行政院國家科學委員會專題研究計畫 成果報告
識別子設計最佳化及基因晶片應用之研究
計畫類別： 個別型計畫 計畫編號： NSC91-2622-E-002-035-CC3 執行期間： 91 年 06 月 01 日至 92 年 05 月 31 日 執行單位： 國立臺灣大學資訊工程學系暨研究所 計畫主持人： 高成炎 計畫參與人員： 陳權忠, 黃友正, 黃崇隆, 黃玟憲, 蕭子昌, 陳士傑 報告類型： 完整報告 處理方式： 本計畫為提升產業技術及人才培育研究計畫，不提供公開查詢中
華
民
國 92 年 8 月 15 日
國科會補助提升產業技術及人才培育研究計畫成果精
簡報告
學門領域：資訊
計畫名稱：識別子設計最佳化及基因晶片應用之研究
計畫編號：NSC91-2622-E-002-035-CC3
執行期間：20020601～20030531
執行單位：國立臺灣大學資訊工程學系暨研究所
主 持 人：高成炎
參與學生：
姓 名
年 級
(大學部、碩士 班、博士班)已發表論文或已申請之專利
(含大學部專題研究論文、碩博士論文)工作內容
陳權忠
碩二
黃友正
碩一
Efficient Primer design
algorithm with partial order
graphs, ISMB2003.
研發及設計
黃崇隆
碩二
研發及設計
黃玟憲
碩二
協助設計開發
蕭子昌
碩二
協助設計開發
陳士傑
碩二
研發及設計
合作企業簡介
合作企業名稱：百恩諾生物科技股份有限公司
計畫聯絡人：陳麗貞
資本額：27,580,000
產品簡介：微陣列生物晶片生產
網址：http://www.asiabioinnovations.com.tw 電話：(02)33651872
ext:114
研究摘要：
基因晶片(DNA Chip)應用的起源是因為成千上萬的基因所形成的產物為構 成生命最基本的要素，故發展出以鹼基配對(base pairing)與核甘酸雜交(nucleotide hybridization)原理為基礎的技術。其原理是由 1962 年諾貝爾獎得主華生(J. Watson)和克里克(F.H. Crick)所建構 DNA 分子模型，遵循 A-T 與 C-G 互補配對 規則，A 鹼基與配對股(complimentary strain)的 T 鹼基結合，而 C 鹼基會與配對 股(complimentary strain)的 G 鹼基結合。基因晶片(DNA Chip)利用此項原理， 將 設計好的探針(probe)以不同的方式排列固定在晶片上， 使得樣本能夠與其反應， 並產生具特異性的雜交結果，其中識別子(primer)的設計亦是此項技術實驗所需 的核心關鍵。隨著後基因體時代的來臨，各物種的基因陸續被一一定序出來，尤 其是人類基因的定序，被視為是未來生物醫療方面的重要里程碑，定序完成只提 供一窺遺傳密碼全貌的機會，欲瞭解與應用基因資訊，最重要的還是了解其功 能，人類的功能基因 (functional genes) 控制人類疾病、遺傳、行為等生理現象， 探索基因的功能及其間之交互作用，過去的傳統生物學卻只能研究觀察數量很少 的基因表現量，尋找基因、探索其功能更有如大海撈針般困難。而識別子(primer) 的設計也在生物實驗中扮演著舉足輕重的角色，將微量的基因(DNA)放大來進行 實驗更是目前生物基因實驗上一個必要的過程。而在大量基因(DNA)的情形下， 如何找出具有專一性且最符合經濟效益的識別子(primer)來放大標的物(target DNA)，是目前最廣為討論的課題。在這問題下，需求一個最基本的技巧，就是 基因序列的比對。因為設計識別子(primer)的方法絕大多數都需要面臨這方面的 問題，如何在既有的設計條件下，最佳化設計識別子(primer)的時間，更是一個 需要關心的問題。此計畫中，會提到一個好的資料結構來表達基因序列，稱之為 局部順序圖形(partial order graph)，不僅可以保留原有的基因序列資訊，更可以加 速設計識別子(primer)的過程。
人才培育成果說明：
在此計畫中，以研究基因晶片(DNA chip)與識別子(primer) 設計為主軸，使 多位研究相關問題的研究者得以順利解決一些重要的問題。
以研究基因晶片(DNA Chip)為例，幾位研究者鑽研二維基因(cDNA)微陣列分 群方法，並從已發表的期刊上獲得許可的相關資訊，並繼續朝解決此問題邁進。 識別子(primer) 設計更是讓研究者整合了相當重要的演算法(set covering)及 遺傳式演算法(Genetic Algorithm)來設計可以用聚合脢連鎖反應(PCR) 來放大最 多標的基因(target gene)之最小的識別子(primer)集合。這是一個生物實驗上的重 要議題，因為在有限的經費下，可以放大基因(Gene)，得到最佳的結果。 於基礎研究上，更發現了可以由基因序列的角度，將其以新的表示法來進行 序列比對，在序列極為相似的情形下，可以大幅降低設計識別子(primer) 的時 間，如此一來，可加入更多的篩選條件，獲得更具專一性且更佳的識別子(primer)。
技術研發成果說明：
發展了一套整合識別子(primer)設計的演算法。由於同時要處理多條的基因 (DNA)序列，因此一開始想要成為識別子(primer)的引子往往非常多，可以多至 數百萬條，但真正成為識別子(primer)的引子可能只剩數十條，因此加速最基礎 的基因(Gene)序列比對，使設計識別子(primer)的方法得以更快速更全面的考量所 有情況，是這演算法的重點之一，包括 : 檢查重複的鹼基序列、二級結構的識 別子(primer)、熔化溫度(melting temperature)、G/C 鹼基佔序列的百分比… 等，這 些都是設計識別子(primer)的重要參考依據。 除了識別子(primer)基本設計外，隨著基因體資料庫不斷膨脹，有越來越多需 要處理的基因(DNA)序列，如果想針對多重基因(DNA)序列做聚合脢連鎖反應 (PCR)時，更希望用最少的識別子(primer)增幅最多的基因(DNA)序列，因此亦利 用了集合理論上的想法與遺傳式演算法(Genetic Algorithm)，搭配電腦來設計識 別子(primer)，如此一來可用最少合成識別子(primer)的經費，來獲得最大的實驗 成果。技術特點說明：
由於同時要處理多條的基因(DNA)序列，因此加速最基礎的基因(Gene)序列 比對，使設計識別子(primer)的方法得以更快速更全面的考量所有情況，是這演 算法的特點。
將基因(DNA)序列先行轉成局部順序圖形(partial order graph) (Figure 1)。
再將每個局部順序圖形(partial order graph) (Figure 2)合成一緊密的局部順序 圖形(compact partial order graph) (Figure 3)。之後開始利用遺傳式演算法(Genetic Algorithm)設計識別子(primer)。
Figure 1
T A G A G C A G G C
Figure 2. Partial order graph of (a) Hv#S73919 (b) Hv#S73919.
T A G A G C A G G C (a)
T G T A G C T A T C (b)
Figure 3. Partial ordered graph of the two sequences (Hv#S73919, Hv#S73919)
T A G A G C A G G C
根據局部順序圖形(partial order graph)的資料結構，可以更有效率的設計識別 子(primer) (Figure 3)。
將標的序列(target sequence)依照每個局部順序圖形(partial order graph)合成一 緊密的局部順序圖形(compact partial order graph)後開始利用遺傳式演算法 (Genetic Algorithm)設計識別子(primer) (Figure 4)。
Figure 3. Polymerase Chain Reaction
Forward primer
Amplified
Reverse primer
region
3
3
5
5
Figure 7. Partial ordered graph of the two sequences (Target 1, Target 2)
A T C A T C G A T t1 A t2 p1 T C A C A G T A Target T = (t1, . . . , tn), Primer p = (p1, . . . , pm) t1 = ATCATCGAT t2 = ATAATCGAT . = .. . = .. . = ..
We construct the partial order graph of target sequences. Primer p1 = TTCACAGTA
