GWAS为人们打开了一扇通往研究复杂疾病的大门，将在患者全基因组范围内检测出的SNP位点与对照组进行比较，找出所有的变异等位基因频率，从而避免了像候选基因策略一样需要预先假设致病基因。同时，GWAS研究让我们找到了许多从前未曾发现的基因以及染色体区域，为复杂疾病的发病机制提供了更多的线索。

基因测序是一种新型基因检测技术百，能够从血液或唾液度中分析测定基因全序列，预测罹患多种疾病的可能性，个体知的行为特征及行为合理。基因测序技术能锁定个人病变基因，提前预防和治道疗。基因测序相关产品和技术已由实验室专研究演变到临床使用，可属以说基因测序技术，是下一个改变世界的技术。

基因检测有什么用？第一，了解自身是否有遗传致病基因。具有癌症或多基因遗传病家族史的人是最需要做基因检测的对象，以便及早发现和及早预防，避免或延缓疾病发生的可能。第二，正确选择药物，避免不必要的药物浪费和药物不良反应。由于个体遗传基因上的差异，不同的人对外来物质（如药物）产生的反应也会有所不同，因此部分病人使用正常剂量的药物时，可能会出现药物过敏、红肿发疹的现象，或者是在服用相同药物时，有人觉得神效，有人却不但无效还有副作用。基因检测通过对药物反应相关基因的测定，帮助了解基因体质，协助预测可能的药物反应。第三，提供 健康 风险管理最好的依据。目前的很多不良环境因子，如空气（PM25）、水质及农药的污染，加上不良生活习惯像抽烟、饮酒等，都会诱导基因突变而产生疾病。基因检测可以了解各人在不同疾病上的发生倾向，进行全面的生活调整或干预，降低风险延缓疾病发生。比如：通过基因检测发现您的肺部有易感基因，那么您要少去空气污浊的地方，少做剧烈运动，定期对肺部进行保养和检测；如果肝病的易感基因，要少喝酒，要乐观，少发火，同时采取措施避免接触肝病传染源等。第四，基因检测的疾病诊断，检测引起遗传性疾病的突变基因。目前应用最广泛的基是新生儿遗传性疾病的检测、遗传疾病的诊断和某些常见病的辅助诊断。

基因检测作为一项生命科学领域基础技术，可用于农业育种、司法鉴定、食品安全、医疗 健康 等多个行业。其中在医疗 健康 领域应用场景大致分三类：科研级、临床级和消费级。

科研级应用面向科研机构、高等院校和药企等，作为基础研究和药物研发等。

临床级应用面向孕产妇、患者等，如生殖 健康 （无创产前筛查、植入前胚胎遗传学检测、新生儿遗传代谢检测）、遗传病筛查、肿瘤诊断及治疗（早期筛查、分子分型、用药指导、预后检测）等。

随着测序技术不断进步，测序成本逐渐降低，基因检测开始应用到大众 健康 领域。

基因芯片是前几年消费级基因检测产品的主流，基因芯片又称DNA微阵列，是把大量已知序列探针集成在同一个基片（如玻片、膜）上，经过标记的若干靶核苷酸序列与芯片特定位点上的探针杂交，通过检测杂交信号，对生物的基因信息进行分析。

基因芯片技术相对成本较低，但只能检测已知基因的某些位点，这就表示将来有新的基因加入研究时，无法获得相关信息。另外其假阳性率高，准确度方面有待提高。

WES全外显子测序技术近来被应用到大众 健康 基因检测领域。全外显子测序是指将全部基因的外显子进行测序和分析的技术，全外显子是人类基因组序列中能够表达出来翻译成蛋白质，直接在人体内发挥各种生理功能的基因序列。很多外显子上的基因位点突变后会直接影响蛋白质的结构和修饰，从而影响蛋白质的功能，引发一系列的生理现象或疾病。

WES技术的第一个优点在于全面性，在目前的研究基础上，可解读的内容非常多；与芯片检测相比，除了检测到已知基因位点，还可以发现新发突变。将WES技术应用于消费级基因检测，会使得消费级基因检测产品质量大大提升。CircleDNA圆基因就是应用的WES技术，可以为消费者提供500项报告内容，远远多于基于芯片技术的基因检测报告内容。

WES技术的第二个优点在于动态性和终身性，也就是说500项的报告内容并不是终点。基于已知的数据研究提供的报告，同时未知的数据也会被终身保留，随着科学研究的发展会有更多的解读。这一点也是没有将全部外显子组都检测到的芯片技术所望尘莫及的。

那消费级的基因检测对我们大众 健康 人群到底有什么作用呢？

消费级基因检测面向大众 健康 消费者，可以帮助人们更好地认识自己，指导 健康 生活，如合理膳食、科学运动、个性化安全用药的指导、有针对性的肌肤管理及疾病预防等。

基因测序是一种新型基因检测技术，能够从血液或唾液中分析测定基因全序列，预测罹患多种疾病的可能性，个体的行为特征及行为合理。目前，世界上最先进的基因测序技术是全基因组测序（Whole-Genome Sequencing），可以对一个生物体携带的所有基因信息进行测序，包括所有核染色体上已知基因和未知功能区域的碱基对测序，以及细胞器基因组的碱基对测序，它是分析基因组最全面的方法，能够从完整遗传密码中获得生命信息。全基因测序能提供高分辨率、精确到逐个碱基的基因组视图，可在最大程度上捕获遗传变异基因，实现一次测序，终生解读的目标

理论上说，知道了序列，就可以确定这个人的基因，从而能够知道这个人的表型特征，或者对那些病是易感的，以后有可能得什么病，以及对将来对孩子的遗传等等…

但目前来说，个人的全基因组还没有什么用，因为现在我们对基因组中序列的信息了解的还太少，如SNP相关疾病，多基因遗传病等。在科研上全基因组测序，可以为我们提供数据库，以便分析相关的特征。

1先解释什么是基因

人由细胞组成，大多数细胞都具有细胞核，细胞核里含有大量的染色体，染色体则由DNA双链组成，DNA链则由脱氧核糖核苷酸组成，脱氧核糖核苷酸由碱基，磷酸，含氮碱基组成。DNA上一段有遗传功能的碱基序列及碱基的排列顺序则为基因

2解释基因测序

利用化学测序法，Sanger法测序等科学方法进行基因顺序的检测。基因的顺序

应用

基因测序，本是一种实验室研究技术手段，因“名人效应”应用于高端体检、产前诊断等领域，价格不菲。基因测序最广为人知的，是影星安吉丽娜·朱莉通过基因检测，选择手术切除乳腺以降低患乳腺癌风险。2011年去世的苹果公司创始人史蒂夫·乔布斯患癌时，也曾接受过全基因测序。

根据基因顺序来判断自身的患病概率。唐氏综合征的产前筛查

我就是从事基因测序行业的，我来说说。基因测序技术不断在发展，简单的说就是通过无论是光学，还是现在的芯片方法，来检测生物体内DNA的碱基排列顺序的技术，DNA一共四种碱基，A,T,C,G，而排列顺序就多种多样，造就了世界上多种多样的生物体。

基因测序可以的应用很广泛，无论是人体的疾病发病原因 探索 和治疗，遗传疾病的预防。植物疾病，植物改造，新品种的改造，微生物的改良都需要知道基因序列，然后进行相应改动才能实现

这个也是通过血液和唾液也检测的吧，这个我知道安徽巢湖那边做的挺好的，好像是叫gta的一个软件就是他们的吧。谁有这个链接啊，发一下吧。

西医，一点用都没有。

神奇的国度，全是莲花清温的功劳，反对现代科学，几仟年前的羊皮书包打天下。

基因测序就是用测序仪测定物种细胞核基因碱基对序列的过程。

人的核基因有4种碱基组成，分别是ATGC，这4种碱基可以按不同顺序排列成序列，与另一个互补序列组成双螺旋。

基因序列中蕴藏了人体所有遗传信息，每个人的都不同，可以用来检测疾病，亲子鉴定，警方取证等等。

运用基因工程技术，不但可以培养优质、高产、抗性好的农作物及畜、禽新品种，还可以培养出具有特殊用途的动、植物。

1、转基因鱼

中科院水生生物研究所鱼类转基因工程组的科学家们，在朱作言院士的领导下，将草鱼的生长激素基因注入鲤鱼的受精卵，培育出一种带有草鱼生长激素基因的转基因鲤鱼F1代和另一种具有草鱼生长激素基因的转基因三倍体鲤鱼“吉鲤”。

2、转基因牛

转基因牛是利用转基因技术对牛进行品种改良或新品种培育，主要体现在两个方面：一是提高牛的抗病能力；二是提高牛的肉奶产量、改善奶品质，同时转基因技术在改善牛的生长、肉质等性状也有一些重要进展。

3、转基因抗冻西红柿

美国加利福尼亚基因公司，利用基因工程技术，培育出了一种转基因西红柿，这种西红柿不产生会引起自身腐烂的聚半乳糖醛酸酶，因此不易腐烂，风味保持的时间较长。

4、基因工程胰岛素

胰岛素是治疗糖尿病的特效药，长期以来只能依靠从猪、牛等动物的胰腺中提取，100Kg胰腺只能提取4-5g的胰岛素，其产量之低和价格之高可想而知。

将合成的胰岛素基因导入大肠杆菌，每2000L培养液就能产生100g胰岛素！大规模工业化生产不但解决了这种比黄金还贵的药品产量问题，还使其价格降低了30%-50%!

5、基因工程干扰素

干扰素治疗病毒感染简直是“万能灵药”！过去从人血中提取，300L血才提取1mg！其“珍贵”程度自不用多说。

基因工程人干扰素α-2b（安达芬） 是中国第一个全国产化基因工程人干扰素α-2b，具有抗病毒，抑制肿瘤细胞增生，调节人体免疫功能的作用，广泛用于病毒性疾病治疗和多种肿瘤的治疗，是当前国际公认的病毒性疾病治疗的首选药物和肿瘤生物治疗的主要药物。

-基因工程

基因诊断（gene diagnosis）是以探测基因的存在，分析基因的类型和缺陷及其表达功能是否正常，从而达到诊断疾病的一种方法。它是继形态学、生物化学和免疫学诊断之后的第四代诊断技术，它的诞生与发展得益于分子生物学理论和技术的迅速发展。

常用基因诊断技术：

一、Southern印迹法（Southern blot）

基本原理是：硝酸纤维膜或尼龙滤膜对单链DNA的吸附能力很强，当电泳后凝胶经过DNA变性处理，覆以上述滤膜，再于其上方压上多层干燥的吸水纸，借助它对深盐溶液的上吸作用，凝胶上的单链DNA将转移到滤膜上。转移是原位的，即DNA片段的位置保持不变。转移结束后，经过80℃烘烤的DNA，将原位地固定于膜上。

当含有特定基因片段已原位转移到膜上后，即可与同位素标记了的探针进行杂交，并将杂交的信号显示出来。杂交通常在塑料袋中进行，袋内放置上述杂交滤膜，加入含有变性后探针的杂交溶液后，在一定温度下让单链探针DNA与固定于膜上的单链基因DNA分子按碱基到互补原理充分结合。结合是特异的，例如只有β珠蛋白基因DNA才能结合上β珠蛋白的探针。杂交后，洗去膜上的未组合的探针，将Ⅹ线胶片覆于膜上，在暗盒中日光进行放射自显影。结合了同位素标记探针的DNA片段所在部位将显示黑色的杂交带，基因的缺失或突变则可能导致带的缺失或位置改变。

二、聚合酶链反应

近年来，基因分析和基因工程技术有了革命性的突破，这主要归功于聚合酶链反应（polymerase chain reaction,PCR）的发展和应用。应用PCR技术可以使特定的基因或DNA片段在短短的2－3小时内体外扩增数十万至百万倍。扩增的片段可以直接通过电泳观察，也可用于进一步的分析。这样，少量的单拷贝基因不需通过同位素提高其敏感性来观察，而通过扩增至百万倍后直接观察到，而且原先需要一、二周才能作出的诊断可以缩短至数小时。

三、扩增片段长度多态性

小卫星DNA和微卫星DNA的长度多态性可以通过PCR扩增后电泳来检出，并用于致病基因的连锁分析，这种诊断方法称为扩增片段长度多态性（amplified fragment length polymorphism,Amp-FLP）连锁分析法。PCR扩增后，产物即等位片段之间的差别有时只有几个核苷酸，故需用聚丙烯酰胺凝胶电泳分离鉴定。此法多用于突变性质不明的连锁分析

四、等位基因的特异寡核苷酸探针诊断法

当基因的突变部位和性质已完全明了时，可以合成等基因特异的寡核苷酸探针（allele-specific oligonucleotide,ASO）用同位素或非同位素标记进行诊断。探针通常为长20bp左右的核苷酸。用于探测点突变时一般需要合成两种探针，与正常基因序列完全一致，能与之稳定地杂交，但不能与突变基因序列杂交；另一种与突变基因序列一致，能与突变基因序列稳定杂交，但不能与正常基因序列稳定杂交，这样，就可以把只有一个碱基发生了突变的基因区别开来

PCR可结合ASO，即PCR－ASO技术，即先将含有突变点的基因有关片段进行体外扩增，然后再与ASO探针作点杂交，这样大大简化了方法，节约了时间，而且只要极少量的基因组DNA就可进行。

五、单链构象多态性诊断法

单链构象多态性（signle strand conformation polymorphism,SSCP）是指单链DNA由于碱基序列的不同可引起构象差异，这种差异将造成相同或相近长度的单链DNA电泳迁移率不同，从而可用于DNA中单个碱基的替代、微小的缺失或手稿的检测。用SSCP法检查基因突变时，通常在疑有突变的DNA片段附近设计一对引物进行PCR扩增，然后将扩增物用甲酰胺等变性，并在聚丙烯酰胺凝胶中电泳，突变所引起的DNA构象差异将表现为电泳带位置的差异，从而可据之作出诊断。

遗传图谱是一种研究基因或遗传标记在染色体上的相对位置的方法，标记间的距离通常用减数分裂中的交换频率来表示，单位为厘摩（cM），每单位定义为百分之一的交换率。

遗传图谱通常用两点测交、三点测交及家谱分析等技术研究，通过数理统计可展示基因在染色体上的相对位置，从而预测物种的发病率，基因的交换频率等，对遗传学的发展具有重大意义。

近年来，中枢神经系统(CNS)肿瘤的分类变得更加客观、更依托生物学认知。虽然过去的分子诊断包括特定突变、拷贝数变化或基因融合，但DNA甲基化测序的发展显著提高了诊断精度，增加了可靠性，并为发现新的肿瘤类型提供了思路。在大多情况下，基因突变/融合与DNA甲基化间存在着密切关系。在这篇综述中，作者强调了DNA甲基化图谱在中枢神经系统肿瘤分类中的作用，重点介绍了几种肿瘤类型，以及DNA甲基化图谱对目前肿瘤分类的贡献。

CpG 甲基化测定

有多种方法可以量化DNA甲基化，每种方法在临床肿瘤学中都有不同的应用。限制性内切酶酶切、亲和富集方法，如甲基化DNA免疫沉淀(MeDIP)和电化学检测都是用于测定全基因组甲基化的方法。基因组DNA的重亚硫酸盐测序是最常用的方法，重亚硫酸氢钠可以将未甲基化的胞嘧啶转化为尿嘧啶，除此之外还有全基因组重亚硫酸盐测序（WGBS)技术。图1概述了目前DNA甲基化图谱的诊断应用及其在外科神经病理学中的作用。

生物信息分析

为了将甲基化阵列数据转化为实际应用，需要执行各种分析和计算步骤。用甲基化数据描述肿瘤类型的一个比较常见和实用的方法是降维。类似于主成分分析(PCA)，这些算法将高维数据(例如，数千个脑瘤样本，每个样本具有约20-30k数据)降至低维(2或3)以便于可视化(图2)。

值得一提的是，甲基化阵列数据中还可以获得其他对诊断有帮助信息。人们很早就认识到甲基化和非甲基化信号强度的总和可以用来推断全基因组的拷贝数，分段的拷贝数数据以及拷贝数断裂点的分析也会对诊断和基因融合的判断起到帮助作用。

诊断准确性及其对临床结果的影响

截止到目前，甲基化图谱已经识别出多个新的中枢神经系统肿瘤类型和亚型，其中许多都与临床病程和临床结果有着重要的关联。在临床中，甲基化数据分析在很多病例诊断结果的确定上起到了重要的辅助作用。

基于的临床检测出的差异甲基化数据，从前被归类为原始神经外胚层肿瘤现在被分类成多个不同的肿瘤类型，这些肿瘤包括具有高频率C19MC改变的多层菊形团胚胎性肿瘤(ETMR)，具有 FOXR2 激活的中枢神经母细胞瘤(CNS-NB-FOXR2)，BCOR串联重复的CNS肿瘤(CNS-BCOR-ITD)。总体而言，基于DNA甲基化数据的非监督分析对于CNS-PNET亚型间的区别具有重要的临床意义。

新型和罕见的肿瘤类型

除了在识别常见的中枢神经系统肿瘤类型方面的优势外，甲基化特征分析的一个新的优势是它能够发现新的肿瘤类型，并提供现有类型的确认/改进。例如， IDH1/2 突变定义了一个广泛的弥漫性胶质瘤亚型，这些亚型在临床和分子上与异柠檬酸脱氢酶(IDH)野生型弥漫性胶质瘤不同，这种遗传差异通过DNA甲基化图谱得到证实。甲基化图谱针对对于许多新的肿瘤类型在很大程度上已经成为了一种发现工具。

胶质瘤（Gliomas）

毛细胞型星形细胞瘤(HGAP)包括一个独特的甲基化群，包括 ATRX、TERT 启动子突变； CDKN2A/B 缺失/突变、 CDK4 扩增； NF1 缺失/突变、 BRAF 融合等。组织学表现与其他胶质瘤有很大重叠，HGAP多见于年轻人(中位年龄40岁)，主要见于颅后窝。值得注意的是，HGAP在儿童(0-16岁)中发病是比较罕见的，这个年龄段的大多数形态学诊断的“毛细胞型星形细胞瘤伴间变”与其他甲基化类别聚集在一起，包括毛细胞型星形细胞瘤和IDH-野生型GBM。

目前，甲基化图谱是诊断这种肿瘤类型的唯一方法。在HGAP中发现的基因改变(如 CDKN2A/B 纯合缺失、 ATRX 突变、 BRAF 融合)是非特异性的，可见于其他中枢神经系统肿瘤类型。然而，检测到这些基因改变，就应该引起对HGAP的怀疑。临床上，HGAP与其他高级别胶质瘤的区别很重要，因为HGAP的预后比PA和PXA更具侵袭性，但总体存活率明显高于IDH-野生型GBM。HGAP被误诊为GBM的情况并不少见，精准诊断在临床上具有十分重要的意义，因此将组织学相似的肿瘤分解为生物学和临床相关的类型是DNA甲基化分类的显著优势之一(图3)。

神经胶质瘤（Glioneuronal Tumors）

弥漫性胶质神经元瘤具有少突胶质瘤样特征和核簇(DGONC)是最近提出的一种通过甲基化定义的肿瘤类型，它是通过对>25000个中枢神经系统肿瘤的非监督聚类而发现的。DGONC的组织学表型可能与其他肿瘤类型有显著重叠，包括少突胶质细胞瘤和CNS-PNET。在低级别胶质细胞或神经胶质细胞肿瘤中常见的遗传学改变，如FGFR1和BRAF，尚未在测序病例中发现。由于这种肿瘤类型的遗传驱动因素尚未阐明，DNA甲基化图谱仍然是检测其的唯一方法。在低级别胶质细胞或神经胶质细胞肿瘤中，典型的遗传学改变，如 FGFR1 和 BRAF ，尚未在测序病例中被发现。由于这种肿瘤的遗传驱动因素尚未明确，DNA甲基化图谱仍是其检测的唯一方法。

胚胎肿瘤（Embryonal Tumors）

多层菊形团胚胎性肿瘤(ETMR)是一种高度分级(WHO 4级)的原始中枢神经系统肿瘤，具有明显的组织学特征。ETMR甲基化图谱显示与其他中枢神经系统肿瘤类型明显分离，并形成一个相对同质的群体，无论是C19MC扩增还是 DICER1 突变状态。绝大多数病例存在多层菊形团和神经纤维团混合区域的特征性组织学特征。结合LIN28A免疫组织化学，在显微镜下即可作出诊断。尽管LIN28A具有很高的敏感性，但它的表达不是ETMR所特有的，在AT/RT、生殖细胞肿瘤和HGG中已有报道。因此，DNA甲基化分析是诊断ETMR的一种特异性方法，与潜在的组织病理学或基因突变无关，同时基于甲基化的拷贝数评估也可以作为识别潜在亚型的有用特征。

这些肿瘤类型之间的区别在临床上十分重要，通常可以通过组织病理学和影像学来解决。然而，非典型病例可能会造成诊断困难。AT/RT和PDC(脊椎)的平均OS分别为144个月和51个月(AT/RT不同亚型的生存期不同）。CRINET和DMT的生存数据有限，但已报道的平均OS分别为125个月(AT/RT-TYR为37个月)和36个月。尽管有共同的基因改变，AT/RT、PDC和DMT的DNA甲基化特征还是具有明显特异性的(图2)。到目前为止的数据表明，DNA甲基化图谱可以区分可能会构成诊断问题的大多数 SMARCB1 失活的中枢神经系统肿瘤。

间充质肿瘤（Mesenchymal Tumors）

伴有 CIC 基因重排的肉瘤是一种罕见的高级别间叶性肿瘤，同时发生于中枢和中枢神经系统外。在组织学上，伴有 CIC 基因重排肉瘤的特点是肿瘤细胞形态呈梭形或圆形，高度恶性(增殖、坏死)，并有数量不等的粘液基质。特征性的基因改变是 CIC 与各种配对基因的易位，导致作为显性癌基因的融合。在中枢神经系统中，最常见的是 CIC-NUTM1 融合，由t(15；19)易位。在 CIC 融合阳性的病例中，有14%的 CIC 裂解FISH呈假阴性。此外，在融合阴性的病例中也发现了 CIC 突变。最近的一份报告还指出，出现了涉及 ATXN1 和 DUX4 的非 CIC 融合基因。在甲基化图谱上根据 CIC 基因将肉瘤重新分成不同的组，与潜在的融合基因/突变或解剖部位无关(图2)。

DICER1 突变的原发性颅内肉瘤是一种新发现的高度恶性肉瘤，由染色体14q3213上 DICER1 基因的体细胞或胚系突变所定义。发生在胚系 DICER1 突变背景下的肿瘤可能代表遗传性或综合征性关联(即 DICER1 综合征)。胚胎型横纹肌肉瘤的组织学特征常见于肌源性分化、形态学和免疫表型重叠。因此，初步命名为“具有横纹肌肉瘤样特征的梭形细胞肉瘤， DICER1 突变体”。 DICER1 突变的颅内肉瘤的组织学表现没有特异性，可能与其他肉瘤如滑膜肉瘤、纤维肉瘤和胶质肉瘤重叠。而DNA甲基化分析可以很容易地将 DICER1 突变的原发性颅内肉瘤与其它肿瘤类型区分开来。然而，还需要进一步的研究来评估DNA甲基化分析是否能将其与转移性 DICER1 突变肿瘤区分。

已建立的中枢神经系统肿瘤的表观遗传学亚型

作者在这篇文章中还提供了DNA甲基化图谱对已建立的世卫组织中枢神经系统肿瘤亚型的贡献的例子。世界卫生组织对中枢神经系统肿瘤的第5版分类预计将包括更多分子定义的亚型。甲基化阵列分析已被证明能有效地识别并在某些情况下定义这些亚型。

易基因小结

将DNA甲基化分析整合到中枢神经系统肿瘤的常规检查中，可以提高诊断的准确性以及实现明确肿瘤类型的临床意义。捕捉原发性中枢神经系统肿瘤的遗传异质性是DNA甲基化图谱最大的优势。尤其在组织学上不明确的肿瘤类型中具有重要价值，这些肿瘤类型可能含有靶向改变(例如，IHG)。DNA甲基化在确认组织学诊断方面的可靠性已经得到证实。

在骨骼和软组织病理学中实施的基于DNA甲基化阵列的分类可能预示着其他疾病领域得检测也会发生类似的转变。在通过TCGA分析的33种癌症中，全基因分子图谱显示了基于DNA甲基化数据的无监督聚类的所有类型中具有生物学或预后意义的亚群，进一步强调了DNA甲基化在其他癌症中的潜在临床应用价值。鉴于中枢神经系统肿瘤诊断对甲基化特征的日益依赖及其在临床分类标准中的应用，在诊断神经病理学的实践中，特别是对于罕见的中枢神经系统肿瘤，有必要进一步研究和利用DNA甲基化检测这一对临床诊断有巨大帮助作用的技术。

SAGE是一项快捷、有效的基因表达研究技术，任何具备PCR和手动测序器具的实验室都能使用这项技术，结合自动测序技术能够在3个小时内完成1000个转录物的分析。另外使用不同的锚定酶（识别5～20碱基的Ⅱ类核酸内切酶），使这项技术更具灵活性。

首先SAGE可应用于人类基因组研究。1995年 Velculescu 等选择Bsm F I和Nia Ⅲ分别作为标签酶和锚定酶，使用计算机对9碱基标签数据进行分析并对GenBank检索。在分析的1000个标签中，95%以上的标签能够代表唯一的转录物。转录水平依标签出现频率分为4类：① 超过三次 共380个，占452%；② 出现三次 共45个，占54%；③ 出现两次 共351个，占76%；④ 仅出现过一次 共840个，占418%。所以SAGE能够快速、全范围提取生物体基因表达信息，对已知基因进行量化分析。SAGE也能应用于寻找新基因。虽然SAGE的标签仅包括9个碱基，但加上锚定酶的位点序列（4个碱基）共可确认13碱基序列。如果一个标签检索已知序列时没有同源序列，13碱基片段就可作为探针筛选cDNA文库得到cDNA克隆。

其次，SAGE可用于定量比较不同状态下的组织细胞的特异基因表达。Stephen L等（1997）利用SAGE技术比较小鼠胚囊纤维细胞基因表达。小鼠胚囊纤维细胞能产生对温度敏感的P53肿瘤抑制蛋白，就可通过SAGE分析，比较两种不同温度下基因表达的差异。从约15 000个分析的基因中，发现有14个基因的表达依赖于P53蛋白，有3个基因的表达与P53蛋白的失活显著相关。Zhang等（1997）比较正常细胞和肿瘤细胞基因表达的300000个转录物发现：在分析的4500种转录物中，至少有500种在两种细胞组织中的表达有显著差异。

第三，由于SAGE能够同时最大限度的收集一种基因组的基因表达信息，转录物的分析数据可用来构建染色体表达图谱（Chromosomal expression map）。Victor等分析了酵母基因组的基因表达，从60633个转录物中发现了4655个基因（表达水平分布在03～20/细胞），其中1981个基因已被确认了功能，2684个还未被报道过。利用基因的表达信息与基因组图谱融合绘制的染色体表达图谱，使基因表达与物理结构连系起来，更利于基因表达模式的研究。（Velculescu,1997） SAGE是基因表达定性和定量研究的一种有效工具，非常适合于比较不同发育状态或疾病状态的生物基因表达。

另外SAGE能够接近完整地获得基因组表达信息，能够直接读出任何一种类型细胞或组织的基因表达信息。SAGE技术的应用将大大加快基因组研究的进展，但必须和其它技术相互融合、互为补充，才能最大可能地进行基因组基因表达的全面研究。