GeoChip與常規的核酸檢測方法相比有什么優勢？

常規的核酸檢測方法包括基因克隆文庫、變性梯度凝膠電泳DGGE、溫度梯度凝膠電泳TGGE、末端限制性片段長度多態性（T-RFLP）、定量PCR和原位雜交等，盡管這些技術有一定價值，但它們的的缺點是信息量太小，不能充分反映復雜的環境微生物多樣性和分布?；蚩寺∥膸鞓嫿ê蜋z測的工作量大，且自然界中99%的微生物在實驗室都沒有辦法純化培養，從培養基上挑取克隆菌株，搖菌轉化測序，效率低下。DGGE法曾經廣泛應用于檢測微生物群落結構或功能的多態性，但是需要標準菌株，且受到凝膠電泳特性的局限，無法檢測到稀有菌群的種類，因此其重復性和分辨率都不甚理想。GeoChip涵蓋了多個功能類別，同時，這些相關功能基因涉及了細菌、古菌、真菌、原生生物、病毒等多種生物類群，較常規的研究方法更加簡便、經濟、快捷，能在短時間內獲得更多更準確的信息。

GeoChip與擴增子測序技術和PhyloChip相比有什么優勢？

擴增子測序以及PhyloChip都能揭示群落的系統發育信息，適用于16S rRNA基因的檢測，但是這些技術都依賴于PCR的擴增以及保守性引物。而擴增子測序也適用于部分功能基因的檢測，然而大部分的功能基因仍不能設計出足夠保守的PCR引物，也就是說除了GeoChip以外目前只有極少數的功能基因能通過測序的辦法檢測。不僅如此，這些基于傳統PCR擴增的測序技術由于擴增偏好性的客觀因素仍很難實現準確定量，且這些技術對系統的隨機誤差極其敏感。盡管通過獲得系統中絕大部分物種的序列信息能在很大程度上消除這些誤差，但是依據目前的測序技術需要付出巨大的成本。相比之下，基于芯片的雜交技術對隨機誤差并不敏感，而只需關注芯片中明確的基因，且GeoChip技術對物種的分辨率也高于基于16S rRNA基因的擴增子測序。但是，基于測序的檢測技術能有助于我們發現新的基因和功能信息，因此，綜合利用多種高通量的檢測手段能更全面地揭示微生物群落的系統發育以及功能結構，最終更好地回答我們的科學問題和假設。美格基因與很多公司和機構一樣提供擴增子測序服務。此技術需要較為少量的環境樣品DNA，通過基于保守引物的PCR擴增來或者群落的系統發育基因（如16S rRNA基因）或功能基因（amoA基因）。擴增子測序一般可以對多個樣品進行混樣后進行。

GeoChip和宏基因組應如何選擇？

GeoChip是根據微生物相關的各類功能基因獨立設計特異性的探針，能極大地降低特殊樣品中動植物宿主基因組對微生物群落功能檢測的影響，且具有平行樣品間結果高重現性高和高靈敏度的等特點，適用于探索已知基因及物種的未知規律。宏基因組技術直接針對微生物群落總的DNA進行測序，其數據量巨大。盡管宏基因組測序可以發現新的基因，然而我們能獲得序列片段和信息更多只能來源于高豐度的物種或多拷貝的基因。同時，對如此大量的數據進行深入分析是個十分巨大的挑戰。GeoChip和宏基因組都關注環境樣本中的物種組成、功能組成及代謝通路等信息，均可用于挖掘環境樣本功能層面的信息。

芯片中Unique和Group 探針有什么區別？

Unique探針只會靶向唯一基因的探針，Group探針會靶向一組有共同保守序列的基因。

GeoChip是否需要考慮功能基因片段大小的問題？

無論多長的功能基因都含有保守區域，因此不用考慮功能基因片段大小的問題。

樣品數量及重復數量要求如何？

通常要求至少2個組，每組至少3個重復，建議樣品總數不低于12個，且具備一定的實驗設計基礎。一方面為了避免假陽性，一方面重復數不足時多項統計學分析將沒有意義。

為什么前面提到雜交實驗只需要0.2至1微克的DNA，而送樣要求為3微克以上？

首先需要明確，能做和做得效果好是兩回事，為保證實驗檢測效果，低于1微克的樣品都需要擴增，同時實驗也有失敗的情況，所以需要準備至少兩次實驗所需的DNA樣品。

GeoChip中平常說的60K、180K是指什么，有什么區別？

60K和180K 均為GeoChip5.0中探針數，分別指6萬和18萬探針，60K包含了GeoChip5.0中基礎物質循環（碳、氮、硫、磷）和有機污染降解相關功能基因的絕大部分探針及部分其他常見功能基因的探針，180K中增加了電子轉運、應激響應及病毒相關的探針，并大幅度提高了重金屬抗性、致病性、次生代謝及抗生素抗性等各類基因的探針數量。

GeoChip、HuMiChip、PathoChip和StressChip有什么聯系和區別？

HuMiChip是針對人類相關微生物重新設計的芯片，涵蓋的探針與GeoChip沒有重復，PathoChip病原芯片和StressChip抗性芯片有部分探針來自GeoChip。

GeoChip的數據分析難度如何？

GeoChip數據具有非常清晰明了的基因注釋信息，并涵蓋多個基因類別的信息，方便進行功能基因的統計和比較分析。與基于測序的宏基因組數據相比，GeoChip數據簡單易懂，可直接用于各類統計分析，因此有助于結果的解讀和比較。