基因表达谱

在分子生物学领域，基因表达谱是同时测量数千个基因的活性（表达），以创建细胞功能的全局图。 例如，这些概况可以区分活跃分裂的细胞，或显示细胞对特定处理的反应。 许多此类实验同时测量整个基因组，即特定细胞中存在的每个基因。

几种转录组学技术可用于生成必要的数据进行分析。 DNA 微阵列测量先前确定的目标基因的相对活性。 基于序列的技术，如 RNA-Seq，除了提供基因表达水平外，还提供有关基因序列的信息。

表达谱分析是基因组测序后合乎逻辑的下一步：序列告诉我们细胞可能做什么，而表达谱告诉我们它在某个时间点实际做什么。 基因包含制造信使 RNA (mRNA) 的指令，但在任何时候，每个细胞都只从其携带的一小部分基因中制造 mRNA。 如果一个基因被用来产生 mRNA，它就被认为是开启的，否则就是关闭的。 许多因素决定了一个基因是开启还是关闭，例如一天中的时间、细胞是否在活跃分裂、其局部环境以及来自其他细胞的化学信号。 例如，皮肤细胞、肝细胞和神经细胞开启（表达）有些不同的基因，这在很大程度上使它们与众不同。 因此，表达谱允许人们推断细胞的类型、状态、环境等。

表达谱实验通常涉及测量在两种或多种实验条件下表达的 mRNA 的相对量。 这是因为特定 mRNA 序列水平的改变表明对 mRNA 编码的蛋白质的需求发生了变化，可能表明体内平衡反应或病理状况。 例如，更高水平的乙醇脱氢酶 mRNA 编码表明正在研究的细胞或组织对其环境中增加的乙醇水平有反应。 同样，如果乳腺癌细胞比正常细胞表达更高水平的与特定跨膜受体相关的 mRNA，则可能是该受体在乳腺癌中起作用。 干扰该受体的药物可以预防或治疗乳腺癌。 在开发一种药物时，人们可能会进行基因表达谱分析实验以帮助评估药物的毒性，也许是通过寻找细胞色素 P450 基因表达水平的变化，这可能是药物代谢的生物标志物。 基因表达谱可能成为一项重要的诊断测试。

人类基因组包含约 25,000 个基因，这些基因协同工作可产生约 1,000,000 种不同的蛋白质。 这是由于可变剪接，也因为细胞在首次构建蛋白质后通过翻译后修饰对蛋白质进行重要改变，因此给定基因可作为特定蛋白质许多可能版本的基础。 无论如何，一次质谱实验可以识别大约 2,000 种蛋白质或总数的 0.2%。 虽然了解细胞产生的精确蛋白质（蛋白质组学）比了解每个基因产生多少信使 RNA 更重要，但基因表达谱分析可在单个实验中提供最全面的图像。 然而，蛋白质组学方法正在改进。 在其他物种中，例如酵母，可以在一个多小时内识别出 4,000 多种蛋白质。

有时，科学家已经对正在发生的事情有了一个想法，一个假设，并且他或她进行了一个表达谱分析实验，其想法可能会反驳这个假设。 换句话说，科学家正在对可能被证明是错误的表达水平做出具体预测。

更常见的是，表达谱分析发生在对基因如何与实验条件相互作用以存在可检验假设的足够了解之前。

没有假设，就没有什么可反驳的，但表达谱分析可以帮助确定未来实验的候选假设。 大多数早期的表达谱实验和许多当前的实验都具有这种称为类发现的形式。 一种流行的类发现方法涉及使用许多现有的聚类方法之一将相似的基因或样本分组在一起，例如传统的 k-means 或层次聚类，或最近的 MCL。 除了选择聚类算法外，用户通常还必须在数据对象之间选择合适的邻近度量（距离或相似性）。 上图表示二维集群的输出，其中相似的样本（上图的行）和相似的基因探针（列）被组织起来。