RESEARCH
Peer reviewed scientific video journal
Video encyclopedia of advanced research methods
Visualizing science through experiment videos
EDUCATION
Video textbooks for undergraduate courses
Visual demonstrations of key scientific experiments
BUSINESS
Video textbooks for business education
OTHERS
Interactive video based quizzes for formative assessments
Products
RESEARCH
JoVE Journal
Peer reviewed scientific video journal
JoVE Encyclopedia of Experiments
Video encyclopedia of advanced research methods
EDUCATION
JoVE Core
Video textbooks for undergraduates
JoVE Science Education
Visual demonstrations of key scientific experiments
JoVE Lab Manual
Videos of experiments for undergraduate lab courses
BUSINESS
JoVE Business
Video textbooks for business education
Solutions
Language
French
Menu
Menu
Menu
Menu
DOI: 10.3791/66335-v
Please note that some of the translations on this page are AI generated. Click here for the English version.
Le séquençage de l’ARN par quantification absolue (AQRNA-seq) est une technologie développée pour quantifier le paysage de tous les petits ARN dans les mélanges biologiques. Ici, les étapes de préparation de la bibliothèque et de traitement des données d’AQRNA-seq sont démontrées, quantifiant les changements dans le pool d’ARN de transfert (ARNt) chez Mycobacterium bovis BCG pendant la dormance induite par la famine.
Le séquençage de l’ARNa cartographie quantitativement les petits ARN tels que les microARN, les ARNt et les fragments d’ARNt dans pratiquement n’importe quel échantillon de cellule ou de tissu. Il peut être utilisé pour cartographier certaines des 170 modifications connues de l’ARNt, mais il existe d’autres méthodes plus spécifiques pour la cartographie. Vous pouvez utiliser AQRNA-seq pour découvrir des biomarqueurs de maladies dans le RNome et explorer les mécanismes de traduction des protéines au niveau des systèmes.
La plupart des méthodes de séquençage de l’ARN ne peuvent pas quantifier avec précision l’abondance de molécules d’ARN individuelles dans un échantillon. Cela est dû à la fois aux propriétés structurelles de l’ARN, telles que les structures secondaires, les modifications post-transcriptionnelles, ainsi qu’à la biochimie de la préparation des banques telles que les biais de ligature de mille fois induits par les nucléotides terminaux sur les ARN. AQRNA-seq a été développé pour surmonter plusieurs défis techniques et biologiques, limitant la quantification précise de l’abondance de l’ARN dans l’échantillon.
Par rapport à d’autres matières, il atteint la linéarité entre les recomptages et les nombres de copies des molécules d’ARN, avec précision, il quantifie 75% d’une bibliothèque de référence, compressant 963 microARN avec une précision double. AQRNA-seq est unique en ce sens qu’il fournit une quantification absolue des petits ARN. Cela relie directement les recomptages de séquençage au nombre de copies d’une molécule d’ARN dans l’échantillon.
Ce niveau de précision est crucial pour comparer des dizaines à des centaines d’ARNt dans un échantillon, et c’est différent du petit séquençage d’ARN ordinaire, qui ne permet qu’une quantification relative entre les conditions et les échantillons. Nous avons conçu AQRNA-seq pour répondre à un besoin non satisfait de compréhension de la traduction des protéines. Nous avons constaté que les cellules reprogrammaient des dizaines de modifications de l’ARNt dans le nombre de copies des ARNt modifiés, afin de permettre la traduction sélective des ARN messagers enrichis de codons correspondant à ces ARNt.
AQRNA-seq nous permet de quantifier les changements dans le pool d’ARNt dans le cadre de ce mécanisme. Nous l’avons largement utilisé pour valider ce nouveau modèle de traduction des protéines.
View the full transcript and gain access to thousands of scientific videos
Related Videos
10:58
Related Videos
17.8K Views
14:15
Related Videos
12.3K Views
12:44
Related Videos
12.7K Views
10:28
Related Videos
33.8K Views
11:52
Related Videos
10.9K Views
12:01
Related Videos
11K Views
09:29
Related Videos
7.9K Views
08:25
Related Videos
12.7K Views
08:49
Related Videos
8.1K Views
08:41
Related Videos
9.5K Views