生物信息学讲课四

前言：2000年基因组研究的三个突出方面1.干细胞作为基因组研究的重要选材

CeleraGenomicsAndGeronCorporationAnnounceCollaborationForHumanPluripotentStemCellGenomicsJune12,2000

Theobjectiveofthecollaborationistoidentifyandassignfunctiontogenesimportantinearlyhumandevelopment,andtoutilizetheinformationtodevelopsmallmoleculepharmaceuticals,proteintherapeutics,cellandgenetherapies,diagnostics,andtoolsforuseindrugdiscoveryandtesting.2.SNP研究的国际大协作

TheSNPConsortiumLtd.isanon-profitfoundationorganizedforthepurposeofprovidingpublicgenomicdata.Itsmissionistodevelopupto300,000SNPsdistributedevenlythroughoutthehumangenomeandtomaketheinformationrelatedtotheseSNPsavailabletothepublicwithoutintellectualpropertyrestrictions.856,666mappedSNPs,isnowavailable.

July11,2000

HumanGenomeProjectandSNPConsortiumAnnounceCollaboration

3.DNA芯片的广泛使用第一部分：SNP研究DOE在一篇介绍SNP文章中写到：

Whydoesonemanlivetocelebratehishundredthbirthdaywithaglassofwineinonehandandacigarintheotherwhileanothersuccumbsinmidlifetocancerorheartdisease?Andwhymayonewoman'sbreastcancerbeeffectivelyeradicatedwhileanother'sshowsnosignificantresponsetothesametreatment?

TheexplanationsmayresideinthecumulativeeffectofasmallnumberofdifferencesinDNAbasesequencecalledsingle-nucleotidepolymorphisms(SNPs),whichunderlieindividualresponsestoenvironment,disease,andmedicaltreatments.SNPsarethemostcommontypeofsequencevariation.SNP研究是基因组领域理论成果走向应用的关键步骤。是联系基因型和表现型之间关系的桥梁。SNP:

SingleNucleotidePolymorphismsHUMANGENETICDIVERSITY:

TheUltimateHumanGeneticDatabaseAnytwoindividualsdifferinabout3x106bases(0.1%).Thepopulationisnowabout6x109.Acatalogofallsequencedifferenceswouldrequire18x1015entries.Thiscatalogmaybeneededtofindtherarestormostcomplexdiseasegenes.SNP研究是人类基因组计划走向应用的重要步骤。SNP研究有很多优点：首先是SNP在基因组中分布相当广泛，近来的研究表明在人类基因组中每300bp就出现一次。但在已知SNP中，仅有不到1％的SNP造成蛋白的变化。大量存在的SNP位点，使人们有机会发现与各种疾病，包括肿瘤相关的基因组突变；从实验操作来看通过SNP发现疾病相关基因突变要比通过家系来得容易；有些SNP并不直接导致疾病基因的表达，但由于它与某些疾病基因相邻，而成为重要的标记。这样的标记有助于发现疾病基因；SNP在基础研究中也发挥了巨大的作用，比如，近年来对Y染色体SNP的分析，使得在人类进化、人类种群的演化和迁徙领域取得了一系列重要成果。几个最重要的SNP数据库

1．SNPConsortium'sdatabase()

SNPConsortium是由WellcomeTrust、11个制药厂以及IBM和Motorola共14个单位组成的非赢利机构，它资助Stanford人类基因组中心、Washington大学（St.Louis）医学院、SangerCentre和Whitehead生物医学研究所的4个中心从事SNP研究。而数据库则是由冷泉港实验室维护。其最新版本中（May2001）包含有1,034,034个SNP,它们全部被锚定到人类基因组的工作草图上，其染色体分布(见word文件）。这一数据库是可以免费下载的。

StatisticsfortheJanuary2001ReleaseMappingSummarybyChromosome(TheSNPConsortium'sdatabase)The856,666SNPs(cumulative)inthisdatareleaseweremappedtochromosomesasfollows:

Chrom

SNPs

Chrom

SNPs

1

68197

12

36916

2

75001

13

36309

3

61512

14

29687

4

62127

15

25219

5

57435

16

22889

6

52611

17

19005

7

42070

18

27215

8

41216

19

11337

9

40436

20

16660

10

39695

21

11264

11

47031

22

12017

X

17848

Y

607

Unassigned

23622、NCBISNPdatabase()

这一数据库是由美国国立卫生研究院（NIH）的国家人类基因组研究所和国家生物技术信息中心共同建立和维护的。到2001年9月12日该数据库共收录了3,053,511个SNP，其中人的SNP有3,052,574。将这些数据进行整理，去掉冗余，使每个SNP都是唯一的。此时的SNP被称为referenceSNP或refSNP,对每个这样的SNP都设定一个标号，称为rsID。整理后，人类的refSNP总数为1,805,951。这一数据库也是可以免费下载的。TheHumanGenicBi-AllelicSequencesDatabase(HGBASE)：它是由一个欧洲协作组构建的。参加这一协作组的有瑞典的卡罗林研究所、英国的欧洲生物信息研究所（EBI）和德国的欧洲分子生物学实验室。这一数据库收录了人基因组中所有已知的序列变化，包括：SNPs、序列的插入和缺失(Indels)、简单重复序列等。其网址是：。TheHumanGeneMutationDatabase（HGMD）[29]：它是由Pfizer、Macmillan和SunLife三家公司资助，由等构建的，并和Celera公司合作。当前它存有在1,069个人类基因上发现的23,345个突变。这一数据库的网址是：

或。

TheAlleleFrequencyDatabase(ALFRED)：它是人类群体等位基因频率数据库。由耶鲁大学遗传系等构建。当前它存有人类等位基因频率表3561份，SNP233个。其网址是：。TheProteinMutantDatabase(PMD)：它不是核酸突变数据库，而是蛋白突变数据库。库中收录了蛋白质特定位点的氨基酸突变信息，以及这些突变对蛋白质结构功能的影响。这一数据库是由DDBJ(DNADatabankofJapan)构建的。现存有突变记录23,167条，代表了115,766个氨基酸突变。这一数据库的网址是：。除了上述通用SNP数据库外，还有各种与肿瘤SNP相关的专门数据库。如：TheAndrogenReceptorMutationsDatabase:它是男性激素受体基因突变的专门数据库，其中包括了前列腺癌的该基因突变位点。其网址是：

。BreastCancerMutationDataBase(BIC)：它收录了与乳腺癌相关的基因突变和SNP。网址为：

。TheHumanp53database：它收录了发生在各种肿瘤中的p53突变。网址为：

TheVHLMutationDatabase：它是抑癌基因VHL突变数据库。VHL基因存在于3p25-26，它与vonHippel-Lindau氏症、肾细胞癌(RCC)、间质细胞瘤以及小细胞肺癌有关。其网址是

http://www.umd.necker.fr:2005/。

Majordatabases

*TheSNPConsortium

*dbSNP-ADatabaseofSingleNucleotidePolymorphisms

*HGBASE-humangenicbi-allelicsequences-SNPs

*TheHumanGeneMutationDatabase-HGMD(Cardiff)

*SingleNucleotidePolymorphismsintheHumanGenome

*HumanSNPDatabase

*ALFRED-AlleleFrequencyDatabase

*MutationDatabaseWebsite

*UniversalMutationDatabase

*ProteinMutationDatabaseSpecificgenelocusdatabases

*TheAndrogenReceptorMutationsDatabase

*AntithrombinMutationDatabaseHomepage

*AsthmaGeneDatabase

*BreastCancerMutationDataBase(BIC)

*BCGD-TheBreastCancerGeneDatabase

*BIOMDB-Databaseofmutationscausingtetrahydrobiopterindeficiencies

*BloodGroupAntigenMutationDatabase

*BTKbase-agammaglobulinemiaXLA-causingmutations

*TheEuropeanCD40LDefectDatabase(CD40Lbase)

*DatabaseofHumanTypeIandTypeIIICollagenMutations

*Emery-DreifussMuscularDystrophyMutationDatabase

*FactorVIIMutationDatabase

*GPCRmut,TheGProtein-CoupledReceptorsmutantdatabase

*GPCRDB:InformationsystemforGprotein-coupledreceptors(GPCRs)

*GRAPMutantDatabase(GPCRs,FamilyA)

*HaemophiliaBMutationDatabase

*HAMSTeRS-HaemophiliaAMutation,Search,TestandResourceSite

*HumanHPRTdatabase

*HypertrophicCardiomyopathymutationdatabase

*LDLRMutationDatabase

*LongQTsyndromedatabase

*MarfanDatabase

*MutRes-ListofMutationResources

*NeuronalCeroidLipofuscinoses(NCL)Mutations

*PAHGenesandalleles(PAHDB)

*Humanp53database

*p53genemutations

*Somaticp53mutationsinhumantumorsandcelllines.

*Databaseofgermlinep53mutations

*p53link-P53databaseintegration

*PAX2

*PAX6mutationdatabase

*SchindlerDisease

*VHLMutationDatabase

*VMD2MutationDatabase

*vonWillebrandFactor(vWF)Database

*WS-associatedWRNmutations第二部分：大规模基因功能表达谱的分析

随着人类基因组测序逐渐接近完成，人们自然会提出如下的问题：即使我们已经获得了人的完整基因图谱，那我们对人的生命活动能说明到什么程度呢？人们进一步提出了一系列由上述数据所不能说明的问题，例如：基因表达的产物是否出现与何时出现；基因表达产物的量是多少；是否存在翻译后的修饰过程，若存在是如何修饰的；基因敲除（knock-out）或基因过度表达的影响是什么；多基因差异表达与表现型关系如何等等。概括这些问题，其实质应该是：知道了核酸序列和基因，我们依然不知道它们是如何发挥功能的，或者说它们是如何按照特定的时间、空间进行基因表达的，表达量有多少。

microarraysAffymetrixOligosDon’thavetoknowsequenceGlassslidesPatbrown通常芯片数据分析有如下的一些步骤，它们的每一步都与生物信息学相关：Scanning（扫描）：读取芯片上的光密度。因为芯片上的点都是被荧光染料标记的（一般有红、绿两种颜色），荧光强度就代表了基因的表达量；Gridding（网格化）：确定芯片每一个杂交点的位置。具体说来，它要做三件事情，即：发现每一个杂交点；按照信号的强弱等级分割信号和背景的边界；分别读取信号和背景的光强度。Normalization（标准化）：对所有信号进行标准化，使光密度值能正确代表基因表达量。这是芯片数据分析中非常重要的一步。为什么要对数据进行标准化呢？这是因为很多因素都可影响芯片上的光密度，如：载体（象玻璃）表面不干净、染料不纯、空气中的灰尘污染；背景光的照射方式；光点大小以及对不同的杂交点荧光效率不同等；Clustering（聚类）：将具有相同特征（如：相同功能、相同表达趋势）的基因聚集在一起。这只是芯片分析方法的一个代表，不同的方法还有很多。常用的方法有：Clustering方法，也称聚类方法，它是无监管的学习方法。这是芯片分析中使用最广泛的方法[30，31]，它比较适合分析具有某种共同表达特征的数据，象，由共同细胞类型产生的芯片数据，例如：对照和样品来自同一组织；Classification方法，也称分类方法，它是有监管的学习方法[32]。它非常适用于基因按其生物学功能分类的情况，例如：肿瘤的分类[33]；多变量统计也是芯片数据的常用分析方法[34]。其中单组分分析和多维标度可有效地减低系统的维数。这种方法常用于分析信号贫乏的数据集[35]来探测特定基因的表达概率[36]。尽管发展了很多方法，但基因表达模式的研究才刚刚开始，大量的问题尚未解决，例如：目前的分析还只能停留在一类基因或一组基因上，还不能有效地区分它们之间的关联，同时也很难获取非常重要也很有兴趣的若干低表达基因象，转录因子以及受体的信息。为此，将基因表达数据与序列数据、pathway数据以及生物医学实验数据结合起来共同分析可能是未来的发展趋势。用于基因芯片分析的重要软件有：TIGR(TheInstituteforGenomicResearch)芯片数据分析软件包[41]：它由三个软件组成。MultipleExperimentViewer(TMEV)是用Java语言设计的。用于对芯片数据标准化及进行聚类和距离代数的分析。本软件还有图形显示界面。但要运行此软件必须SunJRE和J3D1.2版本以上的系统；

ArrayViewer是一个简化的芯片数据分析软件，用于设备条件不允许使用TMEV时；

Spotfinder是用于芯片信号收集和图象处理的。它是用C和C++写成在PCWindowsNT/98环境下运行的。这些软件是可以下载的。

Stanford大学Brown实验室芯片数据分析软件：该实验室最早建立了实用的Microarray设备及其运行软件[42]，在生物芯片的研究领域取得了一系列重要成果。同时也搜集了主要的芯片数据分析软件[43]，包括：

ScanAlyze

用于荧光图象的处理；

SMDPackage用于原始数据的储存和标准化；

Cluster、XCluster

用于多层次聚类分析和构建自组织图；

SAM

用于有监管的学习过程；

TreeView

用于从分析结果建图；

KNNimpute

用于评估缺失的芯片信息。

EBI(欧洲分子生物学研究所)的表达数据分析工具[44]：是该实验室正在建立与完善的一套大型软件系统。其功能包括：聚类分析，特征模式发现，图象可视化，浏览基因分类信息，萃取调控序列，研究蛋白相互作用以及将分析结果连接到其他工具等。具体模块有：EPCLUST（ExpressionProfiledataCLUSTering）用于聚类分析；URLMAP用于将分析结果连接到其他工具；EP:GO用于浏览基因分类信息；GENOMES用于提取ORF和基因上游序列等；EP:PPI用于研究蛋白相互作用；PATMATCH用于将特征模式匹配到序列；SPEXS（SequencePatternEXhaustiveSearch）用于序列模式的详细搜索；SEQUENCELOGO用于信息可视化。

芯片数据分析软件还很多，在参考文献[48]中还给出了几个相关网站供参考。芯片实验数据的存储相对比较分散，分布在很多相关的研究机构和公司。从Brown实验室[49]和NCBI的GEO(GeneExpressionOmnibus)网点[50]可取得典型的基因表达谱数据集。尽管芯片技术有极为广泛的前景，但对海量芯片数据的分析依然存在很多尚未解决的问题。如：（1）芯片上光密度数据标准化的理论方法研究。为了保证芯片上每一个杂交点的光密度值都能正确地代表基因产物的表达量，需要在整个芯片范围内同时对所有点的光密度值进行标准化。这是一个多点非线性的拟合问题，当前虽有很大进展，但仍需发展新的理论方法。(2)含有大量无定义元的大规模矩阵数据处理的方法研究：当根据信噪比对芯片数据进行筛选时，可能有约60%杂交点的数值不可靠，要舍去，这样就导致大量矩阵元无定义。如何处理这种数据也要发展新方法。（3）．大规模基因功能表达谱数据挖掘和知识发现：这是表达谱研究成功与否的关键。只有找到成百上千个表达水平发生变化基因之间在实现生物功能上的关联，才能充分揭示基因功能表达谱数据蕴含的丰富信息。

功能基因组信息分析的进一步工作必然是获取基因调节网络的知识。这在肿瘤研究中尤其重要，因为肿瘤往往是多基因病，只有了解了这些基因的内在关系后，才能对其病理有根本的认识，也才能有好的诊断、治疗方案。在基因调节网络这一领域已有了一些探索。下一步，随着多层次、多类型的海量信息的增加，功能基因组研究将朝着复杂系统的方向发展，即：探讨生物系统中各部分、各层次的相互作用，从而进入系统生物学的领域。

蛋白质芯片的概念虽然在上一世纪八十年代就已提出，但进展较为缓慢。它主要研究蛋白与蛋白以及蛋白与配体（药物）的相互作用。近年来有了一定进展，哈佛大学的一个研究组已实现了包括一万多个蛋白样品的玻璃载体芯片。蛋白芯片研制的最大困难是同时得到数以万记的纯样品并保持它们的天然构象。

蛋白质组学技术和基因芯片技术一样是功能基因组的研究手段，与基因芯片不同的是，它是在蛋白质水平获取基因功能表达谱。由于它使用二维凝胶电泳和测序质谱，所以在分析软件和数据库的使用上与基因芯片有所不同。按照蛋白质组的研究过程，使用的分析软件和数据库有：1.二维凝胶电泳分析，用于从胶图上鉴定蛋白位点；2.蛋白识别，用于从质谱相关数据，象，电荷数、分子量、氨基酸组分、序列标识和MS指纹图确定蛋白；3.DNA和蛋白质序列相互转换，包括通过EST的序列延长；4.序列相似性比较；5.特定模式的发现，象：预测信号肽、糖基化位点、磷酸化位点、酶切位点等；6.序列物理化学性质分析，象，PI、消光系数、疏水性等；7.二级结构预测；8.空间结构预测；9.膜蛋白过膜区预测；10.蛋白质亚细胞定位；11.蛋白代谢Pathway;12.蛋白相互作用等。相关网站有：；;;;;;等。

ProteinIdentification:HPLC-MS-MSMass/ChargeTandemMassSpectrumMass/ChargeProteinsPeptidesOnePeptideB-ions/Y-ionsProteinIdentification:HPLC-MS-MSMass/ChargeTandemMassSpectrumMass/ChargeProteinsPeptidesOnePeptideB-ions/Y-ions二级质谱中的离子种类BasicDifficulty#1ItisunknownwhetheranionisaB-ionoranY-ion.Mass/ChargeAbundance(100%)2005088.033100400175.113274.112361.121430.213448.225PeptideMass429.212DaltonsNC-SpectrumGraph:AFeasiblePath(1)

0429.22N0C0174.11273.11

87.10360.12C1N1C2N2Definition:AfeasiblepathisapathfromN0toC0thatgoesthroughexactlyonenodeforeachpair(eitherNjorCj).afeasiblepathSWRb-ions根据以上三个步骤从二级质谱中确定是哪个蛋白能否做到真正的DeNovo呢不依赖于已知数据库蛋白质组鸟枪法策略用不同的酶水解同一蛋白得到不同的片断用DeNovo方法测出蛋白质的片断将这些片断进行拼接给出较长（甚或全长）的蛋白序列。从而做到真正的database-independed蛋白测序。ProteinpeptidesAssembleCuttingSite蛋白质组鸟枪法的可行性我们目前得到最大的正确片断是8个氨基酸肽段。至少也能得到4个氨基酸肽段。氨基酸有20种，在序列拼接中我们可以只利用2－3个氨基酸的信息。因此序列是可以延长的。第三部分；干细胞研究进展的权威评述August9,2001at9:00pm美国总统布什在白宫宣布允许资助干细胞研究June17,2001NIHreport222pages,总结了1200论文，并与国内、国外专家广泛讨论

生物学领域两项新进展的结合国际上很多新闻单位都把基因组和干细胞的研究进展评为2000国际十大科技成果。很快这两项研究就结合在一起了。

"Celera'sagreementwithGeronisimportantbecausewewillbeusinghumanpluripotentstemcells-themostbasicformofhumancellsthatcontainadiversesetofgenesnotexpressedinhighabundanceinothercells-asasourcetobetterunderstandthehumangenome,"saidJ.CraigVenter,Ph.D.,Celera'spresidentandchiefscientificofficer."BycombiningCelera'shigh-throughputsequencingfacility,computationalpower,andbioinformaticsexpertisewithGeron'shumanpluripotentstemcelltechnology,ourgoalistoenablethedevelopmentofnewapproachestoprevent,diagnoseandtreatsomeofourmostdevastatingdiseasessuchasheartdisease,Parkinson'sdisease,andcancer."

干细胞是功能基因组研究的最佳选材

1.是各种不同组织和细胞类型的共同的源;2.可代表个体发育的各个阶段;3.是人体材料但很少涉及伦理学和法律学问题；

4.具有重要的应用价值。一、几个基本概念

干细胞：Astemcellisacellfromtheembryo,fetus,oradultthathas,undercertainconditions,theabilitytoreproduceitselfforlongperiodsor,inthecaseofadultstemcells,throughoutthelifeoftheorganism.Italsocangiverisetospecializedcellsthatmakeupthetissuesandorgansofthebody.干细胞是具有无限期产生各种分化细胞能力的细胞。它是各种干细胞的统称。通常认为干细胞有几个主要特征：它们是未分化的，但具有分化成各种特定细胞的能力；它们可无限地分裂产生大量后裔;其子细胞有两种命运，保持为干细胞或分化为特定细胞。干细胞分类Totipotentstemcell:全能干细胞,如受精卵pluripotentstemcell:多能干细胞，如囊胚中的内囊细胞multipotentstemcell:专能干细胞，如造血干细胞1998年美国有两个小组分别培养出了人多能(pluripotent)干细胞：JamesA.Thomson在Wisconsin大学领导一个研究小组从人胚胎组织中培养出了干细胞株。他们使用的方法是：人卵体外受精后，将胚胎培育到囊胚阶段，提取innercellmass细胞，建立细胞株。经测试这些细胞株的细胞表面marker和酶活性，证实它们就是胚胎干细胞。用这种方法，每个胚胎可取得15－20个细胞用于培养。JohnD.Gearhart在JohnsHopkins大学领导另一个研究小组也从人胚胎组织中建立了干细胞株。他们的方法是：从受精后5－9周人工流产的胚胎中提取生殖母细胞(primordialgermcell)。由此培养的细胞株，证实具有巨能干细胞的特征。当前有另外的六个实验室使用不同的分离和培养条件也得到了人的多能(pluripotent)干细胞。干细胞培养过程二：干细胞研究的一些最新成果1.

Dr.IraBlackoftheUniversityofMedicineandDentistryofNewJerseyreportedthestemcells,treatedwithgrowthfactorsandantioxidantsintissuecultureexperiments,quicklydividedintotwocells-anotherstemcellandanervecell.Blackandhiscolleagueswereabletoturn80percentofthebonemarrowcellstakenfromratsandhumansintonervecells.2.TheMacklisgroupinHMSwasabletoinducestemcellsdeepinthecerebralcortexofadultmicetoreplacedamagedneurons.Thenewneuronsgrewfromalreadypresentimmatureprecursorcellsintofullyformed,connected,andmaturereplacements.成年个体的干细胞研究成体干细胞研究是干细胞研究中最激动人心的部分。它可以有效地防止组织排斥，可以避免伦理学、法律系方面的争论。1.成体干细胞是否具有胚胎干细胞那样的分化潜力？

大量的动物实验证明了成体干细胞具有很强的分化能力。如：Recentexperimentsinmicesuggestthatwhenneuralstemcellswereplacedintothebonemarrow,theyappearedtoproduceavarietyofbloodcelltypes.Studieswithratshaveindicatedthatstemcellsfoundinthebonemarrowwereabletoproducelivercells.下边的几个最新的研究成果进一步说明包括人在内的高等生物的成体干细胞依然有明确的分化能力。成体干细胞：Anadultstemcellisanundifferentiatedcellthatoccursinadifferentiatedtissue,renewsitself,andbecomesspecializedtoyieldallofthespecializedcelltypesofthetissuefromwhichitoriginated.

来源：骨髓，血液，眼睛的网膜和角膜，脑，骨骼肌，牙髓，肝，皮肤，胃肠道内层，胰腺。最丰富的来源是从骨髓，血液分离的造血干细胞。WithASongInTheirHeads--Birthofnewbraincellsinducedinbirds

从成年小白鼠未发育的脑干细胞转变为肌肉细胞

AngeloVescovi和GiulioCossu,在theInstituteforStemCellResearchinMilan2000920

他们也用成年人志愿者的神经干细胞实现了同样的工作可塑性(Plasticity):Plasticityistheabilityofanadultstemcellfromonetissuetogeneratethespecializedcelltype(s)ofanothertissue.克隆能力(Clonality):Asinglecelliscapableofdevelopinganarrayofcelltypes,orwhethermultiplestemcelltypes,thatwhengrowntogether,arecapableofformingmultiplecelltypes.

三、使用干细胞可以从事哪些研究

1、移植研究(RestoringVitalBodyFunctions,重建活体功能)

目前证明干细胞可以替换受严重疾病损坏的细胞，因而具有治疗某些人类疾病的潜力。它们包括：Parkinson’s病，糖尿病，慢性心脏病，晚期肾脏病，肝脏病，肿瘤。对生存期很短的疾病干细胞移植是无效的。当前的研究集中在对神经系统疾病的处理上,如脊髓损伤,硬化症,Parkinson’s症，Alzheimer’s症。另一个集中点是与胰腺组织相关的干细胞移植。

某些误解：

A、提取的干细胞可直接用于病人。提取的干细胞在被诱导分化之前不适合用于患者。这方面的关键问题是：如何使干细胞分化到指定的细胞群，同时在移植后控制它们的发育和增殖。

B、成体干细胞可现成地用于治疗。除造血干细胞外，很多在实验室培育的成体干细胞并不是全都充分分化的。为了安全起见，使用前必须纯化。另外，干细胞作为外来者被受体拒绝的可能性也是很大的。为此需要对干细胞、受体的免疫系统或两者进行修饰。2、治疗基因的传送系统(TherapeuticDeliverySystems)

科学家正探索将干细胞作为载体把基因传送到特定组织，同时也正在实验通过干细胞把药物运送到癌变组织。

3、探测早期发育中的染色体畸变用于监测儿童肿瘤的早期发生。

4、检测药物的有效性

5、基础研究

毫无疑问胚胎干细胞是了解胚胎个体发育基本事件的关键工具。也是了解某些基因或分子,象：生长因子、营养成分对发育过程影响的有力工具。四、对人的多能(Pluripotent)干细胞现在都了解些什麽1、在实验室使用培养基时，这些细胞可生长两年；2、这些细胞株具有正常的染色体数目，并可分化出三个胚层的各种细胞类型（已知的200多种细胞类型）；3、具有活性的端粒酶和相对较长的端粒，这表明它们可以复制很多代；4、从培养的人多能干细胞分化出的细胞已实现：

胰岛样细胞可以分泌胰岛素；心肌细胞具有收缩活力；神经细胞能产生化学介质