基因表达系列分析及其应用

基因表达系列分析 (serial analysis of gene expression,SAGE)是一种快速分析基因表达信息的技术 ,它能够直接读出任何一种类型细胞或组织的基因表达信息 ,因此是研究基因表达定性和定量的一种有效工具。近年来人们利用此技术对动植物及人类的基因表达信息进行了广泛的研究 ,本文就 SAGE特点、方法及其应用作一简要介绍。     

基因表达系列分析技术研究进展

基因表达系列分析技术(SAGE)是一种新的基因表达分析技术,它可以大量获取全基因组范围基因表达的类别并量化分析。由于其克服了基因丰度的影响,SAGE在新基因的发现中具有独特的优点。同时,SAGE技术被成功应用于特异组织或细胞的转录组研究、mRNA群体间的全局化比较以及差异表达基因染色体分布的分析。文章主要述及了SAGE技术的原理、特点及其在应用上的最新进展。     

基因表达系列分析技术的原理及应用进展

生物体的特性由内在基因表达决定。个体发育和疾病发生与基因选择性表达密切相关,因此,要了解生命活动和疾病发生、发展的分子机制,就必须深入了解基因表达的时空性和差异性。基因表达系列分析技术(SAGE)是新近建立的能够定性和定量研究基因表达的有效工具,不仅可提供基因组表达丰度较完整的数量信息,而且还可帮助寻找和发现新基因。     

基因表达系列分析及在移植耐受研究中的应用进展

基因表达系列分析（SAGE）是一种能够快速、详细、准确地反映生物体内在不同的发育期及生理病理状态下基因表达水平的高效技术。SAGE不需要已知基因序列,可以发现新的转录本,可以对组织、细胞进行基因表达的定量定性研究,在生物学及医学研究中得到了广泛的应用。     

基因表达的系统分析在基因组转录谱研究中的应用

基因表达的系统分析技术(SAGE)是一种全面分析基因表达模式的实验方法。该方法的原理是基于分离出每一mRNA所特有的长9bp-14bp的标签并将其串联起来进行克隆和测序。该方法不仅可以给出我们一个全面的特定细胞或组织的基因表达谱，而且还可以通过对两组处于不同环境中的同一类型细胞的基因表达谱进行比较，帮助我们发现那些由于环境的变化而表达发生改变的基因。本文拟就这一高通量方法的原理、应用、不足及其改进等方面的研究情况作以综述。     

基因表达连续分析技术及应用研究的进展

随着功能基因组学研究的兴起 ,基因表达连续分析技术 (SAGE)已成为高通量研究基因表达谱的新手段。 SAGE技术不仅可以用来研究大部分基因组序列尚未鉴定的生物个体的基因表达谱 ,其实验结果还可以直接与发表在 SAGEmap表达数据库中不同来源的已知文库相比较 ,应用日益受到重视。     

用主成分分析探索基因表达模式

以时间点(阵列)为变量,对酵母时间表达序列进行主成分分析,提取出三个主成分:第一主成分代表整个酵母细胞周期中平稳的基因表达状态,第二主成分代表酵母细胞周期中lateG1期和M期差异的基因表达状态,第三主成分表示的是earlyG1期和S/G2期差异的基因表达状态。由第二、和第三主成分揭示出基因表达谱中四个周期性基因表达模式:分别对应lateG1期、M期、earlyG1期和S/G2期,而且发现了一批表达水平呈周期性变化的基因,为进一步研究基因周期性表达和基因调控网络提供有价值的指导。     

表达谱数据库的原理与应用

表达谱数据库是近几年发展起来的一类生物信息数据库，具有社区共建和数据共享的特征，为生物学家提供丰富的基因表达数据及初步分析这些数据的生物信息工具，体现了高通量数据研究的发展趋势。表达谱数据能够提供组织特异性表达的基因，提示细胞内的信号转导途径的变化，甚至通过与基因组非翻译序列信息的结合进行协调表达的研究，因此有效地查询和利用表达谱数据对充分利用基因表达信息，提高科研效率有重要的意义。     

应用微阵列初步分析髓母细胞瘤的基因表达谱

目的　应用微阵列技术研究髓母细胞瘤的分子发病机理。方法　收集新鲜髓母细胞瘤 4例及正常脑组织 1份的组织标本 ,提取总 RNA,逆转录成 32 P标记的 c DNA探针 ,与 Atlas人肿瘤芯片杂交 ,通过放射自显影获得基因谱 ,应用 Atlas Image TM1.0 1a分析。结果　与正常脑组织相比 ,髓母细胞瘤下调基因 6个 ,上调基因 35个 ;逆转录 -聚合酶链反应技术验证结果与芯片检测结果相符。除少数基因外 ,大部分基因的表达趋势与肿瘤生物学特性相符。结论　髓母细胞瘤是与星形细胞起源胶质瘤具有不同分子发病机理的多基因病变 ,不同基因之间可能存在复杂的相互作用和联系 ,值得进一步研究。     

基因表达的系统分析在基因组转录谱研究中的应用

基因表达的系统分析技术 (SAGE)是一种全面分析基因表达模式的实验方法。该方法的原理是基于分离出每一m RNA所特有的长 9bp～ 14 bp的标签并将其串联起来进行克隆和测序。该方法不仅可以给出我们一个全面的特定细胞或组织的基因表达谱 ,而且还可以通过对两组处于不同环境中的同一类型细胞的基因表达谱进行比较 ,帮助我们发现那些由于环境的变化而表达发生改变的基因。本文拟就这一高通量方法的原理、应用、不足及其改进等方面的研究情况作以综述     

以LongSAGE方法寻找不同菌相生长白念珠菌细胞差异表达基因

目的 以长片段基因表达系列分析技术（LongSAGE）寻找酵母相和菌丝相生长的白念珠菌细胞差异表达基因。方法 采用LongSAGE方法，分别构建白念珠菌酵母相和菌丝相细胞Long—SAGE标签文库，比较文库获得不同菌相生长白念珠菌细胞差异表达基因。结果 成功构建了白念珠菌酵母相和菌丝相细胞的LongSAGE标签文库，比较文库获得了白念珠菌酵母相和菌丝相细胞间差异表达的单基因匹配标签。结论 用LongSAGE方法较完整地获得了白念珠菌酵母相和菌丝相细胞基因表达谱及其丰度的量化信息，文库间比较可获得不同菌相生长白念珠菌差异表达基因。     

Large-Scale Gene Expression Profiling of Discrete Brain Regions: Potential, Limitations, and Application in Genetics of Aggressive Behavior

Many behavioral geneticists are interested in unraveling the molecular mechanisms underlying aggressive behavior. So far, most scientists have based their search for aggression-related genes on a preliminary functional hypothesis. Large-scale gene expression profiling techniques, such as serial analysis of gene expression (SAGE) and DNA microarrays, now enable the screening of expression levels of thousands of genes simultaneously, allowing the identification of new candidate aggression-related genes expressed in brain and thus the generation of new hypotheses. However, expression profiling in the brain is challenging, as brain is a complex heterogeneous tissue where large numbers of genes are expressed and relatively small changes in gene expression occur. In this special issue, we focus on the principles of SAGE and DNA microarrays, as well as their advantages and disadvantages and application to analysis in brain tissue in order to identify aggression-related genes.