转录组学主要技术及其应用研究
单细胞转录组研究技术及应用
单细胞转录组研究技术及应用生物学中的单细胞转录组研究技术近年来快速发展，能够对单个细胞的RNA 进行测序，以探究其中的基因表达和变异情况。
一、单细胞转录组技术介绍单细胞转录组技术，简单来说，就是通过测序技术将单个细胞的RNA信息进行分析，以得到其基因表达和变异情况，属于生物学中的“单细胞学”领域。
常用的单细胞转录组测序技术有：Smart-seq、Smart-seq2、STRT-seq等。
1. Smart-seqSmart-seq作为单细胞转录组测序技术的第一代，在研究单细胞转录组的过程中，实现了从单细胞中构建出完整的cDNA。
但其技术成本和设备要求较高，而且可能存在失真等问题。
2. Smart-seq2为解决Smart-seq技术的缺陷，Smart-seq2作为第二代技术，将反转录和cDNA 合成一步完成，同时采用低循环数PCR，减少了测序偏差，并且可以更好地保留RNA序列原始信息。
3. STRT-seqSTRT-seq是一种基于低成本的DNA测序方法，其可以在整个cDNA聚集中标识和放大那些含有主要启动子信息的RNA，具有检测细胞内全转录本的优势。
二、单细胞转录组技术应用1. 帮助人们更好地了解生命单细胞转录组技术可以为基因测序提供更准确的数据，在基因结构和生物学中的作用扮演着越来越重要的角色。
该技术还可以检测和比较单个细胞RNA表达的变化，帮助人们更好地了解生物体的分化和发育，以及研究细胞生成和发展的分子机制。
2. 精准医疗单细胞转录组技术能够将医学研究与基因组学相结合，将单个细胞的RNA进行分析，以提供更为精确的医学诊断和治疗建议。
例如，基于单细胞转录组技术对不同细胞类型进行深入分析，可以制定更为个性化的治疗方案。
这有望为精准医疗奠定更为坚实的基础。
3. 解决生物技术难题单细胞转录组技术还可以解决一些生物技术上的难题，例如：分离样品中的细胞群体，解决细胞失活率低等问题。
该技术已被应用于人类干细胞和模型生物等方面，受到了广泛研究。
单细胞转录组学的技术及应用
单细胞转录组学的技术及应用随着科技发展的不断推进，人们对于生物学领域的研究也越来越深入。
在这个领域中，单细胞转录组学技术是一个备受关注的革命性技术，可以为生物学研究提供更加深入细致的了解与理解。
一、单细胞转录组学技术的定义和意义单细胞转录组学技术（Single-cell transcriptomics）是一种能够对单个细胞进行分析的生物信息学技术，可以测定其转录组水平，因此也又被称为转录组测序技术。
这种技术能够对细胞的基因表达进行高通量、高灵敏的研究，其主要应用领域是生物医学、致病机制的解析以及个性化医疗的发展等领域。
单细胞转录组学技术的意义在于：在了解每一个细胞的基础上，可以更加感性地了解组织和系统方面的更多相关信息。
比如疾病的研究，单细胞转录组学就可以从一个个细胞的角度看到病变细胞和正常细胞之间的差异。
这可以为转化医学研究提供重要的基础数据。
二、单细胞转录组学技术的研究方法单细胞转录组学技术要求对细胞进行隔离或者微量处理后，通过高通量测序技术获取每个单独细胞的转录本信息，从而建立一个具有生物学意义的单细胞图谱。
这种方法主要有以下几种：1. 微流控技术微流控技术是目前应用比较广的单细胞分离技术，可以将单个细胞分离到微小单元中，进一步完成单细胞转录组学研究。
该技术在去年发表在Nature上的文章中，首次使用混合式多层微流控芯片，实现了超过6万个肺癌瘤细胞（filter cells）的测序，并对这些细胞进行了分类。
2. 磁性珠技术磁性珠技术利用通过连接到表面上的选择性抗体来挑选出感兴趣的单个细胞，这样可以保证筛选出的细胞单一性。
但是该技术在筛选过程中也会影响单细胞的RNA浓度。
因此在使用这种技术时，需要充分考虑上述问题。
3. 转移部分细胞原型尽管微流控和磁性珠技术在单细胞分离上表现出色，但分离效率相对不太高。
因此，一些新兴技术引人注目，例如SPOT，即区分细胞不同阶段的技术。
相比Sanger技术和Illumina高通量测序，该技术在处理细胞材料方面具有明显优势。
转录组学技术与应用研究进展
转录组学技术与应用研究进展随着生物学研究的不断发展和深入，转录组学技术逐渐成为生物学领域的热点之一。
它可以在分子水平上研究基因表达和调控，以及生物体对外部环境的响应机制。
在过去的几年中，转录组学技术掀起了一股革命，在基础研究和诊断治疗方面都有着广阔的应用前景。
本文将从技术原理、分析方法和应用领域三个方面，对转录组学技术的研究进展进行梳理。
技术原理转录组学技术的核心原理是通过高通量测序技术，对生物体细胞内的mRNA进行定量测序和分析。
由于mRNA在基因表达调控中起着重要作用，因此研究mRNA在不同组织、不同生理状态以及受不同刺激后的表达变化，可以更全面地了解基因调控的机制。
而目前转录组学技术主要采用的测序技术包括Illumina、PacBio和NanoString等。
其中，Illumina测序技术是转录组学中最常用也是最早应用的高通量测序技术，其原理是将mRNA反转录为cDNA，分离出具有不同标签的cDNA，将其连接至测序芯片上，并以全自动的方式进行测序，最终得到大量的测序数据。
相对而言，PacBio和NanoString则采用了不同的测序方式。
PacBio利用了单分子实时测序技术，可以在单个分子水平上测序，获取更长的连续序列；NanoString则利用了一种基于纳米技术的定量方法，可实现大规模样本同时定量。
分析方法对于从高通量测序技术中获得的数据，需要进行数据预处理、差异表达分析以及功能注释等流程进行分析。
其中，数据预处理主要包括序列质量控制、去除低质量序列、去除序列中的污染物和拼接成转录本。
差异表达分析则是研究不同组样本的mRNA表达差异，通过计算两组样本之间mRNA表达的Fold Change来标志显著性差异，并进行GO、KEGG等生物信息学分析，找到不同基因在生物学功能中的作用。
另外，功能注释对于发掘mRNA表达在不同生物学过程的功能和意义有着重要的作用。
通过在转录组学数据库中查询同源基因、介导通路和蛋白质互作，可以进一步了解基因表达在生物过程中的调控因素和作用方式。
转录组学研究中的新方法和应用
转录组学研究中的新方法和应用随着科技的不断进步和应用，转录组学成为了研究生命科学的主要手段之一。
转录组学是指通过研究细胞内的RNA转录记录，来识别和描述基因组中所有的RNA种类及其相关的功能。
近年来，转录组学研究中出现了一些新的方法和应用，本文将从以下几方面进行讨论。
一、单细胞RNA测序传统的RNA测序通常是在组织水平上进行的，这种方法无法区分组织中不同细胞类型的表达模式。
然而，随着单细胞技术的发展，单细胞RNA测序日益成为了研究细胞命运决定、分化、演化等问题的重要手段。
单细胞RNA测序能够直接获取单一细胞内的转录组信息，揭示单细胞水平上的基因转录调控和细胞异质性，这些信息对理解发育、生长、进化以及疾病发生发展等过程非常重要。
例如，在疾病研究方面，单细胞RNA测序可用于研究癌症细胞的转录表达谱和转录因子网络，为制定精准药物治疗方案提供理论依据。
二、亚细胞位点RNA测序除了单细胞RNA测序以外，近年来新的技术——亚细胞位点RNA测序（Spatial transcriptomics）逐渐受到研究者的关注。
亚细胞位点RNA测序是指将组织切片进行定位标记，然后通过测序技术获得组织中每个细胞的转录物。
亚细胞位点RNA测序能够同时分析数千个细胞，发现和识别细胞的基因表达差异和空间分布规律，更好地研究组织、器官和生物体的微观结构和功能。
该技术对解决医学诊断、基础科学和生物技术等方面的问题具有广阔的应用前景。
三、表观遗传学和转录组联合分析除了传统的RNA测序和单细胞RNA测序，表观遗传学和转录组联合分析也成为了转录组学研究的热点之一。
转录组学研究中，表观遗传学和转录组数据的共同分析可以更全面地揭示细胞的功能与调控机制。
表观遗传学是指通过研究基因组上化学修饰模式的变化来理解基因活动的调节机制。
通过结合表观遗传学和RNA测序数据，可以更好地解释遗传信息和生理状态的相互作用，更深入地分析生物影响因素（如环境、年龄等）对基因表达的影响。
转录组学主要技术及其应用研究
转录组学主要技术及其应用研究转录组学是研究细胞或组织中转录产物（RNA）在一定时间和空间范围内的全面表达的一门学科。
它通过测定和分析RNA的种类和数量来揭示基因调控的差异和发生的机制。
转录组学技术包括深度测序、微阵列和实时定量PCR等，这些技术在生物医学研究、农业生物技术和环境学等领域中应用广泛。
深度测序（RNA-seq）是目前应用最广泛的转录组学技术之一、它利用高通量测序技术对细胞或组织中的RNA进行全面测序，可以获得转录本的序列和表达水平。
通过比较不同条件下的RNA-seq数据，可以鉴定和分析差异表达基因，揭示基因调控的变化和潜在的生物学过程。
此外，RNA-seq还可以用于发现新的转录本、分析剪接异构体、检测非编码RNA等。
微阵列技术是另一种常用的转录组学技术。
它基于DNA微阵列芯片的原理，将大量的探针固定在芯片上，用来捕获和检测RNA分子。
通过测量特定的转录本与相应探针的结合程度，可以得到转录本的相对表达水平。
微阵列技术具有高通量、高平行性和灵敏度的优势，可以同时分析成百上千个基因的表达。
实时定量PCR（qPCR）是一种准确而灵敏的测定RNA表达水平的技术。
它通过引入荧光染料和PCR反应循环的监测，可以实时检测并定量RNA分子的数量。
qPCR可以精确测量低丰度的RNA分子，具有快速、高通量和高灵敏度等特点，常用于验证和定量RNA-seq和微阵列的结果。
转录组学技术在许多领域中得到了广泛的应用。
在生物医学研究中，转录组学技术可以用于鉴定与疾病相关的基因和调控网络，揭示疾病发生发展的分子机制。
例如，通过对疾病组织和健康组织的转录组进行比较，可以发现疾病标志物和治疗靶点。
转录组学技术还可以用于研究肿瘤的发生发展机制和预后评估。
在环境学领域，转录组学技术可以用于研究环境污染对生物体的影响。
通过分析转录组数据，可以发现受污染环境下的生物体的代谢途径和信号通路发生的变化，评估环境污染的影响和危害程度。
转录组学主要技术与应用研究
转录组学主要技术与应用研究转录组学是一种研究生物体转录组的学科，它主要通过采用高通量测序技术，对细胞中所有基因的RNA表达进行全面和系统地研究。
通过对转录组的研究，我们可以全面了解基因在特定组织、特定时期和特定环境下的表达情况，可以揭示基因在生物体发育、生理活动和适应环境等方面的机制，以及与疾病发生发展相关的分子基础。
下面将对转录组学的主要技术和应用研究进行详细介绍。
一、转录组学的主要技术1. RNA测序技术（RNA-Seq）：RNA测序是转录组学研究的核心技术，它通过将RNA反转录成DNA，并进行文库构建和测序，得到RNA的全长序列信息。
RNA-Seq技术相比传统的Microarray技术，具有更高的灵敏度和准确性，可实现低丰度基因的检测和定量，同时可以鉴定新转录物和变异。
2.转录组组装和注释：对RNA测序得到的序列进行数据处理，包括序列质量控制、去除低质量序列、去除污染序列等，然后对测序得到的短序列进行组装和注释，得到基因的表达信息和基因的结构信息。
3.管理基因和差异表达基因分析：将样品的RNA序列比对到参考基因组或转录组，利用比对结果和参考基因组的注释信息，挖掘出差异表达的基因，进而进行差异表达基因的验证和功能解析。
4. 其他技术：包括RNA亚转录组测序（sub-transcriptome sequencing）、全长转录组测序（full-length transcriptome sequencing）、单细胞转录组测序（single-cell transcriptome sequencing）等技术。
二、转录组学的应用研究1.基因功能解析：通过分析转录组数据，可以研究基因的表达模式、调控网络和与其他基因的相互作用，进而揭示基因在生物体发育、生理功能和适应环境等方面的作用和机制。
2.疾病诊断和预测：转录组学可以揭示疾病发生和发展的分子基础。
通过比较疾病组织和正常组织的转录组差异，可以鉴定与疾病相关的基因和通路，为疾病的早期诊断和治疗提供新的靶点和策略。
转录组学的研究及应用前景
转录组学的研究及应用前景转录组学是基因组学的新兴分支，是对基因表达的全面分析研究。
自从人类基因组计划启动以来，随着高通量测序技术的不断发展，转录组学研究成为当前生命科学中备受关注和广泛应用的研究热点。
转录组学的应用范围广泛，包括疾病诊断、疾病预测、新药发现、基因功能研究等领域。
本文将详细介绍转录组学的研究方法以及其在不同领域中的应用前景。
转录组学的研究方法转录组学是对所有mRNA的表达分析研究，其研究方法主要包括两个流程：转录组分析和数据分析。
转录组分析是指在高通量测序平台上，以基因组DNA为模板，通过反转录过程将mRNA转录成cDNA，最后通过测序技术进行高通量测序。
该过程可以有效地揭示mRNA的表达水平和结构，进而探究细胞的基因表达和基因调控，发现新的转录本和可变剪接事件等。
数据分析是指通过生物信息学软件将转录组测序所得数据进行比对、注释、剪接及表达水平的计算分析，从而分析具有生物学意义的基因或样本差异表达。
其中，基因注释是指将测序数据比对到已知的基因序列上，以确定样品里所有基因的表达量。
剪接是指一个基因在不同的转录过程中，利用不同的剪接方式产生不同的转录本，从而产生不同的mRNA，所以剪接的检测可以揭示基因的多样性和复杂性。
表达量分析主要是通过对不同样本之间的基因表达量差异进行计算，找出关键基因并进行功能分析，从而研究基因的说明剖析和调控网络。
转录组学的应用前景1. 疾病诊断疾病特异性mRNA表达谱是一种可靠的诊断指标。
因此，转录组学技术已被广泛应用于肿瘤、心血管疾病和神经退行性疾病等疾病的诊断。
通过研究患者和健康人的转录组数据，可以查找差异的基因，并建立新的诊断模型来识别疾病。
2. 疾病预测利用转录组学技术可以从血样或尿样中检测特定的mRNA表达模式，从而判断疾病的进展情况。
通过这种方法可以进行早期预测和筛选具有高风险的病人。
这种技术已经被成功应用于乳腺癌、帕金森病等疾病的预测。
3. 新药发现转录组学技术已经被应用于新药研发中。
转录组学数据分析方法的研究及其应用
转录组学数据分析方法的研究及其应用从基因组学到转录组学，高通量技术的发展推动了分子生物学领域的发展。
在转录组学领域中，RNA测序技术已成为研究人员探究生命多样性、研究基因表达变化和功能的关键工具。
但是，数据分析是RNA测序研究中面临的挑战之一。
随着RNA测序数据的数量急剧增加，转录组学数据分析方法的研究及其应用变得至关重要。
本文将着重讨论RNA测序数据的分析方法及其应用。
一、RNA测序数据处理1.1 数据预处理RNA测序技术生成的数据具有一定的噪音和偏差。
因此，在进行RNA测序数据分析之前，需要对原始数据进行预处理。
预处理包括去除低质量序列、去除接头序列、去除重复序列和过滤低表达基因等步骤。
RNA测序数据预处理的目的是减小对下游分析的影响，同时提高后续数据分析的准确性和可靠性。
1.2 基因表达量分析在RNA测序数据分析中，基因表达量分析是最常见的应用之一。
基因的表达量是指RNA分子的数量，通常使用reads per kilobase of exon model per million mapped reads (RPKM)或fragments per kilobase of transcript per million mapped reads (FPKM)作为基因表达的度量。
基因表达量分析可以研究不同样本或不同组织之间的基因表达变化。
二、差异基因分析差异表达分析可以帮助我们比较不同样本或组织中基因表达的变化。
差异基因分析可以发现可能涉及疾病和生理过程的基因和通路。
在差异基因分析中，通常会将RNA测序数据分为不同的组，例如病人组和对照组。
然后，可以使用不同的统计方法来确定不同组之间的基因表达差异是否具有统计学意义。
差异表达分析还可以发现新的基因或表达物，以及预测可能的分子机制。
三、富集分析富集分析可以解释在差异基因分析中发现的有意义的表达差异。
通常会使用基因集富集分析来鉴定差异表达基因的生物学功能和通路。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
转录组学主要技术及其应用研究姓名：梁*专业：微生物学年级：2013学号：*******二零一四年六月十五日转录学主要技术及其应用研究摘要：转录组(transcriptome)是特定组织或细胞在某一发育阶段或功能状态下转录出来的所有RNA的集合。
转录组学研究能够从整体水平研究基因功能以及基因结构，揭示特定生物学过程以及疾病发生过程中的分子机理。
目前，转录组学研究技术主要包括两种：基于杂交技术的微阵列技术（microarray)和基于测序技术的转录组测序技术，包括表达序列标签技术（Expression Sequence Tags Technology，EST）、基因表达系列分析技术（Serial analysis of gene expression，SAGE）、大规模平行测序技术（Massively parallel signature sequencing，MPSS）、以及RNA 测序技术（RNA sequencing，RNA-seq）。
文章主要介绍了以上转录组学主要研究技术的原理、技术特点及其应用，并就这些技术面临的挑战和未来发展前景进行了讨论，为其今后的研究与应用提供参考。
关键词：转录组学；微阵列技术；转录组测序技术；应用Study on the main technologies of transcriptomicsand their applicationAbstract: The transcriptome is the complete set of transcripts for certain type of cells or tissues in a specific developmental stage or physiological condition. Transcriptome analysis can provide a comprehensive understanding of molecularmechanisms involved in specific biological processes and diseases from the information on gene structure and function. Currently,transcriptomics technology mainly includes microarry -based on hybridization technology and transcriptome sequencing-based on sequencing technology, involving Expression sequence tags technology, Serial analysis of gene expression, Massively parallel signature sequencing and RNA sequencing. The detailed principles, technical characteristics and applications of the main transcriptomics technologies are reviewed here, and the challenges and application potentials of these technologies in the future are also discussed. This will present the useful information for other researchers. Keywords: transcriptomics ; microarray ; transcriptome sequencing; application随着后基因组时代的到来，转录组学、蛋白质组学、代谢组学等各种组学技术相继出现，其中转录组学是率先发展起来以及应用最广泛的技术[1]。
1 转录组和转录组学转录组概念是最先由V eclalesuc和Kinzler等人于1997年提出[2]。
转录组(transcriptome)广义上是指某个组织或细胞在特定生长阶段或生长条件所转录出来的RNA总和，包括编码蛋白质的mRNA和各种非编码RNA，如rRNA、tRNA、snoRNA、snRNA、microRNA及其他非编码RNA等。
但狭义上通常仅以mRNA为研究对象。
由转录组的定义可见，其包含了特定的时间和空间限定，这与基因组的概念不同。
因此，同一组织或细胞在不同生长条件、生长阶段，其转录组是不同的。
通过遗传学中心法则我们可以知道，遗传信息的传递是以信使RNA（mRNA）为“桥梁”，从DNA传递到蛋白质。
由此可见，转录组的研究不仅可以解释细胞或组织的基因组的功能元件，揭示分子成分，还可以用来认识生物学进程和疾病发生机制[3,4]。
转录组学（transcriptomics)是功能基因组学（Functional Genomics)研究的重要组成部分，是一门在整体水平上研究细胞中所有基因转录及转录调控规律的学科[5,6]。
随着人类基因组计划HGP( Human Genome Project)的完成，科学家也逐渐认识到对基因结构序列的研究仅仅是基因组学研究的一部分，并不能揭示所有的生命奥秘，所以接下来需要解决的问题是：研究这些基因序列的功能、参与的生命过程、表达调控方式，以及这些基因在不同的时空条件下的表达差异等。
这些问题都需要功能基因组学技术来解决，而转录组学技术是功能基因组学研究的重要组成部分。
对基因及其转录表达产物功能研究的功能基因组学，将为疾病控制和新药开发、作物和畜禽品种的改良提供新思路，为人类解决健康问题、食物问题、能源问题和环境问题提供新方法。
2 转录组学研究的方法在早期，由于测序价格昂贵、基因序列数目有限，转录组学研究者只能进行极少数特定基因的结构功能分析和表达研究。
最近十几年，分子生物学技术的快速发展使高通量分析成为可能，这为真正意义上的转录组学的研究奠定了基础。
这些高通量研究方法主要可以分为两类：一类是基于杂交的方法，主要是指微阵列技术（Microarray）；一类是基于测序的方法，这类方法包括表达序列标签技术（Expression Sequence Tags Technology，EST）、基因表达系列分析技术（Serial analysis of gene expression，SAGE）、大规模平行测序技术（Massively parallel signature sequencing，MPSS）、RNA 测序技术（RNA sequencing，RNA-seq）。
其中，Microarray 和EST 技术是较早发展起来的先驱技术，SAGE、MPSS 和RNA-seq 是高通量测序条件下的转录组学研究方法转录组学研究有助于了解特定生命过程中相关基因的整体表达情况，进而从转录水平初步揭示该生命过程的代谢网络及其调控机理。
2.1 微阵列技术（Microarry）微阵列技术是分子生物学领域具有里程碑式意义的重大突破，它可以同时测量不同样本中成千上万个基因在不同环境和不同状态下的表达水平。
基因表达数据是基于DNA 微阵列技术而产生的反映基因转录产物mRNA 丰度值的一组数据。
数据中蕴含着丰富的基因活动信息，通过对这些数据中所隐含的基因活动信息进行分析，就可以解答一些生物学领域的问题。
如基因的表达在不同环境中有哪些差异，基因的表达在特定条件下有哪些变化，基因之间有哪些相关性，以及在不同条件下基因的活动受到哪些影响等等[7]。
2.1.1 原理和方法DNA微阵列基本制作原理为大规模集成电路所控制的机器人在尼龙膜或硅片固相支持物表面，有规律地合成成千上万个代表不同基因的寡核苷酸“探针”，或液相合成探针后由阵列器(arrayer)或机器人点样于固相支持物表面。
这些“探针”可与用放射标记物32P或荧光物如荧光素、丽丝胺等标记的目的材中的DNA或cDNA互补核酸序列相结合，通过放射自显影或激光共聚焦显微镜扫描后，对杂交结果进行计算机软件处理分析，获得杂交信号的强度及分布模式图,以此反映目的材料中有关基因表达强弱的表达谱。
该技术仍以基因连锁、连锁不平衡、限制性长度多态性、可变串联重复序列及单核苷酸多态性标记等基因定位方法为基础，采用分子杂交等多种技术方法为手段，进行遗传作图,对不同材料中的多个基因表达模式进行平行对比分析，是一种高产出的、新的基因分析方法。
以尼龙膜为固相支持物的DNA微阵列和以硅片为固相支持物的DNA芯片，二者在原理上相同,仅在支持物及检测手段等方面略有不同。
在微阵列里最大的一类DNA microarray根据探针分子的构成又可以分为cDNA微阵列和寡核苷酸微阵列。
（1）cDNA微阵列cDNA微阵列是指对各种生物随机克隆和随机测序所得的cDNA片段进行归类，并把每一类cDNA 片段的代表克隆(代表一个独立基因)经过体外扩增，得到大小和序列不同的片段分别经过纯化后，利用机械手高速将它们高密度有序地点样固定在玻片硅晶片或尼龙膜上，从而制备成cDNA微阵列，以此对各基因的表达情况进行同步分析。
它的特点是造价低、适用面广、研制周期短、灵活性高。
而缺点是点阵密度相对比较低。
同时，cDNA微阵列由于基因长短不一，导致溶解温度Tm各异，众多的基因在同一张芯片上杂交，使得杂交条件很难同一，这样也使得其分辨能力受到限制。
（2）寡核苷酸微阵列寡核苷酸微阵列的主要原理与cDNA微阵列类似，主要是通过碱基互补配对原则进行杂交，来检测对应片断是否存在、存在量的多少。
它与cDNA芯片的本质差别在于寡核苷酸的探针片断相对较短(一般是20-70nt的寡聚核苷酸序列)。
寡聚核苷酸微阵列的探针经过优化，长度基本一致，并且Tm也相差不大，所以相比较cDNA微阵列它具有以下优点：1.无需扩增，防止扩增失败影响实验；2.减少非特异性杂交，能够有效的区分同源序列的基因；3.杂交温度均一，提高了杂交效率；4.减少了微阵列片上探针的二级结构。
上述特点使得寡核苷酸微阵列的应用日益广泛。
但是当寡核苷酸序列较短时，单一的序列不足以代表整个基因，所以又需要用多段序列，从而提高了制作成本。
2.1.2 应用（1）表达差异的研究1995年Schena等用了48个PCR扩增的cDNA探针点制的微阵列片分析了野生型和转基因的拟南芥中基因表达差异，并与Northern blot作了比较。
发现Microarray能够很好的检测到基因表达水平上的差异，并且能够在同一张玻片上使用不同的荧光染料同步进行差异比较。