GeoChip与常规的核酸检测方法相比有什么优势？

常规的核酸检测方法包括基因克隆文库、变性梯度凝胶电泳DGGE、温度梯度凝胶电泳TGGE、末端限制性片段长度多态性（T-RFLP）、定量PCR和原位杂交等，尽管这些技术有一定价值，但它们的的缺点是信息量太小，不能充分反映复杂的环境微生物多样性和分布。基因克隆文库构建和检测的工作量大，且自然界中99%的微生物在实验室都没有办法纯化培养，从培养基上挑取克隆菌株，摇菌转化测序，效率低下。DGGE法曾经广泛应用于检测微生物群落结构或功能的多态性，但是需要标准菌株，且受到凝胶电泳特性的局限，无法检测到稀有菌群的种类，因此其重复性和分辨率都不甚理想。GeoChip涵盖了多个功能类别，同时，这些相关功能基因涉及了细菌、古菌、真菌、原生生物、病毒等多种生物类群，较常规的研究方法更加简便、经济、快捷，能在短时间内获得更多更准确的信息。

GeoChip与扩增子测序技术和PhyloChip相比有什么优势？

扩增子测序以及PhyloChip都能揭示群落的系统发育信息，适用于16S rRNA基因的检测，但是这些技术都依赖于PCR的扩增以及保守性引物。而扩增子测序也适用于部分功能基因的检测，然而大部分的功能基因仍不能设计出足够保守的PCR引物，也就是说除了GeoChip以外目前只有极少数的功能基因能通过测序的办法检测。不仅如此，这些基于传统PCR扩增的测序技术由于扩增偏好性的客观因素仍很难实现准确定量，且这些技术对系统的随机误差极其敏感。尽管通过获得系统中绝大部分物种的序列信息能在很大程度上消除这些误差，但是依据目前的测序技术需要付出巨大的成本。相比之下，基于芯片的杂交技术对随机误差并不敏感，而只需关注芯片中明确的基因，且GeoChip技术对物种的分辨率也高于基于16S rRNA基因的扩增子测序。但是，基于测序的检测技术能有助于我们发现新的基因和功能信息，因此，综合利用多种高通量的检测手段能更全面地揭示微生物群落的系统发育以及功能结构，最终更好地回答我们的科学问题和假设。太阳集团2018网站与很多公司和机构一样提供扩增子测序服务。此技术需要较为少量的环境样品DNA，通过基于保守引物的PCR扩增来或者群落的系统发育基因（如16S rRNA基因）或功能基因（amoA基因）。扩增子测序一般可以对多个样品进行混样后进行。

GeoChip和宏基因组应如何选择？

GeoChip是根据微生物相关的各类功能基因独立设计特异性的探针，能极大地降低特殊样品中动植物宿主基因组对微生物群落功能检测的影响，且具有平行样品间结果高重现性高和高灵敏度的等特点，适用于探索已知基因及物种的未知规律。宏基因组技术直接针对微生物群落总的DNA进行测序，其数据量巨大。尽管宏基因组测序可以发现新的基因，然而我们能获得序列片段和信息更多只能来源于高丰度的物种或多拷贝的基因。同时，对如此大量的数据进行深入分析是个十分巨大的挑战。GeoChip和宏基因组都关注环境样本中的物种组成、功能组成及代谢通路等信息，均可用于挖掘环境样本功能层面的信息。

芯片中Unique和Group 探针有什么区别？

Unique探针只会靶向唯一基因的探针，Group探针会靶向一组有共同保守序列的基因。

GeoChip是否需要考虑功能基因片段大小的问题？

无论多长的功能基因都含有保守区域，因此不用考虑功能基因片段大小的问题。

样品数量及重复数量要求如何？

通常要求至少2个组，每组至少3个重复，建议样品总数不低于12个，且具备一定的实验设计基础。一方面为了避免假阳性，一方面重复数不足时多项统计学分析将没有意义。

为什么前面提到杂交实验只需要0.2至1微克的DNA，而送样要求为3微克以上？

首先需要明确，能做和做得效果好是两回事，为保证实验检测效果，低于1微克的样品都需要扩增，同时实验也有失败的情况，所以需要准备至少两次实验所需的DNA样品。

GeoChip中平常说的60K、180K是指什么，有什么区别？

60K和180K 均为GeoChip5.0中探针数，分别指6万和18万探针，60K包含了GeoChip5.0中基础物质循环（碳、氮、硫、磷）和有机污染降解相关功能基因的绝大部分探针及部分其他常见功能基因的探针，180K中增加了电子转运、应激响应及病毒相关的探针，并大幅度提高了重金属抗性、致病性、次生代谢及抗生素抗性等各类基因的探针数量。

GeoChip、HuMiChip、PathoChip和StressChip有什么联系和区别？

HuMiChip是针对人类相关微生物重新设计的芯片，涵盖的探针与GeoChip没有重复，PathoChip病原芯片和StressChip抗性芯片有部分探针来自GeoChip。

GeoChip的数据分析难度如何？

GeoChip数据具有非常清晰明了的基因注释信息，并涵盖多个基因类别的信息，方便进行功能基因的统计和比较分析。与基于测序的宏基因组数据相比，GeoChip数据简单易懂，可直接用于各类统计分析，因此有助于结果的解读和比较。