專(zhuān)利名稱(chēng)：一種生物芯片微陣列點(diǎn)陣方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物技術(shù)領(lǐng)域，具體地涉及ー種生物芯片微陣列點(diǎn)陣方法。
背景技術(shù)：
微陣列數(shù)據(jù)分析方法學(xué)的學(xué)術(shù)報(bào)道主要集中在生物芯片雜交后芯片數(shù)據(jù)點(diǎn)的常態(tài)化和系統(tǒng)誤差校正以消除不同來(lái)源的變異誤差。Yang YH, Dudoit S，Luu P，Lin DM, PengV, Ngai Jj Speed TP. Normal ization for cDNA microarray data:a robust compositemethod addressing single and multiple slide systematic variation. Nucleic AcidsRes 2002，30 (4):el50Tarca AL, Cooke JEj Mackay J. A robust neural networks approachfor spatial and intensity dependent normalization of cDNA microarray data.Bioinformatics 2005，21:2674_2683。這主要是因?yàn)檫\(yùn)用微陣列技術(shù)的研究多為DNA微陣列方面，而所用DNA微陣列芯片可以從生物公司購(gòu)得，省去了非常煩雜的芯片制作過(guò)程。DNA芯片的制作，需要制備幾千、幾萬(wàn)cDNA、PCR產(chǎn)物、或寡聚核苷酸，并要將它們點(diǎn)在芯片上，這ー過(guò)程非常煩雜。因此，微陣列數(shù)據(jù)分析方法學(xué)的學(xué)術(shù)報(bào)道很少涉及芯片點(diǎn)樣陣列設(shè)計(jì)，以及如何利用特定的點(diǎn)陣設(shè)計(jì)避免和消除一些已知或未知來(lái)源的變異誤差。最近幾年，越來(lái)越多的學(xué)術(shù)研究課題轉(zhuǎn)向蛋白生物芯片技術(shù)，用這一技術(shù)發(fā)現(xiàn)人類(lèi)疾病生物標(biāo)志物用來(lái)檢測(cè)各種人類(lèi)疾病。Chatterjee M，Mohapatra S，Ionan A, Bawa Gj Ali-FehmiRj Wang X，Nowak Jj Ye B，Nahhas FAj Lu K, Witkin SSj Fishman D，Munkarah A，MorrisRj Levin NKj Shirley NN，Tromp G，Abrams J，Draghici Sj TainsKy MA.Diagnostic markers of ovarian cancer by high-throughput antigen cloning and detectionon arrays. Cancer Res.2006;66:1181-90. Chatterjee，M. Ionanj A.Draghici，S. andTainskyj MA. Epitomics:Global Profiling of Immune Response to Disease UsingProtein Microarrays, OMICS:A Journal of Integrative Biology，200610:499-506.Chen C., Wang X，Yu，J.，et a.Autoantibody Profiles Reveal Ubiquilinlas aHumoral Immune Response Target in Lung Adenocarcinoma, 2007. Cancer Research67,3461-3467. Draghici S，Chatterjee Mj Tainsky MA. Epitomics: serum screening forthe early detection of cancer on microarrays using complex panels of tumorantigens. Expert Rev Mol Diagn. 2005. 5:735-43. Wang X，Yu J，Sreekumar A, VaramballyS，Shen R，Giacherio D，Mehra R，Montie JE，Pienta KJ，Sanda MG，Kantoff PWj RubinMAj Wei JTj Ghosh Dj Chinnaiyan AM. Autoantibody signatures in prostate cancer.N Engl J Med. 2005353:1224-35. Zhong Lj Hidalgo GE, Stromberg AJj Khattar NH，JettJRj Hirschowitz EA. Jsing protein microarray as a diagnostic assay for non-smallcell lung cancer. Am J Respir Crit Care Med. 2005172:1308-14。與 DNA 芯片不同，蛋白芯片的蛋白來(lái)源比DNA更多元化，不同的研究用不同的蛋白，因此各個(gè)研究團(tuán)隊(duì)需要自己制作蛋白芯片，優(yōu)化蛋白芯片點(diǎn)陣排列能夠降低不同來(lái)源的變異誤差，提高實(shí)驗(yàn)結(jié)果的準(zhǔn)確性。
在微陣列生物芯片數(shù)據(jù)分析中，信號(hào)變異可源于不同的因素。這些因素包括芯片表面膜的均勻度、點(diǎn)樣針、點(diǎn)樣順序、芯片上的樣品與目標(biāo)樣品雜交時(shí)的雜交條件、掃描儀、等等。這些變異一般以行列空間效應(yīng)、點(diǎn)樣針效應(yīng)、點(diǎn)樣順序效應(yīng)表現(xiàn)出來(lái)。Tarca AL,しooke JE, Mackay J. A robust neural networks approach for spatialand intensity dependent normalization of cDNA microarray data.Bioinformatics2005,21:2674-2683。這些效應(yīng)在行或列中常常表現(xiàn)出梯度，也就是效應(yīng)隨行或列的增加逐漸變大或變小。在通常情況下，每種生物樣品(cDNA、寡聚核苷酸、PCR產(chǎn)物、抗體、抗原、或蛋白)在同一張芯片上有若干個(gè)重復(fù)，如何利用重復(fù)來(lái)避免和消除這些空間效應(yīng)誤差將關(guān)系到數(shù)據(jù)的準(zhǔn)確性，將影響到整個(gè)研究課題的最終結(jié)果。如何利用重復(fù)來(lái)避免和消除這些空間效應(yīng)誤差就是如何將這些重復(fù)安排在在芯片的點(diǎn)陣中?，F(xiàn)有的方法一般是沒(méi)有重復(fù)的亞方格，在同一個(gè)亞方格中，重復(fù)的點(diǎn)一般是將這些重復(fù)安排在點(diǎn)陣中的同一列或同一行，有時(shí)甚至連在一起或堆在一起。這樣的排列方法基本上沒(méi)有起到避免或消除空間效應(yīng)誤差的作用。本發(fā)明將借鑒拉丁方實(shí)驗(yàn)設(shè)計(jì)的原理，設(shè)計(jì)出一系列點(diǎn)陣排列方法，這樣的排列能充分利用生物樣品在芯片上的點(diǎn)的重復(fù)，有效避免和消除空間效應(yīng)引起的誤差。拉丁方實(shí)驗(yàn)設(shè)計(jì)是統(tǒng)計(jì)學(xué)方面的實(shí)驗(yàn)設(shè)計(jì)的ー種方法。Yates F. (1933)ineformation of latin square for use in field experiments. Empire j.Exp. Agric. 1:235-244.拉丁方設(shè)計(jì)就是有關(guān)如何在等長(zhǎng)ニ維平面空間中安排重復(fù)使得空間效應(yīng)誤差得到有效控制。在拉丁方中，行數(shù)和列數(shù)相等，統(tǒng)計(jì)分析涉及的因子數(shù)和每個(gè)因子的重復(fù)數(shù)與行數(shù)或列數(shù)相同，而且，ー個(gè)因子在每一行和每一列中僅僅重復(fù)一次。例如，在一個(gè)2X2的拉丁方中，因子A和B的兩個(gè)重復(fù)是這樣安排的
ΒΓ A A B行和列數(shù)都是2，Α因子和B因子在行和列中只重復(fù)一次；在ー個(gè)3X3的拉丁方中，因子Α、B、和C的三個(gè)重復(fù)是這樣安排的
Bi' Al' C
ACB
CBA或者，對(duì)調(diào)其中的行或?qū)φ{(diào)其中的列可以形成另ー個(gè)拉丁方
Al' C Γ B
BAC
CBA
類(lèi)似的拉丁方排列共有12個(gè)，沒(méi)有一一列出。但無(wú)論如何排列，行和列數(shù)都是3，A因子、B因子、和C因子在行和列中只重復(fù)一次；在ー個(gè)4X4的拉丁方中，因子A、B、C、和D的四個(gè)重復(fù)是這樣安排的
權(quán)利要求
1.ー種生物芯片微陣列點(diǎn)陣方法，其特征在于所述的樣品微陣列點(diǎn)陣，采用類(lèi)拉丁方排列。
2.如權(quán)利要求I所述的ー種生物芯片微陣列點(diǎn)陣方法，其特征在于所述的微陣列點(diǎn)陣在每個(gè)亞方格內(nèi)采用類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)。
3.如權(quán)利要求I所述的ー種生物芯片微陣列點(diǎn)陣方法，其特征在于所述的微陣列點(diǎn)陣在亞方格間的亞方格內(nèi)采用類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)。
4.如權(quán)利要求I所述的ー種生物芯片微陣列點(diǎn)陣方法，其特征在于所述的微陣列點(diǎn)陣在亞方格內(nèi)和亞方格間的亞方格內(nèi)同時(shí)采用類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)。
5.如權(quán)利要求1-4任一項(xiàng)所述的ー種生物芯片微陣列點(diǎn)陣方法,其特征在于亞方格內(nèi)的點(diǎn)的陣列為n*n點(diǎn)陣，其中n=2-1000。
6.如權(quán)利要求5所述的ー種生物芯片微陣列點(diǎn)陣方法,其特征在于亞方格內(nèi)的點(diǎn)的陣列為n*n點(diǎn)陣，其中n=3-20。
7.如權(quán)利要求1-4任一項(xiàng)所述的ー種生物芯片微陣列點(diǎn)陣方法，其特征在于多個(gè)亞方格排成陣列，陣列為n*n，其中n=3-100。
8.如權(quán)利要求1-4任一項(xiàng)所述的ー種生物芯片微陣列點(diǎn)陣方法，其特征在于所述的生物芯片包括DNA芯片、RNA芯片、iRNA芯片、蛋白芯片、抗體芯片、抗原芯片或糖芯片。
全文摘要
本發(fā)明公開(kāi)了一種生物芯片微陣列點(diǎn)陣方法，本發(fā)明方法應(yīng)用了類(lèi)拉丁方實(shí)驗(yàn)設(shè)計(jì)。類(lèi)拉丁方設(shè)計(jì)在此包括三種，即1、亞方格內(nèi)的類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)；2、亞方格間的亞方格內(nèi)的類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)；3、同時(shí)包含亞方格內(nèi)和亞方格間的亞方格內(nèi)的類(lèi)拉丁方陣列點(diǎn)陣設(shè)計(jì)。本發(fā)明的生物芯片微陣列點(diǎn)陣設(shè)計(jì)可以一定程度上避免和消除不同因子引起的空間效應(yīng)誤差，一定程度上提高所涉及的生物實(shí)驗(yàn)或試驗(yàn)結(jié)果的準(zhǔn)確性。
文檔編號(hào)C40B50/14GK102864499SQ201210282308
公開(kāi)日2013年1月9日 申請(qǐng)日期2012年8月9日 優(yōu)先權(quán)日2012年8月9日
發(fā)明者翁長(zhǎng)仁 申請(qǐng)人:龍巖九健生物芯片技術(shù)研究所