《自然-生物技术》综述：检验当代科学支柱技术

　　

生物通报道：基因表达芯片已经对生物医药研究领域带来了深刻影响。目前对该项技术的展望就是希望该技术能扩展现有作为一种基础科学研究的实验工具的作用，并且能越来越多的用于临床实践中。在这些展望发生之前，数据的交叉平台（cross-platform）比较和整合的问题需要解决。可用平台和分析方法的多样性已经使得各种平台得到的数据的比较更具挑战性。不同的实验室可能会利用不同的平台分析同样的基因，但所得的结果具有可比性么？

哈佛大学精神医学院的博士后研究者Winston Patrick Kuo和他的同事测试了几乎全部能得到的商品化和自用的基因表达微阵列平台来研究平台交叉性比较和实验室交叉性比较。他们提出了一种交叉平台和不同实验室的比较的框架。这一成果在《Nature Biotechnology》7月2号的在线版发表。

该研究是紧接着进行的几项巨大的研究努力后创立了微阵列实验的标准操作手册的（从探针标记到数据分析）。这些手册包括如《Minimum Information About a Microarray Experiment》(http://mged.org/Workgroups/MIAME/miame.html)、《External RNA Controls Consortium》(http://www.cstl.nist.gov/biotech/Cell&TissueMeasurements/GeneExpression/ERCC.htm)
《Microarray Quality Control Project》。

此外，微阵列数据的积累和修复主要入口，例如《Gene Expression Omnibus》和《ArrayExpress》仅当实验足够可靠和从不同平台的提取的标注结果有意义的前提下是真实的。假如存在着多种平台和各种平台相应的过剩微阵列数据，一个很重要的问题就是是否这些平台测量基因的方法不同，假如不同，不同平台得到的数据怎么比较和怎么组合。

过去的几年，几个小规模的尝试已经进行，并且它们的结果报道有所冲突。在Kuo的研究中，基因表达测量数据从10个不同的微阵列平台得到(Affymetrix, Applied Biosystems, Agilent Technologies, Compugen, GE Healthcare, Mergen, MWG BioTech, Operon, academic cDNA and an academic long oligonucleotide array)，并且运用了两种不同的QRT-PCR（实时逆向转录酶聚合酶链式反应）方法(Applied Biosystems TaqMan Assays and Roche Diagnostics Universal Probe Library)，因此开发一种合理和一致的交叉平台比较框架是十分重要的。
（生物通：亚历）

后篇：大规模研究型微阵列交叉平台研究