VIP标识 上网做生意,首选VIP会员| 设为首页| 加入桌面|| 手机版| RSS订阅
雷竞技电竞
,关注食品安全,探讨食品技术

生物芯片应用领域介绍

放大字体缩小字体发布日期:2006-06-28 浏览次数: 291

      1、基因表达水平的检测
      也是目前应用较多的领域,用基因芯片进行的表达水平检测可自动、快速地检测出成千上万个基因的表达情况,通过分析那些有表达差异的基因来达到研究目的。

      2、基因诊断
      从正常人的基因组中分离出DNA与DNA芯片杂交就可以得出标准图谱。从病人的基因组中分离出DNA与DNA芯片杂交就可以得出病变图谱。通过比较、分析这两种图谱,就可以得出病变的DNA信息。这种基因芯片诊断技术以其快速、高效、敏感、经济、平行化、自动化等特点,将成为一项现代化诊断新技术。现在,肝炎病毒检测诊断芯片、结核杆菌耐药性检测芯片、多种恶性肿瘤相关病毒基因芯片等一系列诊断芯片逐步开始进入市场。

      3、药物筛选
      目前中药产业和传统的西药开发遇到的重大障碍是----如何分离和鉴定药的有效成份进而达到最佳治疗效果,基因芯片技术是解决这一障碍的有效手段,它能够大规模地筛选、通用性强,能够从基因水平解释药物的作用机理,即可以利用基因芯片分析用药前后机体的不同组织、器官基因表达的差异,也可以从众多的药物成分中筛选到起作用的部分物质。生物芯片技术使得药物筛选,靶基因鉴别和新药测试的速度大大提高,成本大大降低,这一技术具有很大的潜在应用价值。

      4、个体化医疗
      临床上,同样药物的剂量对病人甲有效可能对病人乙不起作用,而对病人丙则可能有副作用。在药物疗效与副作用方面,病人的反应差异很大。这主要是由于病人遗传学上存在差异(单核苷酸多态性,SNP),导致对药物产生不同的反应。如将这些基因突变部位的全部序列构建为DNA芯片,则可快速地检测病人是这一个或那一个或多个基因发生突变,从而可对症下药,所以对指导治疗和预后有很大的意义。

      5、测序
      基因芯片利用固定探针与样品进行分子杂交产生的杂交图谱而排列出待测样品的序列,这种测定方法快速而具有十分诱人的前景。Mark chee等用含135000个寡核苷酸探针的阵列测定了全长为16.6kb的人线粒体基因组序列,准确率达99%。Hacia等用含有48000个寡核苷酸的高密度微阵列分析了黑猩猩和人BRCA1基因序列差异,结果发现在外显子11约3.4kb长度范围内的核酸序列同源性在98.2%到83.5%之间,提示了二者在进化上的高度相似性。据未经证实的报道,去年有一种不成熟的生物芯片在15分钟内完成了1.6万个碱基对的测定,96个这样的生物芯片的平行工作,就相当于每天1.47亿个碱基对的分析能力!

      6、生物信息学研究
      人类基因组计划(HGP)是人类为了认识自己而进行的一项伟大而影响深远的研究计划。目前的问题是面对大量的基因或基因片断序列如何研究其功能,只有知道其功能才能真正体现HGP计划的价值--破译人类基因这部天书。后基因组计划、蛋白组计划、疾病基因组计划等概念就是为实现这一目标而提出的。基因的功能并不独立的,一个基因表达的上调或者下调往往会影响上游和下游几个基因表达状态的改变,从而进一步引起和这几个基因相关的更多基因的表达模式的改变。基因之间的这种复杂的相互作用组成了一张交错复杂的立体的关系网。像过去那样孤立的理解某个基因的功能已经远远不够了,需要我们站在更高的层次全面的理解这种相互关系,全面了解不同个体基因变异、不同组织、不同时间、不同生命状态等的基因表达差异信息,并找出其中规律。生物信息学将在其中扮演至关重要的角色。基因芯片技术就是为实现这一环节而建立的,使对个体生物信息进行高速、并行采集和分析成为可能,必将成为未来生物信息学研究中的一个重要信息采集和处理平台,成为基因组信息学研究的主要技术支撑。比如研究基因生物学功能的最好方式是监测基因在不同组织、不同发育阶段、不同健康状况下在机体中活性的变化。这是一项非常麻烦的工作,但基因芯片技术可以允许研究人员同时测定成千上万个基因的作用方式,几周内获得的信息用其它方法需要几年才能得到。
      生物芯片作为生物信息学的主要技术支撑和操作平台,其广阔的发展空间不言而喻。在实际应用方面,生物芯片技术可广泛应用于疾病诊断和治疗、药物基因组图谱、药物筛选、中药物种鉴定、农作物的优育优选、司法鉴定、食品卫生监督、环境检测、国防等许多领域。它将为人类认识生命的起源、遗传、发育与进化、为人类疾病的诊断、治疗和防治开辟全新的途径,为生物大分子的全新设计和 药物开发中先导化合物的快速筛选和药物基因组学研究提供技术支撑平台。总之,生物芯片技术在医学、生命科学、药业、农业、环境科学等凡与生命活动有关的领域中均具有重大的应用前景。



      推荐图文
      推荐食品专题
        点击排行
        Baidu
        map