En konceptuell och praktisk översikt över cDNA microarray technology: implikationer för grundläggande och kliniska vetenskaper

Braz J med Biol Res, oktober 2005, volym 38(10) 1543-1552 (recension)

en konceptuell och praktisk översikt över cDNA microarray technology: implikationer för grundläggande och kliniska vetenskaper

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

Institutionen för histologi och Embriologi, Instituto de ci: ncias Biomubiologicas, Universidade Federal do Rio De Janeiro, Rio De Janeiro, Rj, Brasil

Abstrakt
Text

korrespondens och fotnoter

Abstrakt

cDNA microarray är en innovativ teknik som underlättar analysen av uttrycket av tusentals gener samtidigt. Användningen av denna metod, som snabbt utvecklas, kräver en kombination av expertis från biologiska, matematiska och statistiska vetenskaper. I den här översynen försöker vi ge en översikt över principerna för cDNA-mikroarrayteknik, de praktiska problemen med analytisk bearbetning av de erhållna data, korrelationen mellan denna metod och andra dataanalysmetoder såsom immunohistokemi i vävnadsmikroarrayer och cDNA-mikroarrayapplikationen i distinkta områden inom grund-och kliniska vetenskaper.

nyckelord: Bioteknik, cDNA microarray, genuttryck, genomik

Inledning

gener är ärftliga enheter bildade av deoxiribonukleinsyra (DNA) sekvenser organiserade i kromosomer i cellkärnan. Den invecklade transkriptionsprocessen från dessa sekvenser resulterar i generering av budbärarribonukleinsyror (mRNA). Dessa mRNA kodar för proteiner, som består av aminosyror, och utför genens utsedda funktion (1). Således bestäms de strukturella och funktionella egenskaperna hos celler och vävnader av det samtidiga, selektiva och differentiella uttrycket av tusentals gener.

sedan det senaste decenniet har studier som involverar genkartläggning, kloning och sekvensering gett signifikant information för strukturell analys av distinkta genom (2,3). Mängden information som erhållits från dessa undersökningar kräver organisering av de förvärvade uppgifterna. För att tillgodose detta behov har offentliga databaser skapats för att lagra miljontals gensekvenser och uttryckta sekvenstaggar (est), vilket möjliggör anslutning till gensekvenser för analys av likheterna såväl som skillnaderna mellan Genom av olika arter (4).

strukturstudier av Genom har väckt många frågor relaterade till funktionell och reglerande förståelse av genuttrycksprofiler i distinkta celltyper och vävnader från olika organismer (3,5,6). DNA-mikroarrayteknologi utvecklades för att studera den komplexa biologiska bearbetningen som involverade flera tusen gener (7,8). En sådan mikroarrayteknologi använder singel-DNA strandar eller sonder (oligomers) som är imprinted på en glasyta genom att använda photolithography (9). En annan DNA-mikroarraymetodik, som är fokus för föreliggande granskning, är komplementär DNA (cDNA) mikroarrayteknik (10). Med dessa metoder är det möjligt 1) att samtidigt jämföra det dynamiska uttrycksmönstret för tusentals gener i celler eller vävnader, 2) att detektera molekylära skillnader under distinkta stadier av cellulära processer, t.ex. differentiering, proliferation och induktion av apoptos, 3) att identifiera transkriptionella skillnader mellan icke-sjuka och patologiska tillstånd, 4) att identifiera förändringar i celler på grund av ett läkemedelssvar och 5) att identifiera nya biomarkörer för potentiell användning vid diagnos, prognos och klinisk behandling av sjukdomar.

principerna för cDNA microarray technology

en klassisk metod som används för detektering och kvantifiering av mRNA i en given cell kallas Northern blot analysis (11). Huvudprincipen för Northern blot-analys är hybridiseringen av en radiomärkt genspecifik sond till mRNA bunden till ett filter för att bestämma om den genen är närvarande. En annan metod som används för att detektera uttryck av en specifik gen är omvänd transkriptionspolymeraskedjereaktion (RT-PCR). RT-PCR innebär användning av genspecifika primrar och omvänt transkriptas för att syntetisera en cDNA-sekvens till mRNA. CDNA förstärks sedan av flera rundor av polymerasmedierad transkription av denna mall cDNA (12). Det finns flera typer av RT-PCR och den mest exakta när det gäller kvantifiering är RT-PCR-metoden i realtid, vilket kräver ett automatiserat system som kan detektera fluorescens inducerad under RT-PCR-reaktionen (12). Under RT-PCR kan uttrycket av en viss gen härledas genom att jämföra den med konstitutivt uttryckta gener, även kända som ”hushållningsgener”.

cDNA microarray-teknik, som analyserar genuttrycksnivåerna för tusen gener samtidigt, bygger på samma principer som för både Northern blot och RT-PCR-analyser (7,8). I huvudsak är cDNA-mikroarray hybridiseringen av tusentals gener från cDNA till deras motsvarande mål på ett chip eller filter. Den nuvarande utmaningen med denna teknik är emellertid att analysera de väsentliga mängderna av råa numeriska data som erhållits genom förvärv av hybridiseringssignaler (13). Beräknings-och biostatistiska analyser är nödvändiga för att korrekt bearbeta signifikanta data för undersökningens specifika mål (Figur 1).

producera en cDNA-mikroarraymatris

nyligen har flera företag designat cDNA-mikroarrayer fokuserade på specifika genuttrycksprofilsystem. Dessa matriser är kommersiellt tillgängliga av bioteknikföretag, inklusive SuperArray Bioscience Corporation och Affymetrix, för användning till överkomliga priser. I det här avsnittet försöker vi beskriva de grundläggande stegen i produktionen av en cDNA-mikroarraymatris.

det första steget för att producera en cDNA-mikroarraymatris är val och amplifiering av totala eller partiella fragment av cDNA-sekvenser som ska skrivas ut på substrat, som därefter hybridiseras med mål-cDNA-sekvenser (14,15). De vanligaste metoderna för att välja sekvenser baseras på följande resurser: 1) gendatabanker som Unigene, dbEST och GenBank, som ger information om den specifika genens funktion och kromosomlokalisering; 2) klonsamlingar eller tillgängliga cDNA-sekvenser i hemsidor för kommersiella företag; 3) skräddarsydda konstruktioner av cDNA-bibliotek från målcell eller vävnadsmaterial som tidigare klonats och sekvenserats för EST-identifiering. En gång vald, cDNA-fragment förstärks av PCR på multiwell-mikroplattor, renas genom kemisk utfällning och undersöks sedan för kvalitet och kvantitet genom gelelektrofores. PCR-produkterna skrivs ut på en bild eller ett membran med hjälp av en robotmaskin, microarrayer. Under robotutskriften eller deponeringen av DNA får kapillärrören ett konstant tryck och lägger seriellt DNA på bilden eller membranet och skapar därmed en ”mikroarray” – design (16). Olika typer av substrat, inklusive glasskivor och nylonmembran, förbehandlas för att öka deras hydrofoba laddningar, vilket resulterar i en ökning av den totala vidhäftningen av DNA-sekvenser till substraten (13). Viktigast är att dataindexering som innehåller platsen för tusentals cDNA-kloner som skrivs ut på substraten utförs genom försiktig märkning av varje mikroplatta med hjälp av programvara avsedd för databasanalys. Denna databas innehåller också klonidentiteten (klon-ID), gennamnet, kromosomplatsen och genfunktionen(er).

hybridisering av cDNA-sonden med mål-DNA-mikroarraymatrisen

en avgörande faktor för framgångsrik hybridisering av cDNA-sonden till mål-DNA-mikroarraymatrisen är beroende av kvaliteten på mRNA från celler eller vävnader. Föroreningar av sondens RNA med genomiskt DNA, proteiner eller tvättmedelsrester kan resultera i falskt positiva/falskt negativa data.

märkning av sonden under cDNA-syntes genom omvänd transkription av RNA-sekvenser beror på vilken typ av cDNA-mikroarray som används (16). I allmänhet, när cDNA-mikroarrayanalys utförs med användning av nylonmembran som substrat, sondens RNA är radioaktivt märkt genom införlivande av dctp-P33-nukleotider under processen för omvänd transkription (7). I fallet med en cDNA-mikroarray tryckt på glasskivor används radioaktiva nukleotider (17) och fluorescerande färgämnen med hög effektivitet för inkorporering, såsom cyaninerna Cy-3 dUTP och Cy-5 dUTP (8). För mer information om typer av cDNA-mikroarrayer och hybridiseringsprocessen (7,8,17-20), se Tabell 1.

analysverktyg för identifiering av genuttrycksmönster med hjälp av cDNA-mikroarrayteknik

verktyg för analys av de massiva mängder data som genereras från cDNA-mikroarrayer utvecklas fortfarande. För närvarande analyserar utredare cDNA-mikroarraydata med olika program (21-24). Det betyder att det inte finns någon enda metod för att analysera den massiva mängd data som erhållits med hjälp av denna teknik. Användningen av biostatistiska verktyg har blivit allt viktigare för att analysera betydelsen av genuttrycksprofiler.

för att ge en allmän uppfattning om några av de typer av metoder som används för att analysera cDNA-mikroarraydata kommer vi att beskriva och diskutera steg som kan hindra analysprocessen. Av yttersta vikt är valideringen av resultat genom att slutföra flera replikerade experiment. Efter förvärv av hybridiseringssignalerna undersöks substraten visuellt med hjälp av beräkningsprogram. I detta fall beaktas substratets kvalitet. Till exempel kasseras fuzzy spotbilder, färgämne eller prover med starka bakgrundssignaler. Denna analys är viktig för att eliminera artefakter, vilket kan resultera i detektering av falskt positiva signaler (16). Olika utredare tillämpar metoden för bakgrunds subtraktion av hybridiseringssignalerna till de icke-specifika signalerna i bakgrunden. I det här steget, beroende på vilken programvara som används, är det möjligt att subtrahera bakgrundssignaler på följande två sätt: 1) med det aritmetiska medelvärdet eller medianen som härrör från signalintensiteten mellan de positiva signalerna för fläckar i substratet, eller 2) med det aritmetiska medelvärdet eller medianen för den icke-specifika signalen, såsom signalintensiteten som härrör från det omedelbara området runt varje plats som motsvarar en specifik gensignal. Med dessa två metoder subtraheras det aritmetiska medelvärdet eller medianvärdena från den positiva signalen som representerar en differentiellt uttryckt gen (16). Förvärvet av positiv signalintensitet i nät av lokalisering skapad med hjälp av specifik programvara slutförs i godtyckliga värden som kallas algoritmer. Dessa värden kan nås direkt i databasprogramvaran, som innehåller tidigare katalogiserad information om varje gen som skrivs ut på substratet.

på grund av den enorma mängden samtidigt analyserade gener och variationen i alla tekniska steg i cDNA-mikroarraytekniken är det viktigt att skapa en justeringsfaktor eller kompensation, vilket görs genom en datanormaliseringsprocess. Förekomsten av icke-specifika signaler på substraten, problem relaterade till kvantitet eller kvalitet av RNA före hybridisering eller variabilitet i sondinkorporering av RNA kan alla resultera i försämring av provnormalisering (14,16). För ytterligare meningsfull tolkning av data utför normaliseringsprocessen en jämförande analys av det aritmetiska medelvärdet av algoritmerna från en enskild grupp med en annan, ofta vald som en kontroll (24,25). Det finns flera typer av normaliseringsmetoder och att välja den lämpligaste metoden kan vara en utmaning. Anledningen till detta är att flera experimentella variabler ofta förhindrar korrekt identifiering av differentiellt uttryckta gener utan falskt positiva/falskt negativa resultat som förorenar utvärderingen av data. Matematiskt, statistiskt och bioinformatiskt stöd är kritiskt i detta skede i cDNA microarray-teknik.

Normaliseringsmetoder inkluderar: 1) det logaritmiska förhållandet mellan uppmätta uttrycksnivåer mellan olika grupper baserat på medel -, median -, medianskillnader eller varians erhållen från alla positiva signaler som finns på substraten; 2) regressionsanalys, som utvärderas genom korrelationskoefficienten eller euklidiskt avstånd, och baseras på fördelningen representerad av algoritmerna som motsvarar signalintensiteterna i de distinkta proverna i samma grupp, och 3) statistiska tester såsom t-testet eller associativ analys, som överväger flera Parade jämförelser baserade på den signifikanta tröskeln för P < 0,05 respektive t-testtröskel signifikanskorrigering (25,26). Dessutom lokalt vägda linjär regression (lowess) normaliseringsmetod, som ofta används för fluorescerande matriser, står för minskande variationer av intensitetshybridiseringssignaler och rumslig plats för spotted cDNA på bilden (27).

efter normalisering är den enklaste metoden att identifiera skillnader mellan mönster av genuttryck att använda förhållandeskillnaden mellan ett prov och dess lämpliga kontroll. I detta fall fastställs en godtycklig gräns och från detta värde är det möjligt att välja de differentiellt uttryckta generna med hjälp av databasprogramvara. Det är till exempel möjligt att upprätta en 2-faldig tröskel för att identifiera gener med signifikanta förändringar i uttrycksnivå. Under denna process kommer generna inom detta intervall att väljas och organiseras i tabeller som finns i databasen. Generna som uppfyller urvalskriterierna kan visualiseras från databaser med hjälp av programvara som visar självorganiserande kartor (28,29). Vidare kan dessa förändringar i genuttrycksprofilerna mellan olika grupper visualiseras i dendrogram baserat på hierarkisk klusteranalys (25,29,30). I detta fall visas gener som är nedreglerade i allmänhet i grönt och uppreglerade gener visas i allmänhet i rött. Eftersom genregleringsskillnaden är mer intensiv, så är dess respektive färg. Program för att analysera cDNA microarray data är tillgängliga via Internet.

det är viktigt att notera att analysen av genuttrycksprofiler som förvärvats av cDNA microarray-teknik innebär att tusentals gener analyseras samtidigt. Innan du gör fysiologiska studier av utvalda gener, bör cDNA-mikroarrayresultaten bekräftas på RNA-nivå genom Northern blot-analys eller realtid RT-PCR (14). Detta eliminerar möjligheten till falskt positiva cDNA-mikroarrayresultat på grund av korshybridisering mellan gener inom samma genfamilj. Ytterligare bekräftelse rekommenderas också starkt på proteinnivån, såsom genom Western blot-analys, flödescytometri eller immunhistokemi. I detta sammanhang är det för närvarande möjligt att utvärdera gener på proteinnivån med hjälp av vävnadsmikroarrayanalyser (31-33). Tissue microarray-analys är en metod som möjliggör utvärdering av upp till tusen vävnader samtidigt med en specifik markör. I grund och botten isoleras små kärnbiopsier på 1 mm eller mindre från enskilda paraffininbäddade vävnadsblock med en speciell metallisk anordning eller nål och placeras i ett annat paraffinblock på ett arrayerat sätt. Fördelarna med denna teknik är: 1) ekonomin och bevarandet av de ursprungliga vävnadsproverna erhållna för biopsi för att konstruera matrisen; 2) för att undvika tekniska problem eftersom matrisen är konstruerad i en enda Glasskiva, vilket underlättar tvätt-och färgningstekniska processer, och 3) hastigheten att utföra in situ-analys samtidigt i flera vävnadsprover samtidigt. Kliniskt är det en kraftfull teknik att använda tillsammans med cDNA-mikroarrayanalys för att identifiera nya biomarkörer för potentiell användning som diagnostiska, prognostiska och terapeutiska verktyg mot patologiska tillstånd (31,32).

cDNA microarray-teknik: tillämpningar och perspektiv

när det gäller tillämpning leder cDNA-mikroarrayteknologi till identifiering av specifika gener och gör det möjligt för forskare att jämföra profilerna för genuttryck i normala kontra patologiska förhållanden i olika organismer. I grundvetenskap har cDNA-mikroarray använts för att identifiera rollen hos flera gener som är involverade i cellulära processer, såsom celldifferentiering, genom jämförelse av genuttrycksmönster mellan normala och transfekterade cellkulturer, till exempel (34). Många forskargrupper har använt cDNA microarray-teknik för att studera olika typer av cancer samt patogenesen av infektionssjukdomar (35-40). I detta fall har identifiering av nya gener eller förändringar i genuttrycksmönstren i vävnader från icke-sjuka till sjuka tillstånd bidragit till att bättre förstå de molekylära mekanismerna som reglerar sjukdomens början och framsteg. Dessutom har cDNA microarray ansetts vara en mycket intressant metod inom läkemedelsindustrin. I detta sammanhang kan analysen av genuttrycksprofilen i stor skala av celler som lämnats till distinkta läkemedelstester vara relevant för att klassificera potentiella medel för terapeutisk användning (41). Flera exempel på tillämpningen av cDNA-mikroarraymetodik i grund-och kliniska vetenskaper (34-48) beskrivs i Tabell 2.

cDNA microarray analys är en kostsam metod, men överflödet av resultat som genereras från denna teknik är en obestridlig payoff. När en central forskningsenhet är organiserad för utveckling av denna metod kan olika forskare njuta av fördelen med att använda tidigare tryckta cDNA-mikroarraysubstrat för att undersöka differentiellt uttryckta gener i både biologiska och kliniska områden. För organisationen av cDNA-mikroarrayenheter måste den tvärvetenskapliga interaktionen mellan matematiska och biologiska arenor beaktas. En enkel hypotetisk schematisk modell som visar infrastrukturen hos en cDNA-mikroarrayenhet visas i Figur 2.

slutligen har centraliserade banker som innehåller data om genuttrycksprofiler analyserade med cDNA microarray-teknik skapats och är tillgängliga för inspektion via Internet (49,50). På detta sätt kommer olika grupper över hela världen att kunna jämföra data från utvalda genprofiler med andra deponerade i molekylära databanker som genuttryck Omnibus eller Array Express, designad av European Bioinformatics Institute (51).

ett problem som har begränsat en fördelaktig interaktion mellan olika forskargrupper som använder cDNA microarray-teknik är bristen på standarder för att presentera och utbyta resultat. För att kompensera för detta problem skapades den minimala informationen för anteckningen av ett Mikroarrayexperiment (MIAME) (52). Riktlinjer som leder till standardisering av cDNA-mikroarrayexperiment har föreslagits av Micro-array Gene Expression Data Society (MGED). MIAME består i grunden av sex sektioner: 1) experimentell design; 2) array design; 3) prover som används, extrahera preparat och hybridisering; 4) procedurer och parametrar för hybridisering; 5) bild, kvantifiering och parametermätning och 6) typer, värden och specifikationer för normaliseringskontroller. MIAME har blivit ett krav att publicera cDNA microarray-resultat i många vetenskapliga tidskrifter. Dessutom har distinkta grupper inklusive Mged, Rosetta, Agilent och Affymetrix arbetat tillsammans med bioinformatik för att designa mikroarraygenuttryck (MAGE), vilket är en vanlig flexibel strukturplattform som tillåter kommunikation mellan olika forskargrupper med cDNA-mikroarrayteknik. MAGE består av följande: 1) MAGE-ON (object model), en centrerad datamodell som använder unified modeling language och implementerar miame-kraven; 2) MAGE-ML (markup language), som dokumenterar översättning från MAGE-om till ett XML-baserat dataformat, och 3) MAGE-SLK, en fritt tillgänglig programvara som definierar applikationsprogrammergränssnittet till MAGE-OM, vilket möjliggör dataexport till MAGE-ML och därefter resulterar i lagring av data i en relationsdatabas (53).

nyligen har nanoteknologi implementerats i stor utsträckning på olika arenor, såsom industriella, farmaceutiska och statliga tillämpningar, för att förbättra moderna vetenskapliga framsteg. På grund av de unika fysiska och kemiska egenskaperna hos nanopartiklar har dessa material förmågan att förbättra sensoriska enheter, framdrivningsadditiv, vävnadsremodelleringstekniker och läkemedelsinriktningsmekanismer. Dessutom har nanoteknik använts för att förbättra mikroarrayfärdigheten (54) och för att hjälpa till med utvecklingen av protein nanoarrays (55). Inom laboratorieinställningen börjar forskare nu undersöka den potentiella positiva / negativa inverkan som nanopartiklar har på induktion / hämning av gener i celler genom att använda mikroarraytekniken (56). Slutligen har kombinationen av nanotechnology med microarray teknologi även avancerat strömkunskapen av gener som regleras differentiellt under sjukdom bearbetar (57,58).

tillsammans kan dessa verktyg bidra till förståelsen av nya genfunktioner i olika genom och hur de korrelerar med sjukdomspatogenes hos människor. Utvecklingen och tillämpningen av cDNA microarray-teknik har medfört mycket framsteg för upptäckten av läkemedel, forskningsdiagnostik och potentiell genterapi avsedd för behandling av olika sjukdomar. Denna grundläggande teknik hjälper forskare att förstå de molekylära mekanismerna som är involverade i flera och olika biologiska processer.

9. Sengupta R & Tompa M (2002). Kvalitetskontroll vid tillverkning av oligo-matriser: en kombinatorisk designmetod. Tidskrift för beräkningsbiologi, 9: 1-22.

11. Alwine JC, Kemp DJ & Stark GR (1977). Metod för detektion av specifika rna i agarosgeler genom överföring till diazobensyloximetylpapper och hybridisering med DNA-prober. Proceedings av National Academy of Sciences, USA, 74: 5350-5354.

12. Bustin A (2000) (På Engelska). Absolut kvantifiering av mRNA med användning av realtids omvänd transkription polymeraskedjereaktionsanalyser. Journal of Molecular Endocrinology, 25: 169-193.

17. Whitney LW & Becker KG (2001). Radioaktiva 33-P-sonder i hybridisering till glas-cDNA-mikroarrayer med hjälp av neurala vävnader. Journal of Neuroscience Methods, 106: 9-13.

19. Shalon D, Smith sj & brun PO (1996). Ett DNA-mikroarraysystem för analys av komplexa DNA-prover med tvåfärgs fluorescerande sondhybridisering. Genomforskning, 6: 639-645.

20. Bertucci F, Bernard K, Loriod B et al. (1999). Känslighetsproblem i DNA-array-baserade uttrycksmätningar och prestanda för nylonmikroarrayer för små prover. Mänsklig Molekylär Genetik, 8: 1715-1722.

22. Kerr MK & Churchill GA (2001). Bootstrapping cluster analysis: bedömning av tillförlitligheten av slutsatser från mikroarrayexperiment. Proceedings of the National Academy of Sciences, USA, 98: 8961-8965.

23. Planet PJ, Desalle R, Sidall M et al. (2001). Systematisk analys av DNA-mikroarraydata: beställning och tolkning av mönster för genuttryck. Genomforskning, 11: 1149-1155.

24. Tanaka TS, Jaradat SA, Lim MK et al. (2000). Genomomfattande uttrycksprofilering av placenta och embryo i mitten av graviditeten med hjälp av en 15 000 musutvecklande cDNA-mikroarray. Proceedings of the National Academy of Sciences, USA, 97: 9127-9132.

25. Quackenbush J (2001) (På Engelska). Beräkningsanalys av mikroarraydata. NaturGenetik, 2: 418-427.

27. Yang YH, Dudoit S, Luu P et al. (2002). Normalisering för cDNA-mikroarraydata: en robust sammansatt metod som adresserar systematisk variation med en och flera bilder. Nukleinsyror forskning, 30: e15.

28. Tamayo P, Slonim D, Mesirov J et al. (1999). Tolka mönster av genuttryck med självorganiserande kartor: metoder och tillämpning på hematopoietisk differentiering. Proceedings av National Academy of Sciences, USA, 96: 2907-2912.

30. Eisen MB, Spellman PT, brun PO et al. (1998). Klusteranalys och visning av genomomfattande uttrycksmönster. Proceedings of the National Academy of Sciences, USA, 95: 14863-14868.

31. Braunschweig T, Chung JY & Hewitt SM (2004). Perspektiv i vävnadsmikroarrays. Kombinatorisk Kemi och Screening med hög genomströmning, 7: 575-585.

34. Tseng YH, Butte AJ, Kokkotou E et al. (2005). Förutsägelse av preadipocytdifferentiering genom genuttryck avslöjar rollen av insulinreceptorsubstrat och necdin. NaturCellBiologi, 7: 601-611.

36. Staudt LM (2001) (på engelska). Genuttrycksfysiologi och patofysiologi i immunsystemet. Trender inom immunologi, 22: 35-40.

37. Berns A (2000). Genuttryck vid diagnos. Natur, 403: 491-492.

38. Sawiris GP, Sherman-Baust CA, Becker KG et al. (2002). Utveckling av en högspecialiserad cDNA-array för studier och diagnos av epitelial äggstockscancer. Cancerforskning, 62: 2923-2928.

39. Khan J, Wei JS, Ringner M et al. (2001). Klassificering och diagnostisk förutsägelse av cancer med hjälp av genuttrycksprofilering och artificiella neurala nätverk. Naturmedicin, 7: 673-679.

40. Chang JC, Hilsenbeck SG & Fuqua SA (2005). Genomiska tillvägagångssätt vid hantering och behandling av bröstcancer. British Journal of Cancer, 92: 618-624.

41. Lovett RA (2000) (på engelska). Toxicogenomics. Toxikologer stag för Genomics revolution. Vetenskap, 289: 536-537.

42. Flores-Morales A, Stahlberg N, Tollet-Egnell P et al. (2001). Mikroarrayanalys av in vivo-effekterna av hypofysektomi och tillväxthormonbehandling på genuttryck hos råtta. Endokrinologi, 142: 3163-3176.

43. Liu K, Li Y, Prabhu V et al. (2001). Förstärkning i uttryck av aktiveringsinducerade gener skiljer minne från naiva CD4+ T-celler och är en molekylär mekanism för förbättrat cellulärt svar av minne CD4+ T-celler. Journal of Immunology, 166: 7335-7344.

44. Hess K, Yang Y, Golech S et al. (2004). Kinetisk bedömning av allmänna genuttrycksförändringar under mänsklig naiv CD4 + T-cellaktivering. Internationell Immunologi, 16: 1711-1721.

46. Hacia JG, Fan JB, Ryder O et al. (1999). Bestämning av förfäderalleler för humana enkelnukleotidpolymorfismer med användning av oligonukleotidmatriser med hög densitet. NaturGenetik, 22: 164-167.

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

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

54. Wang X, Jiang N, Feng X et al. (2003). Ett nytt tillvägagångssätt för högkvalitativ mikroarraybehandling med hjälp av visualiseringsteknik för tredje färgämne. IEEE-transaktioner på Nanobioscience, 2: 193-201.

56. Berry CC, Charles S, Wells S et al. (2004). Påverkan av överföring av stabiliserade magnetiska nanopartiklar på mänskliga dermala fibroblaster i kultur. International Journal of Pharmaceutics, 269: 211-225.

57. Crnic I & Christofori G (2004). Ny teknik och senaste framsteg inom metastasforskning. Internationell tidskrift för utvecklingsbiologi, 48: 573-581.

korrespondens och fotnoter