全基因组基因表达频谱研究的新方法——SAGE和IPGI

SAGE和IPGI是新近发展起来的用于全基因组基因表达频谱分析和寻找差异基因的新技术,可以同时反映正常或异常等不同功能状态下细胞整个基因组基因表达的全貌,特别是对低丰度表达基因有较高的检测结果,因而具有重要的应用价值。本文简介SAGE和IPGI技术的基本原理、操作方法及其应用前景。     

强大的广谱基因表达分析技术——基因表达系列分析法

基因表达系列分析(serial analysis of gene expression,SAGE)是一项强大的数字化分析基因组整体表达模式的技术。它的诞生为定量、全局性地分析特定细胞内的基因表达情况提供了可能。本文介绍了SAGE技术的基本原理、最新进展和应用。     

基因表达连续分析技术及应用研究的进展

随着功能基因组学研究的兴起,基因表达连续分析技术（SAGE）已成为高通量研究基础表达谱的新手段。SAGE技术不仅可以用来研究大部分基因组序列尚未鉴定的生物个体的基因表达谱,其实验结果还可以直接与发表在SAGEmap表达数据库中不同来源的已知文库相比较,应用日益受到重视。     

基因表达系列分析(SAGE)技术在肿瘤研究中的应用

基因表达系列分析(serial analysis of gene expression,SAGE)是一项高效、快捷、低成本的研究生物基因表达水平的方法,广泛用于各种肿瘤的分析研究。SAGE技术对于全面分析肿瘤组织基因表达谱、寻找肿瘤特异性表达新基因、发现肿瘤组织特异标志物和揭示肿瘤发病的分子机制发挥重要的作用。随着“肿瘤基因组解剖工程”(CGAP)的进行,CGAP SAGE可以通过网站分析和展示SAGE数据,并自动的将基因名称和SAGE转录物水平联系起来。因此,这为SAGE技术深入和广泛研究肿瘤提供了方便。     

基因表达系列分析法(SAGE)的改进及其在植物功能基因组研究中的应用

基因表达系列分析方法(SAGE)是一种新的基因表达分析方法,与基因芯片技术一样具有高通量的特点,可测定特定组织的基因表达水平,在全基因组水平上同时定量检测数万个基因表达模式;可在未知目的基因的前提下,分析来自一个细胞的全部转录本信息;对已知或未知基因表达进行定性和定量分析.目前,虽然在疾病、发育、细胞凋亡、药物筛选等多个领域已有利用SAGE方法进行的研究,但该方法在植物功能基因组研究中的应用相对较少.本文主要综述了该方法在RNA用量、PCR循环次数、SAGE效能和可靠性、标签长度和未知标签分析等方面的改进及其在植物中构建SAGE文库、筛选新基因、基因表达图谱分析等方面的应用,从而为其在植物功能基因组研究中的进一步应用提供理论参考.     

基因表达系列分析技术的新进展

作为新近建立的研究基因表达的有效工具 ,基因表达系列分析 (SAGE)技术能同时对大量的转录物进行定性和定量分析。它不仅可以显示低丰度的转录物 ,提供基因组表达的完整信息 ,而且可以通过不同状态下基因表达图谱的比较 ,深入了解基因表达的时空性和有序性 ,从而寻找和发现新基因。本文介绍了SAGE的工作原理和方法 ,并着重对其最新的应用与研究进展进行了综述。     

基因表达系列分析技术在动物科学中的研究进展

基因表达系列分析（serialanalysisofgeneexpression,SAGE）是一种快速分析特定组织或细胞内基因表达信息的技术,不但可以比较不同组织细胞在不同时间、空间条件下基因表达的差异,还能发现新基因。近几年来,SAGE技术在动物基因表达研究中的应用取得了飞速发展。就SAGE技术的原理、实验路线、优缺点和改进以及SAGE在动物科学研究中的研究现状及应用前景作一简要介绍。     

功能基因组学的研究内容与方法

基因组学的研究已从结构基因组学转向功能基因组学.综述了功能基因组学研究的内容和方法,主要包括应用微点阵、基因表达系列分析(SAGE)、蛋白质组、生物信息学等方法来研究基因组表达概况、基因组多样性、模式生物体等.     

基因表达系列性分析技术及其应用

基因表达系列性分析（SAGE）是一种高通量的基因表达模式的研究技术,能够对特定细胞或组织中的大量转录本同时进行定量分析。本综述了SAGE技术的基本原理和实验流程以及近年来SAGE方法上的改进,同时介绍了该技术的一些应用研究实例和Internet上可资利用的SAGE数据库资源。     

基因表达系列分析及其应用

基因表达系列分析（serial analysis of gene expression,SAGE)是一种快速分析基因表达信息的技术,它能够直接读出任何一种类型细胞或组织的基因表达信息,因此是研究基因表达定性和定量的一种有效工具,近年来人们利用此技术对动植物及人类的基因表达信息进行了广泛的研究,本文就SAGE特点,方法及其应用作一简要介绍。     

功能基因组学研究概述

21世纪是生物时代和信息时代,基因组学的研究已从结构基因组学转向功能基因组学,功能基因组学时代对于基因功能的研究也由单一基因转向大规模、批量分析。对功能基因组学及相关学科的概念作了概述,综述了功能基因组学的研究内容与方法,主要包括应用差异显示反转录PCR、基因表达序列分析（SAGE）、微点阵、蛋白质组学和生物信息学等方法来研究基因组表达概况、基因组多样性和模式生物学等。     

基因表达系列分析的原理、进展及在肿瘤研究中的应用

基因表达系列分析(SAGE)技术不仅能够全面地分析特定组织或细胞内表达的基因,还可以比较不同组织在不同时间、空间条件下基因表达的差异,从而发现新基因.SAGE技术在肿瘤研究中的应用发展很快.本文综述了SAGE技术的原理、应用及其近年来的发近几年展与演变.     

基因表达系列分析(SAGE)的研究进展

基因表达系列分析方法（SAGE）是一种新的基因表达分析方法,它可同时分析数千种转录子的表达情况.SAGE不仅可以定量分析已知基因,还可分析未知的基因表达情况.SAGE为从分子水平阐明疾病的发病机制找到有效的治疗靶位和诊断标志创造了条件.     

基因表达的系列分析方法研究进展

基因表达的系列分析（SAGE）是探讨组织或器官在不同条件下基因表达丰度以及差异表达的一种有效方法。本文介绍了SAGE方法的详细机理并且对SAGE方法学的改进进行了综述。     

基因表达系列分析技术在真菌功能基因组学中的应用

基因表达系列分析( SAGE)是一种在mRNA水平上高通量、快速、灵敏分析细胞或组织基因表达信息,并在基因组学研究中广泛应用的技术.该技术不仅能够全面地分析特定组织或细胞表达的基因,比较不同时空条件下基因表达的差异,还可以在全基因组范围内获得基因的表达谱,从而发现新基因.综述基因表达系列分析技术在材料用量、标签长度、技术流程和标签测序等方面的研究进展及该技术在病原真菌、工业真菌和食用真菌功能基因组学中的应用.     

基于多分类支持向量机的基因表达系列分析

基因表达系列分析(Serial analysis of gene expression,SAGE)是一种基因表达数据,反映了细胞内的动态变化。模式识别和可视化方法是分析SAGE数据的基本工具,但是由于缺乏描述数据的统计特性,传统的聚类分析技术不适用于SAGE数据的分析。本文提出了一种基于多分类和支持向量机的SAGE数据的分析法。经过对模拟数据和人类癌症SAGE数据的分析,基于径向基核函数的多分类支持向量机算法"一对一"(one-against-one,OAO)算法提供了比PoissonC和PoissonS更好的分类结果。     

毒品成瘾与脑组织基因表达谱的研究进展

毒品成瘾是由滥用毒品外在因素与遗传易感性等内在因素共同作用而导致的一种慢性脑疾病; 毒品成瘾的机制目前还不十分清楚。毒品成瘾研究的一个主要目标是鉴别和分离毒品导致脑功能障碍的分子机制; 采用高通量的基因表达谱技术研究毒品成瘾者在不同状态下脑基因表达全貌, 对深入认识毒品成瘾的机制具有重要的意义。文章综述了毒品成瘾的遗传机制及高通量脑组织基因组表达技术——SAGE和微阵列(Microarry)在毒品成瘾研究中的进展。     

微量材料系列性基因表达分析技术的研究

建立了微量材料(1 μg RNA)系列性基因表达分析技术（minimal serial analysis of gene expression, miniSAGE）,并用miniSAGE技术对冠心病（coronary artery disease, CAD）患者和正常人成纤维细胞的基因表达谱进行了分析,合成了两个高质量的SAGE库,比较了两个库的SAGE标签,为CAD发病机理的研究提供了大量表达异常基因的资料.从而为后续分离与CAD发病相关的新基因打下了基础.miniSAGE技术是一种有力的基因表达分析方法,可用于微量RNA（1 μg）材料的基因表达分析,为多因素复杂疾病的研究提供了有力的基因表达分析工具.     

GEO(Gene Expression Omnibus ）:高通量基因表达数据库

 GEO(Gene Expression Omnibus)数据库包括高通量实验数据的广泛分类,有单通道和双通道以微阵列为基础的对mRNA丰度的测定;基因组DNA和蛋白质分子的实验数据;其中包括来自以非阵列为基础的高通量功能基因组学和蛋白质组学技术的数据也被存档,例如基因表达系列分析（serial analysis of gene expression,SAGE）和蛋白质鉴定技术.迄今为止,GEO数据库包含的数据含概10 000个杂交实验和来自30种不同生物体的SAGE库.本文概述了GEO数据库的查询和浏览,数据下载和格式,数据分析,贮存与更新,并着重分析GEO数据浏览器中控制词汇的使用,阐述了GEO数据库的数据挖掘以及GEO在分子生物学领域中的应用前景.GEO可由此公众网址直接登陆http://www.ncbi.nlm.nih.gov/projects/geo/.