多实验平台下基因及异构体表达分析综述

转录组学研究近几年成为生命科学和医学领域的研究热点,基因表达水平测量则是转录组学研究的基础。差异基因表达分析对于了解基因功能具有重要作用,而差异异构体表达分析则能够反映选择性剪切变化的情况。当前大规模测量基因表达水平的实验平台主要包括基因芯片,以及基于高通量测序技术的RNA-Seq。首先介绍广泛使用的Affymetrix传统3'基因芯片、外显子芯片、较新的全转录组芯片,以及基于RNA-Seq技术的Illumina平台4个主流实验平台的技术原理;其次从基因表达水平计算和差异表达分析两方面介绍每个平台下一些主流数据分析方法和该研究设计的方法,分析每个平台下各数据分析方法的优劣,并进一步展示在标准数据集上一些代表性方法的对比结果。     

寡核苷酸芯片探针设计软件研究进展

基因芯片以其高通量、微型化和自动化等优点成为医学基因诊断的重要工具,芯片探针的设计和筛选是制备高质量基因芯片关键步骤之一。目前,已有不少探针设计软件被开发出来,它们针对不同的设计对象,显示出各自的优势和局限性。本文聚焦寡核苷酸探针筛选设计的三个基本标准,即特异性、敏感性和熔点(Tm),介绍了探针设计软件研究发展状况。结合文献报道,对软件的用途进行分类说明。本综述将有助于用户快速选择合适的软件用于探针设计,对降低芯片制备成本、提高芯片应用研究效率、促进高性能的探针设计软件研究及商品化具有重要的意义。     

基于网络的基因芯片数据存储分析系统

基因芯片技术是当前功能基因组研究中十分重要的工具。基于网络的基因芯片数据存储分析系统为基因芯片相关实验提供了实验室信息管理,数据存储和发布,数据分析等功能。文中介绍了该系统的基本组成,并比较了常见的基因芯片数据库和实验室信息管理系统,列举了部分基因芯片数据在线分析系统,并对系统的改进和发展进行了展望。     

GeneSifter在基因表达谱芯片数据挖掘中的应用

介绍一款基因芯片数据分析工具——GeneSifter软件。具有快速、直观、便捷等特点，尤其适用于基因表达谱的数据挖掘。芯片数据一般以格式化文本文档形式上载，根据实验目的、设计不同，总共有4种上载向导工具，数据分析从控制台Analysis项目下的Pairwise或Projects进入，需要设置滤过、阈值和统计分析等参数，Pairwise可获得的结果有：差异显著性基因列表、基因本体报告和KEGG通路报告等，Projects有更为强大的功能，可获取聚类等6种结果。GeneSifter独特的一站式单击设置，可获得相关基因的11个数据库最新链接。GeneSifcer适用于基因芯片数据挖掘的生物研究人员。     

基因芯片数据的聚类分析

基因芯片技术是后基因组时代功能基因组研究的主要工具。由于采用了高效的并行DNA杂交技术,每次实验可以得到大量丰富的数据,因此其结果分析成为一项很有挑战性而且具有重要意义的工作。聚类分析是基因芯片数据分析中使用广泛的一类方法。基因芯片实验得到的大量数据通过聚类分析,可以得到很多有用的信息,其成功应用已广泛涉及到生物医学研究中的各个领域。本文介绍了基因芯片数据的聚类分析方法及其重要应用。     

高性价比寡核苷酸基因表达谱芯片的制备方法

目的探讨探针长度对寡核苷酸(Oligo)基因芯片杂交信号的影响。方法以大肠杆菌基因表达信息作为实验模型,根据已有大肠杆菌全基因组芯片数据选择覆盖高、中、低杂交信号强度的20个大肠杆菌基因,针对该20个基因分别设计59-mer和70-mer长度Oligo探针,并将2种探针点制在同一张芯片中,同时设阳性对照探针和阴性对照点样液。提取大肠杆菌RNA,经过反转录、扩增、荧光标记后与芯片进行杂交反应,采用激光共聚焦扫描仪扫描芯片,利用数据分析软件提取探针的杂交信号值并进行显著性分析。结果大肠杆菌28SrRNA和18SrRNA条带清晰,无降解带出现,质量合格。芯片杂交结果显示59-mer和70-mer长度探针的杂交效率和杂交信号差异无统计学意义(P=0.9810),阳性对照探针出现阳性杂交信号,阴性对照点样液未检测到杂交信号,符合质控要求。结论59-mer长度探针可用来制备Oligo基因芯片,这不仅降低了基因芯片制作成本,而且将推动基因芯片技术更为普及的应用。     

卵巢癌早期诊断方法的研究进展

基因芯片与SELDI-TOF蛋白质芯片技术在卵巢癌早期诊断中得到了广泛应用，但SELDI-TOF蛋白质芯片技术存在的内在缺陷（测试结果的不精确性以及数据分析技术的不成熟性）。改进卵巢癌早期诊断的研究策略有：(1)把基因芯片技术和SELDI-TOF蛋白质芯片技术结合起来进行卵巢癌早期诊断研究；(2)采用MALDI-TOF技术来实现血清蛋白质谱的测试；(3)开发更有效的数据挖掘算法。     

基因芯片数据的聚类分析

基因芯片技术是后基因组时代功能基因组研究的主要工具。由于采用了高效的并行DNA杂交技术，每次实验可以得到大量丰富的数据，因此其结果分析成为一项很有挑战性而且具有重要意义的工作。聚类分析是基因芯片数据分析中使用广泛的一类方法。基因芯片实验得到的大量数据通过聚类分析，可以得到很多有用的信息，其成功应用已广泛涉及到生物医学研究中的各个领域。本文介绍了基因芯片数据的聚类分析方法及其重要应用。     

基因芯片技术在肾脏生理、病理研究中的应用

基因芯片技术目前广泛应用于基因序列分析、突变检测、多态性分析、基因组图谱分析以及疾病的基因诊断等方面。基因表达谱芯片和基因诊断芯片是基因芯片的两种重要形式，前者可以提供待测组织的基因表达谱，即组织中基因整体表达情况；后者主要通过检测疾病相关基因突变或者表达情况的改变等信息来诊断疾病。目前将基因芯片技术     

基因芯片核心技术及其进展

基因芯片是最近发展起来的一项高通量的基因表达分析技术.就基因芯片核心技术的关键环节及其最新进展作一综述,主要包括:载体(或基片)表面化学修饰,核酸片段制备,基因芯片制备,标记,杂交和芯片扫描分析.全面介绍了目前各个技术环节的工艺要点及其优缺点.指明了需要进一步改进的技术方向,旨在推进这一技术的推广应用.     

利用苯肾上腺素诱导新生大鼠心肌细胞肥大基因表达谱构建其调控网络

 目的： 利用心肌肥大病理过程中基因表达谱的变化,构建基因/蛋白质调控网络。方法：以苯肾上腺素诱导新生大鼠心肌细胞肥大为模型,在分析肥大心肌细胞基因表达谱变化的基础上,进一步利用Pathwaystudio和Agilent Literature Search软件结合文献挖掘方法,构建基因/蛋白质相互作用网络。结果：构建的网络包含450个相互作用的基因/蛋白质（节点）以及592个它们之间相互作用的关系（边）。拓扑分析表明该网络具有无尺度特性,同时分析确定14个基因/蛋白质是网络的关键节点。通过GO (gene ontology)分析,发现在苯肾上腺素诱导新生大鼠心肌细胞肥大的过程中,与物质代谢、细胞信号转导及细胞骨架等密切相关的基因可能发挥了重要作用。结论：构建基因/蛋白质网络为研究心肌肥大的分子机制提供了有用的信息和方法。     

先兆子痫胎盘的基因表达谱研究

目的： 利用cDNA芯片分析先兆子痫胎盘中基因表达的变化情况,寻找新的先兆子痫相关基因。方法: 建立含12 000个与代谢、凋亡、细胞黏附、信号转导、转录因子等有关基因的cDNA表达谱芯片,将先兆子痫及正常胎盘mRNA与cDNA芯片进行杂交,得到先兆子痫的基因表达谱;对部分差异表达基因进行Northern验证。结果: 在4例先兆子痫胎盘组织中发现均有差异表达的基因44个,其中表达上调有30个,表达下调有14个,Northern杂交鉴定的结果与芯片结果相符合。结论: 重度妊娠高血压疾病的基因表达谱存在明显差异,差异的基因可能涉及信号转导、细胞代谢、炎性细胞因子等方面,这些基因可能与妊娠高血压病的发病相关。     

Towards knowledge-based gene expression data mining

The field of gene expression data analysis has grown in the past few years from being purely data-centric to integrative, aiming at complementing microarray analysis with data and knowledge from diverse available sources. In this review, we report on the plethora of gene expression data mining techniques and focus on their evolution toward knowledge-based data analysis approaches. In particular, we discuss recent developments in gene expression-based analysis methods used in association and classification studies, phenotyping and reverse engineering of gene networks.     

TMA-Combiner, a simple software tool to permit analysis of replicate cores on tissue microarrays.

We have previously published a suite of software tools that facilitates the reformulation of tissue microarray (TMA) data so that it may be analyzed using techniques originally devised for analysis of cDNA microarray data. However, current microarray data often feature multiple scores for a given tissue sample and antibody combination. Furthermore, an efficient and systematic method for combining scores that takes into account the differing staining properties of tissue epitopes has not been described. We thus present the TMA-Combiner, a new Microsoft Excel-based macro that permits analysis of data for which tissues may have two or more scores per antibody, and permits combination of data from multiple different tissue microarrays. It accomplishes this by rendering one score per tissue per antibody from two or more scores, using one of multiple user-selectable combination rules developed to account for the differing staining properties of tissue epitopes. This greatly facilitates analysis of tissue microarrays, particularly for users with large repositories of data, and may facilitate discovery of biological trends and help refine diagnostic accuracy of tissue markers in clinical samples.     

基因芯片数据分析方法研究进展

基因芯片是生物芯片的一种,是最先研究也是最成熟的生物芯片。其产生的海量数据中隐含着许多有价值的生物信息,人们越来越重视探索和开发用以分析这些数据的方法。目前已有统计分析、聚类分析、自组织映射等众多的方法用于大规模的基因表达的数据挖掘整理。对基因芯片试验数据现有的基础分析方法进行综述,并介绍一些新的分析方法。     

基因芯片数据分析方法研究进展

基因芯片是生物芯片的一种,是最先研究也是最成熟的生物芯片.其产生的海量数据中隐含着许多有价值的生物信息,人们越来越重视探索和开发用以分析这些数据的方法.目前已有统计分析、聚类分析、自组织映射等众多的方法用于大规模的基因表达的数据挖掘整理.对基因芯片试验数据现有的基础分析方法进行综述.并介绍一些新的分析方法.     

基因芯片数据分析方法研究进展

基因芯片是生物芯片的一种,是最先研究也是最成熟的生物芯片.其产生的海量数据中隐含着许多有价值的生物信息,人们越来越重视探索和开发用以分析这些数据的方法.目前已有统计分析、聚类分析、自组织映射等众多的方法用于大规模的基因表达的数据挖掘整理.对基因芯片试验数据现有的基础分析方法进行综述.并介绍一些新的分析方法.     

cDNA微阵列实验分析中常用的统计方法

针对cDNA微阵列杂交实验从设计、收集样本到数据的采集、整理和分析等全过程,介绍了 如何基于统计学原理对各个过程常见的问题进行处理,并对各种方法的优缺点简要概述,为研究者有效 进行微阵列实验提供参考。     

敲减PTGS2对皮肤成纤维细胞基因表达谱的作用

 目的 运用RNAi干扰正常皮肤成纤维细胞前列腺素内过氧化物合酶2(PTGS2)基因的表达,应用基因芯片技术研究其对成纤维细胞全基因组表达谱的影响,在基因水平上探索防治瘢痕疙瘩的新途径。方法 对成纤维细胞PTGS2基因进行siRNA干扰,利用RealTime RT-PCR验证siRNA沉默效果;应用全基因组芯片检测基因表达谱变化。结果 成纤维细胞的PTGS2基因经siRNA干扰后,其mRNA表达水平明显下调;全基因组芯片表达谱检测到的差异表达基因,按1.5倍差异共189个（115个上调,74个下调）,按2倍差异共14个（9个上调,5个下调）;基因表达谱的变化与瘢痕疙瘩基因表达谱的变化相吻合,可能促使正常皮肤成纤维细胞向瘢痕疙瘩方向进展。结论 检测到与PTGS2基因相关的、在瘢痕疙瘩形成中可能共同发挥作用的相关基因,证明PTGS2与瘢痕疙瘩的发病机制有着密切的关系,为治疗瘢痕疙瘩提供了一个潜在的候选靶点。     

Global analysis of differentially expressed genes in early gestational decidua and chorionic villi using a 9600 human cDNA microarray

The global gene expression profiles of the decidua and chorionic villi of early human pregnancies were analysed by using cDNA microarray technology. Decidual and villous placental tissues were obtained from first trimester abortus and mRNA was extracted for cDNA microarray analysis. The human cDNA microarray [9600 clones, including known regulatory genes and expressed sequence tags (EST)] with colorimetric detection was used to identify differentially expressed genes between early gestational decidua and villi. According to cDNA microarray analysis, we have identified 641 genes with highly expressed mRNA in both decidua and villi, 49 genes with higher expressions in decidua, and 75 genes with higher expression in chorionic villi. These differentially expressed genes were further grouped into categories by their putative functions, including: cell growth-related factors, hormones/cytokines, cell adhesion molecules, signal transduction molecules, apoptosis-related factors, cytoskeleton/extracellular matrix proteins, and EST. Immunohistochemical stainings of cathepsin L, leukaemia inhibitory factor-receptor, and proliferative cell nuclear antigen showed results consistent with the microarray data. Identification of the differentially expressed genes between decidua and villi by microarray provide a global profiling of the gene expression pattern. This work adds to our understanding of placentation by reporting the gene expression profiles during first trimester human pregnancies using cDNA microarray.