ELISA试剂盒为您解析细胞遗传学工具的演化

    蓝图，ELISA试剂盒是工程制图的原图经过描图、晒图和薰图后生成的复制品，因为图纸是蓝色的，所以被称为“蓝图”。人类基因组也常常被称为“蓝图”。从某种意义上说，它的确是。基因组包含了构建和运转细胞、组织或生物体所需的所有信息。然而，蓝图是不变的，而基因组却不是。

    随着细胞生长和分裂，分化并形成配子，细胞的遗传物质在不断变化。有时是单碱基的变化，有时却是大规模的改变，从小的插入缺失（indel）到大的结构变化，比如倒位、缺失、插入和易位。这一研究领域被统称为“细胞遗传学”。

    细胞遗传学在一些先天性疾病的诊断中发挥了重要作用，比如唐氏综合征（21三体）、慢性粒细胞白血病（CML）等。核型分析是zui早出现的研究技术，一直沿用至今。之后研究人员将分子生物学技术应用在细胞遗传学中，促进了分子细胞遗传学的兴起和迅速发展。如今，我们的选择更加广泛，除了荧光原位杂交（FISH），还有比较基因组杂交（CGH）、新一代测序等。

从核型分析到FISH

    ELISA试剂盒对有丝分裂中期的细胞进行染色，通过显微镜拍照获得它们的影像，根据它们的大小，条纹以及着丝点所在的位置进行排列整合，这就是核型分析。经验丰富的研究人员可通过这种技术来检测大规模的核型变化，如染色体数目的变异（非整倍体）、染色体融合，大规模的插入缺失和易位等。然而，这种方法的度较差，对于复杂的染色体异常，或较小片段的缺失重复，往往难以正确判断。生物通 www.ebiotrade.com

    荧光原位杂交（FISH）则是细胞遗传学与分子技术的结合。根据DNA双链碱基配对的原理，设计与待检测区域DNA序列互补的单链核苷酸序列，并用荧光染料进行标记，制成检测用的探针。将检测细胞/组织的染色体暴露后进行高温变性，使其DNA双链解链，再与探针进行低温孵育，使探针与相配对的染色体序列杂交，zui后在荧光显微镜下观察探针的荧光信号来判断这些探针所结合的染色体区域是否有突变。

    ELISA试剂盒FISH打破了常规细胞遗传学分析的诸多限制，让间期细胞也能进行检测，在某些疾病的检测方面，检出率可达染色体条带技术的两倍，所需时间也更短，因此成为产前诊断和血液病检测中的重要工具。当然，目前的FISH探针还有限，单个探针只能检测特定片段的重复、丢失或重排，而不提供余下基因组的其他信息。因此，在临床应用中，FISH往往与核型分析一起做。

从芯片到测序

    如今，为了获得更高分辨率的结果，研究人员使用DNA芯片来产生所谓的“虚拟核型”。这种芯片包含了与整个或部分基因组杂交的探针，通过比较每个探针的杂交强度，细胞遗传学家可确定特定区域是否缺失或扩增。这一类型的分析被称为基于芯片的比较基因组杂交（array CGH，aCGH）。

    虚拟核型分析在技术上比传统核型分析更为简单，分辨率也更高。从理论上说，aCGH可检测到影响单个探针的拷贝数改变，但实际上，研究人员通常设定阈值，检测影响几个相邻探针的改变。

    ELISA试剂盒因不同公司而异，芯片可能包含了检测单核苷酸多态性（SNP）或拷贝数变异（CNV）的探针，或二者皆有。例如，Affymetrix的CytoScan® HD芯片含有超过260万个用于拷贝数检测的探针，其中75万个为SNP探针，190万个为非多态性探针。这样能够在单块芯片上检测获得、丢失、杂合性丢失（LOH）、血缘一致性区域和单亲二体病（UPD），从而实现高分辨率的DNA拷贝数分析。

    而Illumina的产品主要关注SNP检测。Illumina创新的Infinium HD技术允许自由选择SNP或探针，实现了基因组的密集均一覆盖，且能够靶定高价值的基因组区域。从HumanCytoSNP-12 BeadChip芯片的30万个标记物到 HumanOmni5-Quad BeadChip芯片超过400万个标记物，Infinium HD BeadChip芯片支持了高分辨率的拷贝数和LOH分析，平均标记物间隔低至1 kb。

    此外，安捷伦也提供aCGH芯片，用于基因的拷贝数检测和染色体结构变化检测。这种芯片覆盖全基因组，在包括基因区域（内含子区、外显子区）、基因间区域以及对疾病研究极其重要的亚端粒区域（但不包含重复序列）的分布大致相同。

    aCGH芯片目前也应用在临床中，以检测非整倍体、已知的微缺失或是微复制综合征，或其他非平衡性染色体重排。这些多数为靶向芯片。与全基因组aCGH相比，它仅仅应用了已知染色体重排区域的克隆，常用于出生缺陷、精神发育迟缓或智能发育障碍、疑为染色体异常患儿的临床诊断。

    在当今这个以基因组学为中心的年代，分子细胞遗传学无疑还有另外一个选择：新一代测序。倘若测序深度足够，对读取的密度、位置或间隔的分析从理论上能够定位结构和拷贝数变异，并且达到了近乎核苷酸的分辨率。相比之下，芯片分辨率大抵在kb数量级。

    当然，这只是理论。新一代测序实验中固有的变化使得读取转化成结构数据绝非易事。不过，目前研究人员已经开发出一些策略，包括CNV-seq、ABCD-DNA、CNVnvator和cnvHiTSeq等。去年底，华裔学者谢晓亮证明了CNV分析可在单细胞水平开展。

    当然，在考虑细胞遗传学时，请记住，实现这门技术需要经费，而获得经验需要时间。对某些实验室而言，初期的投入可能有意义。但对于其他人来说，外包给专业机构也许是个不错的选择。