ARN de interferencia (ARNi) es un mecanismo celular básico para el control de la expresión génica. El ARNi es inducida por el corto ARN de doble cadena también conocido como pequeños RNAs de interferencia (siRNA). El corto ARN de doble cadena se originan a partir de precursores más de doble cadena por la actividad de Dicer, una proteína de la familia de RNasa III de endonucleasas. Los fragmentos resultantes son los componentes del complejo de ARN inducida por silenciar (RISC), dirigiendo a la meta del mRNA afines. RISC corta el ARNm diana lo que se reduce la expresión de la proteína codificada 1,2,3. RNAi se ha convertido en un método experimental poderosa y ampliamente utilizado para la pérdida de los estudios de la función de genes en células de mamíferos que utilizan pequeños RNAs de interferencia.
Actualmente hay dos métodos principales se encuentran disponibles para la producción de pequeños RNAs de interferencia. Un método consiste en la síntesis química, mientras que un método alternativo emplea endonucleolytic división del objetivo específico a largo ARN de doble cadena de RNasa III in vitro. Por lo tanto, un grupo diverso de como siRNA oligonucleótidos se produce lo que se conoce también como endoribonuclease preparado siRNA o esiRNA. Una comparación de la eficacia de siRNAs químicamente derivados y esiRNAs muestra que los dos gatillos son potentes en el silenciamiento de genes diana. Las diferencias pueden, sin embargo, se observa al comparar la especificidad. Muchos siRNAs única de síntesis química produce importantes efectos fuera del objetivo, mientras que la mezcla compleja inherente a esiRNAs conduce a una caída más específico 10.
En este estudio, se presenta el diseño de bibliotecas a escala del genoma esiRNA MISIÓN y su utilización para la investigación de RNAi ejemplificado por una pantalla de contenido de ADN para la identificación de genes implicados en la progresión del ciclo celular. Mostramos la manera de optimizar el protocolo de transfección y el ensayo para la detección de alto rendimiento. También muestra cómo grandes grupos de datos pueden ser evaluados estadísticamente y los actuales métodos para validar accesos principales. Por último, damos los posibles puntos de partida para nuevas caracterizaciones funcionales de accesos validado.