8087金沙娱场城官网|(BinG)百科-BEST VIDEO LOBBY

首页-技术服务 > 高通量芯片平台 > -850K甲基化芯片
  •  

    850K甲基化芯片

     

    背景介绍

     

    表观基因组学修饰可以通过调控基因表达,参与细胞和组织分化、发育、衰老、环境适应等一系列过程。大量的研究表明,表观遗传修饰的异常也会引起细胞、组织、器官,乃至整个机体的结构和功能改变,甚至导致疾病的发生,尤其是 DNA 甲基化(DNA methylation)变化会伴随着许多复杂疾病(如肿瘤、精神类疾病、心血管疾病等)的早期发生到后期发展,并可作为临床疾病全过程管理(包括早期诊断、个性化医疗、复发检测、慢性疾病的风险评估等)的生物标志物。因此,对DNA甲基化的深入研究有助于了解疾病发病机制,发现疾病相关的分子标志物,为精准医学发展奠定基础。

     

    blob.png

    DNA甲基化与肿瘤风险预测

     

     

    产品简介

     

    Illumina公司推出的Infinium Methylation EPIC(简称:850K甲基化芯片)芯片保留了其前身Infinium Human Methylation 450K芯片大于90%的CpG位点,并额外添加了增强子区域的35万个CpG位点,每张芯片可检测8个样本,每个样本可检测85万个标记。 850K甲基化芯片能检测组织、细胞、FFPE等样本在单个CpG水平上的甲基化变化,是一个经济、有效的甲基化高通量筛选技术平台。该方法为表观遗传研究提供了强有力的解决方案,不仅是肿瘤、呼吸系统、心血管、精神类等复杂疾病研究的有力工具,更是目前最适合表观基因组关联分析(EWAS)研究的高通量检测技术平台。

     

    123微信截图_20211111121510副本.png

    blob.png

    Illumina Infinium Methylation EPIC BeadChip(850K)

     

    技术原理

     

    850K甲基化芯片采用了Infinium I和Infinium II两种微珠设计方法加强甲基化分析的覆盖深度。尤其Infinium II仅提供一种微珠类型,经探针杂交后,通过是否发生单碱基延伸即可判定是否甲基化。

    探针一: 对于每个甲基化位点, 都对应设计有两种探针: M 型磁珠、 U 型磁珠。 M 型磁珠尾部为 G,用来检测甲基化位点。 U 型磁珠尾部为 A, 用来检测未甲基化位点。

    基因组上的某一位点, 如果被甲基化了, 那么在亚硫酸氢盐的处理下, GC 仍为 GC, 与 M 型磁珠配对, 荧光标记的核苷酸掺入后能被检测到荧光信号。 M 型磁珠发光。 反之, 如果没有被甲基化, 那么在亚硫酸氢盐的处理下, GC 变为 GT, 与 U 型磁珠配对, 延伸后 U 型磁珠发光。

    探针二: Infinium Ⅱ 探针只使用一种磁珠, 探针末端为 C。 配对后只掺入单个碱基( ddNTP-BioT,ddNTP-DNP) 。 根据荧光类型判断掺入的碱基类型, 从而判断是否被甲基化。

     

    blob.png

    infinium探针检测原理

     

    结果展示

     

     

    blob.png

    相关性分析(左); 甲基化程度热力图(中); 聚类热图(右)

     

    blob.png

    差异位点分布circos(左); 无监督聚类树状图(中); 富集分析气泡图(右)

     

    产品优势

     

    广泛应用 

    发表科研论文最多的甲基化技术平台,美国癌症基因组图谱(TCGA)计划检测样本量达 10,181 个,国际癌症基因组联盟(ICGC)检测样本量达 9,246 个

     

    性价比高 

    >850,000 个甲基化位点,单碱基分辨,可以直接检测到发生甲基化的确切位点

     

    重复性高 

    自身技术重复相关性 R2>0.98,与 450K 交集探针间(850K vs 450K)相关性 R2>0.98

     

    经验丰富 

    团队服务项目经验>100项,样本数>6000例。应用包括:肿瘤、精神疾病、免疫疾病、药物表观基因组、生殖和发育、干细胞、中医体质等

     

    送样要求

     

    blob.png

     

    应用方向

     

    微信截图_20211111131111.png

     

    应用案例

     

    区分原发性肺鳞状细胞癌与转移癌的甲基化标志物研究

    Machine learning analysis of DNA methylation profiles distinguishes primary lung squamous cell carcinomas from head and neck metastases

    发表杂志:Science Translational Medicine(IF:17.956); 发表时间: 2019年 9月; 应用技术:850K甲基化芯片

     

    头颈部鳞状细胞癌(HMSC)患者有可能同时发生肺转移或二次肺鳞状细胞癌(LUSC)。区分原发性肺癌和肺转移癌具有重要的临床意义,但目前多数情况下无法对两种癌症进行区分。研究人员首先对原发性肺鳞癌、头颈部鳞癌肺转移和正常对照样本共计 1071 例样本的 DNA 甲基化数据进行分析,利用差异最为显著的2,000 个 CpG 位点构建分类器,通过比较随机森林,支持向量机和神经网络三种不同机器学习算法,发现神经网络算法在判别原发性肺鳞癌样本的准确率达到 96.4%。进一步提高亚组患者的分类结果概率分数,发现该算法能够对大多数病例诊断准确度超过 99%。

     

    blob.png

    训练队列的 t-SNE 图(左); 神经网络、支持向量机和随机森林的分类结果热图(右)