表达序列标签及基因芯片技术在植物抗性基因研究中的应用

表达序列标签和基因芯片技术是基因组学研究的重要手段。表达序列标签是cDNA的3’或5’端的一段序列,通过表达序列标签可以寻找在某种胁迫条件下特异表达的基因并推测其可能的功能。基因芯片技术是指将大量基因探针分子固定于载体上并与标记的样品分子进行杂交,通过检测每个探针分子的杂交信号强度获取样品分子数量和序列信息,通过基因芯片技术,可以研究基因在不同的条件下的表达量,进而研究植物抗性机理。     

基因芯片技术及其在植物上的应用

基因芯片技术（gene chip technology)是采用光导原位合成或缩微印刷等方法,将大量特定的DNA探针片段有序地固定于固相载体的表面,形成DNA微阵列,然后与待测的标记样品靶DNA或RNA分子杂交,对杂交信号进行扫描及计算机检测分析,从而获取所需的生物信息。该技术在植物研究中广泛应用于寻找特异性相关基因和新基因,基因表达分析,基因突变和多态性检测,DNA测序等。     

基因芯片技术检测细菌耐药性的研究进展

基因芯片技术是将无数预先设计好的寡核苷酸、cDNA、基因组 (Genomic)DNA在芯片上做成点阵 ,与样品中同源核酸分子杂交 ,对样品的序列信息进行高效的解读和分析 ,大规模获取相关生物信息。该技术应用领域主要有表达谱分析、基因突变及多态性分析、疾病诊断和预测、DNA测序、药物筛选、检测筛选耐药基因、微生物菌种鉴定及致病机制研究等。着重介绍了基因芯片技术检测细菌耐药性方面的国外研究进展。基因芯片可以大量、快捷地检测出细菌耐药性菌株以及引起细菌耐药性的基因的突变 ,由于其在检测中的高效率 ,因此要优越于传统的细菌学检测技术。基因芯片技术在细菌耐药性检测中有着巨大的应用价值 ,具有广阔的应用前景。     

基因芯片在海洋微藻研究中的应用前景

基因芯片通常指DNA芯片,其基本原理是将大量的寡核苷酸分子固定于支持物上,然后与标记的样品进行杂交,通过检测杂交信号从而获取结果。多年来,我国在医药疾病研究、微生物检测等领域已成功研制出多种基因芯片,取得了骄人的成绩,但在对海洋微藻研究的应用上成果较少。现着力从实际应用的角度阐述基因芯片及其在海洋微藻研究中的应用。     

滚环复制技术的建立及在RNA病毒基因检测中的初步应用

滚环复制是噬菌体繁殖所采取的一种基因复制方式,这种方式可使单链的环形分子在聚合酶和引物的作用下进行体外自我扩增。本文中用可特异性连接环化的寡核苷酸链作为探针,分别进行了1份细胞培养的禽流感病毒H5N1亚型样品、1份细胞培养的SARS病毒样品和4份丙型肝炎病毒阳性血清样品的检测。检测原理是探针与靶序列杂交后便可在T4DNA连接酶的作用下形成滚环复制中的环化单链分子,该分子在同温下可被特异性引物滚动复制和支链扩增。本文还利用按禽流感病毒NA1基因区序列合成的模拟DNA分子对该检测方法的灵敏度进行了测试。结果显示：利用固相RCA技术成功检测到三种RNA病毒的基因,该方法的灵敏度可达到能检测10^3拷贝模式DNA分子的水平。与传统的PCR方法敏感性的比较尚待进一步研究。     

基因芯片技术能发展和应用

基因芯片技术是以基因序列为分析对象的生物芯片．是技术最成熟、最早进入应用和实现商业化的生物芯片。基因芯片是把大量已知序列探针集成在同一个基片上,经过标记的靶核苷酸序列与芯片特定位点上的探针杂交,通过检测杂交信号,对细胞或组织中大量的基因信息进行检测与分析。1991年Affymetfix公司的Fodor等人应用光刻技术研发了世界上第一张基因芯片。     

分子遗传学在衣原体分类和快速检测中的应用

衣原体为严格真核细胞寄生菌,可在动物和人中引起多种疾病。近年来,分子遗传学方法大大促进了衣原体分类和快速检测的发展。根据16s/23s rRNA的同源性将衣原体分为4个科,衣原体科分2个属。同时基因诊断方法的出现促进了衣原体检测的发展,靶序列主要是主要外膜蛋白基因、16s／23s rRNA基因和16s/23s rRNA本身、或者是与靶序列结合的探针。     

基因芯片技术在肿瘤缺氧微环境研究中的应用进展

缺氧微环境是实体肿瘤的特征之一,也是影响实体肿瘤发生、发展、侵袭、转移及耐药的重要因素,但其影响肿瘤的具体机制尚未完全明确。根据检测的mRNA数量,基因芯片分为传统的表达谱芯片和功能分类芯片。随着技术的发展,基因芯片技术因能对成千上万种基因的表达情况同时进行定量检测,在生命科学研究包括缺氧微环境对肿瘤作用的研究中越来越多地得到应用。选择性应用这些基因芯片除了能证明缺氧微环境与肿瘤发生发展有关外,同时还能筛选肿瘤缺氧微环境调节的未知靶基因及缺氧微环境重要调节因子的未知下游靶基因,还能为研究缺氧微环境影响肿瘤的分子机制提供有用的线索。基因芯片技术正成为该领域非常重要的研究工具之一。     

基因芯片技术在检测肠道致病菌方面的应用

基因芯片技术具有高通量、自动化、快速检测等特点,因此被广泛地应用于各种研究领域,如细菌分子流行病学、细菌基因鉴定、致病分子机理、基因突变及多态性分析、表达谱分析、DNA测序和药物筛选等。现介绍基因芯片检测肠道致病菌方面的国外研究进展,基因芯片应用于检测肠道致病菌的3个方面:结合多重PCR对致病菌的毒力因子或者特异性基因进行鉴定;直接检测细菌的DNA或者RNA;以致病细菌核糖体RNA作为检测的靶基因同时检测多种肠道致病菌。由于其检测的高效率,该技术要优于其他分子生物学检测方法。基因芯片技术在肠道致病菌检测中有着巨大的应用价值,具有广阔的应用前景。     

基因芯片技术及其应用

基因芯片是近年来产生的一项生物高技术。它是利用原位合成或合成后交联法,将大量的核酸片段有规则地固定在固相支持物如载玻片、金属片、尼龙膜上,制成芯片,然后将要检测的样品用荧光素或同位素标记,再与做成的芯片充分杂交,通过对杂交信号的检测来分析样品中的信息。基因芯片技术已在基因表达水平的检测、基因点突变及多态性检测、DNA序列测定、寻找可能的致病基因和疾病相关基因、蛋白质作图、基因组文库作图等方面显示出了广阔的应用前景。     

SNP与基因检测及表达中的RCA技术

滚环扩增(rollingcircleamplification,RCA)技术是一种新的分子生物学检测方法。该方法不仅可以在体外等温条件下对核酸进行高度特异性的检测,而且还可通过线性或指数扩增来进行信号级联放大,其灵敏度能达到1个拷贝的核酸分子,因此,可用于痕量分子的检测。目前,滚环扩增技术广泛应用于全基因组DNA检测、核酸测序、单核苷酸多态性、DNA芯片及蛋白质芯片分析等领域。     

Sensitivity and fidelity of DNA microarray improved with integration of Amplified Differential Gene Expression (ADGE)

Background  

The ADGE technique is a method designed to magnify the ratios of gene expression before detection. It improves the detection sensitivity to small change of gene expression and requires small amount of starting material. However, the throughput of ADGE is low. We integrated ADGE with DNA microarray (ADGE microarray) and compared it with regular microarray.     

Expression profiling of microRNA using oligo DNA arrays

After 12 years from its first application, microarray technology has become the reference technique to monitor gene expression of thousands of genes in the same experiment. In the past few years an increasing amount of evidence showed the importance of non-coding RNA (ncRNA) in different human diseases. The microRNAs (miRNAs) are one of the groups of ncRNA. They are small RNA fragments, 19-25 nucleotides long, with a main regulatory function on both protein coding genes and non-coding RNAs. The application of microarray platforms applied to miRNA profiling determined their deregulation in virtually all human diseases that have been studied. We previously developed a custom miRNA microarray platform, and here we describe the protocol we used to work with it including the oligo design strategy, the microarray printing protocol, the target-probe hybridization and the signal detection.     

基因芯片技术在病毒性病原体检测中的研究进展

基因芯片技术具有高通量、高度平行性、高度自动化的特点。在对传染病病原体的研究中,基因芯片技术已应用于耐药性相关遗传多态性分析、基因分型、生物种系的遗传进化分析、宿主与病原体相互关系分析、病原体检测等。但在病原体检测方面,与检测细菌相比,基因芯片技术对病毒的高通量检测难度较大。简要介绍了目前基因芯片技术在病毒性病原体检测中的研究进展、所采用探针的类型及设计原则、基因芯片杂交结果的影响因素等。     

Electrical microarrays for highly sensitive detection of multiplex PCR products from biological agents

For the sensitive detection of amplicons derived from diagnostic PCR, a novel electrical low-density microarray is applied and compared to state-of-the-art quantitative real-time PCR. The principle of the electrochemical method and the effective use for analysis are described. Interdigitated array gold electrodes (IDA-E) embedded into a silicon chip are the core technology of the fully automated compact biosensor system, basing on enzyme coupled electrochemical detection. The biointerface is built up with thiol-modified capture oligonucleotides on gold and mediates the specific recognition of hybridised target DNA amplified with uniplex or multiplex PCR. In here we show the potential of the designed electrical microarray to function as an advanced screening method for the parallel detection of a panel of the four pathogens Bacillus anthracis, Yersinia pestis, Francisella tularensis and ortho pox viruses (genus), which are among the most relevant biowarfare agents. PCR products, generated from 10 to 50 gene equivalents, have been detected reproducibly. The experiments with varying pathogen amounts showed the good reliability and the high sensitivity of the method, equivalent to optical real-time PCR detection systems. Without PCR the total assay time amounts to 27 min. The advantage of the combination of multiplex-PCR with electrical microarray detection avoiding intensive PCR probe labelling strategies is illustrated.     

An automatic block and spot indexing with k-nearest neighbors graph for microarray image analysis

MOTIVATION: In this paper, we propose a fully automatic block and spot indexing algorithm for microarray image analysis. A microarray is a device which enables a parallel experiment of ten to hundreds of thousands of test genes in order to measure gene expression. Due to this huge size of experimental data, automated image analysis is gaining importance in microarray image processing systems. Currently, most of the automated microarray image processing systems require manual block indexing and, in some cases, spot indexing. If the microarray image is large and contains a lot of noise, it is very troublesome work. In this paper, we show it is possible to locate the addresses of blocks and spots by applying the Nearest Neighbors Graph Model. Also, we propose an analytic model for the feasibility of block addressing. Our analytic model is validated by a large body of experimental results. RESULTS: We demonstrate the features of automatic block detection, automatic spot addressing, and correction of the distortion and skewedness of each microarray image.