生物信息与生物芯片

第7节　生物信息与生物芯片

随着生命科学与众多相关学科（如计算机科学、材料科学、微加工技术、有机合成技术等）的迅猛发展，为生物芯片的实现提供了实践上的可能性。生物芯片的设想最早起始于20世纪80年代中期，90年代美国Affymetrix公司实现了DNA探针分子的高密度集成，即将特定序列的寡核苷酸片段以很高的密度有序地固定在一块玻璃、硅等固体片基上，作为核酸信息的载体，通过与样品的杂交反应获取其核酸序列信息。生物芯片由于采用了微电子学的并行处理和高密度集成的概念，因此具有高效、高信息量等突出优点。

常用的生物芯片包括基因芯片（也称DNA芯片、DNA微点阵芯片）、芯片实验室（lab－on－chip）、蛋白质或多肽芯片、组织微阵列（tissue microarray）等。以下简要介绍生物信息学在基因芯片中的运用。

基因芯片是指同时将大量的探针分子固定到固相支持物上，借助核酸分子杂交配对的特异性对DNA样品的序列信息进行高效率的解读和分析，以用于基因表达谱的检测、突变筛查、DNA多态性分析、DNA测序和基因组文库作图等研究。生物信息学在基因芯片的制作、图像分析、数据库的建立和分析中都起着至关重要的作用。例如：可利用公共数据库和专用数据库查询目标序列，如NCBI、UCSC等，设计探针；通过分子杂交、扫描，获得图像后，进行一系列的图像分析处理以及结果分析，此过程会涉及基因芯片数据库的查询和数据分析软件；最后需要对数据进行有序的管理，以供日后查寻。

生物芯片的主要分析软件如下。

AMADA：是analysis of microarray data的缩写，是一个集成软件，用来组织、研究、显示、分析微矩阵（microarray）数据；程序界面类似EXCEL，进行数据转换、主要组成分析、各种簇分析与图形显示功能。

ScanAlyze：进行微矩阵荧光图像分析，包括半自动定义格栅与像素点分析；输出为分隔的文本格式，可很容易地转化为任何数据库。

Cluster：对大量微矩阵数据组进行各种簇（cluster）分析与其他各种处理的软件。

TreeViewer：用图形来显示Cluster软件分析的结果。

J－Expression：用来分析微矩阵（microarray）实验获得的基因表达数据。

生物芯片的相关网址如下。

http://www.gene-chips.com/；

http://www.ebi.ac.uk/microarray/；

http://www.egcrc.org/bio/ucspots/；

http://www.lab-on-a-chip.com/。

（付四清）