Che cos’è un microarray?

Un microarray è una sequenza di punti di DNA, proteine ​​o tessuti disposti su un array per una facile analisi simultanea. Il più famoso è il DNA microarray, che svolge un ruolo fondamentale nella profilazione dell’espressione genica. Il materiale del substrato è vetro, plastica o un chip di silicio. I nomi alternativi per il microarray del DNA includono chip genico, chip DNA e biochip. I piccoli frammenti di DNA sono chiamati sonde.

Un microarray può essere realizzato in vari modi. Il più primitivo è semplicemente far cadere il DNA su vetrini usando spilli. Tecniche più sofisticate utilizzano la fotolitografia, approcci elettrochimici e persino la stampa a getto d’inchiostro, tutto ciò che può fornire il DNA in un punto preciso con precisione.

Il DNA microarray è un prodotto della fine degli anni ‘1980 e dei primi anni ‘1990, quando la biotecnologia iniziò davvero a decollare. Il microarray consente a un ricercatore di eseguire una sequenza di test su tutti i campioni contemporaneamente, velocizzando notevolmente la ricerca. La sperimentazione biologica tradizionale lavora sulle cose una alla volta. Le sonde sono talvolta contrassegnate da punti chiamati fluorofori quando non possono essere facilmente distinguibili.

Alcuni dei più grandi microarray, realizzati da aziende come NimbleGen Systems, contengono fino a 390,000 spot. Il microarray viene utilizzato frequentemente nell’analisi dell’intero genoma di un organismo, che può contenere decine di cromosomi o più, ciascuno con il proprio DNA e RNA. Sfortunatamente, non tutti i microarray sono compatibili tra loro e vi è una manifesta mancanza di standard. Gli sforzi di standardizzazione sono in corso, ma per il momento senza molto successo.

Come la maggior parte dei programmi di ricerca biotecnologica all’avanguardia, i test sui microarray possono produrre enormi quantità di dati, dando origine al campo della bioinformatica, che cerca di dare un senso a tutto ciò. Potrebbero esistere scoperte e correlazioni che abbiamo già misurato, ma semplicemente non notate a causa dell’overflow di dati. Il data mining è ampiamente utilizzato per analizzare i risultati di questi complessi esperimenti.