聚类方法介绍.docVIP

第一章 Microarray 介绍 1.1 生物信息处理 基于对生物体“硬件”和“软件”的认识 ,提出暂时地撇开生物的物理属性 ,着重研究其信息属性 ,从而进入到生物信息处理 (关于生命硬件的信息和软件的信息 ,即生理信息和生命信息 )的一个分支 ,生物信息学。于是 ,为揭开生命之秘、揭示与生命现象相关的复杂系统的运作机制打开一条新的途径。 什么是生物信息处理 生物信息处理的英文是Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ。 1994年初 ,诺贝尔医学奖获得者美国教授Ｍ·罗德贝尔发表一篇评论 ,题为《生物信息处理 :评估环境卫生的新方法》。他认为生物信息处理是在基因数据库基础上 ,计算机驱动的能快速获得表达基因部分序列的方法。通过ＭＥＤＬＩＮＥ数据库 ,可以查阅到很多与生物信息处理 (Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ)有关的记录，其中Ｊ Ｆ Ａｉｔｏｎ认为生物信息处理是基于计算机的数据库和信息服务;Ｒ Ｐ Ｍｕｒｒａｙ认为生物信息处理包括两方面：第一是大量现存数据的自动化处理 ,第二是新的信息资源的生成；Ｄ Ｂｅｎｔｏｎ在题为《生物信息处理———一个新的多学科工具的原理和潜力》的文章中说 ,生物信息处理的材料是生物学数据 ,其方法来自广泛的各种各样的计算机技术。 其方法来自广泛的各种各样的计算机技术。近年来 ,生物学数据在爆炸式增长 ,新的计算机方法在不断产生。这些方法在结构生物学、遗传学、结构化药品和分子演变学中是研究工作进展的基础。如果生物医学工程要在各个领域都从研究进展中获取最大好处 ,那么生物学数据健全的基础设施的开发与维护是同等重要的。尽管生物信息处理已经作出重要贡献 ,但是在它成熟时就会面临更大的需求在爆炸式增长 ,新的计算机方法在不断产生。这些方法在结构生物学、遗传学、结构化药品和分子演变学中是研究工作进展的基础。如果生物医学工程要在各个领域都从研究进展中获取最大好处 ,那么生物学数据健全的基础设施的开发与维护是同等重要的。尽管生物信息处理已经作出重要贡献 ,但是在它成熟时就会面临更大的需求。 在整体上可以看出 ,生物信息处理的两个基本内容是生物数据库建立和计算机信息服务 ,也就是生物数据处理的计算机数据库化和程序化。当前这种数据库的内容主要是目录、期刊、遗传基因和细胞三维结构学。服务程序主要用于信息检索和基因序列分析。 所以 ,严格地说 ,当前生物信息处理远未形成独立的学科 ,它同计算机生物学应用并无重大区别。在1998年第九届世界医药信息学大会上 ,它才作为一个讨论题目被列出来。可以说，生物信息处理技术是一项年轻的研究领域。 1．2 Microarray 技术 1．2．1 Microarray 技术原理 微阵列技术是利用分子杂交的原理，用自动化仪器arrayer把不同的，数以百计、千计、万计已知部分序列的DNA探针“印”在玻璃片或者尼龙膜上面成阵列。为了比较两份标本中核酸表达的丰度，两份标本中核酸用同位素或者荧光素（红和绿两种）标记，再于微阵列杂交，然后检测杂交信号的强度，通过一定的数据处理系统，把它们转化成两份不同标本中特异基因的丰度，最后对这些数据进行分析。 根据微阵列技术原理，微阵列技术的处理流程如下： 1. 实验设计 2. 样品制备（指mRNA或总RNA样品，包括对照组和实验组） 3. 芯片制备（包括PCR，纯化，点样等步骤） 4. 芯片杂交（将mRNA或总RNA分别进行逆转录生成cDNA，在此步骤中将对照组和实验组cDNA分别标记CY3和CY5荧光信号） 5. 芯片扫描（采用激光扫描仪，分别用532nm和635nm波长激光扫描芯片，对于每张芯片，得到CY3和CY5通道两幅图象） 6. 图象处理（采用专门软件，对图象进行分析，提取每个点上的数字信号），得到原始数据表。 7. 数据校正和筛选（对cy5或cy3信号进行校正，消除实验或扫描等各环节因素对数据的影响，同时利用筛选规则对数据中的“坏点”，“小点”，“低信号点”进行筛选，并作标记。） 8. 差异表达基因的确定（采用ratio值对差异基因进行判断，或采用统计方法如线性回归、主成分分析、调整P值算法等对差异基因进行统计推断） 9. 生物信息学分析（如cluster 算法、差异基因的同源性比对，差异基因的相关文献检索等） 一个最简单的配置应包括微阵列制作系统 (ａｒｒａｙｅｒ) ,信号收集系统 (ｓｃａｎｎｅｒ) ,计算机和软件 (操作系统和微阵列技术处理的相关软件 )。 1．2．2 Microarray 技术应用领域 Microarray 技术是近几年兴起的新技术，但短短几年中，该技术已经被分子生物学的很多领域接受，并广泛应用于以下领域： 1、基因表达分析和检测 微阵列技术已经被许多研究小组应用于与基因表达有关的工作中,如对细菌、动植物和人类的研究。包括：特异性相