课程基因芯片2006

基因芯片及其在细胞生物学中的应用周士新电话:828020031主要内容1。基因芯片的概念和原理2。基因芯片的类型3。基因表达的数据分析4。细胞生物学应用实例介绍21,基因芯片的概念和原理基因芯片（genechip），又称DNA微阵列（DNAmicroarray），是由大量DNA或寡核苷酸探针密集排列所形成的探针阵列，其工作的基本原理是通过杂交检测信息,实质是核酸碱基的互补匹配。把大量已知序列探针集成在同一个基片上，经过标记的若干靶核酸序列通过与芯片特定位置上的探针杂交。利用基因芯片杂交检测图像，可以对生物细胞或组织中大量的基因信息进行分析。基因芯片能够在同一时间内分析大量的基因，实现生物基因信息的大规模检测。3LabeledTargetHybridizedArrayDetectionReagentsDNAMicroarray基因芯片的原理4基因芯片的相关知识

5应用原则基因表达的微阵列应用最为广泛是比较试验为了提高实验的可靠性，对于同一样本，往往有两次或更多次的重复实验;由于DNA微阵列的费用较贵，不可能重复足够多的次数来满足实验数据分析的要求良好的模型(除比较因素外,其他尽量相同)，时间点的选择适当的统计方法来分析数据62,基因芯片的类型探针制备方法：

1.cDNAarrays(Microspotting)cDNA芯片 2.Oligonucleotidearrays(Photolithographicsynthesis,Ink- jettechnology,etc.)寡核苷酸芯片探针位置:

基因表达芯片(geneexpressionmicroarray)

启动子芯片(promotermicroarray)CHIP(染色质免疫共沉淀)onchip

外显子（exons

microarray）

基因组芯片（Tilingmicroarray）

7基因芯片的类型探针用途：转录因子、免疫分子、细胞周期等肿瘤相关：Oncogene芯片、抑癌基因芯片microRNA芯片DNA甲基化芯片

8对遗传过程的认识,2004ProteinhnRNADNAtr

a

n

s

c

r

i

p

t

i

o

ntranslationMoleculeswitheffectorfunctiontRNArRNAreversetranscriptionmRNAsplicingribozymesmiRNAdicingpre-miRNAOthernoncodingRNAs9基因组序列基因表达谱蛋白质谱mRNA编辑表观遗传机制转录过程染色质的结构DNA甲基化转录因子表达谱转录因子结合序列的差异DNA结合RNA可变剪切MicroRNAs10Oligo(寡核苷核)芯片Oligo(寡核苷核)芯片介绍公司(美国Affymetrix)推动主要特点是超高密度核苷酸长度较短(=<60nt)11Affymetrix光脱保护合成法LampMaskChip12O

O

O

O

OLight(deprotection)HOHOO

O

OT

T

O

O

OT

T

C

C

OLight(deprotection)T

T

O

O

OC

A

T

A

TA

G

C

T

GT

T

C

C

GMaskSubstrateMaskSubstrateT–C–REPEATAffymetrix光脱保护合成法13Affymetrix光脱保护合成法Eachprobe25bplong11-20probespergenePerfectMatch(PM)aswellasMisMatch(MM)probes14Affymetrix基因表达芯片的探针设计5’3’mRNAsequencePerfectMatchMismatch15Affymetrix基因芯片流程SpecimensBioinformaticsLabeledTargets000016PMMMProbePairProbeCell:-24mmx24mm-3mm/Pixel-64PixelsAffymetrix探针设计17cDNAProbesGenBankUniGenedbESTcDNAArrays(~10,000Probes)RoboticPrintingcDNA基因芯片18ControlTestRT&LabeledwithFluorDyescDNAMicroarraysscanningCy3Cy5BioinformaticscDNA基因芯片样品标记19cDNA基因芯片的荧光信号20Oligonucleotide芯片与cDNA芯片的比较OligonucleotideArrays

cDNAArraysHighdensity LowerdensityHighspecificity

Cross-hybridizationcannotbe determinedRequiressmallamountofsamples LargeramountofsamplesisrequiredGeneexpressionand MostlyforGeneExpressionGeneticalteration/polymorphismHighreagentcosts LowerreagentcostsHybridizationoftargetfromasinglesource Simultaneoushybridizationoftargets fromtwosourcesClonesforsignalvalidationhavetobe Clonesavailableforsignalvalidation

obtainedfromothersourcesDifficulttomanufacturearraysin-house

Arraymanufactureislaborintensive andinitialset-upisexpensiveHighcostperarray LowcostperarrayLowerflexibility Highflexibility21基因表达芯片cDNAArraysOligonucleotideArraysGlasArraysMembranebasedArrays22图像分析网格Gridding:identifyspots(automatic,semiautomatic,manual)分割Segmentation:separatespotsfrombackground.Fixedcircle(B),AdaptivecircleC,Adaptiveshape(D),Histogram强度提取Intensityextraction:meanormedianofpixelsinspot背景修正Backgroundcorrection:localorglobal23启动子芯片简介染色质免疫共沉淀（chromatinimmunoprecipitation,ChIP）技术该技术的主要方法是：将细胞先用甲醛固定，使DNA和蛋白质交联，再用DNA结合蛋白（转录因子和核酸结合酶类）的特异性抗体将蛋白质和DNA一起沉淀下来，与蛋白质解离后的DNA经过PCR扩增，并用荧光标记后，与芯片上的核酸探针杂交，通过杂交信号的检测，判定该DNA结合蛋白与何种基因结合，由于DNA结合蛋白通常与基因的启动子区结合，也称为启动子区基因芯片。

2425Tilingmicroarray简介26Unbiased寻找转录因子的位点(TFBS)27Miskaetal.2005currentopinioningenetics

microRNA基因芯片简介2829MicroarrayofmicroRNA30VisualizationofmiRNAarray313,基因芯片的数据分析DataProcessingDataMiningInformationDataKnowledge32数据处理NormalizationBackgroundSubtractionExpressionAlgorithmIntensityAlgorithmDataProcessing33基因表达数据分析过程强度算法(IntensityAlgorithm)将图像转化为杂交信号值背景去除(BackgroundSubtraction)

去除非特异性的杂交信号(背景信号)探针的对应算法(ExpressionAlgorithm)将探针的杂交信号值与各自所代表的基因相对应标准化(Normalization)不同试验和不同样品间数据的归一化,使它们均衡可比34数据挖掘DataMiningGenesExperimentsNovelgenesNovelfunctionsofknowngenesPathwayelucidationsBiologicalProcesses123456-1.5-0.50.51.5123456-1.5-0.50.51.5123456-1.5-0.50.51.5123456-1.5-0.50.51.535主成分分析PrincipalComponentAnalysis(PCA)

分层聚类分析HierarchicalClusterAnalysis(HCA)

MultidimensionalScaling(MDS)

k-Means

ClassificationandRegressionTree(CART)

自组织映射Self-OrganizingMaps(SOM)

相关系数聚类CorrelationCoefficientClustering

向量机SupportVectorMachine(SVM)

k最近邻法k-NearestNeighbors(KNN)

PartialLeast-SquaresRegression(PLS)

Back-PropagationArtificialNeuralNetwork(BP-ANN)

GeneticAlgorithm(GA)数据挖掘的方法介绍36a,hierarchicalclustering;b,Self-organizingmaps(SOMs)d,principalcomponentanalysis(PCA);e,nearest-neighborhoodmethod37LeukemiamelanomabreastcancercoloncancerScherfetal.NatureGenetics24:236-244(2000)

cDNAmicroarray9703cDNAprobes人类肿瘤的基因表达谱(PCA分析)38ResearchProjects分层聚类分析39Alizadehetal.,Nature403:503-11,2000404,基因芯片应用实例3.Extractmetylationpatternandinterpretresults41基因表达的时间性及空间性

(temporalandspatialspecificity)时间特异性