2003年，人类基因工程宣告结束，我们进入了一个从更深的层面了解自我的时期，并且能够获得原先不可想象的大量的生物信息。科学家们还有另外艰巨的任务，就是将人类基因组信息用于造福人类――例如开发新药物以及寻找更好的办法来对抗疾病。
尽管新的信息具有很高的价值，投放市场的新药还是不能与疾病保持一致。有些人认为在人类基因中已经确认的大约30000个基因几乎代表了所有的潜在药物作用点，绝大多数的疾病都可以通过作用一个或多个基因来进行治疗。但是，到目前为止，引进市场的所有药物作用都少于500个基因，我们应该考虑的问题是如何应用丰富的基因资源来解决问题。不仅如此，寻找可行的药品作用点的概念仍需要改进。目前，我们清楚地知道人类基因的98％对基因的功能十分重要，很多基因序列在人类生理活动中都起到十分重要的作用。检测与疾病有关的基因序列以及开发破坏这种基因的化合物仍是目前摆在我们面前最大的挑战。在目前药物开发很有效率的同时，基因序列主要被用来解决一些非常特殊的问题。通常只利用一个部分的数据，而为了达到综合的药物发展，研究人员必须回答成百上千个类似的问题，使整个工艺更具有普适性。微阵列的出现对在一个简单的阵列的数千个数据点的测量做出了很大的改进，这样在对人类基因组的每个基因进行表达时就可以分析改变带来的影响。尽管如此，考虑到研究人员目前面临的庞大的信息量，微阵列技术带来的影响还需要进一步验证。Affymetrix已经开发出一项新的技术可以用来解决人类基因组的问题，该项技术在基因序列的大量信息和我们的分析能力之间达到了较好的平衡。基因芯片高通量阵列（HTA）系统（图1）有能力每天处理数百个生物样品，而不要太多的人工，能够减少成本、劳动力、试剂以及阵列的消耗。HTA平台能够适应同样的工业标准芯片技术和标准96孔微滴定量印迹。系统在基因芯片微阵列工艺，样品制备和培育以及清洗等3个最耗费人力的环节都实现了自动化，大大地降低了每个阵列的成本。成本的减少、产量的增加以及可靠性的提高使得HTA系统适合于应用在目标确认，化合物信息和毒性确定等下游发展领域。
目前的药物开发报告
高通量阵列（HTA）技术是由另一种类似的已有高通量筛选（HTS）技术发展而来。主要的不同之处是HTA设计了一种化验来解决成千上万的生物问题，而传统的HTS系统的阵列只能解决一个问题。目前的HTS系统依靠一个细胞或生物化学化验方法来测量药物化合物的效用。药物筛选采用荧光、光吸收或者射线吸收来对基因或蛋白质的功能进行检测。类似荧光反应能量转移，AlphaScreen，ELISA，偶合酶化验以及接受体结合实验等化验都发展用于化合物检测。传统的大量化合物的筛选也在日趋向自动化和小型化发展。通过在96孔的面板的每个孔中进行化验，应用自动化设备重复这项工作，制药公司以经开发出了高通量筛选技术。一套全自动的HTS系统每年可以分析数百万的单点测量。
HTA系统的发展
为了实现微阵列研究的工业化，Affymetrix开发了新型的96阵列HTA系统，整合了自动化和多路技术的基因芯片阵列工艺。但是，微阵列的复杂性，例如多种酶反应，特殊的杂交条件，严格的清洗，荧光扫描以及数据分析都使得项目有很大的挑战性。目前在尺寸控制的发展中，已经可以将更多的信息储存到更小的阵列中去，通过采用先进的自动化方法，HTA系统提供了数百个高容量阵列同时测量所需要的稳定性。
HTA：高容量（二级）
目前的HTA系统包括96个单独的阵列，整合在一块单独的面板中，每个阵列都包含相同的内容，例如基因芯片人类基因组U133A阵列。对于每一个阵列，都有大约50万个探测装置来对18400个基因进行检测，这就意味着每个面板拥有超过四千八百万个数据点。与之相对比，传统的高通量筛选的每个孔中只有一个数据点，整个板上有96个数据点。这种高通量阵列由从半导体制造技术改造而来的照相平版印刷制造工艺生产（图2）。Affymetrix阵列的信息容量一直在增长，也证明了基于晶片制造的灵活性。在新的HTA系统中，人类基因组阵列采用与起初人类基因U133A阵列相同的基因信息，但是仅仅是原先的1/5（采用8?m技术替代原来的18?m技术），这样就使所有的96个阵列都排列在一个面板上。这种HTA系统的迅速发展使得商业化应用成为了可能。通过应用机械手和液体处理设备，Affymetrix的科学家可以制造出一套全自动的系统，这套系统的生产速度可以比原来提高2～3倍。这套系统开发出来之前的一年，HTA系统已经应用在一些客户的生产中，包括强生制药公司和Aventis制药公司。96阵列HTA设备实现了整个微阵列工艺的全自动化，包括cRNA的制备，RNA标记，杂交以及所有的清洗步骤。由于这些工序的全自动化，可以通过一次实验实现多路技术，这样不同样品之间的误差也就大大减小。
HTA：低误差（二级）
当对有限数量的微阵列进行分析时，内部的研究已经表明，基因芯片和新型的HTA系统在误差上都比较低。尽管如此，当分析大量的样本时，有经验的工作人员产生的误差就开始超过HTA技术中的全自动设备产生的误差。采用个人基因芯片处理和采用单个高通量阵列处理相比，结果表明即使非常有经验的人产生的误差也比HTA系统产生的误差要大。误差的降低直接令药厂能够在扩大规模的同时减少成本。采用其他领域的技术并改进，保证了复杂的自动化设备生产的稳定性、产品性能以及一致性。
HTA：低成本（二级）
新型的HTA系统是微阵列应用的又一典范，可以极大地节省劳动力并降低成本。孔的尺寸非常小意味着只需使用较少的样品，每次杂交只有100?l，而对应的传统方法在相同的阵列尺寸下需要150?l。通过对阵列设计的进一步优化，反应的量可以缩减到30?l甚至更少，这样就相应地降低了成本。为了处理与基因芯片方法中相同量的样品，实验室不仅仅需要增加额外的劳动力，而且需要增加多个监测器。而这些技术都已经整合到HTA系统中去。对样品的研究已经表明，自动化系统可以在每周有效地处理20个或更多的面板，相当于1920个样本。HTA用户可以在每年分析超过10万个样本，这在从前的微阵列分析中是根本难以想象的。
高产量阵列（HTA）在药物开发中的应用（一级）
微阵列技术已经成为药物开发工艺中非常重要的技术。但是，随着高通量阵列的发展，制药公司目前可以更好地应用这项技术，从根本上改变药物的研制和开发。
确认疾病的发生机理（二级）
为了更好地了解疾病和识别治疗目标，研究人员必须了解致病基因的整个发生机理。研究人员可以借助高通量阵列技术对大量基因进行操作，同时分析所有的基因在操作过程中的效应。
作用机理（二级）
通过应用HTA，科学家可以查询大量化合物的特性，确定这种化合物对细胞基因表达的作用。能够对疾病起作用的化合物会得到进一步发展，同时没有相应作用的化合物会被剔除或者应用于其他的疾病。尽管伟哥在治疗心脏疾病上没有效果，它却在治疗男性性功能障碍上取得了巨大的成功，这就是一种失败的药物在其他的市场上取得成功的最好的例子。一项研究的附带成果有可能成为另一项研究的主要成果，从而极大地推进制药行业的发展。
毒性机理
科学家同样可以应用HTA分析来创建预测化合物毒性的基因表达数据库。通过了解毒性的作用机理，科学家可以在一种化合物应用之前就掌握其可能的危险。通常情况下，毒性研究是在药物发展的后面阶段进行操作，这在药物研发过程中是很大的损耗。利用高通量阵列对毒性化合物进行检测，这样可以使对特定化合物的检测变得更有效率，达到节省时间和成本的目的。
遗传药理学
成功的药物治疗对每个人可能都有所不同。在临床治疗中，药物的成功率主要取决于病人基因的不同。研究人员可以利用高通量阵列分析来测量每个人的基因表达特征并识别可能与药物反应有关的作用点（ADR），或者寻找更适合的治疗手段。
通过对每个病人基因特征的更好了解，科学家们可以对药物临床的应用前景做出更好的判断。对大部分人口中药物使用有重要意义的基因例如与药物机理有关的基因进行仔细的研究应该成为确定药物使用成功率的一个必不可少的步骤。
举例来说，有的白血病患者在TPMT基因上有突变，因此治疗药物的用量需要减少90％来防止ADRs。由于末期的临床应用需要大量的参与者，HTA带来的自动化和成本降低优势对]遗传药理学的发展至关重要。
基因类型和癌症（二级）
大多数的人类癌症患者染色体都有失常，包括等位基因的不平衡，这种现象可以通过很多地点的异型结合性（LOH）的损失表现出来。微阵列可以采用对多个SNPs进行基因类型确定来检测LOH，这种方法可以用来确定肿瘤细胞基因的位置。除了LOH分析，微阵列也被用来检测在对比的基因杂交（CGH）实验的等位基因的放大。类似的实验，包括LOH和CGH，在癌症和癌症早期征兆中增加了诊断和预诊断的价值。
排序
科学家目前采用微阵列来一次对3万个DNA碱基对进行排序。尽管如此，在96阵列HTA系统中，科学家可以对一块面板上四百三十万个DNA碱基对进行排序，可以对许多细菌、病毒以及其他的病原的整个基因组进行检测。用一个HTA实验完成对整个基因组的测试可以帮助科学家了解不同的有机体之间的差异，同时给他们提供了开发新的更好的对付疾病的药物的可能。
微阵列技术――未来的发展趋势（一级）
随着微阵列技术的发展，HTA在制药工业发展中的应用会变得越来越重要。它代表了人类基因组内容的微阵列技术（包括47000个副本），可以加速药物开放的过程。与此类似，基因分析的优点也会被微阵列技术所推动，因为这种技术能够分析更多的SNPs（例如基因芯片测绘100K阵列集合），同时能够为更多的碱基排序。人类的基因组分析（例如基因元素的完全收集）同样因为HTA系统的发展而变得可能，因为这套系统中的实验可以在一个面板上对整个基因组进行分析。高通量阵列分析的优势只是目前才为人们所关注，随着对这项技术基础设施投入的逐渐加大，我们会在很多领域看到微阵列技术迅猛的发展。
更多信息，欢迎访问：http://www.affymetrix.com
Steve Lombardi
本文作者系Affymetrix公司合作开发部高级副主席
5/6/2005
|
