En konseptuell og praktisk oversikt over cDNA microarray teknologi: implikasjoner for grunnleggende og kliniske fag

Braz J Med Biol Res, oktober 2005, Volum 38(10) 1543-1552 (Gjennomgang)

en konseptuell og praktisk oversikt over cDNA microarray teknologi: implikasjoner for grunnleggende og kliniske fag

V. De Mello-coelho og k. l. Hess

Departamento De Histologia e Embriologia, Instituto De Ci ④ncias Biom@ncias, Universidade Federal do Rio De Janeiro, Rio DE Janeiro, RJ, Brasil

Abstract
Tekst

Korrespondanse Og Fotnoter

Abstrakt

cDNA microarray er en innovativ teknologi som letter analysen av uttrykket av tusenvis av gener samtidig. Utnyttelsen av denne metoden, som utvikler seg raskt, krever en kombinasjon av kompetanse fra biologiske, matematiske og statistiske fag. I denne gjennomgangen forsøker vi å gi en oversikt over prinsippene for cDNA microarray-teknologi, de praktiske bekymringene for analytisk behandling av dataene som er oppnådd, korrelasjonen av denne metoden med andre dataanalysemetoder som immunhistokjemi i vevsmikroarrays og cDNA microarray-applikasjonen i forskjellige områder av grunnleggende og kliniske fag.

Nøkkelord: Bioteknologi, cDNA microarray, Genuttrykk, Genomikk

Innledning

Gener er arvelige enheter dannet av deoksyribonukleinsyre (DNA) sekvenser organisert i kromosomer i cellekjernen. Den intrikate prosessen med transkripsjon fra disse sekvensene resulterer i generering av messenger ribonukleinsyrer (mRNA). Disse mRNA kode for proteiner, som er sammensatt av aminosyrer, og utføre den angitte funksjon av genet (1). Dermed bestemmes de strukturelle og funksjonelle egenskapene til celler og vev av det samtidige, selektive og differensielle uttrykket av tusenvis av gener.

siden det siste tiåret har studier med genkartlegging, kloning og sekvensering gitt betydelig informasjon for strukturell analyse av forskjellige genomer (2,3). Mengden informasjon hentet fra disse undersøkelsene krever organisering av de oppkjøpte dataene. For å tilfredsstille dette behovet er det opprettet offentlige databaser for å lagre millioner av gensekvenser og uttrykte sekvensmerker (ESTs), som tillater tiltredelse til gensekvenser for analyse av likhetene samt forskjellene mellom genomer av forskjellige arter (4).

Strukturelle studier av genomer har reist mange spørsmål knyttet til funksjonell og regulatorisk forståelse av genuttrykksprofiler i forskjellige celletyper og vev fra ulike organismer (3,5,6). DNA microarray-teknologien ble utviklet for å studere den komplekse biologiske behandlingen som involverer flere tusen gener (7,8). En slik mikroarray-teknologi bruker enkle DNA-tråder eller prober (oligomerer) som er trykt på en glassoverflate ved hjelp av fotolitografi (9). EN ANNEN DNA microarray-metodikk, som er fokus for den nåværende gjennomgangen, er komplementær DNA (cDNA) microarray-teknologi (10). Med disse metodene er det mulig 1) å samtidig sammenligne det dynamiske uttrykksmønsteret til tusenvis av gener i celler eller vev, 2) å oppdage molekylære forskjeller under forskjellige stadier av cellulære prosesser, f.eks. differensiering, proliferasjon og induksjon av apoptose, 3) å identifisere transkripsjonelle forskjeller mellom ikke-syke og patologiske forhold, 4) å identifisere endringer i celler på grunn av en legemiddelrespons, og 5) å identifisere nye biomarkører for potensiell bruk i diagnose, prognose og klinisk behandling av sykdommer.

prinsippene for cDNA microarray technology

en klassisk metode som brukes for påvisning og kvantifisering av mRNA i en gitt celle kalles Northern blot analyse (11). Hovedprinsippet For Northern blot-analyse er hybridiseringen av en radiomerket gen-spesifikk sonde til mRNA bundet til et filter, for å avgjøre om det genet er tilstede. En annen metode som brukes til å oppdage uttrykk for et bestemt gen er revers transkripsjon polymerase chain reaction (RT-PCR). RT-PCR innebærer bruk av genspesifikke primere og revers transkriptase for å syntetisere en cDNA-sekvens til mRNA. CDNA forsterkes deretter av flere runder med polymerase-mediert transkripsjon av denne malen cDNA (12). DET finnes flere TYPER RT-PCR, og den mest presise når det gjelder kvantifisering er RT-PCR-metoden i sanntid, som krever et automatisert system som kan oppdage fluorescens indusert under RT-PCR-reaksjonen (12). UNDER RT-PCR kan uttrykket av et bestemt gen utledes ved å sammenligne det med konstitusjonelt uttrykte gener, også kjent som» housekeeping » gener.

cDNA microarray-teknologi, som analyserer genuttrykksnivåene for tusen gener samtidig, er basert på de samme prinsippene som For Både Northern blot og RT-PCR-analyser (7,8). I hovedsak er cDNA microarray hybridiseringen av tusenvis av gener fra cDNA til deres tilsvarende mål på en chip eller et filter. Den nåværende utfordringen med denne teknologien er imidlertid å analysere betydelige mengder rå numeriske data oppnådd ved oppkjøp av hybridiseringssignaler (13). Beregnings-og biostatistiske analyser er nødvendige for nøyaktig å behandle betydelige data for de spesifikke målene med undersøkelsen (Figur 1).

Produserer en cDNA microarray matrix

Nylig har Flere selskaper designet cDNA microarrays fokusert på spesifikke genuttrykk profilsystemer. Disse matrisene er kommersielt tilgjengelige av bioteknologiselskaper, inkludert SuperArray Bioscience Corporation og Affymetrix, for bruk til rimelige priser. I denne delen forsøker vi å beskrive de grunnleggende trinnene i produksjonen av en cDNA microarray-matrise.

det første trinnet for å produsere en cDNA-mikroarray-matrise er valg og forsterkning av totale eller delvise fragmenter av cDNA-sekvenser som skal skrives ut på substrater, som senere vil bli hybridisert med mål-cDNA-sekvenser (14,15). De vanligste metodene for å velge sekvenser er basert på følgende ressurser: 1) gendatabanker Som Unigene, Dbest Og GenBank, som gir informasjon om det spesifikke genets funksjon og kromosomlokalisering; 2) klonesamlinger eller tilgjengelige cDNA-sekvenser i hjemmesider av kommersielle bedrifter; 3) skreddersydde konstruksjoner av cDNA-biblioteker fra målcelle eller vevsmateriale som tidligere er klonet og sekvensert FOR est-identifikasjon. Når det er valgt, forsterkes cDNA-fragmenter av PCR på multiwell-mikroplater, renset ved kjemisk utfelling, og deretter undersøkt for kvalitet og kvantitet ved gelelektroforese. PCR-produktene skrives ut på et lysbilde eller en membran ved hjelp av en robotmaskin, microarrayer. Under robotic utskrift, eller deponering, AV DNA, kapillær rør motta et konstant trykk og serielt innskudd DNA på lysbildet eller membran, for derved å skape en «microarray» design (16). Ulike typer underlag, inkludert glassglass og nylonmembraner, forbehandles for å øke deres hydrofobe ladninger, noe som resulterer i en økning I TOTAL adhesjon AV DNA-sekvenser til substratene (13). Viktigst er dataindeksering som inneholder plasseringen av tusenvis av cDNA-klonene som er trykt på substratene, utført ved forsiktig merking av hver mikroplate ved hjelp av programvare utviklet for databaseanalyse. Denne databasen inneholder også klonidentiteten( klon-ID), gennavnet, kromosomplasseringen og genfunksjonen(e).

Hybridisering av cDNA-sonden med mål-DNA-mikroarraymatrisen

en avgjørende faktor for vellykket hybridisering av cDNA-sonden til mål-DNA-mikroarraymatrisen er avhengig av kvaliteten på mRNA fra celler eller vev. Forurensninger av sonden RNA med genomisk DNA, proteiner eller vaskemiddelrester kan resultere i falske positive / falske negative data.

Merking av sonden under cDNA-syntese ved revers transkripsjon AV RNA-sekvenser avhenger av typen cDNA-mikroarray som brukes (16). Generelt, når cDNA mikroarray analyse utføres ved hjelp av nylon membraner som substrat, sonden RNA er radioaktivt merket ved inkorporering av dctp-P33 nukleotider under prosessen med revers transkripsjon (7). I tilfelle av en cDNA-mikroarray trykt på glassglass, brukes radioaktive nukleotider (17) og fluorescerende fargestoffer med høy virkningsgrad for inkorporering, som cyaninene Cy-3 dUTP og Cy-5 dUTP (8). For mer informasjon om typer cDNA-mikroarrays og hybridiseringsprosessen (7,8,17-20), se Tabell 1.

Analyseverktøy for identifisering av genuttrykk mønstre ved hjelp av cDNA microarray teknologi

Verktøy for analyse av de massive mengder data generert fra cDNA microarrays er fortsatt under utvikling. For tiden analyserer etterforskere cDNA microarray-data ved hjelp av ulike programmer (21-24). Dette betyr at det ikke finnes en enkelt metode for å analysere den massive mengden data som er oppnådd ved hjelp av denne teknologien. Bruken av biostatistiske verktøy har blitt stadig viktigere for å analysere betydningen av genuttrykksprofiler.

For å gi en generell ide om noen av metodene som brukes til å analysere cDNA microarray-data, vil vi beskrive og diskutere trinn som kan hindre analyseprosessen. Av største betydning er validering av resultater ved å fullføre flere replikateksperimenter. Etter oppkjøpet av hybridiseringssignalene undersøkes substratene visuelt ved hjelp av beregningsprogrammer. I dette tilfellet vurderes kvaliteten på substratene. For eksempel blir fuzzy spotbilder, fargestoff utfeller eller prøver med sterke bakgrunnssignaler vanligvis kassert. Denne analysen er viktig for å eliminere gjenstander, noe som kan resultere i deteksjon av falske positive signaler (16). Ulike etterforskere bruker metoden for bakgrunns subtraksjon av hybridiseringssignalene til de uspesifikke signalene i bakgrunnen. I dette trinnet, avhengig av programvaren som brukes, er det mulig å trekke bakgrunnssignaler på følgende to måter: 1) ved det aritmetiske gjennomsnittet eller medianen som følge av signalintensiteten mellom de positive signalene til flekker i substratet, eller 2) ved det aritmetiske gjennomsnittet eller medianen av det ikke-spesifikke signalet, for eksempel signalintensiteten som følge av det umiddelbare området rundt hvert sted som tilsvarer et bestemt gensignal. Ved disse to metodene trekkes de aritmetiske gjennomsnitts-eller medianverdiene fra kjøpssignalet som representerer et differensielt uttrykt gen (16). Oppkjøpet av positiv signalintensitet i lokaliseringsnett opprettet ved hjelp av spesifikk programvare er fullført i vilkårlige verdier kjent som algoritmer. Disse verdiene kan nås direkte i databaseprogramvaren, som inneholder tidligere katalogisert informasjon om hvert gen som er trykt på substratet.

på grunn av den enorme mengden samtidig analyserte gener og variabiliteten i alle de tekniske trinnene i cDNA microarray-teknikken, er det viktig å skape en faktor for justering eller kompensasjon, som gjøres gjennom en data normaliseringsprosess. Eksistensen av ikke-spesifikke signaler på substratene, problemer relatert til kvantitet eller kvalitet av RNA før hybridisering, eller variabilitet i sonde inkorporering AV RNA kan alle resultere i forringelse av prøvenormalisering (14,16). For ytterligere meningsfull tolkning av dataene utfører normaliseringsprosessen en komparativ analyse av det aritmetiske gjennomsnittet av algoritmene fra en individuell gruppe med en annen, ofte valgt som en kontroll (24,25). Det finnes flere typer normalisering metoder og velge den mest hensiktsmessige metoden kan være en utfordring. Årsaken til dette er at flere eksperimentelle variabler ofte forhindrer nøyaktig identifisering av differensielt uttrykte gener uten falske positive / falske negative resultater som forurenser evalueringen av dataene. Matematisk, statistisk og bioinformatisk støtte er kritisk på dette stadiet i cDNA microarray-teknologien.

Normaliseringsmetoder inkluderer: 1) det logaritmiske forholdet mellom målte uttrykksnivåer mellom forskjellige grupper basert på gjennomsnitt, median, medianforskjeller eller varians oppnådd fra alle de positive signalene som ligger på substratene; 2) regresjonsanalyse, som evalueres gjennom korrelasjonskoeffisienten eller Euklidisk avstand, og er basert på fordelingen representert av algoritmene som svarer til signalintensitetene i de forskjellige prøvene i samme gruppe, og 3) statistiske tester som t-test eller assosiativ analyse, som vurderer flere parede sammenligninger basert på henholdsvis signifikant terskel For P < 0,05 og t-test terskelbetydningskorrigering (25,26). I tillegg er lokalt vektet lineær regresjon (lowess) normaliseringsmetode, ofte brukt for fluorescerende arrays, står for avtagende variasjoner av intensitet hybridisering signaler og romlig plassering av spotted cDNA på lysbildet (27).

etter normalisering er den enkleste metoden for å identifisere forskjeller mellom mønstre av genuttrykk å bruke forholdet forskjellen mellom en prøve og dens passende kontroll. I dette tilfellet etableres en vilkårlig grense, og fra denne verdien er det mulig å velge differensielt uttrykte gener ved hjelp av databaseprogramvare. For eksempel er det mulig å etablere en 2-ganger terskel for å identifisere gener med signifikante endringer i uttrykksnivå. Under denne prosessen vil genene innenfor dette området bli valgt og organisert i tabeller som ligger i databasen. Genene som oppfyller utvalgskriteriene kan visualiseres fra databaser ved hjelp av programvare som viser selvorganiserende kart (28,29). Videre kan disse endringene i genuttrykksprofilene mellom forskjellige grupper visualiseres i dendrogrammer basert på hierarkisk klyngeanalyse (25,29,30). I dette tilfellet er gener som er nedregulert generelt vist i grønt og oppregulerte gener generelt vist i rødt. Som genreguleringsforskjellen er mer intens, så er dens respektive farge. Programmer for å analysere cDNA microarray data er tilgjengelig via Internett.

det er viktig å merke seg at analysen av genuttrykk profiler ervervet av cDNA microarray teknologi innebærer tusenvis av gener blir analysert samtidig. Før du gjør fysiologiske studier av utvalgte gener, bør cDNA microarray resultatene bekreftes PÅ RNA nivå Ved Northern blot analyse eller sanntid RT-PCR (14). Dette eliminerer muligheten for falske positive cDNA-mikroarray-resultater på grunn av krysshybridisering mellom gener innenfor samme genfamilie. Ytterligere bekreftelse anbefales også sterkt på proteinnivået, for Eksempel Ved Western blot-analyse, flowcytometri eller immunhistokjemi. I denne sammenheng er det for tiden mulig å evaluere gener på proteinnivået ved hjelp av vevsmikroarray-analyser (31-33). Tissue microarray assay er en metode som tillater evaluering av opptil tusen vev samtidig ved hjelp av en bestemt markør. I utgangspunktet isoleres små kjernebiopsier på 1 mm eller mindre fra individuelle parafininnebygde vevsblokker med en spesiell metallisk enhet eller nål, og plasseres i en annen parafinblokk på en kledd måte. Fordelene ved denne teknikken er: 1) økonomien og bevaring av de opprinnelige vevsprøver oppnådd for biopsi for å konstruere matrisen; 2) for å unngå tekniske problemer siden arrayet er konstruert i et enkelt glassglass, og dermed lette vaske-og fargingstekniske prosesser, og 3) hastigheten til å utføre in situ-analyse samtidig i flere vevsprøver på en gang. Klinisk er det en kraftig teknikk å bruke sammen med cDNA microarray analyse for å identifisere nye biomarkører for potensiell bruk som diagnostiske, prognostiske og terapeutiske verktøy mot patologiske forhold (31,32).

cDNA microarray-teknologi: applikasjoner og perspektiver

når det gjelder søknad, fører cDNA microarray-teknologi til identifisering av spesifikke gener og tillater forskere å sammenligne profiler av genuttrykk i normale versus patologiske forhold i ulike organismer. I grunnvitenskapen har cDNA microarray blitt brukt til å identifisere rollen til flere gener involvert i cellulære prosesser, for eksempel celledifferensiering, gjennom sammenligning av genuttrykksmønstre mellom normale og transfiserte cellekulturer, for eksempel (34). Mange forskningsgrupper har brukt cDNA microarray-teknologi for å studere forskjellige typer kreft, samt patogenesen av smittsomme sykdommer (35-40). I dette tilfellet har identifisering av nye gener eller endringer i genuttrykksmønstrene i vev fra ikke-syk til syk tilstand bidratt til bedre forståelse av molekylære mekanismer som regulerer sykdomsutbrudd og fremgang. I tillegg har cDNA microarray blitt ansett som en veldig interessant metodikk i farmasøytisk industri. I denne sammenheng kan analysen av genuttrykksprofil i stor skala av celler sendt til forskjellige legemiddelprøver være relevant for å klassifisere potensielle midler til terapeutisk bruk (41). Flere eksempler på anvendelse av cDNA microarray metodikk i grunnleggende og kliniske fag (34-48) er beskrevet i Tabell 2.

cDNA microarray-analyse er en kostbar metodikk, men overflod av resultater generert fra denne teknologien er en utvilsomt utbetaling. Når en sentral forskningsenhet er organisert for utvikling av denne metoden, kan ulike forskere nyte fordelen av å bruke tidligere trykte cDNA microarray-substrater for å undersøke differensielt uttrykte gener i både biologiske og kliniske områder. For organisering av cDNA microarray-enheter må det tverrfaglige samspillet mellom matematiske og biologiske arenaer vurderes. En enkel hypotetisk skjematisk modell som viser infrastrukturen til en cDNA microarray-enhet er vist i Figur 2.

endelig er sentraliserte banker som inneholder data om genuttrykksprofiler analysert av cDNA microarray-teknologi, opprettet og er tilgjengelige for inspeksjon via Internett (49,50). På denne måten vil ulike grupper over hele verden kunne sammenligne data fra utvalgte genprofiler med andre deponert i molekylære databanker som Gene Expression Omnibus eller Array Express, designet av European Bioinformatics Institute (51).

et problem som har begrenset et gunstig samspill mellom ulike forskningsgrupper ved hjelp av cDNA microarray-teknologi, er mangelen på standarder for å presentere og utveksle resultater. For å kompensere for denne vanskeligheten ble Den Minimale Informasjonen for Annotasjonen Av Et Microarray-Eksperiment (MIAME) opprettet (52). Retningslinjer som fører til standardisering av cDNA microarray eksperimenter har blitt foreslått Av Micro-array Gene Expression Data Society (MGED). MIAME består i utgangspunktet av seks seksjoner: 1) eksperimentell design; 2) array design; 3) prøver brukt, ekstrakt preparater, og hybridisering; 4) prosedyrer og parametere for hybridisering; 5) bilde, kvantifisering og parameter måling, og 6) typer, verdier og spesifikasjoner for normalisering kontroller. MIAME har blitt et krav om å publisere cDNA microarray resultater i mange vitenskapelige tidsskrifter. I tillegg har forskjellige grupper, INKLUDERT MGED, Rosetta, Agilent og Affymetrix, jobbet sammen ved hjelp av bioinformatikk for å designe microarray gene expression (MAGE), som er en felles fleksibel strukturplattform som tillater kommunikasjon mellom ulike forskningsgrupper ved hjelp av cDNA microarray-teknologi. MAGE består av følgende: 1) MAGE-ON (objektmodell), en sentrisk datamodell som bruker enhetlig modelleringsspråk og implementerer MIAME-kravene; 2) MAGE-ML (markup language), som dokumenterer oversettelse FRA MAGE-OM til ET XML-basert dataformat, og 3) MAGE-SLK, en fritt tilgjengelig programvare som definerer applikasjonsprogrammerets grensesnitt TIL MAGE-OM, slik at dataeksport til MAGE-ML og deretter resulterer i lagring av data i en relasjonsdatabase (53).

nylig har nanoteknologi blitt mye implementert på ulike arenaer, for eksempel industrielle, farmasøytiske og statlige applikasjoner, for å forbedre moderne vitenskapelige fremskritt. På grunn av de unike fysiske og kjemiske egenskapene til nanopartikler, har disse materialene muligheten til å forbedre sensoriske enheter, fremdriftsadditiver, vev remodeling teknikker og narkotika målretting mekanismer. Videre har nanoteknologi blitt benyttet for å forbedre microarray ferdigheter (54) og for å bistå i utviklingen av protein nanoarrays (55). Innenfor laboratorieinnstillingen begynner forskere nå å undersøke den potensielle positive/negative effekten nanopartikler har på induksjon / inhibering av gener i celler ved hjelp av microarray-teknikken (56). Endelig har kombinasjonen av nanoteknologi med microarray-teknologi til og med avansert dagens kunnskap om gener som er differensielt regulert under sykdomsprosesser (57,58).

Sammen kan disse verktøyene bidra til forståelsen av nye genfunksjoner i ulike genomer og hvordan de korrelerer med sykdomspatogenese hos mennesker. Utviklingen og anvendelsen av cDNA microarray-teknologi har gitt mye fremgang til oppdagelsen av narkotika, forskningsdiagnostikk og potensiell genterapi bestemt til behandling av ulike sykdommer. Denne grunnleggende teknologien hjelper forskere med å forstå de molekylære mekanismene som er involvert i flere og ulike biologiske prosesser.

9. Sengupta R & Tompa M (2002). Kvalitetskontroll i produksjon oligo arrays: en kombinatorisk design tilnærming. Tidsskrift for Rettsvitenskap, 9: 1-22.

11. Alwine JC, Kemp DJ & Stark GR (1977). Metode for påvisning av spesifikke Rna i agarose geler ved overføring til diazobenzyloksymetylpapir og hybridisering MED DNA-prober. Proceedings Av National Academy Of Sciences, USA, 74: 5350-5354.

12. (2000). Absolutt kvantifisering av mRNA ved hjelp av sanntids revers transkripsjon polymerase kjedereaksjon analyser. Tidsskrift For Molekylær Endokrinologi, 25: 169-193.

17. Whitney LW & Becker KG (2001). Radioaktive 33-P sonder i hybridisering til glass cDNA mikroarrays bruker nevrale vev. Tidsskrift For Nevrovitenskap Metoder, 106: 9-13.

19. Shalon D, Smith SJ & Brun PO (1996). EN DNA microarray system for å analysere komplekse DNA-prøver ved hjelp av to-farge fluorescerende probe hybridisering. Genomforskning, 6: 639-645.

20. Bertucci F, Bernard K, Loriod B et al. (1999). Sensitivitetsproblemer I DNA-array-baserte uttrykksmålinger og ytelse av nylonmikroarrays for små prøver. Human Molekylær Genetikk, 8: 1715-1722.

22. Kerr mk & Churchill GA (2001). Bootstrapping cluster analysis: vurdere påliteligheten av konklusjoner fra microarray eksperimenter. Proceedings Av National Academy Of Sciences, USA, 98: 8961-8965.

23. Planet PJ, Desalle R, Sidall M et al. (2001). Systematisk analyse AV DNA microarray data: bestilling og tolkning av mønstre av genuttrykk. Genomforskning, 11: 1149-1155.

24. Tanaka TS, Jaradat SA, Lim MK et al. (2000). Genom-wide expression profilering av mid-svangerskap placenta og embryo ved hjelp av en 15.000 mus utviklings cDNA microarray. Proceedings Av National Academy Of Sciences, USA, 97: 9127-9132.

25. Quackenbush J (2001). Computational analyse av microarray data. Naturgenetikk, 2: 418-427.

27. Yang YH, Dudoit S, Luu P et al. (2002). Normalisering for cDNA microarray data: en robust sammensatt metode adressering enkelt og flere lysbilde systematisk variasjon. Nukleinsyrer Forskning, 30: e15.

28. J. j. et al. (1999). Tolke mønstre av genuttrykk med selvorganiserende kart: metoder og anvendelse på hematopoietisk differensiering. Proceedings Av National Academy Of Sciences, USA, 96: 2907-2912.

30. Eisen MB, Spellman PT, Brown PO et al. (1998). Cluster analyse og visning av genom-brede uttrykksmønstre. Proceedings Av National Academy Of Sciences, USA, 95: 14863-14868.

31. Braunschweig T, Chung jy & Hewitt SM (2004). Perspektiver i vev mikroarrays. Kombinatorisk Kjemi og Høy Gjennomstrømning Screening, 7: 575-585.

34. Tseng YH, Butte AJ, Kokkotou e et al. (2005). Prediksjon av preadipocytdifferensiering ved genuttrykk avslører rolle av insulinreseptorsubstrater og necdin. Naturcellebiologi, 7: 601-611.

36. Staudt LM (2001). Genuttrykk fysiologi og patofysiologi av immunsystemet. Trender I Immunologi, 22: 35-40.

37. Berns A (2000). Genuttrykk i diagnose. Natur, 403: 491-492.

38. Sawiris GP, Sherman-Baust CA, Becker KG et al. (2002). Utvikling av et høyt spesialisert cDNA-array for studier og diagnose av epitelial eggstokkreft. Kreftforskning, 62: 2923-2928.

39. Khan J, Wei JS, Ringner M et al. (2001). Klassifisering og diagnostisk prediksjon av kreft ved hjelp av genuttrykk profilering og kunstige nevrale nettverk. Naturmedisin, 7: 673-679.

40. Chang JC, Hilsenbeck sg & Fuqua SA (2005). Genomiske tilnærminger i behandling og behandling av brystkreft. British Journal Of Cancer, 92: 618-624.

41. Lovett RA (2000). Toksikogenomikk. Toksikologer brace for genomics revolusjon. Vitenskap, 289: 536-537.

42. Flores-Morales A, Stahlberg N, Tollet-Egnell P et al. (2001). Mikroarray analyse av in vivo effekter av hypofysektomi og veksthormonbehandling på genuttrykk hos rotte. Endokrinologi, 142: 3163-3176.

43. Liu K, Li Y, Prabhu V et al. (2001). Forsterkning i uttrykk for aktiveringsinduserte gener skiller minne fra naive CD4+ T-celler og er en molekylær mekanisme for forbedret cellulær respons AV minne CD4+ T-celler. Tidsskrift For Immunologi, 166: 7335-7344.

44. Hess K, Yang Y, Golech S et al. (2004). Kinetisk vurdering av generelle genuttrykk endres under menneskelig naiv CD4 + T – celleaktivering. Internasjonal Immunologi, 16: 1711-1721.

46. Ryder O et al. (1999). Bestemmelse av forfedre alleler for humane enkeltnukleotidpolymorfismer ved bruk av oligonukleotidarrayer med høy tetthet. Naturgenetikk, 22: 164-167.

49. Miles M (2001). Microarray: tapt i en storm av data? Natur Nevrovitenskap, 2: 441-443.

50. Becker KG (2001). Deling av cDNA microarray data. Natur Nevrovitenskap, 2: 438-440.

54. Wang X, Jiang N, Feng x et al. (2003). En ny tilnærming for høy kvalitet microarray behandling ved hjelp av tredje fargestoff array visualisering teknologi. Ieee Transaksjoner På Nanobioscience, 2: 193-201.

56. Berit BERIT BERIT BERIT BERIT BERIT BERIT ET al. (2004). Påvirkningen av å overføre stabiliserte magnetiske nanopartikler på humane dermale fibroblaster i kultur. Internasjonalt Tidsskrift For Farmasi, 269: 211-225.

57. Crnic I & Christofori G (2004). Nye teknologier og nyere fremskritt innen metastaseforskning. Internasjonalt Tidsskrift For Utviklingsbiologi, 48: 573-581.

Korrespondanse og Fotnoter