‖网站首页

‖政策法规

‖检验管理

‖检验前沿

‖检验院校

‖检验人物

‖检验考研

‖继续教育

‖检验试题

‖质量控制

‖仪器维护

‖检验常识

‖检验解读

‖检验图谱

‖专业英语

‖检验招聘

‖名院链接

‖名院检验科

‖医疗机构导航

‖软件下载

‖检验与临床

‖文献导读

‖考试信息

‖质量管理年

‖心情驿站

‖经验分享

‖事故与差错

       您现在的位置>>>网站首页>>>检验前沿>>>基因芯片距离临床应用仅咫尺之遥

基因芯片距离临床应用仅咫尺之遥

来源：检验医学专题网      加入日期 2008-08-24

在基因组研究所，机器人将60000种DNA分子分别点布到基因芯片玻片上，芯片上的每个点都具有不同的单链DNA分子。在分析组织标本的时候，荧光标记的RNA分子结合在相应的DNA上；每个点的亮度与特定基因的RNA表达水平相一致。这种机器人工作很象是一台装满DNA分子的桌面喷墨打印机。

与显微镜在几个世纪后才显示出最广泛的用途相比，DNA微阵列很快地展示了它的前景。最近，有研究组已经发表了令人兴奋的证据表明，不久芯片将告诉外科医生病人的早期肿瘤是否将发生转移，或者它是否对化疗有反应。在基础生物学，微阵列研究同时也提供了一些对传统观点挑战的见解。

与此同时，热衷于微阵列研究的工作者一方面正致力于确立一个能够加速大规模交换微阵列数据的标准，另一方面为了得到有用的临床资料，也正在致力于加倍发挥芯片技术本身的力量。

一、预测肿瘤转移

麻省理工学院基因组研究中心怀特·黑德研究所上个月发表了一篇有趣的微阵列相关论文。利用Affymetrix公司（Santa Clara, Calif）商品化的基因芯片，研究员们在几种类型的肿瘤中发现了一组预测肿瘤发生转移和患者早期死亡的基因表达标记。与此同时，该研究也对“一小部分‘无赖’肿瘤细胞煽动了转移”这一肿瘤学研究的传统观念提出了挑战。

这个研究小组首先分析了12例转移肿瘤标本和64例原发肿瘤标本，包括肺癌、乳腺癌、前列腺癌、结肠癌、子宫癌、卵巢癌。比较这些肿瘤标本的芯片数据后，这个小组发现，在芯片代表的16000个基因中，一组包含128个基因的信号最好地识别了某肿瘤是原发的还是转移的。

尽管这组基因正确地预测了大多数肿瘤标本，还是有一些标本被错误地分类。在检验获得的数据后，研究小组得到了一个新的想法：可能在被错误分类的原发肿瘤标本中，包含了一组代表转移的遗传学程序基因。如果这是正确的，该假说将解释他们的发现。它也包含了一个更重要的结论：他们的这组128基因信号可能能够区别仅仅在原发部位生长的肿瘤和已作好准备进行扩散的肿瘤。

为了验证该想法，研究者们分析了62个早期肺癌标本的基因表达谱。像前一组肿瘤标本一样，肺癌标本按照这128个基因的表达谱被分成两类。查看病人的记录证实了他们的预想：那些含有代表转移遗传学程序基因表达模式的肿瘤患者较早死亡。

Ramaswamy医学博士（波士顿Dana Farber肿瘤研究所的肿瘤学家，怀特·黑德研究所研究员）说：“这种预测非常好，在统计学上能够看到生存曲线显著的差异，最初做的比较使用了较小数目的肿瘤标本，令人吃惊的是，我们从已经得到的研究结果中发现了更多的信息。”

接下来，为了使预测方法更简洁，研究小组把最初的128个信号基因削减到了17个。在用各种方法查看数据后，研究员们发现17个基因就像那组较大数目的基因一样准确地预测肿瘤发生转移和患者的早期死亡。

“整项工作最有趣的部分是想法，如果真的是一些‘无赖’或者‘叛徒’细胞导致转移，那么你不可能在原发肿瘤中找到它的踪迹。”Ramaswamy发表了这些结果，并在和其合作者在给自然遗传学杂志的一份研究来信中说，“这表明，从一开始，或者从某个非常早的阶段，肿瘤就被预先决定转移还是不转移。”

为了证实他们的发现，研究组在几十例早期乳腺癌、前列腺癌和脑瘤标本中分别检测１７个基因的表达谱，发现这些基因的表达谱也在这些肿瘤中能够预测转移。“这使人惊奇地想到，可能有一组基因能在多种类型的肿瘤中具有预测性，” Ramaswamy说，“如果这是事实，你可以想象到可能会有某种常规的方法预测某个肿瘤是否将要转移。”

Ramaswamy提醒说，这一发现仍处在研究阶段，距离临床应用还有一段距离。他说：″我们的确将一些肿瘤标本进行了错误的分类。″他想将肿瘤标本量再扩大10倍，去发现可能更精确地预测转移的基因。

支持这一理论的证据在微阵列研究者中引起巨大反响。Trent博士（最近担任了位于马里兰州Bethesda国立人类基因组遗传研究所肿瘤遗传学研究组主席）认为“这是一个从较少样本中得到非常令人兴奋的研究结果的极好例子。”

二、预测化疗效果

另外，国家肿瘤研究所的一个研究组和几家医学学术中心各自进行着一项相似的工作：用一种“淋巴芯片”预测扩散的大Ｂ细胞淋巴瘤病人的化疗效果（在美国每年有16000人患此病）。一般来说，标准的化疗方案仅对约40％的病人有帮助。将那些预期不会在使用化疗药物中受益的患者鉴别出来，不仅能避免昂贵的治疗费用，还能使他们免受不良反应的痛苦，这个目标促使国家肿瘤研究所高级研究员Staudt（医学博士）几年前投入到芯片研究。

在分析了240例患者的活检组织后，研究者按照17个基因的表达水平把患者分成组。（这是一个巧合，怀特黑德研究所使用了同样数目的基因）。利用这些基因的表达水平，研究者创造了一条预测化疗方案预后的准则。他们确信这条准则将最终代替外科医生现在使用的国际预后指数（IPI）来评估扩散大Ｂ细胞淋巴瘤患者对化疗的反应情况。国际预后指数在识别二线治疗的最好候选方案并不总是成功的，Staudt说。

例如，用国际预后指数，在他所研究的240例患者中，32例被划分到预后最差组。可在事实上，其中的４例患者通过标准的化疗方案治愈了。基因表达谱则准确地区分出了他们。

三、获得可重复的结果

正当这样有前景的结果报道日趋频繁的时候，微阵列研究受到了巴别塔综合征的挑战。因为对于芯片的大部分技术操作来说，每个实验室各有不同，并且许多因素能够干扰组织标本的制备（用于芯片分析），所以实际上，每个实验都被赋予了一种独特的，通常是不可重复的印记。

“当你开始去分析表达数据、年龄、组织、它们被怎样处理的，所有的这些都影响研究结果，”Quackenbush博士（马里兰州Gaithersburg实验室基因组研究中心微阵列科学家）说，“然后你才会意识到每次实验得到的只是表面上数以万计的数字。你可以得到标准化的数据，未标准化的数据，表达比率，类似这样的其他数据。你所看到的那些发布在网页的数据，仅仅是一种大杂烩。已经说不出多少次我把其中一篇文章作为参考标准，按照他们方法学部分所叙述的做，得到了完全不同的结果。”

甚至细微的实验步骤差别也会导致问题。Trent, NHGRI的前任研究员，叙述了某研究组不能重复他自己结果的例子。最后，研究员们在RNA提取过程的一个步骤找到了差异：一个技术员用离心机室温旋转检测管，而另一个技术员用的离心机却带有预冷转头。预冷的标本表达“冷休克”基因，Trent说，这干扰着数据分析。“甚至与样品收集、分离和预备相关的简单操作都非常重要。”他又说。

在菲尼克斯起飞

六月，Trent在他的家乡，美国菲尼克斯市，开始了一项新的探索。他准备弥补芯片技术标准的不足。在过去的５年中，Trent从城市、政府和私人渠道获得的高达１亿美元的资金资助。他准备建立一个包含１万份肿瘤标本和正常组织标本（均在严格的道德规范指导下收集）的公用芯片数据库。按照新闻发布，这个数据库将在基因芯片研究领域“建立期待已久的标准语”。Trent说：“产生的所有数据将被放到公共领域，不受限制。这将真正成为公用的资料。”

    微阵列基因表达数据组建于1999年，目前已经同所有主要的参与成员，大学、设备生产者和科学杂志形成了联盟。“我们想采用一种标准，（这样的标准）不需要在将来某一天再去创造，” Quackenbush，一位微阵列基因表达数据组成员说道，“事实上，这里已经具备了很多契机。”

2001年，研究小组提出了旨在提高芯片数据发表质量的标准Nat Genet 2001, 29: 365。收到反馈后，研究小组精炼了标准，称之为MIAME（关于芯片实验的最低限度信息），并把它寄给杂志编辑。几种杂志，包括Science, Cell, Lancet, 现在均要求或者建议芯片文章作者遵照MIAME。

随着MAGE-ML，一种可提供储存和分析芯片研究计算机语言的发展， 基因芯片研究者向他们的目标前进。这种语言提供了处理芯片数据的框架。正如应用于世界互联网的HTML语言一样，MAGE允许简易的信息交换，Quackenbush指出。

Trent注意到，正在建立的标准是挖掘DNA微阵列的全部潜力的重要前提。他说：“我绝对相信这些标准对检测肿瘤的遗传标记，监控各种肿瘤治疗的反应谱等起到重要作用”。

或者，正如列文虎克所说，肿瘤遗传学的研究更像是“非常小的活着的微生物，很悦人的一幅动景。”