VIP標(biāo)識(shí) 上網(wǎng)做生意,首選VIP會(huì)員| 設(shè)為首頁(yè)| 加入桌面| | 手機(jī)版| RSS訂閱
食品伙伴網(wǎng),關(guān)注食品安全,探討食品技術(shù)
 

基因芯片在臨床上的應(yīng)用

放大字體  縮小字體 發(fā)布日期:2006-07-06

疾病診斷

  基因芯片在感染性疾病、遺傳性疾病、重癥傳染病和惡性腫瘤等疾病的臨床診斷方面具有獨(dú)特的優(yōu)勢(shì)。與傳統(tǒng)檢測(cè)方法相比,它可以在一張芯片同時(shí)對(duì)多個(gè)病人進(jìn)行多種疾病的檢測(cè),無(wú)需機(jī)體免疫應(yīng)答反應(yīng)期,能及早診斷,待測(cè)樣品用量。荒芴禺愋詸z測(cè)病原微生物的亞型及變異;可幫助醫(yī)生及患者從"系統(tǒng)、血管、組織和細(xì)胞層次(通常稱之為'第二階段醫(yī)學(xué)')"轉(zhuǎn)變到"DNA、RNA、蛋白質(zhì)及其相互作用層次(第三階段醫(yī)學(xué))"上了解疾病的發(fā)生、發(fā)展過(guò)程,這些特點(diǎn)使得醫(yī)務(wù)人員在短時(shí)間內(nèi),可以掌握大量的疾病診斷信息,這些信息有助于醫(yī)生在短時(shí)間內(nèi)找到正確的治療措施。眾所周知,腫瘤和遺傳疾病發(fā)生的根本原因是由于遺傳物質(zhì)發(fā)生了改變,檢測(cè)基因突變對(duì)于闡明腫瘤及遺傳病的分子機(jī)制、疾病的早期診斷具有重要意義。目前,Affymetrix公司已開發(fā)出P53基因芯片,是將已知P53基因全長(zhǎng)序列和已知突變的探針固定在芯片上,這將有助于惡性腫瘤的早期診斷。華盛頓大學(xué)的分子生物學(xué)系與病理系聯(lián)合研究了卵巢癌中基因表達(dá)譜的變化,他們將5766個(gè)基因探針固定于芯片上,其中5376個(gè)分別選自卵巢癌、卵巢表面上皮細(xì)胞及正常卵巢的cDNA文庫(kù),另外還有342個(gè)來(lái)自EST克隆,包括一些已知確定的管家基因、細(xì)胞因子和因子受體基因、生長(zhǎng)因子和受體基因、與細(xì)胞分裂相關(guān)的基因以及新近確定的腫瘤相關(guān)基因,找出在卵巢癌組織中過(guò)度表達(dá)的30個(gè)有GenBank收錄的基因,如高表達(dá)的有CD9(GenBank錄入號(hào):M38690)、Epithelial glycoprotein (GenBank錄入號(hào):M32306)、P27(GenBank錄入號(hào):X67325)等,這證明了利用基因芯片分析復(fù)雜生物體系中分子變化的可行性。又如,Hacia等在1.28 cm×1.28 cm的芯片上固定了9.66×104個(gè)長(zhǎng)度為20 nt的寡核苷酸探針,用于檢測(cè)乳腺癌基因BRCA1的exon11 (3.45 kb)中所有可能的堿基置換、插入和缺失(1~5 bp)突變。在15例患者樣品中,發(fā)現(xiàn)有14例有基因突變,類型包括點(diǎn)突變、插入及缺失等;在20例對(duì)照樣品中均未檢出假陽(yáng)性結(jié)果。又如,Heller等采用基因表達(dá)譜芯片研究了類風(fēng)濕關(guān)節(jié)炎、腸炎基因的特征性表達(dá)活性,發(fā)現(xiàn)已知炎癥相關(guān)基因,如腫瘤壞死因子、白介素和粒細(xì)胞集落刺激因子在組織中有表達(dá)。還發(fā)現(xiàn)一些以前未知的與炎癥相關(guān)基因的表達(dá),如人基質(zhì)金屬?gòu)椥缘鞍酌?human matrix metallo-elastase)和黑素瘤生長(zhǎng)刺激因子(melanoma growth stimulatory factor)。同時(shí),與一個(gè)來(lái)自外周血基因文庫(kù)的1046個(gè)cDNA克隆的陣列作這兩種病變狀態(tài)基因差異表達(dá)的比較,發(fā)現(xiàn)在類風(fēng)濕關(guān)節(jié)炎組織中金屬蛋白酶組織抑制物1,鐵蛋白輕鏈和錳超氧化物歧化酶表達(dá)明顯升高 。通過(guò)該研究,確定了許多基因與這兩種病變的關(guān)系,為探討基因芯片在診斷感染性疾病方面提供了新的思路,F(xiàn)在,肝炎病毒檢測(cè)芯片、多種惡性腫瘤相關(guān)病毒基因芯片等多種芯片已面市,相信不久的將來(lái),會(huì)有更多的基因芯片用于臨床。


藥物篩選

  芯片技術(shù)具有高通量、大規(guī)模、平行性等特點(diǎn)可以進(jìn)行新藥的篩選,尤其對(duì)我國(guó)傳統(tǒng)的中藥有效成分進(jìn)行篩選;蛐酒瑢(duì)于藥物靶標(biāo)的發(fā)現(xiàn)、多靶位同步高通量藥物篩選、藥物作用的分子機(jī)理、藥物活性及毒性評(píng)價(jià)方面都有其它方法無(wú)可比擬的優(yōu)越性,能夠從基因水平解釋藥物的作用機(jī)理,可以用基因芯片分析用藥前后機(jī)體的不同組織、器官基因表達(dá)的差異,國(guó)外幾乎所有的主要制藥公司都不同程度地采用了基因芯片技術(shù)來(lái)尋找藥物靶標(biāo),查檢藥物的毒性或副作用。例如,Kapp U等用包含950個(gè)基因探針的基因芯片比較何杰金氏病細(xì)胞系L428及KMH2與EB病的B淋巴細(xì)胞系LGL-GK的基因表達(dá)譜,發(fā)現(xiàn)何杰金氏病源的細(xì)胞系中白細(xì)胞介素-13(IL-13)及白細(xì)胞介素-5(IL-5)表達(dá)異常增高,用IL-13抗體處理何杰金氏病院源細(xì)胞系可顯著抑制其增殖,此發(fā)現(xiàn)提示,IL-13可能以自分泌形式促進(jìn)何杰金氏相關(guān)細(xì)胞增殖,IL-13及其信號(hào)傳導(dǎo)途徑可能成為何杰金氏病治療及藥物篩選的新靶點(diǎn)。芯片用于大規(guī)模的藥物篩選研究可以省略大量的動(dòng)物試驗(yàn),縮短藥物篩選所用時(shí)間,這可大大節(jié)省新藥開發(fā)經(jīng)費(fèi),并且可對(duì)由于不良反應(yīng)而放棄的藥物進(jìn)行重新評(píng)價(jià),選取可適用的患者群,實(shí)現(xiàn)個(gè)性化治療。Michael Wilson 等使用包含有肺結(jié)核桿菌基因組PRF的97%的序列的基因芯片,對(duì)應(yīng)用抗結(jié)核桿菌藥物異煙肼誘導(dǎo)前后表達(dá)的變化,結(jié)果證明肺結(jié)核桿菌中脂肪酸合成酶Ⅱ、FbpC、efpA、fadE23、fadE24和 基因發(fā)生改變與耐藥性有關(guān),并為新藥物作用的靶目標(biāo)研究及指導(dǎo)抑制這些靶目標(biāo)試劑和藥物的合成提供指導(dǎo)。研究各種藥物對(duì)不同基因的作用,從而在劑量和成分搭配上做到精確無(wú)誤。相信在不久的將來(lái),藥品說(shuō)明書上的適用癥和禁忌癥都會(huì)改為適用基因型和禁忌基因型,使得藥品更加針對(duì)不同個(gè)體的不同疾病,達(dá)到療效更佳、副作用更小的目的。


指導(dǎo)用藥及治療方案

  種族、個(gè)體等因素都會(huì)導(dǎo)致遺傳背景的差異,臨床上,同樣劑量的藥物對(duì)于不同患者在藥物療效與副作用方面會(huì)有很大差異,如果利用基因芯片技術(shù)對(duì)患者進(jìn)行診斷再開處方,就可以對(duì)患者實(shí)施個(gè)體化治療。疾病一般不是由單個(gè)基因引起的, 在治療中很多同種疾病的具體病因是因人而異的,所以用藥也因人而異,例如,現(xiàn)用于治療ADIS的藥物主要是病毒逆轉(zhuǎn)錄酶RT和蛋白酶PRO的抑制劑,但在用藥3-12個(gè)月后常出現(xiàn)耐藥,其原因是rt、pro基因產(chǎn)生一個(gè)或多個(gè)點(diǎn)突變,對(duì)藥物的耐受能力成倍增加,如果將這些基因突變部位的全部序列構(gòu)建為DNA芯片,則可快速地檢測(cè)患者是哪些基因發(fā)生突變,從而可對(duì)癥施藥,指導(dǎo)臨床治療和預(yù)后。傳統(tǒng)的中醫(yī)藥講究的是整體治療觀,在中藥基因組學(xué)和中藥化學(xué)組學(xué)中,多成分、多靶點(diǎn)治療是基點(diǎn),關(guān)鍵就是分析出成分譜與活性譜,實(shí)現(xiàn)精確篩選和配置。


預(yù)防醫(yī)學(xué)

  在嬰兒出生前,可用生物芯片進(jìn)行有效的產(chǎn)前篩查和診斷,防止患有先天性疾病的嬰兒出生。而在嬰兒出生后,即可采用基因芯片技術(shù)來(lái)分析其基因圖譜,不僅可預(yù)測(cè)出他日后可以長(zhǎng)多高,還可預(yù)測(cè)其患某些疾病的潛在可能性有多大,以便采取預(yù)防措施。

 
[ 網(wǎng)刊訂閱 ]  [ 食品專題搜索 ]  [ ]  [ 告訴好友 ]  [ 打印本文 ]  [ 關(guān)閉窗口 ] [ 返回頂部 ]

 

 
推薦圖文
推薦食品專題
點(diǎn)擊排行
 
 
Processed in 0.015 second(s), 16 queries, Memory 0.88 M