液相芯片技术及其临床应用

《液相芯片技术及其临床应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、国际检验医学杂志2006年l2月第27卷第l2期IntJLabMed，December2006，Vol.27，No.l2·ll07··综述·液相芯片技术及其临床应用何英综述陆学东审校【摘要】液相芯片技术是一种利用混悬在液相中的分类编码微球作为反应及信号检测载体的检测技术，它充分利用发展成熟的流式细胞术检测原理，对临床大多数生物分子（如核酸、蛋白质等）进行高通量分析，目前已在研究和临床检测中得到了广泛的应用，现就其技术原理、特点及临床应用作简要介绍。【关键词】芯片分析技术；流式细胞术生物芯片主要包括基因芯片和蛋白芯片两大类，的

2、作用是为每种不同的特异性反应提供检测信号，其按寻址方式和最终检测载体又可分为固相芯片（flat可以是一种能与被检测物特异性结合的荧光染料，也microarrays）和液相芯片（liguidchipormicrospherear-可以是标记有荧光的、能与被检测物结合的其他物质rays）。近年来，液相芯片以其独特的优点及临床实用（如抗体、抗原、核酸等）。为了和微球分类荧光有明性，正受到越来越多的重视。现就液相芯片的技术原显区别，一般以绿色荧光作为报告分子的标记荧光，理、特点及临床应用前景作简要介绍。任何一种可以激发绿色荧光的荧光

3、染料均可作为报告分子的荧光标记物。液相芯片技术原理将不同编码类别的微球分别与不同的探针分子l.微球编码与反应原理：固相芯片通过空间位置反应结合后，混合在一起，再依次加入样品及报告分寻址来识别不同点阵元素（即区别不同的特异性反子，不同微球上的探针分子与样品中需要检测的各种应），液相芯片则通过反应载体———微球所具有的物目标分子进行特异性结合，报告分子与目标分子特异［l］理、光学信号（如大小或颜色）来识别点阵元素。液性结合，即构成了一个液相芯片系统。因此，可在同相芯片技术是一种以经过特殊编码、可识别的微球一混悬体系中对同一样品中

4、的多种目标分子进行同（encodedmicrospheresorbeads）作为生物分子（抗原、时分析。抗体、蛋白质、核酸等）反应及信号检测载体的阵列分2.检测原理：微球编码技术不同，信号的检测方析技术。液相芯片采用的分子杂交反应类型与固相式也各不相同。流式细胞术是目前应用最广、技术最［2，3］芯片类似，只是所有的反应在混悬于液相中的微球表成熟的一种信号识别和检测技术。面上进行，故也称为悬浮式点阵技术（suspensionarray微球单个逐一通过检测通道时受到双色激光（如technology，SAT）。红色和绿色）同时照射

5、，第一束激光激发微球的分类SAT技术主要包括点阵信号识别和检测信号识荧光，根据荧光编码确定微球的类别，即微球内部的别两部分，现以临床最常用的双位点夹心法来说明液两种荧光物质受激发后可发射两种不同波长的荧光，相芯片的基本技术原理。SAT主要由微球、探针分子不同类别微球内这两种荧光物质比例不同，则荧光强（A）、被检测物（B）、报告分子（C）4个部分构成。度比率也不同，从而将不同的特异性反应区分开来微球的主要化学成分为聚苯乙烯，其表面修饰的（定性、分类）；第二束激光激发报告分子上的荧光素，羧基功能基团在一定条件下可以共价结合任何含

6、有根据荧光强度确定微球上结合的报告分子的数量，从［3］氨基的目标分子，对其表面进行不同的化学结构修而确定目标分子数量（定量）。系统只记录与红色荧饰，可使结合的目标分子更具选择性。将微球采用物光同时出现的绿色荧光信号，不记录未结合的报告分子理或化学方法进行编码分类，不同编码类别的微球即荧光信号，因此检测前无需洗脱未结合的报告分子。此可区分不同的特异性反应。微球编码方式多种多外，利用流式细胞术中90角散射光可有效地消除微球［l，2］聚集对结果造成的影响［l］。各种信号经分析软件进行样，如微球大小、颜色、荧光金属纳米技术等，其中最

7、常用的是荧光编码技术，即在制备过程中掺入两种数字化处理，可获得检测物的种类和数量。或多种不同颜色分类荧光分子，根据加入比例不同将液相芯片特点同种大小的微球进行独特编码。探针分子是可以和微球表面的羧基等基团偶联l.检测通量大、速度快：目前商业化微球采用双并能与被检测物特异性结合的生物分子。报告分子色荧光编码技术，可同时对l00种目标分子进行检测。微球直径很小（约5~6!m），容易混悬在液体中，作者单位：5l8033深圳，广东医学院附属深圳福田区人民医院检为生物分子反应提供近似生理的液相环境，反应快验科速、充分、需时短。减少了洗

8、脱步骤，特别是加样杂交·1108·国际检验医学杂志2006年12月第27卷第12期IntJLabMed，DeOember2006，VoI.27，No.12后无需洗脱即可进行检测分析，整个杂交过程可以在12%，室间"#为3%~21%。对数据进行综合分析［1］0.5~2h内完成。后认为与ELI