En konceptuel og praktisk oversigt over cDNA microarray-teknologi: implikationer for grundlæggende og kliniske videnskaber

Grill J Med Biol Res, oktober 2005, bind 38(10) 1543-1552 (anmeldelse)

en konceptuel og praktisk oversigt over cDNA microarray-teknologi: implikationer for grundlæggende og kliniske videnskaber

V. De Mello-Coelho og K. L. Hess

Departamento de Histologia e Embriologia, Instituto de ci Larsncias Biomorristcas, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil

abstrakt
tekst

korrespondance og fodnoter

abstrakt

cDNA microarray er en innovativ teknologi, der letter analysen af ekspressionen af tusindvis af gener samtidigt. Anvendelsen af denne metode, som hurtigt udvikler sig, kræver en kombination af ekspertise fra de biologiske, matematiske og statistiske videnskaber. I denne gennemgang, vi forsøger at give et overblik over principperne for cDNA microarray-teknologi, de praktiske bekymringer ved den analytiske behandling af de opnåede data, sammenhængen mellem denne metode og andre dataanalysemetoder, såsom immunhistokemi i vævsmikroarrays, og cDNA microarray-applikationen i forskellige områder inden for de grundlæggende og kliniske videnskaber.

nøgleord: Bioteknologi, cDNA microarray, genekspression, genomik

introduktion

gener er arvelige enheder dannet af deoksyribonukleinsyre (DNA) sekvenser organiseret i kromosomer i cellekernen. Den indviklede transkriptionsproces fra disse sekvenser resulterer i dannelsen af messenger ribonukleinsyrer (mRNA). Disse mRNA koder for proteiner, der er sammensat af aminosyrer, og udfører den udpegede funktion af genet (1). Således bestemmes de strukturelle og funktionelle træk ved celler og væv ved samtidig, selektiv og differentiel ekspression af tusindvis af gener.

siden det sidste årti har undersøgelser, der involverer genkortlægning, kloning og sekventering, givet væsentlig information til strukturanalyse af forskellige genomer (2,3). Mængden af oplysninger opnået fra disse undersøgelser nødvendiggør organisering af de erhvervede data. For at imødekomme dette behov er der oprettet offentlige databaser til lagring af millioner af gensekvenser og udtrykte sekvensmærker (Est ‘ er), hvilket tillader tiltrædelse af gensekvenser til analyse af lighederne såvel som forskellene mellem genomer af forskellige arter (4).

strukturelle undersøgelser af genomer har rejst adskillige spørgsmål relateret til den funktionelle og regulatoriske forståelse af genekspressionsprofiler i forskellige celletyper og væv fra forskellige organismer (3,5,6). DNA microarray-teknologi blev udviklet til at studere den komplekse biologiske behandling, der involverede flere tusinde gener (7,8). En sådan mikroarray-teknologi bruger enkelt DNA-tråde eller prober (oligomerer), der er præget på en glasoverflade ved hjælp af fotolitografi (9). En anden DNA-mikroarray-metode, som er fokus for den nuværende gennemgang, er komplementær DNA (cDNA) mikroarray-teknologi (10). Med disse metoder er det muligt 1) samtidig at sammenligne det dynamiske ekspressionsmønster for tusinder af gener i celler eller væv, 2) at detektere molekylære forskelle i forskellige stadier af cellulære processer, f.eks. differentiering, proliferation og induktion af apoptose, 3) at identificere transkriptionelle forskelle mellem ikke-syge og patologiske tilstande, 4) at identificere ændringer i celler på grund af et lægemiddelrespons og 5) at identificere nye biomarkører til potentiel anvendelse i diagnose, prognose og klinisk terapi af sygdomme.

principperne for cDNA microarray-teknologi

en klassisk metode anvendt til påvisning og kvantificering af mRNA i en given celle kaldes Northern blot analysis (11). Hovedprincippet i Northern blot-analyse er hybridisering af en radiomærket genspecifik probe til mRNA bundet til et filter for at bestemme, om dette gen er til stede. En anden metode, der anvendes til at detektere ekspression af et specifikt gen, er Revers transkriptionspolymerasekædereaktion (RT-PCR). RT-PCR involverer brugen af genspecifikke primere og revers transkriptase til at syntetisere en cDNA-sekvens til mRNA. CDNA ‘ et forstærkes derefter ved flere runder af polymerasemedieret transkription af denne skabelon cDNA (12). Der er flere typer RT-PCR, og den mest præcise med hensyn til kvantificering er RT-PCR-metoden i realtid, som kræver et automatiseret system, der er i stand til at detektere fluorescens induceret under RT-PCR-reaktionen (12). Under RT-PCR kan ekspressionen af et bestemt gen udledes ved at sammenligne det med konstitutivt udtrykte gener, også kendt som “husholdnings” gener.

cDNA microarray-teknologi, der analyserer genekspressionsniveauerne for tusind gener samtidigt, er baseret på de samme principper som dem for både Northern blot og RT-PCR analyser (7,8). I det væsentlige er cDNA microarray hybridisering af tusinder af gener fra cDNA til deres tilsvarende mål på en chip eller et filter. Den nuværende udfordring med denne teknologi er imidlertid at analysere de betydelige mængder rå numeriske data opnået ved erhvervelse af hybridiseringssignaler (13). Beregnings-og biostatistiske analyser er nødvendige for nøjagtigt at behandle væsentlige data for de specifikke mål for undersøgelsen (Figur 1).

produktion af en cDNA microarray matrice

for nylig har flere virksomheder designet cDNA microarrays med fokus på specifikke genekspressionsprofilsystemer. Disse matricer er kommercielt tilgængelige af bioteknologiske virksomheder, herunder SuperArray Bioscience Corporation og Affymetrics, til brug til overkommelige priser. I dette afsnit forsøger vi at beskrive de grundlæggende trin i produktionen af en cDNA microarray-matrice.

det første trin til fremstilling af en cDNA-mikroarraymatrice er udvælgelse og amplifikation af samlede eller delvise fragmenter af cDNA-sekvenser, der skal udskrives på substrater, som efterfølgende hybridiseres med mål-cDNA-sekvenser (14,15). De mest almindelige metoder til valg af sekvenser er baseret på følgende ressourcer: 1) gendatabanker som Unigene, dbEST og GenBank, som giver information om det specifikke gens funktion og kromosomlokalisering; 2) klonsamlinger eller tilgængelige cDNA-sekvenser på kommercielle virksomheders hjemmesider; 3) skræddersyede konstruktioner af cDNA-biblioteker fra målcelle-eller vævsmateriale, der tidligere er klonet og sekventeret til EST-identifikation. Når de er valgt, forstærkes cDNA-fragmenter ved PCR på mikroplader med flere brønde, renses ved kemisk udfældning og undersøges derefter for kvalitet og mængde ved gelelektroforese. PCR-produkterne udskrives på et dias eller en membran ved hjælp af en robotmaskine, mikroarrayer. Under robotudskrivningen eller aflejringen af DNA ‘et modtager kapillarrør et konstant tryk og deponerer DNA’ et serielt på diaset eller membranen og derved skaber et “mikroarray” – design (16). Forskellige typer substrater, herunder glasskinner og nylonmembraner, forbehandles for at forøge deres hydrofobe ladninger, hvilket resulterer i en stigning i den totale vedhæftning af DNA-sekvenser til substraterne (13). Vigtigst er det, at dataindeksering, der indeholder placeringen af tusindvis af cDNA-kloner, der er trykt på substraterne, udføres ved forsigtig mærkning af hver mikroplade ved hjælp af programmer designet til databaseanalyse. Denne database inkluderer også klonidentiteten(klon-ID), gennavnet, kromosomplacering og genfunktion (er).

hybridisering af cDNA-sonden med mål-DNA-mikroarraymatricen

en afgørende faktor for vellykket hybridisering af cDNA-sonden til mål-DNA-mikroarraymatricen er afhængig af kvaliteten af mRNA fra celler eller væv. Forurenende stoffer i probe-RNA ‘ et med genomisk DNA, proteiner eller vaskemiddelrester kan resultere i falsk-positive/falsk-negative data.

mærkning af sonden under cDNA-syntese ved omvendt transkription af RNA-sekvenser afhænger af typen af cDNA-mikroarray, der anvendes (16). Generelt, når cDNA-mikroarray-analyse udføres under anvendelse af nylonmembraner som substrat, mærkes probe-RNA radioaktivt ved inkorporering af dctp-P33-nukleotider under processen med omvendt transkription (7). I tilfælde af en cDNA-mikroarray, der er trykt på glasskinner, anvendes radioaktive nukleotider (17) og fluorescerende farvestoffer med høj virkningsgrad, såsom cyaninerne Cy-3 dUTP og Cy-5 dUTP (8). For mere information om typer af cDNA-mikroarrays og hybridiseringsprocessen (7,8,17-20), Se tabel 1.

analyseværktøjer til identifikation af genekspressionsmønstre ved hjælp af cDNA microarray-teknologi

værktøjer til analyse af de enorme mængder data, der genereres fra cDNA microarrays, udvikles stadig. I øjeblikket analyserer efterforskere cDNA microarray-data ved hjælp af forskellige programmer (21-24). Dette betyder, at der ikke er nogen enkelt metode til analyse af den enorme mængde data opnået ved hjælp af denne teknologi. Brugen af biostatistiske værktøjer er blevet stadig vigtigere i analysen af betydningen af genekspressionsprofiler.

for at give en generel ide om nogle af de typer metoder, der bruges til at analysere cDNA microarray data, vil vi beskrive og diskutere trin, der kan hindre analyseprocessen. Af største betydning er validering af resultater ved at gennemføre flere replikatforsøg. Efter erhvervelse af hybridiseringssignalerne undersøges substraterne visuelt ved hjælp af beregningsprogrammer. I dette tilfælde overvejes kvaliteten af substraterne. For eksempel, uklare pletbilleder, farvestofudfældninger, eller prøver med stærke baggrundssignaler kasseres normalt. Denne analyse er vigtig for at eliminere artefakter, hvilket kan resultere i påvisning af falsk-positive signaler (16). Forskellige efterforskere anvender metoden til baggrundssubtraktion af hybridiseringssignalerne til de uspecifikke signaler i baggrunden. Afhængigt af det anvendte program er det i dette trin muligt at trække baggrundssignaler på følgende to måder: 1) ved det aritmetiske gennemsnit eller median som følge af signalintensiteten mellem de positive signaler fra pletter i substratet, eller 2) ved det aritmetiske gennemsnit eller median af det uspecifikke signal, såsom signalintensiteten som følge af det umiddelbare område omkring hvert sted svarende til et specifikt gensignal. Ved disse to metoder trækkes de aritmetiske gennemsnits-eller medianværdier fra det positive signal, der repræsenterer et differentielt udtrykt gen (16). Erhvervelsen af positiv signalintensitet i net af lokalisering oprettet ved hjælp af specifikt program afsluttes i vilkårlige værdier kendt som algoritmer. Disse værdier kan tilgås direkte i databaseprogrammet, som indeholder tidligere katalogiseret information om hvert gen, der er trykt på underlaget.

på grund af den enorme mængde samtidigt analyserede gener og variabiliteten i alle de tekniske trin i cDNA microarray-teknikken er det vigtigt at skabe en faktor for justering eller kompensation, hvilket sker gennem en datanormaliseringsproces. Eksistensen af uspecifikke signaler på substraterne, problemer relateret til kvantitet eller kvalitet af RNA før hybridisering eller variabilitet i probe-inkorporering af RNA kan alle resultere i forringelse af prøvenormalisering (14,16). For yderligere meningsfuld fortolkning af dataene udfører normaliseringsprocessen en sammenlignende analyse af det aritmetiske gennemsnit af algoritmerne fra en individuel gruppe med en anden, ofte valgt som kontrol (24,25). Der er flere typer normaliseringsmetoder, og det kan være en udfordring at vælge den mest passende metode. Årsagen til dette er, at flere eksperimentelle variabler ofte forhindrer nøjagtig identifikation af differentielt udtrykte gener uden falsk-positive/falsk-negative resultater, der forurener evalueringen af dataene. Matematisk, statistisk og bioinformatisk støtte er kritisk på dette stadium i cDNA microarray teknologi.

Normaliseringsmetoder inkluderer: 1) Det logaritmiske forhold mellem målte ekspressionsniveauer mellem forskellige grupper baseret på middel -, median -, medianforskelle eller varians opnået fra alle de positive signaler placeret på substraterne; 2) regressionsanalyse, som evalueres gennem korrelationskoefficienten eller euklidisk afstand, og er baseret på fordelingen repræsenteret af algoritmerne svarende til signalintensiteterne i de forskellige prøver af den samme gruppe, og 3) statistiske tests såsom t-test eller associativ analyse, som overvejer flere parrede sammenligninger baseret på den signifikante tærskel for henholdsvis p < 0,05 og T-test tærskelværdikorrektion (25,26). Derudover tegner den lokalt vægtede lineære regressionsmetode, der ofte anvendes til fluorescerende arrays, sig for faldende variationer i intensitetshybridiseringssignaler og rumlig placering af plettet cDNA på diaset (27).

efter normalisering er den enkleste metode til at identificere forskelle mellem mønstre for genekspression at bruge forholdsforskellen mellem en prøve og dens passende kontrol. I dette tilfælde etableres en vilkårlig grænse, og fra denne værdi er det muligt at vælge de differentielt udtrykte gener ved hjælp af databaseprogrammer. For eksempel er det muligt at etablere en 2 gange tærskel for at identificere gener med signifikante ændringer i ekspressionsniveau. Under denne proces vælges og organiseres generne inden for dette interval i tabeller placeret i databasen. Generne, der opfylder udvælgelseskriterierne, kan visualiseres fra databaser ved hjælp af programmer, der viser selvorganiserende kort (28,29). Desuden kan disse ændringer i genekspressionsprofilerne mellem forskellige grupper visualiseres i dendrogrammer baseret på hierarkisk klyngeanalyse (25,29,30). I dette tilfælde er gener, der er nedregulerede, generelt vist i grønne og opregulerede gener er generelt vist i rødt. Da genreguleringsforskellen er mere intens, er dens respektive farve også. Programmer til analyse af cDNA microarray data er tilgængelige via Internettet.

det er vigtigt at bemærke, at analysen af genekspressionsprofiler erhvervet af cDNA microarray-teknologi involverer tusinder af gener, der analyseres samtidigt. Inden der udføres fysiologiske undersøgelser af udvalgte gener, skal cDNA-mikroarray-resultaterne bekræftes på RNA-niveau ved Northern blot-analyse eller realtids RT-PCR (14). Dette eliminerer muligheden for falsk-positive cDNA-mikroarray-resultater på grund af krydshybridisering mellem gener inden for den samme genfamilie. Yderligere bekræftelse anbefales også stærkt på proteinniveauet, såsom ved vestlig blot-analyse, strømningscytometri eller immunhistokemi. I denne sammenhæng er det i øjeblikket muligt at evaluere gener på proteinniveauet ved hjælp af vævsmikroarrayassays (31-33). Tissue microarray assay er en metode, der gør det muligt at evaluere op til tusind væv på en gang ved hjælp af en bestemt markør. Grundlæggende isoleres små kernebiopsier på 1 mm eller derunder fra individuelle paraffinindlejrede vævsblokke med en speciel metallisk enhed eller nål og placeres i en anden paraffinblok på en arrayed måde. Fordelene ved denne teknik er: 1) økonomien og bevarelsen af de originale vævsprøver opnået til biopsi for at konstruere arrayet; 2) for at undgå tekniske problemer, da arrayet er konstrueret i et enkelt glasrutschebane, hvilket letter vask og farvning af tekniske processer, og 3) hastigheden til at udføre in situ-analyse samtidigt i flere vævsprøver ad gangen. Klinisk er det en kraftfuld teknik at bruge sammen med cDNA microarray-analyse til at identificere nye biomarkører til potentiel anvendelse som diagnostiske, prognostiske og terapeutiske værktøjer mod patologiske tilstande (31,32).

cDNA microarray teknologi: anvendelser og perspektiver

med hensyn til anvendelse fører cDNA microarray-teknologi til identifikation af specifikke gener og giver forskere mulighed for at sammenligne profilerne for genekspression under normale versus patologiske tilstande i forskellige organismer. I grundvidenskab er cDNA microarray blevet brugt til at identificere rollen af flere gener involveret i cellulære processer, såsom cellulær differentiering, gennem sammenligning af genekspressionsmønstre mellem normale og transficerede cellekulturer, for eksempel (34). Mange forskergrupper har brugt cDNA microarray-teknologi til at studere forskellige typer kræftformer såvel som patogenesen af infektionssygdomme (35-40). I dette tilfælde har identifikation af nye gener eller ændringer i genekspressionsmønstrene i væv fra ikke-syg til syg tilstand bidraget til bedre forståelse af de molekylære mekanismer, der regulerer sygdomsudbrud og fremskridt. Derudover er cDNA microarray blevet betragtet som en meget interessant metode inden for farmaceutisk industri. I denne sammenhæng kan analysen af genekspressionsprofilen i stor skala af celler, der underkastes forskellige lægemiddelprøver, være relevant for at klassificere potentielle agenser til terapeutisk anvendelse (41). Flere eksempler på anvendelsen af cDNA microarray-metode i grundlæggende og kliniske videnskaber (34-48) er beskrevet i tabel 2.

cDNA microarray-analyse er en dyr metode, men overflod af resultater genereret fra denne teknologi er en ubestridelig udbetaling. Når en central forskningsenhed er organiseret til udvikling af denne metode, kan forskellige forskere nyde fordelen ved at bruge tidligere trykte cDNA-mikroarray-substrater til at undersøge differentielt udtrykte gener i både biologiske og kliniske områder. Til organisering af cDNA microarray-enheder skal den tværfaglige interaktion mellem matematiske og biologiske arenaer overvejes. En simpel hypotetisk skematisk model, der demonstrerer infrastrukturen i en cDNA microarray-enhed, er vist i figur 2.

endelig er centraliserede banker, der indeholder data om genekspressionsprofiler analyseret af cDNA microarray-teknologi, oprettet og er tilgængelige til inspektion via Internettet (49,50). På denne måde vil forskellige grupper over hele verden være i stand til at sammenligne data fra udvalgte genprofiler med andre deponeret i molekylære databanker, såsom genekspression Omnibus eller Array-Ekspres, designet af European Bioinformatics Institute (51).

et problem, der har begrænset en gavnlig interaktion mellem forskellige forskningsgrupper, der bruger cDNA microarray-teknologi, er manglen på standarder for præsentation og udveksling af resultater. For at kompensere for denne situation blev den minimale Information til Annotation af et Microarray-eksperiment (MIAME) oprettet (52). Retningslinjer, der fører til standardisering af cDNA-mikroarray-eksperimenter, er blevet foreslået af Micro-array genekspression Data Society (MGED). MIAME består grundlæggende af seks sektioner: 1) eksperimentelt design; 2) array design; 3) anvendte prøver, ekstrakt præparater, og hybridisering; 4) procedurer og parametre for hybridisering; 5) billede, kvantificering og parameter måling, og 6) typer, værdier og specifikationer for normalisering kontrol. MIAME er blevet et krav om at offentliggøre cDNA microarray-resultater i mange videnskabelige tidsskrifter. Derudover har forskellige grupper, herunder MGED, Rosetta, Agilent og Affymetriks, arbejdet sammen ved hjælp af bioinformatik til at designe microarray genekspression (MAGE), som er en fælles fleksibel strukturplatform, der tillader kommunikation mellem forskellige forskningsgrupper ved hjælp af cDNA microarray-teknologi. MAGE er sammensat af følgende: 1) MAGE-ON( objektmodel), en centreret datamodel, der bruger samlet modelleringssprog og implementerer MIAME-kravene; 2) mage-ML (markup language), som dokumenterer oversættelse fra MAGE-om til et dataformat, og 3) MAGE-SLK, et frit tilgængeligt program, der definerer applikationsprogrammergrænsefladen til MAGE-om, hvilket tillader Dataeksport til MAGE-ML og efterfølgende resulterer i lagring af data i en relationsdatabase (53).

for nylig er nanoteknologi blevet bredt implementeret på forskellige arenaer, såsom industrielle, farmaceutiske og statslige applikationer, for at forbedre moderne videnskabelige fremskridt. På grund af nanopartiklernes unikke fysiske og kemiske egenskaber har disse materialer evnen til at forbedre sensoriske enheder, fremdrivningsadditiver, vævsomdannelsesteknikker og lægemiddelmålretningsmekanismer. Desuden er nanoteknologi blevet anvendt til at forbedre mikroarray færdigheder (54) og til at hjælpe med udviklingen af protein nanoarrays (55). Inden for laboratorieindstillingen begynder forskere nu at undersøge den potentielle positive/negative indvirkning, som nanopartikler har på induktion/inhibering af gener i celler ved hjælp af mikroarray-teknikken (56). Endelig har kombinationen af nanoteknologi med mikroarray-teknologi endda avanceret den nuværende viden om gener differentielt reguleret under sygdomsprocesser (57,58).

tilsammen kan disse værktøjer bidrage til forståelsen af nye genfunktioner i forskellige genomer og af, hvordan de korrelerer med sygdomspatogenese hos mennesker. Udviklingen og anvendelsen af cDNA microarray-teknologi har bragt store fremskridt med opdagelsen af lægemidler, forskningsdiagnostik og potentiel genterapi bestemt til behandling af forskellige sygdomme. Denne grundlæggende teknologi hjælper forskere med at forstå de molekylære mekanismer, der er involveret i flere og forskellige biologiske processer.

9. Sengupta R & Tompa M (2002). Kvalitetskontrol i fremstilling oligo arrays: en kombinatorisk design tilgang. Tidsskrift for Computational Biology, 9: 1-22.

11. JC, Kemp DJ & Stark GR (1977). Metode til påvisning af specifikke RNA ‘ er i agarosegeler ved overførsel til DNA-papir og hybridisering med DNA-prober. Proceedings of the National Academy of Sciences, USA, 74: 5350-5354.

12. Bustin A (2000). Absolut kvantificering af mRNA ved anvendelse af revers transkriptionspolymerasekædereaktionsassays i realtid. Tidsskrift for Molekylær endokrinologi, 25: 169-193.

17. (7183) Becker KG (2001). Radioaktive 33-p-prober i hybridisering til cDNA-mikroarrays i glas ved hjælp af neurale væv. Tidsskrift for Neurovidenskabsmetoder, 106: 9-13.

19. Shalon D, Smith SJ & brun PO (1996). Et DNA-mikroarray-system til analyse af komplekse DNA-prøver ved anvendelse af tofarvet fluorescerende probehybridisering. Genomforskning, 6: 639-645.

20. Bertucci F, Bernard K, Loriod B et al. (1999). Følsomhedsproblemer i DNA-array-baserede ekspressionsmålinger og ydeevne af nylonmikroarrays til små prøver. Human Molekylær Genetik, 8: 1715-1722.

22. Kerr MK & Churchill GA (2001). Bootstrapping cluster analyse: vurdering af pålideligheden af konklusioner fra microarray eksperimenter. Proceedings of the National Academy of Sciences, USA, 98: 8961-8965.

23. Planet PJ, Desalle R, Sidall M et al. (2001). Systematisk analyse af DNA-mikroarray-data: bestilling og fortolkning af mønstre for genekspression. Genomforskning, 11: 1149-1155.

24. Tanaka TS, Jaradat SA, Lim MK et al. (2000). Genom-dækkende ekspressionsprofilering af Mid-drægtighed placenta og embryo ved hjælp af en 15.000 mus udviklingsmæssige cDNA microarray. Proceedings of the National Academy of Sciences, USA, 97: 9127-9132.

25. (2001). Computational analyse af microarray data. Naturgenetik, 2: 418-427.

27. Yang YH, Dudoit S, Luu P et al. (2002). Normalisering for cDNA microarray data: en robust sammensat metode adressering enkelt og flere dias systematisk variation. Forskning i nukleinsyrer, 30: e15.

28. Tamayo P, Slonim D, Mesirov J et al. (1999). Tolkning af mønstre af genekspression med selvorganiserende kort: metoder og anvendelse på hæmatopoietisk differentiering. Proceedings of the National Academy of Sciences, USA, 96: 2907-2912.

30. Eisen MB, Spellman PT, brun PO et al. (1998). Klyngeanalyse og visning af genomdækkende ekspressionsmønstre. Proceedings of the National Academy of Sciences, USA, 95: 14863-14868.

31. Braunschvej T, Chung JY & Hej SM (2004). Perspektiver i vævsmikroarrays. Kombinatorisk Kemi og High Throughput Screening, 7: 575-585.

34. Tseng YH, Butte AJ, Kokkotou e et al. (2005). Forudsigelse af præadipocytdifferentiering ved genekspression afslører rolle af insulinreceptorsubstrater og necdin. Naturcellebiologi, 7: 601-611.

36. Staudt LM (2001). Genekspression fysiologi og patofysiologi af immunsystemet. Tendenser inden for Immunologi, 22: 35-40.

37. Berns A (2000). Genekspression i diagnosen. Natur, 403: 491-492.

38. Saviris GP, Sherman-Baust CA, Becker KG et al. (2002). Udvikling af et højt specialiseret cDNA-array til undersøgelse og diagnose af epithelial ovariecancer. Kræftforskning, 62: 2923-2928.

39. Khan J, vi JS, Ringner m et Al. (2001). Klassificering og diagnostisk forudsigelse af kræft ved hjælp af genekspression profilering og kunstige neurale netværk. Naturmedicin, 7: 673-679.

40. Chang JC, Hilsenbeck SG & Fuka SA (2005). Genomiske tilgange til behandling og behandling af brystkræft. British Journal of Cancer, 92: 618-624.

41. Lovett RA (2000). Toksikogenomik. Toksikologer brace for genomics revolution. Videnskab, 289: 536-537.

42. Flores-Morales a, Stahlberg N, Tollet-Egnell P et al. (2001). Mikroarray-analyse af in vivo-virkningerne af hypofysektomi og væksthormonbehandling på genekspression hos rotten. Endokrinologi, 142: 3163-3176.

43. Liu K, Li Y, Prabhu V et al. (2001). Forstærkning i ekspression af aktiveringsinducerede gener adskiller hukommelse fra naive CD4+ T-celler og er en molekylær mekanisme til forbedret cellulær respons af hukommelse CD4+ T-celler. Tidsskrift for Immunologi, 166: 7335-7344.

44. Hess K, Yang y, Golech s et al. (2004). Kinetisk vurdering af generelle genekspressionsændringer under human naiv CD4 + T-celleaktivering. International Immunologi, 16: 1711-1721.

46. Hacia JG, Fan JB, Ryder O et al. (1999). Bestemmelse af forfædres alleler til humane enkeltnukleotidpolymorfier ved anvendelse af oligonukleotidarrays med høj densitet. Naturgenetik, 22: 164-167.

49. Miles M (2001). Microarray: tabt i en storm af data? Nature Neuroscience, 2: 441-443.

50. Becker KG (2001). Deling af cDNA microarray data. Nature Neuroscience, 2: 438-440.

54. Jiang n, Feng et al. (2003). En ny tilgang til mikroarray-behandling af høj kvalitet ved hjælp af visualiseringsteknologi med tredje farvestof. IEEE transaktioner på Nanobioscience, 2: 193-201.

56. Berry CC, Charles S, brønde s et al. (2004). Indflydelsen af overførsel af stabiliserede magnetiske nanopartikler på humane dermale fibroblaster i kultur. International Journal of Pharmaceutics, 269: 211-225.

57. Crnic I & Christofori G (2004). Nye teknologier og nylige fremskridt inden for metastaseforskning. International tidsskrift for udviklingsbiologi, 48: 573-581.

korrespondance og fodnoter