Affymetrix基因芯片技术是用于基因组学和转录组学研究的整合平台，该技术平台既可以分析基因组DNA，也可以分析RNA，在DNA水平上既可以做SNP分析，也可以做DNA再测序。

Affymetrix基因芯片技术是基因芯片领域的国际行业标准,已经为国际生命科学和医学、植物及微生物等基础研究领域广泛认可,利用Affymetrix基因芯片技术作为主要研究手段之一在国际科学杂志发表的论文达7336篇(今年1-9月已经有2103篇),仅在Nature, Science,新英格兰医学杂志和Cell影响因子非常高的杂志发表的论文就数百篇. Affymetrix基因芯片技术也正在走向实际应用.2004年, Affymetrix的仪器和芯片制造设备通过ISO认证,其GeneChip(R) System 3000Dx (GCS 3000Dx)通过美国FDA和欧盟CE认证,成为第一个可以分析体外诊断芯片的基因芯片系统,成为核酸诊断(基因型分析和基因表达分析)的标准平台. Affymetrix基因芯片系统截止06年03月底在全世界的装机量超过1420套(其中超过80套GCS 3000Dx售给Affymetrix的诊断开发合作伙伴及检验科),在整个基因芯片领域是首屈一指和独占鳌头的.国际上著名的大学,研究机构和跨国制药公司几乎全部具有Affymetrix基因芯片技术平台.就在发明基因芯片点样技术的斯坦福大学就有10套系统。

目前可以提供生命科学研究和医学研究的模式生物的全基因组表达谱芯片,包括牛、线虫、狗、鸡、果蝇、大肠杆菌、人、小鼠、绿脓杆菌、按蚊/疟原虫、猪、恒河猴、大鼠、金黄色葡萄球菌、爪蟾、酵母和斑马鱼等。其中鸡表达谱芯片不仅可以检测鸡的mRNA表达,同时可以检测禽类17种病毒的684个基因的表达。而恒河猴表达谱芯片可以检测恒河猴和灵长类病毒的基因表达。利用表达谱芯片，通过对已经鉴定的基因及其剪接体表达水平的检测，已经发表了诸多论文,并且还有用表达普芯片找到疾病易感基因的报道(Science. 308 (5720):385-9, 2005 Apr 15. Epub 2005 Mar 10)。该论文利用100K SNP芯片技术扫描96个病人和50个正常人，直接找到了黄斑变性的易感基因为CFH。而03-04年有5篇国际论文在寻找该疾病的易感基因，由于这5篇论文都用STR技术，因此没有找到易感基因，只证明1号染色体的某个区域与该疾病有关。SNP芯片找到的黄斑变性易感基因CFH就在该染色体区域内！

顶级医学杂志"新英格兰医学杂志"今年六月这期又发表了利用AFFYMETRIX表达谱技术的两篇论文:利用基因表达谱芯片技术改进了伯杰氏淋巴瘤(Burkitt's lymphoma)诊断的精确度!!!被病理专家分类为Burkitt's lymphoma的病人的基因表达特点完全可以把Burkitt's lymphoma及弥散性大B细胞淋巴瘤(diffuse large-B-cell lymphoma)区分开!两个研究分别做了220和303例病人的基因表达

Affymetrix基因芯片技术被广泛应用于人类和动物生命科学的基础研究中,如鉴定发育、生长、分裂、分化、细胞凋亡、信号转导等重要生命过程的相关基因,鉴定疾病相关基因,如大量的研究在利用基因芯片技术鉴定癌症发生发展和转移的基因,对癌症进行分子分类/分期，寻找癌症分子机制的关键分子,为癌症诊断筛选重要标志分子,为癌症治疗筛选重要的靶分子,预后分析等.

Affymetrix的SNP芯片可以用于在全基因组水平上寻找人类疾病或其他性状的相关基因,即用于医学遗传学的连锁分析(linkage, 10/50K)和关联分析(association, 100/250/500K/1000K).由于SNP是比STR密度很高的分子标记,因此与STR技术做连锁分析(linkage)来寻找疾病/性状相关基因相比较,100/250/500K/1000K SNP芯片技术做关联分析(association)可以精确地将特定基因与疾病/性状直接关联起来,而STR全基因组扫描连锁分析只能先找到与疾病/性状相关的染色体区域(长达5-10Mbp或更长、含数十到数百个基因),进一步还得利用该区域更密的分子标记(如加密STR或SNPs)分析技术来找到疾病/性状的基因.

SNP芯片推出四年来,已经发表了很多研究文献(,这些文献涉及疾病/性状相关基因寻找(即linkage analysis和GENOME WIDE ASSOCIATION), 群体遗传学(population genetics),染色体拷贝数变化分析( chromosomal copy number changes during cancer progression, 即染色体缺失,扩增和LOH).

目前,在全球范围内已经有数百个大学,研究机构和制药公司在利用SNP芯片技术进行相关研究.Affymetrix可以提供3种规格人的SNP芯片,分别是:10K,50/100K和250/500K/1000K,一次性分析人的1万个、10万个、50万、100万个SNP位点，并告知的是该位点的序列信息。短短的两三年时间里仅疾病易感基因定位的报道就有几十篇，还有许多其它研究的报道

联合基因公司是做什么的？

来回顾一下基因芯片分析的步骤，首先在布满探针的玻璃平板上加入不同荧光标记（Cy3和Cy5）的对照组和实验组mRNA样品，与芯片上探针杂交后，再用计算机扫描荧光信号，最后进行数据处理，分析。

•生物芯片在荧光标记的样本和探针结合后, 必须用扫读装置将芯片测定结果转变成可供分析处理的图像数据。

1.图像分析

2.数据预处理

具体过程：

1.激光激发使含荧光标记的DNA片段发射荧光

2.激光扫描仪或激光共聚焦显微镜采集各杂交点的信号

3.软件进行图象分析和数据处理

•生物芯片检测的目的是将不可见的生物分子的微弱变化通过生物、化学、光学、电子和软件等多学科交叉技术的综合处理，转换成可见的数字图像信号，实现信号的放大、增强和可视化，以便进行科学研究。

扫描仪组成：包括硬件系统和软件系统

信号 (signal) : 通过检测一 起获得的数字量 输出 ，对应于真实的实验分析数据。

噪声 (noise) : 通过检测仪器的数字量输出， 对应于背景荧光、暗电流、冲击噪声以及其他非实验分析数据。

信噪比（signal-to-noise ratio) : 微阵列检测过程中信号和噪声的比值 。

1.数据的提取

2.对数化

3.探针过滤

4.补缺失值

5.标准化

6.探针注释

7.基因过滤

芯片的荧光扫描图像信号

一般来说，实验组一般为疾病样本，对照组为正常样本

CH1I  实验组信号值

CH1B  实验组背景值

CH2I  对照组信号值

CH2B  对照组背景值

表达谱矩阵表达量计算：

Ratio=(CH1I-CH1B)/(CH2I-CH2B）

芯片数据格式

下列为表达谱矩阵的一般格式：每一列为一个样本（sample）的所有基因表达值，每一行为某个基因在所有样本的表达值

原始数据呈偏态分布对数转化后呈近似正态分布

去除表达水平是负值或很小的数据或明显的噪音数据过闪耀现象物理因素导致的信号污染（划伤，指纹等）

原因：杂交效能低，点样问题 ……

实际问题：彗星尾 背景高 粘点问题等

非随机缺失（丰度过高或过低）

随机缺失（与表达水平高低无关）

1.删除相应的行，列

2.简单补缺法 0/1

3.均值 样本均值 基因均值

4.k近邻法

由于会存在系统误差，需要对芯片进行标准化

感兴趣的变异

真正的生物学变异

差异表达基因

混杂变异

实验过程中引入的变异

在样本的染色、芯片的制作、芯片的扫描过程中引入的系统误差

系统误差来源

染料的物理属性

染料的结合效率

探针的制备

探针和样本的杂交过程

数据收集时的扫描过程

不同芯片间的差异

不同芯片杂交条件

标准化过程的参照物稳定表达的基因

持家基因(housekeeping genes)

外源性的或人工合成的控制基因(controls）

芯片上大部分稳定表达的基因(所有基因)

相对稳定基因子集( invariant set）

不存在染料偏倚

不存在不同grid带来的系统误差

主要为不同芯片间的差异

类似于cDNA芯片

Z-score

MAS 5

RMA

Probe ID 第一列

Gene Symbol 第二列

ENTREZ_GENE ID 第三列

删除探针对应不到基因表达谱里的行

多个探针对一个基因，表达值取均值或中值

一个探针对多个基因，删除行

r语言实现

probe_name<rownames(probe_exp)#提取probeid

loc<match(probeid_geneid[,1],probe_name)#probeid进行匹配,30000多个

probe_exp<-probe_exp[loc,]#能匹配上的probe的对应表达值

raw_geneid<-as.numeric(as.matrix(probeid_geneid[,3]))#每个probeid对应的geneid

index<-which(!is.na(raw_geneid))#找出有geneid的probeid并建立索引

geneid<-raw_geneid[index]#提取与geneid匹配的probeid

exp_matrix<-probe_exp[index,]#找到每个geneid的表达值（这里探针对应不到基因的行就删除了）

geneidfactor<-factor(geneid)

gene_exp_matrix<-apply(exp_matrix,2,function(x) tapply(x,geneidfactor,mean))#多个探针对应1个基因的情况，取平均值

rownames(gene_exp_matrix)<-levels(geneidfactor)#geneid作为行名

gene_exp_matrix2<-cbind(geneid,gene_exp_matrix)

write.table(gene_exp_matrix2,file="geneid_exp.txt",sep="t",row.names=F)#写出geneid表达谱矩阵

＃把gene id转化成gene symbol

loc<match(rownames(gene_exp_matrix),probeid_geneid[,3])#geneid表达谱矩阵和geneid匹配，建立索引

row.names(gene_exp_matrix)<-probeid_geneid[loc,2] ＃行名换成gene symbol

genesymbol<-rownames(gene_exp_matrix)

gene_exp_matrix3<-cbind(genesymbol,gene_exp_matrix#Gene_symbol这列为表达谱的行名，并与表达谱合并

write.table(gene_exp_matrix3,file="genesymbol_exp.txt",sep="t",row.names=F,quote=F)#写出genesymbol表达谱矩阵

基因过滤

波动筛选方差

最小倍数变化筛选(Minimumfold-change filter) 差异性较小的基因可用该方法去除

此处筛选的标准基于以下条件:满足表达量距其在所有芯片上表达量中位数相差指定倍数的基因的个数，占总基因个数的比例(故在此需要用户指定两个值，比例和倍数)。

少于x%中的表达水平大于等于中值的y倍(20%，1.5）

内容大部分来源于老师PPT和生物信息学第二版，在这里做总结归纳

联合基因科技集团简称联合基因。联合基因科技集团 于1997年11月发源于复旦大学，由毛裕民教授、谢毅教授带领复旦大学生命科学学院的一批教师和博士、硕士研究生发起组建。由100万起步，到2005年底，已经形成资产超过15亿，拥有20多家企业（包括一家上市公司）的基因技术企业集团。 公司于1997年开始大规模人类功能基因cDNA的克隆和测序，建立了国内第一个大规模人类基因数据库，包含有全长人类基因8000多条；建立了国内最早的基因芯片技术平台之一，并成功开发载有18万个unigene的芯片产品；建立了国内最早的基因检测技术和服务体系，并开展了大规模健康基因检测服务。八年来，联合基因集团科研投入超过5亿元人民币，并聚积了一批国内第一流的科研人才，从事人类功能基因研究和相关产品开发、基因芯片技术开发及应用、新药筛选技术开发和应用。公司拥有国际先进的设备价值超过1亿元人民币。 九年来，公司累计申请专利3800多项（其中通过国际专利组织申请国际专利1200项），承担国家“863”项目、国家自然科学基金项目等国家级科研项目30项，上海市级项目28项，国际合作项目2项，10项成果获得国家和上海市奖励。同时，集团及所辖企业还获得了上海市科技创新企业等多项荣誉。 创立以来，集团紧跟国际顶尖水平，先后投入基因技术研发费用超过6亿元，创造了一系列中国第一：建立了中国第一个大规模人类基因数据库研制成功中国第一块基因芯片建立了国内第一个基于基因分析技术的新药筛选平台建立了国内第一套基因检测企业技术标准基因检测技术平台在行业内第一家通过“中国合格评定国家认可委员会（CNAS）认可”拥有世界上最大的黄种人疾病易感性基因数据库拥有国内最大规模的基因技术平台目前，集团的产业涉及基因技术及相关产品开发、生物制药、基因检测及个人健康管理、科技园区开发和房地产、计算机及软件、教育培训、金融资本管理等多个产业领域。 联合基因集团始终坚持“解码生命，造福人类”的宗旨，以一流的技术、一流的人才、一流的设备，努力创造一流的成果。联合基因始终以开放的心态寻求与社会各界的合作，并愿意与所有合作伙伴共享生物经济时代的荣耀和财富。

以上就是关于Affymetrix基因芯片前景如何？全部的内容，如果了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！