基因芯片测序分析
技术简介
基因芯片使用碱基配对的原理，在一块基片表面固定了序列已知的八核苷酸的探针，当样品与芯片上一条或多条带有荧光标记的核酸探针杂交，通过确定荧光强度最强的探针位置获得杂交结果，并据此重组出样品序列。
基因芯片技术和分析方法更为成熟，而且成本低，能够同时分析大量的信息，包括单核苷酸变异多态性（Singe Nuleotide Polymorphisms,SNP）已表达序列标志（Experessed Sequence Tage，EST）和基因克隆等。
应用领域
标志物预测分析
基因网络关系分析
测定细胞生长不同时期的基因表达
正常组织与肿瘤组织的DNA变化分析
用药前后DNA发生的变化分析
基因突变分析
技术路线
分析内容
1、 差异表达基因的筛选：通过对常规的芯片数据信号的转换，数据的预处理，经过统计学方法，根据基因表达foldchange（变化倍数）来筛选差异达到一定倍数并且统计学显著（多重矫正p<0.05）的基因用于后续分析。对于使用参照实验设计进行的重复实验, 可以对2样本的基因表达数据进行差异基因表达分析, 具体方法包括倍数分析、t检验、方差分析等. 检验(t-test) 差异基因表达分析的另一种方法是t检验, 当t超过根据可信度选择的标准时, 比较的两样本被认为存在着差异.
2、 聚类分析。根据基因的芯片表达强度进行聚类处理，找到有表达相关性的基因，并聚到一起。聚类是指根据基因芯片的基因表达数据，将基因按照不同的功能，或者相同的表达行为进行归类，聚类的基因表达谱为研究人员提供基因表达差异，启动子分析，表达模式研究等等便利的条件。目前已经有很多种聚类的方法应用到基因芯片的研究当中，如分层聚类(Hierarchical clustering)、K均值聚类(K-means clustering)、自组织图谱 SOM (self-organizing map)、PCA (principle component analysis)等等。
3、 基因的功能注释以及功能富集分析：由于芯片本身会提供一些探针对应的基因信息，我们可以直接对这些信息加以利用，以此为出发点，以探针代表的所有基因为背景对差异表达的基因进行功能富集，主要包括GO功能的富集分析和利用最新KEGG库pathway的富集分析，旨在研究处理组相对对照组有哪些功能模块受到影响，可以更进一步分析样本中间的差异主要由哪些代谢通路，生物学途径过程引起的。
样品要求：
对于取材量不受限制和不要求进行扩增的样品，每张芯片总RNA≥60μg；
对于取材相对较难或必须进行扩增处理的样品，每张芯片总RNA≥5μg。
