使用Perl或Java编写特异

性分析程序，对Primer3.0设计的引物进行特异性分析，把生物实验工作者要求

的参数，例如PCR产物的长度、引物的退火温度、对基因序列同源性高的基因

如何扩增差异最大的区段等条件，输入到生物信息者编写的批处理程序中。生物

芯片北京国家工程研究中心的生物信息工作者可以在48小时内设计出5000个基

因对应的PCR扩增引物，给出的结果格式如下：

Name Sequence (5’-3’) Tm Product length

XC4319-F ACGACGACGAACGCAAGGCGC 67.2 244

XC4319-R GGCCACTGCCGTGCCCACAC 68.7

XC4320-F GACTCAAGAATGCGTGGCGC 62.5 585

XC4320-R GCTGGTCGGCAAAGAAACCG 62.5

……

若是制备70mer 的长Oligo芯片，那么在设计70mer的寡聚核苷酸时需要遵

循的原理包括

1. 所有的Oligo探针的Tm值在78℃±5℃；

2. 所有的Oligo探针尽量在靠近基因序列3'端的1000个碱基内，以便以PolyA

为引物做反转录时，探针的位置尽可能位于反转录产生的cDNA序列内；

3. 在Oligo探针中，不能有连续7个相同的碱基；

4. 所有的探针不能有长于9个碱基的自身发卡结构；

5. 每个设计出来的Oligo探针都要和所有的人的基因进行序列比对，不能超过

70％的同源性； 并且和人的其他的基因不能存在连续20个连续完全匹配的

碱基。

等等。当然，设计长Oligo探针过程也是通过生物信息工作者编写的程序由

计算机自动完成。 二、在杂交图片转化为数据信号过程中生物信息的应用

DNA芯片制备好后，可以把两个RNA样品经过系列的酶学反应分别标记上

具有不同吸收和激发波长的荧光素，例如cy5和cy3荧光素，然后用双通道激光

扫描仪分别获得cy5和cy3通道的杂交图片。在扫描的时候，要注意调节cy5和

cy3通道的扫描参数，主要是激光光源的强度和光电倍增管放大倍数，使芯片上

绝大多数的点cy5和cy3的扫描强度大致相同。杂交图片上基因的杂交原始信号

是以216灰阶Tif图片格式进行保存的。可以用基因芯片杂交图片分析软件，例

如美国Axon公司GenPix Pro软件，美国PE公司的QuantArray软件，美国

BioDiscovery公司的ImaGene软件，北京博奥生物芯片公司的SpotData软件都

可把Tif的灰阶图像信息转化为数据信号（从0－65536）。例如某个X基因在cy5

标记的处理样品通道中得到的杂交信号是55000，在cy3标记的对照样品通道得

到的杂交信号是2500。这样可以初步知道此X基因在处理样品中的表达丰度是

对照样品的22倍。但实际上，这个比值是原始的比值，还需要经过归一化处理。

双通道基因芯片技术的归一化往往是针对信号的比值来进行的。芯片的原始数据

之所以要经过归一化处理是由DNA芯片实验中存在着系统误差，系统误差的来

源包括荧光染料的差异性，例如Cy5和Cy3有不同的量子产率，对光猝灭的敏

感性不同，在反转录过程中标记cDNA的效率也不一样，还包括试验者操作不

完全一致性，以及在扫描时不同荧光通道的硬件扫描设置不同等因素。目前在双

通道基因芯片技术中常用的归一化方法有：1）看家基因归一化；2）全部基因信

号值归一化；3）基于统计学方法LOWESS程序的归一化；4）利用外标基因进

行归一化。

1) 看家基因归一化是在基因芯片技术初期采用得最广泛的归一化方法，它是从

传统的Northern印迹方法继承而来，基本的思想是先确定在所比较的生物样

品中表达不发生变化的基因，例如3-磷酸甘油脱氢酶编码基因(GAPD)，在

原始的数据中，GAPD的荧光信号值在处理样品/对照样品=1.4，那么得到的

X基因的处理样品/对照样品比值最初为22，归一化后为22/1.4=15.7倍。用

看家基因进行归一化的缺陷是：在一些实验条件下，看家基因表达也常会发

生变化，因此若选择的看家基因自身表达发生了变化，那么得到的芯片数据就是错误的；另外，由于看家基因的表达丰度相对比较高，因此杂交信号比

较强，那么由看家基因得到的校正系数对于那些丰度中等或更弱的基因来说

并不是等同的，导致归一化精确性差。

2) 全部基因信号值归一化方法；它是基于从整体上说，所比较的两个生物样品

基因表达总体上水平是一样的，因此在cy5通道中得到的基因所有杂交信号

之和应该和cy3杂交信号之和相等；例如在一次实验中cy5通道中所有的基

因信号值之和为90,000,000，在cy3通道中所有基因信号值之和为

60,000,000，那么cy3通道的信号都要乘以1.5的系数。此归一化的思想和看

家基因归一化方法一样，实际也是一种线性归一化方法；而在一个通道上的

基因杂交信号是从高到低分步的，这些杂交信号不同的基因归一化的系数应

该是不一样的，因此任何基因都乘以同一个系数会影响数据的精确性。

3) 基于统计学方法LOWESS程序的归一化是在2）的基础上发展而来，它的基

本数学模型是：设R-红色荧光信号强度,即Cy5荧光信号的强度；G-绿色荧

光信号强度,即Cy3荧光信号的强度；此方法认为：log2R/G-c(A) =

log2R/(k(A)G)；引进参数M= log2R/G，A=1/2× log2RG，c(A) 不是一个常数，

而是一个与R，G相关的变量[1]。可以通过统计学软件Splus语言中的lowess

fit命令来作出 M vs. A的散点图。此方法归一化的基本思想是若没有系统误

差的影响，cy5通道中得到的基因所有杂交信号之和应该和cy3杂交信号之

和一致，即R=G，则M vs. A的散点图的分布应该趋向于M=0这根轴，参见

图1-2。对于不同信号强度的基因用lowess fit进行校正以后，可以设置不同

置信区间，找出此置信区间内表达真正发生变化的基因。一般当芯片上有少

于10％的基因表达发生变化时，也可以认为M vs. A的散点图的分布趋向于

M=0，用这种归一化方法是可行的。在用LOWESS归一化方法时，还可以

考虑玻片不同杂交区域的影响，即空间位置的影响。目前芯片杂交一般在盖

玻片下进行，液体的流动性不好，常造成不同杂交区域信号强度不一，另外，

一个芯片上的DNA样品在点样时往往是由多根针点样，每一根针点的样就

组成空间位置上相对靠近的一个小亚阵。不同针的点样量和点的大小会存在

差异，因此需要先进行每个小亚阵中基因的归一化，即用上述方法认为每个

小亚阵上的基因（往往超过400个）的Cy5和Cy3的荧光信号存在相同的系

合集下载

生物芯片技术在分子诊断中的应用及分析

生物芯片技术在分子诊断中的应用及分析

生物芯片技术在分子诊断中的应用及分析

随着现代科技的飞速发展，人们对于疾病的诊断和治疗都有了更高的要求。传统的诊断方法往往需要进行大量的实验操作，并且耗费人力、时间和物力，难以为患者提供快速、准确、低成本的服务。而生物芯片技术的出现，不仅可以帮助人们更快速、更准确地进行分子诊断，同时还可以大大节省成本，成为一种受欢迎的疾病诊断手段。

一、生物芯片技术的基本原理

生物芯片技术是一种高端的分子生物学技术，它主要通过微芯片上的生物分子反应方案，检测待测样本中的分子信息。其基本原理是将具有生物学功能的生物分子固定在芯片上的指定的区域，待样本加入后，样本中的荧光性或者透析性（离子流）的变化，会让生物芯片中的检测系统检测到，并通过计算机程序，记录关键性的信息。通俗地说，就是利用生物芯片对样本信息进行筛查和分析，找到疾病信号，从而进行诊断。

二、生物芯片技术在分子诊断中的应用

1.基因诊断

基因诊断是生物芯片技术最主要的应用之一，它主要通过生物芯片上的基因序列信息对待测样本进行分析和检测，包括基因突变、单核苷酸多态性（SNP）、基因差异性表达等等。通过对待测样本的基因信息比对和分析，可以有效地诊断出一些遗传性疾病，如唐氏综合症等遗传基因疾病。

2.肿瘤诊断

肿瘤诊断是生物芯片技术中的另一个主要应用，其主要通过检测血清、血浆和组织中的一些特异性肿瘤标志物（如AFP、CEA、CA125等）及相关蛋白，进行对肿瘤的筛查和诊断。同时，它还可以通过检测肿瘤的mRNA表达谱，对肿瘤的分类和恶性程度进行判别。

3.细胞检测

生物芯片技术还可以用于对待测样本中细胞相关的生物分子信息进行检测和诊断，如细胞表面标志物、染色体畸变、基因增殖等信息，从而对未知的肿瘤或病因进行诊断。

三、生物芯片技术在分子诊断中的优势

与传统的检测方法相比，生物芯片技术在分子诊断方面有以下几个优势：

1.快速、高效

生物芯片技术可以对待测样本进行大量筛查和分析，且可以提供迅速的分子生物学信息，从而可以快速、高效地进行病因分类。

生物芯片在生命科学中的应用

生物芯片在生命科学中的应用

生物芯片在生命科学中的应用

随着科技的不断进步，生物芯片在生命科学中的应用已经成为一个热点话题。生物芯片是一种以微电子技术为基础，应用于生命科学研究的新型技术。它可以检测、分析、识别、操作和控制生物分子，实现高通量的高效实验和数据分析。本文将介绍生物芯片在生命科学中的应用。

一、基因芯片

基因芯片是最常见的一种生物芯片，它可以检测细胞、组织或生物体内的大量基因表达水平。它的原理是利用微阵列芯片上的探针分子与样品中的荧光标记的cDNA（互补DNA）结合来检测基因表达水平。基因芯片的主要应用领域包括基因表达分析、遗传学、系统生物学等。例如，通过基因芯片可以发现癌症细胞中的基因表达异常，并寻找新的药物治疗方案。

二、蛋白质芯片

蛋白质芯片是一种用于检测、量化和鉴定蛋白质及其交互作用的生物芯片。它的原理是通过特定的探针和标记技术来识别和鉴定蛋白质。蛋白质芯片广泛应用于生物医学研究、药物研发、生物分子相互作用和信号通路等方面。例如，通过蛋白质芯片可以研究癌症细胞中的蛋白质表达和相互作用，为治疗癌症提供新的靶点。

三、细胞芯片

细胞芯片是一种用于检测细胞生长、分化、死亡和信号转导的生物芯片。它可以通过微流控技术将细胞固定在芯片表面上，实现对细胞行为的控制和观察。细胞芯片的应用领域包括药物筛选、细胞信号转导、肿瘤生物学等。例如，通过细胞芯片可以筛选出针对特定细胞转录因子的抗癌药物，为治疗癌症提供新的方案。

四、微生物芯片 微生物芯片是一种用于检测微生物存在、种类和数量的生物芯片。它可以通过快速检测微生物DNA或RNA来识别微生物。微生物芯片应用广泛，包括环境污染检测、食品安全检测、疾病诊断等方面。例如，通过微生物芯片可以快速诊断出致病菌的种类和数量，为疾病治疗提供新的依据。

总体来说，生物芯片在生命科学中的应用是十分广泛的。未来的研究将会继续推进生物芯片的发展，进一步扩展其应用范围。

生物信息学在基因芯片中的应用

生物信息学在基因芯片中的应用

生物信息学在基因芯片中的应用

基因芯片是一种高通量的基因检测技术，在生命科学研究中有着广泛的应用。基因芯片通过固定大量DNA序列在微芯片上，实现对数百个或上千个基因同时进行检测和分析。生物信息学的方法和技术在基因芯片中的应用发挥了重要的作用。

首先，生物信息学在基因芯片数据的处理和分析中扮演着重要的角色。基因芯片所产生的数据量庞大，需要利用生物信息学技术进行数据的清洗、预处理、分析和解释。这些步骤包括基因表达量的计算、基因差异表达分析、信号通路分析、基因注释等等。这些分析方法往往涉及到统计学、机器学习、网络分析等生物信息学领域的技术。

其次，生物信息学还可以用于筛选和设计适合于基因芯片的探针序列。探针是基因芯片上的重要组成部分，其质量和性能关系到基因芯片的检测能力和精度。使用生物信息学的方法，可以预测和分析探针序列的互补性、特异性、重复性等多个指标，从而设定设计和选择优秀的探针序列。

总之，生物信息学在基因芯片技术中的应用是不可或缺的。它为基因芯片提供了强大的数据分析手段，可以更加深入地研究生命科学中各种不同的生物过程。

生物芯片的原理及应用

生物芯片的原理及应用

生物芯片的原理及应用

生物芯片（Biochip）是一种具有微小尺寸的芯片，可以用于生物分析和生物诊断。生物芯片的原理是将生物分析的技术和微电子技术相结合，通过微加工技术将生物分子携带的信息载体（例如DNA、RNA）固定在芯片表面的微小区域上，然后利用这些分子与特定的生物样品进行相互作用，通过检测分子之间的相互作用来实现对生物样品进行分析和诊断。

生物芯片可以分为两类：基于DNA的生物芯片和基于蛋白质的生物芯片。基于DNA的生物芯片主要应用于基因分析和基因诊断，可以实现对大量基因的快速检测和分析。而基于蛋白质的生物芯片主要应用于蛋白质相互作用的研究和蛋白质组学的高通量分析。这两类生物芯片均适用于基因工程、生物医学研究、药物筛选等领域。

生物芯片的应用非常广泛。在基因分析领域，生物芯片可以同步检测数万个基因，加快基因测序和基因变异的发现，为研究基因与疾病之间的关系提供了有力的工具。例如，通过生物芯片可以对癌症患者的基因表达谱进行分析，从而帮助医生确定治疗方案。

在疾病诊断领域，生物芯片可以快速、准确地检测病原体（如细菌、病毒等）的存在，为临床医学提供了重要的辅助手段。例如，通过生物芯片可以检测病毒的种类和数量，从而帮助医生进行感染性疾病的诊断和治疗。

除了基因分析和疾病诊断，生物芯片还可以用于药物研发和毒性测试。生物芯片可以模拟人体器官的功能，通过外界刺激来观察药物对机体的影响，从而筛选出具有潜在药效的化合物，加快新药的开发速度。此外，生物芯片还可以用于研究环境污染、农业育种和食品安全等领域。

然而，生物芯片的应用还面临一些挑战。首先，生物芯片的制作需要复杂的微加工工艺，成本较高。其次，生物芯片在与生物样品相互作用的过程中容易受到杂质的干扰，从而影响分析结果的准确性。另外，生物芯片的数据处理和分析需要专业的知识和软件支持，对研究人员的要求较高。

综上所述，生物芯片是一种用于生物分析和生物诊断的技术工具，其原理是将生物分子固定在芯片上，并与特定样品进行相互作用来实现分析和诊断。生物芯片的应用广泛，包括基因分析、疾病诊断、药物研发和毒性测试等领域。在未来，随着技术的进一步发展和成本的降低，生物芯片有望在生命科学研究和临床医学中发挥越来越重要的作用。