微阵列芯片

医疗信息技术

微阵列芯片是指采用光导原位合成或微量点样等方法，将大量生物大分子比如核酸片段、多肽分子甚至组织切片、细胞等生物样品有序地固化于支持物（如玻片、尼龙膜等载体）的表面，组成密集二维分子排列，然后与已标记的待测生物样品中靶分子反应，通过特定的仪器，比如激光共聚焦扫描仪或电荷偶联摄影像机对反应信号的强度进行快速、并行、高效地检测分析，从而判断样品中靶分子的数量。

背景

生物芯片是指能对生物分子进行快速并行处理和分析的薄型固体器件。生物芯片的本质是进行生物信号的平行分析，把大量生物信息密码集中到一小片固相基质上，从而使一些传统的生物学分析手段能够在尽量小的空间范围内，以尽量快的速度完成。其发展的最终目标是将生命科学和医学研究中许多不连续的分析过程由一块或多块芯片构成的芯片实验室或微型全分析系统中。以DNA芯片为代表的生物芯片技术已经得到了迅猛发展，而且，已经在生命科学研究中开始发挥重要作用。生物芯片按功能分，由基因测序芯片、表达谱芯片、疾病诊断芯片、药物筛选芯片、样品制备芯片、生化反应芯片、结果检测芯片等；按工作方式分，有被动式芯片和主动式芯片两种；根据芯片结构和工作原理分为微阵列芯片和微流体芯片。前者是排成阵列形式的生物分子构成，其分析应用原理都是基于抗原和抗体的结合、核酸分子的碱基互补作用等生物分子之间的亲和作用力，所以也可称为亲和型生物芯片，后者则是以各种微管道网络结构为结构特征，用来实现对包含生化组分微流体的控制和检测分析。

微阵列芯片

微阵列（Microarray）芯片以高密度阵列为特征。其基础研究始于20世纪80年代末，本质上是一种生物技术，主要是在生物遗传学领域发展起来的。

微阵列分为cDNA微阵列和寡聚核苷酸

其发展契机主要来自于现代遗传学的一些重要发现，并直接收益于该领域的某些重要研究成果，即在载体上固定寡核苷酸的基础上以杂交法测序的技术。因此发展早期，微阵列芯片有时被通俗的称为“生物芯片（Biochip）”，目前媒体和科普读物中仍然常用该名称。微阵列芯片经过近十年的主要发展期，国内外学术界渐渐采用名称Microarray（微阵列芯片），而Biochip（生物芯片）由于这名称容易混淆微阵列芯片和微流控芯片，渐渐该领域用的越来越少了。

应用流程

（1）制备靶点

从生物标本中提取核苷酸并进行标记；

（2）杂交

让靶点与芯片上的cDNA或寡核苷酸序列进行孵育；

（3）获取数据

扫描与探针杂交的靶点表现出来的信号强度

（4）数据分析

从大量数据中得出具有生物学意义的结论

微阵列芯片技术通过测定能够与探针杂交的mRNA的数量，反映表达此mRNA的基因的转录情况，芯片的构建首先要根据研究的需要选择基因及相应的探针，其次是从标本中提取mRNA，并制备出靶点，然后将靶点加入芯片，进行孵育杂交、冲洗掉没有杂交的样品以及扫描等操作，得到原始数据，再将这些数据进行标准化和统计分析后得到结论，构造适当的微阵列芯片是开展后续研究的基础。

分类

综述

按照芯片上的探针对微阵列芯片进行分类，有核酸芯片、蛋白质芯片和组织芯片等，目前应用最广泛的是核酸芯片，核酸芯片又有两种类型，分别是cDNA微阵列和寡核苷酸微阵列。

cDNA微阵列

cDNA基因文库由PCR产物组成，为双链结构，长度一般在数百至数千碱基对，因而芯片的杂交条件对每个基因不能保证是最佳的，假阳性率较高，因此，判定cDNA微阵列的最终结果时，有必要对筛选出的基因进行测序。在应用cDNA微阵列进行研究时，一般需要提供一个对照样本，将其与需要研究的标本给予不同的标记，将二者灯亮混合后共同注入芯片进行孵育。扫描后得到的原始数据是各个单元格中信号强度的比率。

同时cDNA芯片的靶点是把从实验样本和对照标本中提取出来的RNA总体或其中的mRNA作为模板，通过反转录合成cDNA，分别标记后称为靶点。

寡核苷酸微阵列

寡核苷酸基因文库为人工特异性合成，长度一般在100mer以下，不存在序列错误问题，假阳性率低，芯片的结果可以直接使用。

寡核苷酸微阵列使用的研究样本和对照标本需各用一个寡核苷酸芯片，原始数据是每一个单元格中信号强度的绝对值。

寡核苷酸芯片的靶点制备多了一个从单链cDNA合成双链cDNA，再由此转录为cRNA的过程，这一增加的转录过程使直接从样本中提取的RNA扩增了大约50倍，从而有效地提高了对于微小计量标本的研究效率，扩展了寡核苷酸芯片的应用范围。

数据分析

微阵列芯片的优势在于可同时扫描大量感兴趣的基因，但其研究的瓶颈也在于此。一次实验会产生大量的数据, 如何分析这些数据并得出在生物学上有意义的结论 , 是微阵列芯片技术进一步发展完善的重要课题。在这方面需要借助于计算机技术和多种统计学方法。在现在应用的多种数学模型之间还没有进行过大规模的对照研究 , 因而对于它们的效能尚不能给予充分、全面的评估。

目前, 在医学研究中 , 数据分析方法在总体上分为两大类:无监控集簇分析和有监控集簇分析。前者比较单纯的从数学角度按照基因表达的相似性将基因分组 , 这有助于发现新的目的基因或提供新的疾病信息 , 如新的分型、影响预后的因素等。后者需要结合现有的专业知识进行分析, 适用于疾病归类。这对于传统诊断手段是一个有益的补充。

另外, 在目前进行的许多微阵列芯片研究中,每次研究的基因数目很大 , 而参与实验的样本量较少。这一现象不利于得到稳定的和具有良好可重复性的实验结果。

展望

全国各地天气预报查询

上海市

云南省

云南省

云南省

云南省