第一情报 ---生物与医药

表型检测芯片技术及主要技术瓶颈

供稿人:邓桦  供稿时间:2019-5-31   关键字:表型芯片  大数据  

一、芯片技术介绍

美国BIOLOG公司根据其多年对全自动微生物鉴定系统相关技术的积累,开发了一种全新的专利技术——表型芯片技术(PMs)。PMs可用来测定微生物细胞及动物细胞表型,是与DNA芯片和蛋白质组技术并列、应用在基因组研究和药物开发的三大技术之一。PM技术使生物学家历史上第一次可以迅速、简单、准确、高效的以同一标准模式同时测试几千种细胞表型。通过对活体细胞进行测试,可以检测细胞基因变化、用药甚至环境变化后所引起的细胞表型的变化情况。该技术是分子方法(如:DNA芯片和蛋白质组等方法)非常有力的支持和补充手段,在其强大软件的支持下能迅速、准确获得大量有用的信息。同时为下一步更加深入的研究指明方向,同时提供强大的数据支持。

该公司推出PM和PMM两种产品,两者基于相同实验原理(见:PMs原理图)。通常,前者用于微生物表型体系检测,后者用于哺乳动物细胞表型检测。根据不同需要,选取不同的产品建立实验反应体系。有临床上将PMM高通量表型芯片技术用于自闭症研究的案例,实验恰恰使用的是美国BIOLOG公司的PM-M1反应体系。

通常,人们用PMM进行肿瘤细胞的代谢及抗肿瘤研究。PMM体系细胞表型比较研究见下图:

二、技术瓶颈

表型组学研究中面临的最大挑战来源于数据处理 。表型研究是集成研究,且主要依托大数据完成对表型问题的分析与解读。表型组学概念提出已近30年,但在临床应用研究方面推进缓慢,实验数据是主要原因。当前,大多数表型组学研究,其数学模型的运用是不成功的,使得其结果完全无法重复。例如,面对高维数据,数学上常常通过降维处理降低分析难度。但成功降维的前提是在分析之前已经获得了一些合理的理由去除变量。但在表型组学研究中,我们无法基于生物学知识选择减少某些变量,因为预先不知道哪些是重要特征。大量研究证据表明,表型变异的真实维度非常高,降低维数会导致信息的丢失(Li et al., 2006)。高维度数据不能单单借助一个简单的模型来支撑,而是需要许多模型进行协调、过滤和筛选,所以对于数据的处理,模型的选择较为关键。当前各国科学家正是通过集成不同国家、地区和学科产生的表型数据试图搭建表型研究的整体框架,技术体系的统一、数据标准的形成以及大数据处理的模型标准是当前表型研究推动的主要瓶颈与突破方向。

参考文献

Li RH, Tsaih SW, Shockley K, et al. Structural model analysis of multiple quantitative traits. Plos Genet, 2006, 2(7): e114.

 


注册成为正式用户,登陆后,获得更多阅读功能与服务!
转载本文需经本平台书面授权,并注明出处:上海情报服务平台www.istis.sh.cn
了解更多信息,请联系我们

§ 请为这篇文章打分(5分为最好)