- Felbontás: 3,5 µM
- Folt átmérő: 2,5 µM
- A foltok száma: körülbelül 4 millió
- 3 lehetséges rögzítési terület formátum: 6,8 mm * 6,8 mm, 11 mm * 11 mm vagy 15 mm * 20 mm
- Minden vonalkódos gyöngy 4 részből álló alapozóval van feltöltve:
• poli(dT) farok mRNS indításhoz és cDNS szintézishez,
• Egyedi molekuláris azonosító (UMI) az amplifikációs torzítás korrigálására
• Térbeli vonalkód
• A részleges leolvasás 1 szekvenáló primer kötési szekvenciája
- A metszetek H&E és fluoreszcens festése
- Sejtszegmentációs technológia alkalmazásának lehetősége: H&E festés, fluoreszcens festés és RNS szekvenálás integrálása az egyes sejtek határainak meghatározásához és a génexpresszió helyes hozzárendeléséhez az egyes sejtekhez. Feldolgozás downstream Térbeli profilalkotási elemzés cellatároló alapján.
- Lehetséges többszintű felbontáselemzés: Rugalmas, többszintű elemzés 100 um és 3,5 um között a különböző szöveti jellemzők optimális felbontású feloldása érdekében.
-A rögzítési helyek megduplázódása 4 millióra: 3,5 uM-os javított felbontással, ami sejtenként magasabb gén- és UMI-detektálást eredményez. Ez a sejtek jobb klaszterezését eredményezi a transzkripciós profilok alapján, finomabb részletekkel, amelyek illeszkednek a szövetek szerkezetéhez.
- Szubcelluláris felbontás:Mindegyik rögzítési terület több mint 2 millió térbeli vonalkódolt foltot tartalmazott, amelyek átmérője 2,5 µm, és a foltközpontok közötti távolság 5 µm, lehetővé téve a térbeli transzkriptom elemzést szubcelluláris felbontással (5 µm).
-Többszintű felbontáselemzés:Rugalmas többszintű analízis 100 μm és 5 μm között a különféle szöveti jellemzők optimális felbontású feloldásához.
-Lehetőség a „Három az egy diában” cellaszegmentációs technológia használatára:A fluoreszcens festést, a H&E festést és az RNS szekvenálást egyetlen tárgylemezen kombinálva "három az egyben" elemzési algoritmusunk lehetővé teszi a sejthatárok azonosítását a későbbi sejtalapú transzkriptomika számára.
-Több szekvenáló platformmal kompatibilis: NGS és hosszú olvasási szekvenálás is elérhető.
-Rugalmas kialakítás 1-8 aktív rögzítési területtel: a rögzítési terület mérete rugalmas, 3 formátum használható (6,8 mm * 6,8 mm, 11 mm * 11 mm és 15 mm * 20 mm)
-Egyablakos szolgáltatás: integrálja az összes tapasztalaton és készségen alapuló lépést, beleértve a kriometszetet, a festést, a szövetoptimalizálást, a térbeli vonalkódolást, a könyvtár-előkészítést, a szekvenálást és a bioinformatikát.
-Átfogó bioinformatika és az eredmények felhasználóbarát megjelenítése:A csomag 29 elemzést és 100+ kiváló minőségű adatot tartalmaz, a házon belüli fejlesztésű szoftverrel kombinálva a sejtfelosztás és a spot klaszterezés vizualizálására és testreszabására.
-Személyre szabott adatelemzés és megjelenítés: különböző kutatási igényekhez elérhető
-Magasan képzett technikai csapat: több mint 250 szövettípusban és 100+ fajban szerzett tapasztalattal, beleértve az embert, egeret, emlőst, halat és növényt.
-Valós idejű frissítések a teljes projektről: a kísérleti folyamat teljes ellenőrzésével.
-Opcionális közös analízis egysejtű mRNS szekvenálással
Mintakövetelmények | Könyvtár | Szekvenálási stratégia | Adatok ajánlott | Minőségellenőrzés |
OCT-beágyazott kriominták (Optimális átmérő: kb. 6×6×6 mm³) 2 blokk mintánként 1 a kísérlethez, 1 a biztonsági mentéshez | S3000 cDNS könyvtár | Illumina PE150 | 160K PE olvasás 100υM-enként (250 Gb) | RIN > 7 |
A mintakészítési útmutatóval és a szervizmunkafolyamattal kapcsolatos további részletekért forduljon bizalommal aBMKGENE szakértő
A minta-előkészítési fázisban egy kezdeti ömlesztett RNS extrakciós kísérletet végeznek, hogy biztosítsák a jó minőségű RNS beszerzését. A szövetoptimalizálási szakaszban a metszeteket megfestik és láthatóvá teszik, és optimalizálják a szövetből történő mRNS-kibocsátáshoz szükséges permeabilizációs feltételeket. Az optimalizált protokollt ezután a könyvtár felépítése során alkalmazzák, majd szekvenálást és adatelemzést végeznek.
A teljes szolgáltatási munkafolyamat valós idejű frissítéseket és ügyfél-megerősítéseket foglal magában, hogy fenntartsák a reagáló visszacsatolási hurkot, biztosítva a projekt zökkenőmentes végrehajtását.
A BMKMANU S3000 által generált adatok elemzése a BMKGENE által önállóan tervezett „BSTMatrix” szoftverrel történik, amely sejtszintű és többszintű felbontású Gene Expression Matrixot generál. Innen egy szabványos jelentés jön létre, amely magában foglalja az adatminőség-ellenőrzést, a belső mintaelemzést és a csoportok közötti elemzést.
- Adatminőség-ellenőrzés:
- Adatkiadás és minőségi pontszám megoszlása
- Géndetektálás foltonként
- Szövet fedettség
- Belső minta elemzés:
- Géngazdagság
- Spot klaszterezés, beleértve a csökkentett dimenziós elemzést
- Differenciál expressziós elemzés a klaszterek között: marker gének azonosítása
- Marker gének funkcionális annotációja és gazdagítása
- Csoportközi elemzés
- Mindkét mintából (pl. beteg és kontroll) származó foltok újrakombinációja és újracsoportosítása
- Az egyes klaszterek markergének azonosítása
- Marker gének funkcionális annotációja és gazdagítása
- Ugyanannak a klaszternek a csoportok közötti differenciális kifejezése
Ezenkívül a BMKGene által kifejlesztett „BSTViewer” egy felhasználóbarát eszköz, amely lehetővé teszi a felhasználó számára a génexpresszió és a foltcsoportok különböző felbontású megjelenítését.
A BMKGene térbeli profilalkotási szolgáltatásokat kínál precíz egycellás felbontással (cellatárolón vagy többszintű négyzetes tárolón alapul, 100 um és 3,5 um között).
Az S3000 tárgylemezen lévő szövetmetszetek térbeli profilozási adatai jól teljesítettek az alábbiak szerint.
1. esettanulmány: Egér agy
Az S3000-es egéragy metszet elemzése ~94 000 sejt azonosítását eredményezte, sejtenként ~2000 gén medián szekvenálása mellett. A 3,5 uM-os javított felbontás a sejtek nagyon részletes, transzkripciós mintákon alapuló klaszterezését eredményezte, és a sejtcsoportok az agy differenciált struktúráit utánozták. Ez könnyen megfigyelhető, ha megjelenítjük az oligodendrocitákként és mikrogliasejtekként csoportosuló sejtek eloszlását, amelyek szinte kizárólag a szürke-, illetve a fehérállományban találhatók.
2. esettanulmány: Egér embrió
Egy egérembrió metszet S3000-nel végzett elemzése ~2200 000 sejt azonosítását eredményezte, sejtenként ~1600 gén medián szekvenálása mellett. A 3,5 uM-os javított felbontás a sejtek nagyon részletes, transzkripciós mintákon alapuló klaszterezését eredményezte, 12 klaszterrel a szem területén és 28 klaszterrel az agy területén.
Belső mintaelemzési cellacsoportosítás:
Marker gének azonosítása és térbeli eloszlása:
- Nagyobb szubcelluláris felbontás: Az S1000 tárgylemezhez képest az S3000 minden rögzítési területe több mint 4 millió térbeli vonalkódolt foltot tartalmazott, amelyek átmérője 2,5 µm, és a foltközéppontok közötti távolság 3,5 µm, lehetővé téve a térbeli transzkriptom elemzést nagyobb szubcelluláris felbontással (négyzetes rekesz: 3,5 µm).
- Magasabb rögzítési hatékonyság: az S1000 slide-hoz képest a Median_UMI 30%-ról 70%-ra, a Median_Gene 30%-ról 60%-ra nő
Az S1000 chip séma:
Az S3000 chip séma: