结构生物化学/基因组分析/DNA 微阵列
DNA 微阵列是基因的集合，允许研究基因在生物反应中的表达，以进一步研究基因组。微阵列的应用例子包括病原体对遗传物质的反应、基因突变的发展以及药物发现。微阵列可用于研究特定疾病的基因表达，从这种方法获得的分析和数据可用于开发可以治愈或抑制疾病的补充药物。尽管 DNA 微阵列的开发促进了生物学和化学领域的许多研究，但微阵列的分析可能很困难。由于细胞中有如此多的基因，对微阵列中呈现的如此大量的基因表达进行分析可能相当耗时且难以分析。
微阵列的历史相当近。第一个阵列是在 1980 年代中期创建的。它最初被称为宏阵列。它最初只用于点 DNA 探针，但更多的是用于研究 DNA 克隆、PCR 产物和寡核苷酸。它们都与放射性标记的靶标一起使用。经过进一步的研究，开发了微阵列；它是由针式点样器创建的。针式点样器是基于针的机器人系统，可以精确地将一定量的 DNA 溶液分配到载玻片上的点上。到 1990 年代中期，微阵列技术主要用于研究基因表达。一些研究包括研究细菌生命周期，研究组织的基因表达谱。还有细胞分裂的研究，以及哪个基因负责细胞分裂的不同阶段。最后，微阵列的另一个应用是药物剂量，通过检查疾病的基因表达，可以有效地用于找到特定疾病使用的正确药物剂量。
DNA 微阵列可用于探索一次运行中的数千个基因序列。DNA 微阵列的基本原理是基于杂交过程。杂交水平可以通过可检测的化学水平来检测，该化学水平用于标记实验中的靶标或探针序列。DAN 微阵列或基因芯片，即高密度的寡核苷酸阵列，可以通过使用半导体行业使用的光刻微制造技术进行光导化学合成，或通过将非常小的寡核苷酸或 cDNA 点放在载玻片等固体基质上构建。基因表达水平通过杂交到芯片上的 cDNA 的荧光水平来揭示，该荧光水平可以通过芯片上的已知位置来识别。通过芯片上荧光点的强度可以看出特定基因的转录程度。这种方法可用于检测特定基因在不同生长条件下表现出的表达水平变化。
基因芯片理论的更简单图片从目标开始。这项技术的目的是能够定性地确定基因表达的特定 mRNA 片段的量。首先，从细胞中提取 mRNA。然后可以通过逆转录酶将 mRNA 转化为 cDNA，该 cDNA 被标记有荧光标记。然后将该荧光 cDNA 添加到布满大量 DNA 片段（寡核苷酸）的硅（或玻璃）芯片中。基因芯片及其所有 DNA 片段包含一个特定的片段，该片段与所需的 cDNA（或杂交）完全配对。与基因芯片不匹配的 RNA/cDNA 被洗掉（哎呀），基因芯片在特殊的光线下观察，使荧光 cDNA 发光。如果您的 mRNA 存在于细胞中，现在可以在芯片上以漂亮的颜色看到它。如果不是，则芯片的那一部分是空白的。现在很容易看到基因芯片如何通过探索其 mRNA 来研究基因表达。
一个例子是人们如何使用微阵列测试来分析 RNA，例如在癌性皮肤细胞的情况下。可以进行微阵列测试来查看癌性皮肤细胞中的哪些基因与健康皮肤细胞相似，哪些基因不同。这是通过从健康皮肤细胞中取一个 mRNA 样本，以及从癌性皮肤细胞中取一个 mRNA 样本来完成的。这两个皮肤细胞的 mRNA 都被转化为 cDNA。然后可以将健康 cDNA 标记为绿色荧光标记。然后可以将癌性 cDNA 标记为红色荧光标记。然后制作一个包含皮肤细胞中所有 DNA 的微阵列。然后将这两种荧光 cDNA 都放在微阵列上。然后，特定的 cDNA 序列与微阵列上的相应 DNA 杂交。然后洗去多余的 cDNA。然后使用激光分析荧光 cDNA 杂交的位置。一台计算机获取这些信息并对其进行分析，在纸上给出几个彩色点，表明健康皮肤细胞表达了哪些基因（将显示为绿色点），以及癌性皮肤细胞表达了哪些基因（将显示为红色点）。黄色点表示健康皮肤细胞和癌性皮肤细胞都表达了该基因。黑点表示健康细胞和癌性皮肤细胞都没有表达该基因。因此，通过分析这些数据，人们可以找出癌性皮肤细胞中表达的哪些基因在健康皮肤细胞中没有表达。
微阵列可用于多种应用，包括基因组 DNA 分析，但是，由于我们可以从这两个应用中获得有关细胞和组织中基因功能的大量信息，因此 mRNA 基因表达谱分析占主导地位。
使用微阵列的表达谱分析可识别表达依赖于特定生物状态的基因。例如，在疾病状态生物学条件下，基因 mRNA 的量可能比正常状态下更多。然后可以使用微阵列识别在疾病状态下表达的基因。然后可以制造药物来专门抑制这些基因。微阵列还可以跟踪细胞发育过程中的基因表达，在此过程中，基因根据它们在不同发育阶段的表达模式进行分组。然后，这有助于通过将未知功能的基因与具有类似表达模式的已知基因的功能作用联系起来来识别未知功能的基因。
途径分析在识别影响许多基因的协同表达变化方面也非常有用，这有助于我们了解这些基因的特征行为，使其协同工作以执行特定功能。检测一组具有相关功能的基因的表达一致变化使我们能够了解生物学方面，而这些方面是通过基因表达分析无法知道的。
通过逆向工程技术从基因表达重建功能性、调节网络也可以用于表征基因之间的关系，这些关系是从它们在不同条件下的表达值开始的。
我们可以使用表达谱的另一种方法是，通过使用其他杂交实验的分析来识别具有相似生物学特征的样本中基因表达的共同模式，从而将它们用作特定生物状态的指纹。这在找到基因表达行为与表型之间的相关性方面很有用。
基因组DNA分析是另一种主要的微阵列应用。DNA微阵列可用于直接测量特定基因组区域的基因组DNA片段浓度。例如，微阵列可以用这种方式来扫描与癌症相关的基因拷贝数变化。另一种使用微阵列进行基因组DNA分析的方法是鉴定由转录调节因子结合的调控DNA序列的互补序列。DNA微阵列可用于通过染色质免疫沉淀 (ChIP) 结合阵列杂交进行全基因组体内转录因子结合位点的鉴定。阵列上的重叠探针可提供完整的基因组覆盖范围，并允许识别特定转录因子的所有DNA结合区域。使用微阵列进行基因组DNA分析还可以应用于表征特定基因序列的存在，这些序列可用于对病原体基因组进行平行检测。这有助于我们检测导致传染病的病原体的存在，并可以监测它们是否在生物样本中，例如，或在食品/水中。最后，使用微阵列进行基因组DNA分析可以应用于基因分型。微阵列可以被设计用于全基因组鉴定单核苷酸多态性 (SNP)。微阵列在其中的应用极大地促进了人类基因组计划，为人类SNPs数据提供了宝贵的资源。如果对散布在整个基因组中的特定已知多态性列表感兴趣，则可以专门为它们设计探针组，并且芯片可以用作快速筛选生物样本的工具。芯片的这种设计是为了检测与人类健康相关的基因中的突变。
解释微阵列分析仪产生的数据可能很困难，因为许多因素会影响数据的准确性。微阵列难以获得清晰结果的原因是，存在许多不同的方法来规范微阵列芯片的数据。另一个需要考虑的因素是，由于同时进行了数千次测试，基因可能会产生假阳性或假阴性结果，从而导致这些错误。在这种情况下，假阳性是指得出特定基因在微阵列上表达的结论，而实际上它并没有表达。假阴性是指得出基因在微阵列上没有表达的结论，而实际上它确实表达了。
由于存在影响数据准确性的这些因素，因此在微阵列中使用了统计p值。p值是特定基因与DNA杂交或不杂交的微阵列结果仅由随机因素造成的概率。当同时进行数千次测试时，将p值视为单个测试的统计量是不准确的。这就是为什么必须调整p值以解释这种误差。Bonferroni校正是一种统计方法，可以校正p值，使其更加准确。
对微阵列有用的另外两种统计分析是
1. SAM（微阵列的统计分析）该测试有助于确定从微阵列中获得哪些数据有用，哪些数据无用。它通过运行一系列t检验，然后计算每个基因的值来实现这一点。该值代表基因表达强度与其响应变量之间的相关性。
2. ANOVA（方差分析）这是一种统计检验，用于分析存在两个或多个变量的实验。
DNA 微阵列的当前应用。Emanuele de Rinaldis 和 Armin Lahm。Horizon 生物科学。2007。