|
自從Watson與Crick於1953年提出去氧核醣核酸的雙旋鏈結構(DNA double helix)、及Smith於1970發表對核酸有特異性的限制酵素(specific restriction enzymes)，在這半世紀內，分子生物學屢屢主導著生物醫學研究。例如一九七零年代所發展的分子選殖(molecular cloning)與自動化去氧核醣核酸定序分析(automated DNA sequencing)拓展了生物醫學研究領域及建立生物醫學研究者的分子觀(molecular concept)；一九八零年代末期的多聚酵素鍊狀反應(PCR, polymerase chain reaction)更是刮起生命科學界的大旋風。這些突破性的分子生物學進展奠定了一項跨國合作的「人類基因譜解析方案」(Human Genome Project)的基礎。
就像「原子週期表」為化學家定位出所有元素；「人類基因譜解析方案」的目標就是完成所有人類基因的一覽表，於數年內該方案將分析出所有人類基因的去氧核醣核酸排列順序 (sequences)。接下來的大課題則是探討這些基因的功能與互動關係。因此，在千禧年(Y2K)來臨前數年裡，去氧核醣核酸科技(DNA technology)則以去氧核醣核酸微陣列(DNA microarray) 的發展最受矚目。
何謂基因晶片(Gene chips)？
陣列 (array) 就是一種井然有序的排列。基因晶片(Gene chips) 則是去氧核醣核酸的微陣列(DNA microarray)。利用電腦科技界發展出來的微晶片技術，可以將五千至一萬種去氧核醣核酸分別固定在一片數公分見方的基因晶片上。這些點在晶片上的去氧核醣核酸稱為「探子」(probe)。依據核酸基配對法則(base-pairing rules)，在雜合(hybridization)實驗時，探子去氧核醣核酸將檢測出未知檢體中的「標的核酸」(target nucleic acid)。
去氧核醣核酸的微陣列(DNA microarray)可依製造方法大致分為二型：
(1) 反訊息DNA微陣列 (cDNA microarray)
：將多聚酵素鍊狀反應複製出的反訊息DNA (PCR-amplified cDNA)點到基因晶片上。每段反訊息DNA的代表性片段約在數百至兩千多核酸基配對(bp, base pairs)。主要用來鑑定新基因及檢測基因表現(gene expression)的程度與調節。
(2) 寡核甘酸微陣列 (oligonucleotide microarray)：直接在晶片上合成寡核甘酸 (in situ synthesis of oligonucleotide)，或依傳統方法合成寡核甘酸後再將之點上，每段寡核甘酸約有數十個核甘酸。主要用來檢測基因突變 (mutational analysis) 與基因多型現象 (polymorphism)。
簡介去氧核醣核酸的微陣列(DNA microarray)的步驟
在此以反訊息DNA微陣列為例說明 ：
(1) 萃取信使核醣核酸 (mRNA extraction)：在基因表現時，DNA必須先在細胞核內轉錄出信使核醣核酸，信使核醣核酸再於核醣體 (ribosomes) 上轉譯 (translate)出功能蛋白質。因此，細胞內信使核醣核酸的含量可代表著一個基因的轉錄程度。依據這個原理，我們可利用DNA微陣列來比較各種檢體中信使核醣核酸的含量，而分析其基因表現之型案(patterns)。這些待比較的檢體可以是：正常細胞與癌細胞；來自不同組織的細胞；同一種組織細胞於發展生物學的不同時期；或是同一種細胞於某種治療前與治療後。因為信使核醣核酸的含量只佔細胞全部核醣核酸的3%，在以一般萃取法取得核醣核酸後，必須再將之通過poly(dT)色層分析管來分離出信使核醣核酸。
(2) 信使核醣核酸的反轉錄 (reverse transcription)成反訊息DNA與螢光標誌(fluorescent labeling)：使用帶有螢光分子（例如Cye3 或Cye5）的尿甘三磷酸(dUTP)於信使核醣核酸的反轉錄過程中，所合成的反訊息DNA將帶有螢光分子，是為標的DNA (target DNA)。
(3) 雜合反應 (hybridization)：將等量的帶有不同螢光標誌的二種標的DNA（例如：標誌有Cye3的來自正常細胞的標的DNA，和標誌有Cye5的來自癌細胞的標的DNA）與固定於晶片上的探子DNA進行雜合反應。經過緩衝液嚴格沖洗後，核酸基無法與探子DNA完全配對的標的DNA將會被洗掉。因為探子DNA的量遠超過參與雜合反應的標的DNA（意即探子DNA不會被標的DNA飽和雜合），一特定點的探子DNA所結合的二種螢光強度將可反映出正常細胞與癌細胞中該基因表現的相對值。
(4) 掃描雜合後的基因晶片(scanning the hybridized gene chip)：現行的掃描儀有CCD (charge-coupled device)與共焦鐳射掃描（confocal laser scanning）二種。基因晶片上每一點的各種螢光強度都會記錄於電腦。
(5) 影像資料的分析：這個DNA微陣列分析的最後一個步驟最有生物醫學意義；但它也是當今生物資訊科學(bioinformatics)上最具挑戰性的課題。原因很簡單：一次DNA微陣列分析所獲得的資料太龐大了！例如：當我們探討某種癌細胞的特殊基因表現時，一片點上五千種探子DNA的基因晶片在一次掃描就可得到一萬個螢光強度資料。晶片上每點反訊息DNA分別代表著一個基因，而在資料分析上，每個基因的表現可定義出一個處於五千度空間的點 (a point in 5000-dimensional space)。這五千個基因在這種癌細胞中有何種相互關係？受到那些調節？那些變化為主動的、原發的？那些變化為被動的、繼發的？這些都是生物醫學研究者想要解答的問題。有類似功能的基因群很可能在這五千度空間中會群集成一團 (cluster)，這些螢光強度資料也許可以整合出一些特殊型案 (patterns)，因此型案分析應是一個可行的方法。理論上，DNA微陣列分析是探討多個基因互動關係的一大利器，但是要確實釐清它卻是非常複雜，仍有待統計學上型案分析與電腦資料處理的進展方可解決。
基因晶片在生物醫學的應用
基因晶片應用範圍無可限量，它不但是研究的利器，也可運用於各種臨床診斷。難怪一位學者評論「基因晶片在生物醫學的應用只受限於研究者的想像力 (only limited by the investigators’s imagination)」。以下僅列出一些比較明顯的例子：
(1) 新基因的鑑定 (identification of novel genes)：傳統基因選殖雖已鑑定出七千種以上的人類基因，但是大規模的expressed sequence tag (EST) sequencing更已分析出一百萬種以上的EST sequences。有一些ESTs被證實是已知基因的片段；但是大部份ESTs仍代表著只被部份定序的新基因。將數以萬計的ESTs點在基因晶片上，我們不但能找出新基因，更可經由分析該基因在不同組織、或同一組織的不同發展生物期之表現異同，而鑑定其功能。
(2) 癌症研究：癌症的發生必須先有基因的突變(mutation)，這些病變基因可以是致癌基因(oncogenes)，也可以是腫瘤抑制基因(tumor suppressor genes)。這些基因上的突變本身可以利用寡核甘酸微陣列來偵測；而由這些病變基因造成之異常基因表現可以利用反訊息DNA微陣列來分析。
(3) 研究組織細胞對於外界影響的反應：例如皮膚細胞在紫外線照射後之變化、血管內皮細胞對缺氧的反應、骨胚細胞與骨弒細胞在女性荷爾蒙治療後的變化。
(4) 新藥品的研發：因為DNA微陣列分析可以一次分析數千種基因表現於治療前與治療後之變化。估計美國的製藥廠在研發新藥品時，已有90%以上使用DNA微陣列分析來評估新藥品的細胞效應。
(5) 發育生物學(developmental biology)研究：例如人類造血機能於早期、中期、末期妊娠分別發生於卵黃囊(yolk sac)、肝臟、與骨髓。因此「各種組織細胞在發育生物學的不同時期會有特殊的基因表現型案」這個假說是想當然耳；然而卻不太可能用Northern blot去檢視一個個基因的表現。現在單次反訊息DNA微陣列分析便可取代數千次的Northern blot，用以分析組織細胞在發育生物學的各時期的特殊基因表現型案。
(6) 先天缺陷症候群(congenital anomaly syndrome) 研究：至今我們仍然不瞭解導致大多數的先天缺陷症候群的機制(mechanisms)與罪魁禍首的基因。有些先天缺陷症候群出現的症狀很明顯地由多個基因病變來造成，而這又可能是由某一個調節基因之病變(regulatory gene defect)來造成。反訊息DNA微陣列是分析先天缺陷症候群之特殊基因表現型案的一大利器。
(7) 快速分析基因多型現象 (polymorphism)以診斷胎兒是否帶有突變的基因，例如地中海型貧血與其他血色素病變造成之貧血。
(8) 快速檢測感染原並分析感染原之亞型(subtypes)：因為DNA微陣列分析乃檢定感染原的DNA，而非依賴感染原製造的蛋白質，所以可快速確定高度易突變(highly-mutated)感染原之亞型，例如流行感冒病毒與愛滋病(AIDS) 病毒。
(9) 快速篩檢有重大疾病（例如：癌症、早發性痴呆症、高血壓、心臟病、糖尿病、先天免疫低下症、等不一枚舉）的高危險人口群：在我們釐清了這些重大疾病的基因基礎後，不但可以利用寡核甘酸微陣列來偵測突變的基因；也可利用反訊息DNA微陣列來分析由這些病變基因造成之異常基因表現，這些資料將有助於預測疾病預後。
|
