SABiosciences第二代功能分类基因芯片技术服务

   功能分类基因芯片是生物学通路研究的重要工具。这种芯片将微列阵技术与特定生物学通路（specific biological pathways）的最新知识有机结合, 可以大大缩短发现诊治各种疾病的生物学标志物(biomarkers)的时间。芯片上的基因包括了那些与研究对象有确定关系的基因，或至少是与研究对象的关系有待考证的基因。如果研究对象是某一生物学通路的基因，则使用针对该类基因的功能分类基因芯片比使用高密度表达谱芯片更加有效便利。
   美国SABiosciences公司（原SuperArray公司）设计了超过100种功能分类芯片，涵盖生命科学研究的各个领域，在国际上处于领先地位。 其开发的第二代功能分类基因芯片（Real-time PCR芯片），可在一次实验中准确检测上百个基因的mRNA水平，并且将检测精度提高到与实时定量PCR相当的水平。功能分类PCR芯片：灵敏度高，样品的使用量低，每张芯片使用的总RNA最少可为0.5ng；可观察到的动态线性范围超过105，可以同时检测表达量差异较大的基因；重复性高，Ct值的平均差异只有0.25个循环；分辨率高，可检测超过两倍的基因表达量变化；特异性好，PCR扩增产物条带单一。SABiosciences公司设计了超过100种功能分类PCR芯片，涵盖生命科学研究的各个领域，详情请见后页列表。
    SABioscienses还提供芯片定制服务（Custom PCR Arrays）。定制PCR芯片是根据不同研究需要量身定做的PCR芯片。定制PCR芯片被广泛应用于基因表达谱结果验证及特定信号通路的研究等。同时，它还特别适合于大样本的生物学标记物研究，无论这些生物学标志物是来自于研究者的前期研究成果、各种文献报道、还是表达谱芯片筛选的结果，SA Biosciences都能够灵活设计出符合需要的定制PCR芯片，获得高精确性、高灵敏度，高重复性的实验结果，缩短生物学标志物筛选的进程。

SABioscienses功能分类PCR芯片优点
※ 灵敏度高：样品的使用量低，每张芯片使用的总RNA最少可为0.5ng；
※ 动态线性范围超过105：可以同时检测表达量差异较大的基因；
※ 重复性高：Ct值的平均差异只有0.25个循环；
※ 分辨率高：可检测超过两倍的基因表达量变化；
※ 特异性好：PCR扩增产物条带单一。
※ 数据全面、可靠：芯片包含的基因来自公共权威数据库、权威综述和相关文献挖掘
※ 覆盖度高：SABiosciences公司设计了超过200种功能分类PCR芯片，涵盖生命科学研究的各个领域（详见列表）。
※ 对照全面：5个管家基因，1个基因组DNA对照（GDC），3个反转录对照（RTC）和3个PCR对照（PPC）

康成生物功能分类PCR芯片主要实验流程
1.样品RNA抽提
   a. 实验对象为组织样品，取适量（50-100mg）新鲜组织样品或正确保存的组织样品，使用BioPulverizer^TM冰冻粉碎组织，加1ml的RNA抽提试剂TRIzol（Invitrogen），使用Mini- Bead-Beater-16匀浆后抽提RNA。
   b. 实验对象为细胞样品，每份样品取1×10⁶～1×10⁷细胞，加1ml的RNA抽提试剂TRIzol（样品为贴壁细胞，每10cm²培养皿TRIzol使用量为1ml），裂解后抽提RNA。
2.DNase I 消化RNA样品
   DNase I在 37⁰温育处理RNA样品，去除RNA抽提过程中可能混入的的基因组DNA。
3.RNA纯化
   RNeasy® MinElute™ 纯化试剂盒（Qiagen）对DNase I处理的RNA样品纯化回收，已得到单纯的RNA样本。
4.RNA质量检测
   a)  使用Nanodrop测定RNA 在分光光度计260nm、280nm和230nm的吸收值，以计算浓度并评估纯度。
   b) 用甲醛电泳试剂进行变性琼脂糖凝胶电泳，检测RNA纯度及完整性。
   c)  提供RNA QC报告。
5.cDNA合成
   按照逆转录酶（Invitrogen或Promega）使用说明将样品RNA逆转录为cDNA (根据样品RNA质量选用oligo dT或随机引物)。
6.实时定量PCR
    按照芯片说明将cDNA模板适当稀释后加入到实时定量PCR反应混合液中，然后再含有基因特异性引物的96孔板各孔中加入等量反应液，进行实时定量PCR反应。
7.数据分析
    利用配套软件计算PCR芯片中的各个基因的Ct值，采用公认的DDCt方法比较基因的表达变化。
    a. 计算每个处理组中的每个通路相关基因的ΔCt 。
    ΔCt(Ctrl) = average Ct – average of HK genes’ Ct for Ctrl array
    ΔCt (Exp) = average Ct – average of HK genes’ Ct for Exp array
    b. 计算2个PCR Array中每个基因的ΔΔCt。
    ΔΔCt = ΔCt (Exp) - ΔCt (Ctrl)
    c. 通过2-^ΔΔCt计算Exp（实验组）与Ctrl（对照组）间基因的表达差异。
8.提供实验报告
    Gene table（96孔板个基因列表）
    Excel芯片结果汇总表（包括芯片原始结果、数据分析和各种图表）

SABioscience 功能分类PCR芯片数据展示
1. 基因表达数据列表
    表达有差异（>2倍）或有显著性（P<0.05）的数据用有颜色的字体标注，客户可以很方便的根据自身要求，利用倍数变化或P值在列表中筛选靶基因

SABiosciences Real-time PCR Array List.docx