[发明专利]用于基因芯片原位合成的虚拟掩模的生成方法

说明书

技术领域

本发明属于基因芯片原位合成领域，涉及一种用于基因芯片原位合成的虚拟掩模的生成方法。

技术背景

经过十多年发展，基因芯片技术已日臻完善，其应用前景非常广阔。基因芯片的制备方法根据是否事先合成寡核苷酸，大体可以分为点样技术和原位合成技术。美国Fodor等人提出的光脱保护法是当今原位制备高密度基因芯片最为成功的方法之一。随后威斯康辛大学的Singh-Gasson等人利用计算机设计的虚拟掩模光导向法来制备基因芯片。掩模法的缺点在于一张芯片的合成需要的掩模量比较大，且定位要求严格，比较适合于中低密度芯片的合成。每合成一个碱基需要一张掩模，掩模加工成本很高。虚拟掩模法则可以大大简化芯片合成的工序，减少人工操作以及因此而带来的失误。同一芯片上如果合成的探针序列相近或一致，则需要的掩模或虚拟掩模可以通过简单的手动排列方法获得。然而，一张芯片上如果需要合成大量的不同的探针序列(比如100条探针以上的芯片)，通过简单的手动排序方法，计算工作量非常大，且很难满足设计需求。

1、光脱保护法合成基因芯片简介

使用光脱保护法合成基因芯片的步骤如图1所示。承载羟基的玻璃基底被光敏保护基团(例如黎芦基，NVOC)所遮盖；光线通过掩模照射到特定区域从而导致这些区域发生光脱保护，基底上曝光部分的羟基便被激活；加入被光敏保护基团保护的第一种化学结构单元(例如NVOC保护的腺嘌呤，NVOC-A)并使之与羟基反应；再使用另一张掩模对另一区域进行光脱保护；加入第二种化学结构单元(例如NVOC保护的鸟嘌呤，NVOC-G)与新暴露出的羟基反应；继续循环来得到期望的芯片探针阵列；最终用均一的光照射整个表面来去除所有的光敏保护基团。

2、公共超序列的算法

每一张掩模对应一个反应循环，而每增加一个反应循环都会增加芯片的合成成本并降低芯片合成的正确率。最简单的合成方案是周期性地加入A，C，G和T四种碱基进行反应，一层一层地伸长探针的长度直到合成整个芯片。使用这种方法合成探针长度为K的一张基因芯片大致需要进行4K个循环。Hubbell等人^[2]提出每一步合成的碱基并不需要处在同一层中，也就是说，在合成基因芯片时并不需要一层一层地增长探针，或者说在每一个化学循环完成之后各个探针不一定长度一致(如图1所示，在合成位置2处和4处第一层的两个鸟嘌呤时位置1处第二层的鸟嘌呤也同时被合成)。Kasif等人^[3]发现对给定探针阵列进行合成方案的优化等同于找出一组序列的最短公共超序列(shortest common supersequence，SCS)的问题。这个问题就是众所周知的NP-hard问题(non-deterministic polynomial)，也就是说对于基因芯片上成千上万条探针来说，在有限的时间内很难用计算机找到最短公共超序列。正因如此，许多研究者提出了试探性的寻找尽可能短的公共超序列的方法。

2.1贪婪算法