关于SNP与神经生物学起始研究的一种工具

对于神经科学中分子生物学部分，特别是相关疾病方面的研究手段并不是很多。特别是对于多个因素的作用，现在的研究手段还比较稚嫩，对于DNA 的初步大规模分型无疑是一种好的方法。AFFY用基因来检测SNP达到了高通量的目的，非常适合于第一步的筛查。

复杂DNA 的大规模基因分型

Nature Biotechnology, Volume 21, Number 10, October, 2003

以复杂的人类表型的分子基础为研究目的遗传研究要求对大量个体中成千上万的单核苷酸多态性（SNP）进行基因分型。目前已公布了超过了2百万的人类SNP位点; 然而, 测定这些SNP位点的方式是劳动力密集型，要求大量的自动操作参与。

这儿， 我们描述了简单而有效的方法，定义为全样品分析（WGSA），即对一个复杂DNA 样本无需位点特异性的引物或者自动化操作而可以同时进行成千上万的基因型的分析。我们的方法是对多种DNA 样本中有高度重复性的片段进行扩增，检出的基因型准确性超过99%。

我们也对来自于3种不同人种的14,538个SNP位点快速确定了基因型，并确定了在这些种群中有显著的等位基因差异。我们通过对黑猩猩和大猩猩进行基因分型确定了8386 个SNP位点为祖先型等位基因（ancestral allele）。

总之，WGSA是高度定量的并可进行高密度的SNP图谱的遗传学研究。

我们克服了当前的基因型技术中的2个重要瓶颈：位点特异性SNP 的扩增和位点特异性等位基因区别的要求 。

我们设计了基因样本的准备方法，通过单核苷酸引物进行扩增，用DNA 芯片检测等位基因。基因芯片通过样品中的核酸分子同芯片上的互补性顺序进行的特异性杂交来确定大量的基因信息。

尽管目前可以在上合成大于500，000探针序列，但是主要的挑战是如何将DNA 放在上的同时得到有关样本的准确的等位基因信息。

许多靶基因的特殊基因碱基对（复杂性）增加了交叉杂交以及非特异性信号的机率。因此，优先选择的一部分（或者片段），在上才可以得到有意义和特异性的信号。

进行的筛选目前有几个已知的方法。共同的策略是使用限制性酶消化，随后进行接头连接，并用一个引物进行扩增。所采用的方法的不同在于降低复杂度的步骤。举个例子来说，代表差异性分析利用PCR选择性扩增长度至1kb的片段。

这种扩增的片段长度多态性（AFLP）的方法是利用特异性引物去扩增基因。基因片段也可以通过凝胶选择片段大小来制备。

TSC (The SNP Consortum) 利用这种方法确认了超过一百万SNPs。所有这些方法在制备片段化的基因方面都取得了进步，但是它们在区别等位基因方面仍有局限性，即在大规模的基因型确认方面仍有缺陷。

我们所建立的基因分型方法中满足3种标准。首先，它应该覆盖TSC公共数据库中的大量SNPs的数量。其次，为避免SNP特异性的引物，所得到的大量的SNPs是经过仔细选择。最后，为保证准确性必须是可被高度重复的。

为了利用大量已发现的SNP位点，我们致力于TSC和SNP发现中所采用的片段化方法，即用EcoRI, BglII和 XbaI 限制性酶进行消化, 接着选择了400- 800bp范围 的片段。我们通过优化扩增条件并且选择性扩增这种大小的片段来代替凝胶法分离片段大小。

由FSP所产生的靶目标被标记后同杂交。每个EcoRI, BglII 以及 XbaI 片段代表接近4×107 bpDNA 。

典型的同类片段杂交显示很强的信号密度，而相等量的人类全DNA （3.2×109 bp）杂交信号密度就低得多。SNP通过等位基因特异性杂交， 并用针对高度复杂的样本的统计学分析得到。

我们用108个个体验证这种统计算法。我们观察到与三种可能的基因型相关的基因簇（Cluster），一套保守算法确认了14,548高质量的SNPs。

测定了38个样本检测的重复性和准确性（Methods），发现可以达到95.8%的平均检出率(检出的SNP总数除以总的检测数)，同其他基因分型的方法相比有约99.1% 的一致性。