-
BMKMANU S3000_Transcriptome فضایی
رونویسی فضایی در خط مقدم نوآوری علمی قرار دارد و محققان را قادر می‌سازد تا در الگوهای بیان ژن پیچیده در بافت‌ها و در عین حال حفظ بافت فضایی آنها تحقیق کنند. در میان پلتفرم‌های مختلف، BMKGene تراشه رونوشت فضایی BMKManu S3000 را توسعه داده است که دارای وضوح بهبود یافته 3.5 میکرومتر است، به محدوده درون سلولی می‌رسد و تنظیمات وضوح چند سطحی را امکان‌پذیر می‌کند. تراشه S3000، دارای تقریباً 4 میلیون نقطه است، از ریز چاه‌های لایه‌بندی شده با مهره‌های بارگذاری شده با کاوشگرهای بارکد فضایی استفاده می‌کند. یک کتابخانه cDNA، غنی شده با بارکدهای فضایی، از تراشه S3000 تهیه شده و متعاقباً بر روی پلتفرم Illumina NovaSeq توالی یابی می شود. ترکیبی از نمونه های بارکد فضایی و UMI ها، دقت و ویژگی داده های تولید شده را تضمین می کند. تراشه BMKManu S3000 بسیار همه کاره است و تنظیمات وضوح چند سطحی را ارائه می دهد که می تواند به خوبی بر روی بافت های مختلف و سطوح دلخواه از جزئیات تنظیم شود. این سازگاری تراشه را به عنوان یک انتخاب برجسته برای مطالعات رونویسی فضایی متنوع قرار می‌دهد و از خوشه‌بندی دقیق فضایی با حداقل نویز اطمینان می‌دهد. استفاده از فناوری تقسیم‌بندی سلولی با BMKManu S3000، محدود کردن داده‌های رونویسی را به مرزهای سلول‌ها امکان‌پذیر می‌سازد، و در نتیجه تجزیه و تحلیلی است که معنای بیولوژیکی مستقیم دارد. علاوه بر این، وضوح بهبود یافته S3000 منجر به تعداد بیشتری از ژن ها و UMI های شناسایی شده در هر سلول می شود و تجزیه و تحلیل بسیار دقیق تری از الگوهای رونویسی فضایی و خوشه بندی سلول ها را ممکن می سازد.
-
توالی یابی RNA تک هسته ای
توسعه تکنیک‌های ضبط تک سلولی و ساخت کتابخانه سفارشی، همراه با توالی‌یابی با توان بالا، مطالعات بیان ژن را در سطح سلول متحول کرده است. این پیشرفت امکان تجزیه و تحلیل عمیق‌تر و جامع‌تر جمعیت‌های سلولی پیچیده، غلبه بر محدودیت‌های مربوط به میانگین بیان ژن در همه سلول‌ها و حفظ ناهمگنی واقعی در این جمعیت‌ها را فراهم می‌کند. در حالی که توالی یابی RNA تک سلولی (scRNA-seq) دارای مزایای غیرقابل انکاری است، در بافت های خاصی با چالش هایی مواجه می شود که در آن ایجاد سوسپانسیون تک سلولی دشوار است و به نمونه های تازه نیاز دارد. در BMKGene، با ارائه توالی‌یابی RNA تک هسته‌ای (snRNA-seq) با استفاده از فناوری پیشرفته 10X Genomics Chromium، این مانع را برطرف می‌کنیم. این رویکرد طیف نمونه‌هایی را که قابل تجزیه و تحلیل رونوشت در سطح تک سلولی هستند، گسترش می‌دهد.
جداسازی هسته ها از طریق تراشه نوآورانه کرومیوم ژنومیکس 10X انجام می شود که دارای یک سیستم میکروسیال هشت کانالی با گذرگاه های دوگانه است. در این سیستم، دانه‌های ژل حاوی بارکد، پرایمر، آنزیم و یک هسته در قطره‌های روغن به اندازه نانولیتر محصور می‌شوند و ژل Bead-in-Emulsion (GEM) را تشکیل می‌دهند. پس از تشکیل GEM، لیز سلولی و انتشار بارکد در هر GEM رخ می دهد. متعاقباً، مولکول‌های mRNA تحت رونویسی معکوس به cDNA، بارکدهای 10X و شناسه‌های مولکولی منحصربه‌فرد (UMIs) قرار می‌گیرند. سپس این cDNA ها در معرض ساخت کتابخانه توالی یابی استاندارد قرار می گیرند و کاوش قوی و جامع پروفایل های بیان ژن در سطح تک سلولی را تسهیل می کنند.
پلتفرم: پلتفرم 10× Genomics Chromium و Illumina NovaSeq
-
رونوشت فضایی 10x Genomics Visium
رونویسی فضایی یک فناوری پیشرفته است که به محققان اجازه می دهد تا الگوهای بیان ژن را در بافت ها بررسی کنند و در عین حال بافت فضایی آنها را حفظ کنند. یکی از پلتفرم های قدرتمند در این حوزه، 10 برابر Genomics Visium همراه با توالی Illumina است. اصل 10X Visium بر روی یک تراشه تخصصی با یک منطقه ضبط مشخص است که در آن بخش‌های بافت قرار می‌گیرد. این منطقه ضبط شامل نقاط بارکد شده است که هر کدام مربوط به یک مکان فضایی منحصر به فرد در بافت است. سپس مولکول‌های RNA گرفته‌شده از بافت با شناسه‌های مولکولی منحصربه‌فرد (UMIs) در طول فرآیند رونویسی معکوس برچسب‌گذاری می‌شوند. این نقاط بارکد شده و UMI ها نقشه برداری فضایی دقیق و تعیین کمیت بیان ژن را در وضوح تک سلولی امکان پذیر می کنند. ترکیبی از نمونه های بارکد فضایی و UMI ها، دقت و ویژگی داده های تولید شده را تضمین می کند. با استفاده از این فناوری رونویسی فضایی، محققان می‌توانند درک عمیق‌تری از سازمان فضایی سلول‌ها و فعل و انفعالات مولکولی پیچیده‌ای که در بافت‌ها اتفاق می‌افتد به دست آورند و بینش‌های ارزشمندی را در مورد مکانیسم‌های نهفته در فرآیندهای بیولوژیکی در زمینه‌های مختلف، از جمله سرطان‌شناسی، علوم اعصاب، زیست‌شناسی رشدی، ایمونولوژی ارائه دهند. ، و مطالعات گیاه شناسی.
پلتفرم: 10X Genomics Visium و Illumina NovaSeq
