Dieses Protokoll beschreibt einen Arbeitsablauf von Ex-vivo - oder In-vitro-Zellkulturen bis hin zur transkriptomischen Datenvorverarbeitung für ein kostengünstiges Transkriptom-basiertes Wirkstoff-Screening.
Method Article
Dieses Protokoll beschreibt einen Arbeitsablauf von Ex-vivo - oder In-vitro-Zellkulturen bis hin zur transkriptomischen Datenvorverarbeitung für ein kostengünstiges Transkriptom-basiertes Wirkstoff-Screening.
Die Transkriptomik ermöglicht es, umfassende Einblicke in zelluläre Programme und deren Reaktionen auf Störungen zu erhalten. Obwohl die Kosten für die Herstellung und Sequenzierung von Bibliotheken in den letzten zehn Jahren erheblich gesunken sind, ist die Anwendung dieser Technologien in dem für das Drogenscreening erforderlichen Umfang nach wie vor unerschwinglich teuer, was das immense Potenzial dieser Methoden behindert. Unsere Studie stellt ein kostengünstiges System für das Transkriptom-basierte Wirkstoff-Screening vor, das miniaturisierte Störungskulturen mit Mini-Bulk-Transkriptomik kombiniert. Das optimierte Mini-Bulk-Protokoll liefert informative biologische Signale in kostengünstiger Sequenzierungstiefe und ermöglicht so ein umfangreiches Screening bekannter Wirkstoffe und neuer Moleküle. Abhängig von der gewählten Behandlung und der Inkubationszeit führt dieses Protokoll innerhalb von ca. 2 Tagen zur Sequenzierung von Bibliotheken. Durch mehrere Haltepunkte innerhalb dieses Protokolls kann sowohl die Bibliotheksvorbereitung als auch die Sequenzierung zeitunabhängig durchgeführt werden. Die gleichzeitige Verarbeitung einer hohen Anzahl von Proben ist möglich; Die Messung von bis zu 384 Proben wurde ohne Verlust der Datenqualität getestet. Es gibt auch keine bekannten Beschränkungen für die Anzahl der Erkrankungen und/oder Medikamente, trotz der Berücksichtigung der Variabilität der optimalen Inkubationszeiten von Arzneimitteln.
Die Entwicklung neuer Arzneimittel ist ein komplexer und zeitaufwändiger Prozess, der die Identifizierung potenzieller Arzneimittel und ihrer Ziele, die Optimierung und Synthese von Arzneimittelkandidaten sowie die Prüfung ihrer Wirksamkeit und Sicherheit in präklinischen und klinischen Studien umfasst1. Traditionelle Methoden für das Wirkstoff-Screening, d. h. die systematische Bewertung von Bibliotheken von Wirkstoffkandidaten für therapeutische Zwecke, beinhalten die Verwendung von Tiermodellen oder zellbasierten Assays, um die Auswirkungen auf bestimmte Ziele oder Signalwege zu testen. Diese Methoden waren zwar erfolgreich bei der Identifizierung von Wirkstoffkandidaten, lieferten aber oft keine ausreichenden Einblicke in die komplexen molekularen Mechanismen, die der Wirksamkeit von Medikamenten sowie der Toxizität und den Mechanismen potenzieller Nebenwirkungen zugrunde liegen.
Die Bewertung genomweiter Transkriptionszustände stellt einen leistungsstarken Ansatz dar, um die derzeitigen Einschränkungen des Wirkstoffscreenings zu überwinden, da sie eine umfassende Bewertung der Genexpression als Reaktion auf Arzneimittelbehandlungen ermöglicht2. Durch die Messung von RNA-Transkripten in einer genomweiten Weise, die zu einem bestimmten Zeitpunkt exprimiert wird, zielt die Transkriptomik darauf ab, einen ganzheitlichen Überblick über die transkriptionellen Veränderungen zu erhalten, die als Reaktion auf Medikamente auftreten, einschließlich Änderungen der Genexpressionsmuster, alternatives Spleißen und nicht-kodierender RNA-Expression3. Diese Informationen können verwendet werden, um Arzneimittelziele zu bestimmen, die Wirksamkeit und Toxizität von Arzneimitteln vorherzusagen und die Dosierung und Behandlung von Medikamenten zu optimieren.
Einer der Hauptvorteile der Kombination von Transkriptomik und unvoreingenommenem Wirkstoff-Screening ist das Potenzial, neue Wirkstoffziele zu identifizieren, die bisher nicht in Betracht gezogen wurden. Herkömmliche Wirkstoff-Screening-Ansätze konzentrieren sich oft auf etablierte Zielmoleküle oder -wege, was die Identifizierung neuer Zielmoleküle behindert und möglicherweise zu Medikamenten mit unvorhergesehenen Nebenwirkungen und eingeschränkter Wirksamkeit führt. Die Transkriptomik kann diese Einschränkungen überwinden, indem sie Einblicke in die molekularen Veränderungen liefert, die als Reaktion auf eine medikamentöse Behandlung auftreten, und potenzielle Ziele oder Signalwege aufdeckt, die bisher möglicherweise nicht in Betracht gezogen wurden2.
Neben der Identifizierung neuer Wirkstoffziele kann die Transkriptomik auch zur Vorhersage der Wirksamkeit und Toxizität von Medikamenten verwendet werden. Durch die Analyse der Genexpressionsmuster, die mit Arzneimittelreaktionen verbunden sind, können Biomarker entwickelt werden, mit denen das Ansprechen eines Patienten auf ein bestimmtes Medikament oder Behandlungsschema vorhergesagt werden kann. Dies kann auch dazu beitragen, die Medikamentendosierung zu optimieren und das Risiko unerwünschter Nebenwirkungen zu verringern4.
Trotz ihrer potenziellen Vorteile bleiben die Kosten der Transkriptomik ein erhebliches Hindernis für ihre breite Anwendung im Wirkstoffscreening. Die Transkriptomanalyse erfordert spezielle Geräte, technisches Fachwissen und Datenanalysen, was es für kleinere Forschungsteams oder Organisationen mit begrenzten Mitteln schwierig machen kann, Transkriptomik im Arzneimittelscreening einzusetzen. Die Kosten für die Transkriptomik sind jedoch stetig gesunken, was sie für die Forschungsgemeinschaften zugänglicher macht. Darüber hinaus haben Fortschritte in der Technologie und in den Datenanalysemethoden die Transkriptomik effizienter und kostengünstiger gemacht, wodurch ihre Zugänglichkeit weiter verbessertwurde 2.
In diesem Protokoll beschreiben wir ein hochdimensionales und exploratives System für das Transkriptom-basierte Wirkstoff-Screening, das miniaturisierte Störungskulturen mit Mini-Bulk-Transkriptomik-Analyse kombiniert 5,6. Mit diesem Protokoll ist es möglich, die Kosten pro Probe auf 1/6 der derzeitigen Kosten kommerzieller Lösungen für die mRNA-Sequenzierung in voller Länge zu senken. Das Protokoll erfordert nur Standard-Laborgeräte, die einzige Ausnahme ist die Verwendung von Short-Read-Sequenzierungstechnologien, die ausgelagert werden können, wenn Sequenziergeräte nicht im eigenen Haus verfügbar sind. Das optimierte Mini-Bulk-Protokoll liefert informationsreiche biologische Signale in kostengünstiger Sequenzierungstiefe und ermöglicht so ein umfangreiches Screening bekannter Medikamente und neuer Moleküle.
Ziel des Experiments ist es, die Wirkstoffaktivität auf PBMCs in verschiedenen biologischen Kontexten zu untersuchen. Dieses Protokoll kann auf jede biologische Fragestellung angewendet werden, bei der mehrere Medikamente mit einer transkriptomischen Auslesung getestet werden sollten, um einen transkriptomweiten Überblick über die zelluläre Wirkung der Behandlung zu erhalten.
Dieses Protokoll folgt den Richtlinien der lokalen Ethikkommissionen der Universität Bonn.
1. Vorbereitung von Puffern, Lösungen und Geräten
2. Handhabung der Zellen
HINWEIS: Ein detailliertes Protokoll für die Kryokonservierung von mononukleären Zellen des peripheren Blutes (PBMC) aus menschlichem Blut finden Sie in7.

3. Bibliotheksvorbereitung für die Sequenzierung
4. Sequenzierung und Datenvorverarbeitung

Nach dem berichteten Protokoll wurden humane PBMCs ausgesät, mit verschiedenen immunmodulatorischen Medikamenten behandelt und nach unterschiedlichen Inkubationszeiten für die Transkriptomanalyse unter Verwendung des Sequenzierungsprotokolls geerntet (Abbildung 1).
Ideale Wirkstoffkonzentrationen und Inkubationszeiten für Testsubstanzen sollen im Vorfeld dieses Protokolls mit Hilfe komplementärer experimenteller Strategien und basierend auf der spezifischen wissenschaftlichen Fragestellung identifiziert werden. In den meisten Fällen sollte eine 2-4-stündige und 24-stündige Inkubation eine Darstellung des frühen und späten transkriptionellen Ansprechens auf die Behandlung liefern.
Die wichtigsten Ergebnisse zur Bewertung der korrekten Ausführung des Protokolls sind die cDNA- und Bibliotheks-QCs (Abbildung 2 und Abbildung 3). Das cDNA-Profil sollte eine breite Verteilung mit einer durchschnittlichen Größe von > 1000 bp aufweisen (Abbildung 2), eine niedrigere durchschnittliche Größe oder Anhäufung von Molekülen mit niedrigem Molekulargewicht (Abbildung 4) könnte auf einen niedrigen RNA-Eintrag oder RNA-Abbau hinweisen.
Die Vorbereitung einer guten Sequenzierungsbibliothek ist ebenfalls ein wichtiger Schritt im Protokoll; Post-Tagmentation-Bibliotheken sollten eine eher enge Verteilung von etwa 250 bp aufweisen (Abbildung 3); Längere Fragmente schneiden bei der Sequenzierung schlecht ab (Abbildung 5).
Nach der Sequenzierung werden die FASTQ-Rohdateien mit dem entsprechenden Referenzgenom (z. B. Mensch oder Maus) abgeglichen und die Transkripthäufigkeit für jede Probe quantifiziert (siehe nf-core RNA-seq pipeline (https://nf-co.re/rnaseq)). Es wird nun eine explorative Datenanalyse durchgeführt, um die Gesamtqualität der Daten zu überprüfen. Abgestimmte Daten sollten eine hohe Anzahl von proteinkodierenden Genen erfassen, da mit diesem Protokoll nur polyadenylierte RNA erfasst wird (Abbildung 6A). In menschlichen Proben erwarten wir, zwischen 15000 und 20000 Transkripte zu erfassen (dieser Wert basiert auf der GENCODE 27-Referenzannotation des menschlichen Genoms11). Eine weitere explorative Datenanalyse kann die Hauptkomponentenanalyse (PCA) umfassen. Hier kann die zugrundeliegende Struktur der Daten in einem zweidimensionalen Plot visualisiert werden. In Abbildung 6B zeigen wir ein beispielhaftes PCA-Diagramm; Die Punkte sind hier nach Behandlung gefärbt und zeigen drei verschiedene Cluster von experimentellen Bedingungen, die zu ähnlichen transkriptomischen Profilen führen. Hier ist auch zu sehen, dass biologische Replikate (Punkte mit der gleichen Farbe) transkriptionell ähnlich sind, was eine gute Robustheit des Protokolls zeigt. Die in dieser Abbildung gezeigten Ergebnisse wurden mit einer Pipeline generiert, die auf GitHub basierend auf dem DESeq2-Workflow (https://github.com/jsschrepping/RNA-DESeq2) verfügbar ist.

Abbildung 1: Zeitschätzungen und Arbeitsablauf. (A) Zeitschätzungen dieses Protokolls für einen Lauf mit 96 Stichproben. (B) Diagramm der einzelnen Schritte innerhalb des Protokolls vom Auftauen der Zellen bis zur Datenvorverarbeitung. Das Diagramm sollte von oben nach unten gelesen werden, indem man den Pfeilen folgt. Kreisförmige Pfeile beschreiben eine Wiederholung des Schrittes. Rote Punkte stellen Haltepunkte dar, die im Protokoll näher beschrieben sind. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 2: Beispielhafte Ergebnisse für cDNA-Bibliotheken. Ergebnisse einer miniaturisierten Elektrophorese zeigen die Größenverteilung einer beispielhaften cDNA-Bibliothek. Obere und untere Signale stellen Marker dar, die zum Ausrichten der Probe verwendet werden. Blaue Linien zeigen die durchschnittliche Fragmentgröße an (blaue Klammern). Das cDNA-Profil zeigt eine breite Verteilung mit einer durchschnittlichen Größe von > 1000 bp. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 3: Beispielhafte Ergebnisse für Sequenzierungsbibliotheken. Ergebnisse einer miniaturisierten Elektrophorese zeigen die Größenverteilung von erfolgreich präparierten Sequenzierbibliotheken mit einer engen Verteilung und einer durchschnittlichen Größe von etwa 250 bp. Obere und untere Signale stellen Marker dar, die zum Ausrichten der Probe verwendet werden. Blaue Linien zeigen die durchschnittliche Fragmentgröße an (blaue Klammern). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 4: Beispielhafte suboptimale Ergebnisse für cDNA-Bibliotheken. Die Ergebnisse einer miniaturisierten Elektrophorese zeigen die Größenverteilung einer suboptimalen cDNA-Bibliothek mit einer durchschnittlichen Größe von < 200 bp. Obere und untere Signale stellen Marker dar, die zum Ausrichten der Probe verwendet werden. Blaue Linien zeigen die durchschnittliche Fragmentgröße an (blaue Klammern). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 5: Beispielhafte suboptimale Ergebnisse für Sequenzierungsbibliotheken. Ergebnisse einer miniaturisierten Elektrophorese zeigen die Größenverteilung einer suboptimalen Sequenzierungsbibliothek mit längeren Fragmenten von 200 - 1000 bp. Obere und untere Signale stellen Marker dar, die zum Ausrichten der Probe verwendet werden. Blaue Linien zeigen die durchschnittliche Fragmentgröße an (blaue Klammern). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.

Abbildung 6: Explorative Datenanalyse. Repräsentative Ergebnisse der explorativen Datenanalyse, die die Wirkung ausgewählter immunmodulatorischer Medikamente auf PBMCs zeigen. (A) Balkendiagramm der Anzahl der detektierten Gene (Y-Achsen), getrennt nach Gentyp (X-Achsen). (B) PCA aller Gene im Datensatz, die durch die verschiedenen medikamentösen Behandlungen gefärbt sind. Punkte mit der gleichen Farbe sind biologische Replikate. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
| Reagenz | Konzentration | Volumen [μL] /rxn |
| Guanidin-Hydrochlorid | 80 mM | 7.50 |
| Desoxynukleotidtriphosphate (dNTPs) | je 10 mM | 6.52 |
| SMART dT30VN Grundierung | 100 μM | 0.33 |
| Nuklease-freies Wasser | 0.65 | |
| Gesamtvolumen | 15.00 |
Tabelle 1: Lysepuffer.
| Reagenz | Volumen [μL] /rxn |
| SSRT II Puffer (5x) | 2.00 |
| DVB-T (100 mM) | 0.50 |
| Betain (5 M) | 2.00 |
| MgCl2 (1 M) | 0.14 |
| SSRT II (200 U/μL) | 0.25 |
| RNAse-Inhibitor (40 U/μL) | 0.25 |
| TSO-LNA (100 μM) | 0.20 |
| Nuklease-freies Wasser | 0.66 |
| Gesamtvolumen | 6.00 |
Tabelle 2: Reaktionsmischung der Reversen Transkriptase (RT).
| mRNA-Denaturierung | ||
| Schritt | Temperatur | Dauer |
| mRNA-Denaturierung | 95 °C | 2 Minuten |
| Auf dem Eis | 2 Minuten | |
| Reverse Transkription | ||
| Schritt | Temperatur | Dauer |
| Reverse Transkription | 42 °C | 90 min |
| Inaktivierung von Enzymen | 70 °C | 15 Minuten |
| 4 °C | halten | |
Tabelle 3: Thermocycler-Programm für mRNA-Denaturierung und reverse Transkriptase (RT).
| Reagenz | Volumen [μL] /rxn |
| High-Fidelity-DNA-Polymerase | 12.50 |
| ISPCR-Primer (10 μM) | 0.15 |
| Nuklease-freies Wasser | 2.35 |
| Gesamtvolumen | 15.00 |
Tabelle 4: Vorverstärkungsmix.
| Schritte | Temperatur | Dauer | |
| Anfängliche Denaturierung | 98 °C | 3 Minuten | |
| Denaturierung | 98 °C | 20 Sek. | 16 – 18 Zyklen |
| Glühen | 67 °C | 20 Sek. | |
| Erweiterung | 72 °C | 6 Minuten | |
| 4 °C | halten |
Tabelle 5: Vorverstärker-Thermocycler-Programm.
| Schritte | Temperatur | Dauer |
| Tagmentierung | 55 °C | 8 Minuten |
| 4 °C | halten |
Tabelle 6: Tagmentation Thermocycler-Programm.
| Tagmentation-Mix | |
| Reagenz | Volumen [μL] /rxn |
| Amplicon Tagment Mix (ATM) | 1.0 |
| Markierungs-DNA-Puffer (TD) | 2.0 |
| Gesamtvolumen | 3.0 |
| Anreicherung PCR-Mischung | |
| Reagenz | Volumen [μL] /rxn |
| High-Fidelity-DNA-Polymerase | 7.0 |
| Nextera-kompatibler Indexierungsprimer | 2.0 |
| Gesamtvolumen | 9.0 |
Tabelle 7: Tagmentierungsmischung und Anreicherungs-PCR-Mischung.
| Schritte | Temperatur | Dauer | |
| Heißer Start | 72 °C | 5 Minuten | |
| Anfängliche Denaturierung | 98 °C | 30 Sek. | |
| Denaturierung | 98 °C | 10 Sek. | 16 Zyklen |
| Glühen | 60 °C | 30 Sek. | |
| Erweiterung | 72 °C | 1 Minute | |
| Letzte Verlängerung | 72 °C | 5 Minuten | |
| 4 °C | halten |
Tabelle 8: Anreicherungs-PCR-Thermocycler-Programm.
| Instrument | Belastungskonzentration |
| MiSeq v2 | 10 Uhr |
| WeiterSeq 500/550 | 1,4 pM |
| NovaSeq 6000 | 1250 pM |
Tabelle 9: Beispiele für Beladungskonzentrationen gängiger Sequenzierinstrumente.
Die Arzneimittelforschung und -entwicklung kann stark von der ganzheitlichen Sicht auf zelluläre Prozesse profitieren, die die Bulk-Transkriptomik bieten kann. Dieser Ansatz wird jedoch oft durch die hohen Kosten des Experiments mit dem Standard-Bulk-RNA-seq-Protokoll eingeschränkt, was seine Anwendung im akademischen Umfeld sowie sein Potenzial für industrielle Skalierbarkeit verbietet.
Die kritischsten Schritte des Protokolls sind das Auftauen der Zellen und die ersten Schritte der Bibliotheksvorbereitung. Die Gewährleistung einer hohen Lebensfähigkeit der Zellen nach dem Auftauen ist entscheidend für erfolgreiche Behandlungen und transkriptomische Analysen. Die ersten Schritte der Zellernte und der Bibliotheksvorbereitung bis zur cDNA-Synthese sind entscheidend für die Erhaltung der Integrität der RNA. In dieser Phase ist es entscheidend, das Zelllysat immer auf Eis zu halten und die Proben so schnell wie möglich zu verarbeiten. Wenn ein übermäßiger RNA-Abbau beobachtet wird, sollten Laboroberflächen und -geräte mit speziellen Produkten gereinigt werden, um die RNase-Aktivität zu hemmen.
Das hier beschriebene Protokoll ist derzeit für die medikamentöse Behandlung von PBMCs von gesunden Spendern für maximal 24 h optimiert. Um das Experiment mit einem anderen Zelltyp oder für eine längere Inkubationszeit durchzuführen, müssen die Zellzahlen für die Aussaat- und Kultivierungsbedingungen möglicherweise entsprechend optimiert werden.
Mit diesem Protokoll bieten wir einen Workflow für die transkriptomische Analyse bei der Arzneimittelbehandlung mit PBMCs unter Verwendung von Standard-Laborgeräten und ohne die Notwendigkeit kommerzieller Kits. Mit diesem Ansatz und der Vermeidung des Schritts der RNA-Aufreinigung konnten wir die Kosten erheblich senken und die parallele Analyse einer großen Anzahl von Verbindungen ermöglichen.
Da dieses Protokoll auf einem In-vitro-Assay basiert, besteht seine Haupteinschränkung darin, dass es keine metabolische Verarbeitung der Medikamente bewerten kann, die zu einer unterschiedlichen Bioaktivität führen könnte. Darüber hinaus ist die Anzahl der erfassten Transkripte und die Sequenzierungstiefe geringer als bei Standard-Transkriptomik-Methoden in voller Länge, was die Verwendung dieser Daten für Anwendungen verhindert, die einen höheren Informationsgehalt erfordern, wie z. B. differentielles Spleißen oder Quantifizierung von Einzelnukleotid-Polymorphismen.
Die Autoren erklären, dass es keine konkurrierenden Interessen gibt.
J.L.S. wird von der Deutschen Forschungsgemeinschaft (DFG) im Rahmen der Exzellenzstrategie (EXC2151-390873048) sowie im Rahmen von SCHU 950/8-1 gefördert; GRK 2168, TP11; SFB 1454 Metaflammation, IGK GRK 2168, WGGC INST 216/981-1, CCU INST 217/988-1, das BMBF-geförderte Exzellenzprojekt Ernährung-Körper-Gehirn (DietBB); und das EU-Projekt SYSCID unter der Fördernummer 733100. M.B. wird von der DFG gefördert (IRTG2168-272482170, SFB1454-432325352). L.B. wird gefördert durch die DFG (ImmuDiet BO 6228/2-1 - Projektnummer 513977171) und die Exzellenzstrategie des Bundes und der Länder (EXC2151-390873048). Bilder, die mit BioRender.com erstellt wurden.
| Name | Company | Catalog Number | Comments |
|---|---|---|---|
| 50 mL konisches Röhrchen | fisher scientific | 10203001 | |
| selbstklebende PCR-Plattendichtungen | Thermo Fisher Scientific | AB0558 | |
| Amplicon Tagment Mix (ATM) | Illumina | FC-131-1096 | Nextera XT DNA Library Prep Kit (96 Proben) |
| AMPure XP beads | Beckman Coulter | A 63881 | |
| Betain | Sigma-Aldrich | 61962 | |
| 96-Well-Platten für Zellkulturen | Thermo Fisher Scientific | 260860 | |
| Zellkultur-Vakuumpumpe (VACUSAFE) | Integra Bioscience | 158300 | |
| Desoxynukleotidtriphosphate (dNTPs) mischen je 10 mM | Fermentas | R0192 | |
| DMSO | Sigma-Aldrich | 276855 | |
| DTT (100 mM) | Invitrogen | 18064-014 | |
| EDTA | Sigma-Aldrich | 798681 | für adhärente Zellen |
| Ethanol | Sigma-Aldrich | 51976 | |
| Fötales Rinderserum | Thermo Fisher Scientific | 26140079 | |
| Filterspitzen (10 & Mikro; L) | Gilson | ||
| Filterspitzen (100 & Mikro; L) | Gilson | ||
| Filterspitzen (20 & Mikro; L) | Gilson | ||
| Filterspitzen (200 & Mikro; L) | Gilson | ||
| Guanidinhydrochlorid | Sigma-Aldrich | G3272 | |
| ISPCR Grundierung (10 & Mikro; M) | Biomers.net GmbH | SP10006 | 5′-AAGCAGTGGTATCAACGCAGAG T-3′ |
| KAPA HiFi HotStart ReadyMix (2X) | KAPA Biosystems | KK2601 | |
| Magnesiumchlorid (MgCl2) | Sigma-Aldrich | M8266 | |
| Magnetischer Ständer 96 | Ambion | AM10027 | |
| Neutralize Tagment (NT) Puffer | Illumina | FC-131-1096 | Nextera XT DNA Library Prep Kit (96 Proben), alternativ 0,2 % SDS |
| Nextera-kompatibler Indexierungsprimer | Illumina | ||
| Nukleasefreies Wasser | Invitrogen | 10977049 | |
| PBS | Thermo Fisher Scientific | AM9624 | |
| PCR 96-Well-Platten | Thermo Fisher Scientific | AB0600 | |
| PCR-Plattenversiegelung | Thermo Fisher Scientific | HSF0031 | |
| Penicillin / Streptomycin | Thermo Fisher Scientific | 15070063 | |
| Qubit 4 Fluorometer | Invitrogen | 15723679 | |
| rekombinanter RNase-Inhibitor (40 U/ul) | TAKARA | 2313A | |
| RPMI-1640 Zellkulturmedium | Gibco | 61870036 | Wenn nicht mit PBMCs gearbeitet wird, passen Sie es an den Zelltyp an. |
| SMART dT30VN Primer | Sigma-Aldrich | 5' Bio-AAGCAGTGGTATCAACGCAGAG TACT30VN-3 | |
| Standard Laborausstattung | diverse | diverse | z.B. Zentrifuge, Eismaschine, Eiskübel, destilliertes Wasser, Wasserbad |
| SuperScript II Reverse Transkriptase (SSRT II) | Thermo Fisher Scientific | 18064-014 | |
| SuperScript II Reverse Transkriptase (SSRT II) Puffer (5x) | Thermo Fisher Scientific | 18064-014 | |
| Tagment DNA-Puffer (TD) | Illumina | FC-131-1096 | Nextera XT DNA-Bibliotheksvorbereitungskit (96 Proben) |
| TapeStation-System 4200 | Agilent | G2991BA | |
| Thermocycler (S1000) | Bio-Rad | 1852148 | |
| TSO-LNA (100 μM) | Eurogentec | 5' Biotin AAGCAGTGGTATCAACGCAGAG TACAT(G)(G){G | |
| Vortex-Genie 2 Mischpult | Sigma-Aldrich | Z258415 |
Request permission to reuse the text or figures of this JoVE article
Request Permission