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
it_IT
Menu
Menu
Menu
Menu
A subscription to JoVE is required to view this content. Sign in or start your free trial.
Research Article
Please note that some of the translations on this page are AI generated. Click here for the English version.
Erratum Notice
Important: There has been an erratum issued for this article. View Erratum Notice
Retraction Notice
The article Assisted Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology. View Retraction Notice
Qui presentiamo un approccio combinatorio per la classificazione di tipi di cellule neuronali prima dell'isolamento e per la successiva caratterizzazione di transcriptomi a singola cellula. Questo protocollo ottimizza la preparazione di campioni per il successo RNA Sequencing (RNA-Seq) e descrive una metodologia studiata appositamente per una migliore comprensione della diversità cellulare.
La scoperta di marcatori specifici di tipo cellulare può fornire approfondimenti sulla funzione cellulare e sulle origini dell'eterogeneità cellulare. Con una recente spinta per una migliore comprensione della diversità neuronale, è importante identificare i geni la cui espressione definisce diverse sottopopolazioni di cellule. La retina serve come modello eccellente per lo studio della diversità del sistema nervoso centrale, in quanto è composto da più tipi di cellule principali. Lo studio di ogni grande classe di cellule ha prodotto marcatori genetici che facilitano l'identificazione di queste popolazioni. Tuttavia, in ciascuna di queste principali classi di cellule retiniche esistono più sottotipi di cellule e pochi di questi sottotipi hanno conosciuto marcatori genetici, anche se molti sono stati caratterizzati da morfologia o funzione. Una conoscenza di marcatori genetici per singoli sottotipi retinici consentirebbe lo studio e la mappatura di obiettivi cerebrali correlati a funzioni visive specifiche e possono anche dare un'occhiata alle reti geniche cheMantenere la diversità cellulare. I canali attuali utilizzati per identificare i marcatori genetici di sottotipi sono in grado di avere dei problemi, come la classificazione dei tipi di cellule dopo la sequenza. Questo rappresenta una sfida per l'analisi dei dati e richiede rigorosi metodi di convalida per garantire che i cluster contengano celle della stessa funzione. Proponiamo una tecnica per identificare la morfologia e la funzionalità di una cellula prima dell'isolamento e del sequenziamento, che consentirà una più facile identificazione di marcatori specifici di sottotipo. Questa tecnica può essere estesa a tipi di cellule non neuronali, così come a rare popolazioni di cellule con variazioni minori. Questo protocollo produce dati di eccellente qualità, poiché molte delle librerie hanno fornito profondità di lettura superiori a 20 milioni di letture per singole celle. Questa metodologia supera molti degli ostacoli presentati da RNA singolo-Seq e può essere adatto a ricercatori che mirano a profilare i tipi di cellule in modo semplice e altamente efficiente.
La diversità neuronale è osservata in tutto il sistema nervoso centrale, in particolare nella retina vertebrata, un tessuto altamente specializzato costituito da 1 ipo e 6 cellule neuronali che sorgono da una popolazione di cellule progenitrici retiniche 1 , 2 , 3 . Molti sottotipi di cellule possono essere classificati funzionalmente, morfologicamente e geneticamente. L'obiettivo di questo protocollo è quello di legare la variabilità genetica dei tipi cellulari alle loro caratteristiche funzionali e / o morfologiche identificabili. Sono stati identificati alcuni geni per la classificazione delle cellule, ma molti sottotipi continuano a non identificarsi, in quanto rappresentano una piccola frazione della popolazione complessiva. L'identificazione dei geni all'interno di questi sottotipi specifici consentirà una maggiore comprensione della diversità neuronale all'interno della retina e può anche dare luce sulla diversificazione delle cellule neurali altrove. FuInoltre, studi a cellule singole consentono di scoprire nuovi tipi di cellule, che possono essere trascurati a causa della loro bassa rappresentazione tra la popolazione complessiva 4 , 5 , 6 , 7 .
Uno dei vantaggi della transcriptomics a singola cellula è che si possono scoprire marcatori o combinazioni di marcatori che definiscono un particolare sottotipo cellulare. Questi possono quindi essere utilizzati per ottenere l'accesso genetico a quel tipo di cellule per diverse manipolazioni. Ad esempio, stiamo usando questo protocollo per caratterizzare i geni specifici di una cellula di un sottogruppo di cellule del ganglio retinico che esprimono la melanopsina fotopigmenta. L'uso di un marker fluorescente nelle cellule gangliari retiniche che esprimono melanopsina consente lo studio di queste cellule, in quanto sono raggruppate insieme a causa della loro espressione di un gene noto. È interessante notare che ci sono cinque sottotipi noti di questo popu cellulareNella retina del topo 8 . Quindi, per isolare RNA dalle cellule di ogni tipo, abbiamo utilizzato classificazioni morfologiche stabilite all'interno del modello transgenico per identificare ogni sottotipo prima dell'isolamento cellulare. Questa tecnica consente la caratterizzazione delle cellule così come il loro isolamento direttamente dalla retina, senza la necessità di dissociazione tissutale, che può causare una risposta di stress all'interno delle cellule e la contaminazione dovuta a dendriti interrotti 9 .
Negli ultimi anni sono venuti alla luce una moltitudine di nuove tecniche in quanto il metodo RNA-Seq continua a svilupparsi. Questi strumenti consentono l'acquisizione di celle ottimizzate e l'efficienza dei costi più elevata mentre si avvicina alla domanda a portata di mano 4 , 7 , 10 , 11 , 12 , 13 . Tuttavia, mentreQueste tecniche sono state eccellenti pietre da scalare, ci sono un certo numero di ostacoli ancora incontrati che questo protocollo è in grado di affrontare. In primo luogo, molte delle procedure in corso isolano le cellule dal tessuto dissociato e tenteranno di utilizzare l'analisi dei componenti principali o la clustering gerarchica post-hoc per determinare la classificazione cellulare. Basandosi su questi strumenti per classificare i sottotipi non può produrre risultati affidabili e può costringere uno a trovare nuovi modi per convalidare questi dati per la correlazione di un marcatore genetico a un tipo di cellula funzionale. Il requisito per la dissociazione in altri protocolli può talvolta determinare danni ai tessuti e può causare la rottura dei processi neuronali, con conseguente perdita potenziale di mRNA. Inoltre, nelle preparazioni cellulari dissociate, le reazioni di stress possono cominciare ad influenzare i transcriptomi di queste cellule 14 . Questo protocollo supera queste sfide determinando il tipo di cellule funzionali prima dell'isolamento e meglio mantiene l'hEalth delle cellule mantenendo intatte il tessuto retinico.
Una tecnica è stata introdotta nel 2014 e consisteva nell'analisi in vivo del transcriptoma delle cellule vive 15 . Mentre questa tecnica consente l'esame del trascrittome con minima disfunzione meccanica al tessuto, manca la capacità di classificare tipi specifici di cellule all'interno del tessuto prima di esaminare i loro transcriptomi senza utilizzare un mouse reporter molto specifico. Il nostro protocollo non richiede un reporter specifico, in quanto utilizziamo il riempimento delle cellule e l'elettrofisiologia per caratterizzare le cellule prima del loro isolamento. Un'altra limitazione di questo precedente protocollo è che richiede una lunghezza d'onda specifica per eccitare l'elemento fotoattivatabile, mentre il nostro protocollo consente l'uso di un reporter fluorescente e di coloranti fluorescenti, facilmente accessibili o scelti da ciascun laboratorio singolarmente. Ancora, altri laboratori hanno sposato i due metodi di elettrOphysiology e transcriptomics per lo studio della diversità cellulare. L'uso di registrazioni di patch-clamp per caratterizzare la funzione di una cellula prima del suo isolamento è stato eseguito sui neuroni dissociati 16 e, in alcuni casi, ha preceduto l'uso di analisi microarray 17 per questi studi. Le stesse complicanze sono incontrate da quegli approcci, in quanto richiedono la dissociazione tissutale o l'uso di tecnologia microarray, che si basa sull'ibridazione di campioni alle sonde disponibili. Uno degli sviluppi più recenti è stato lo sviluppo di Patch-Seq, una tecnica che combina l'uso delle registrazioni patch-clamp e della tecnologia RNA-Seq per capire le cellule dalle fette del cervello intero 18 . Mentre questa tecnica ha le sue somiglianze con il protocollo presentato qui, è ancora importante notare che il nostro approccio consente al tessuto di rimanere intatto per la salute delle cellule. Qui presentiamo un protocollo per l'ottimizzazioneIone di questa alleanza, che genera librerie a celle singole di alta qualità per l'utilizzo di RNA-Seq per ottenere una copertura di profondità e mappatura elevata.
Tutte le procedure sono state approvate dal Comitato istituzionale per la cura e l'uso degli animali (IACUC) presso la Northwestern University.
1. Preparazione di soluzioni per elettrofisiologia (4 h)
2. Preparazione del tessuto retinico (2 h)
NOTA: Tutte le procedure in questa sezione devono essere eseguite in presenza di illuminazione rossa oscura
3. Visualizzazione e Targeting di GFP + Cellule Gangliari Retiniche (10 min)
NOTA: Tutte le procedure in questa sezione devono essere eseguite in presenza di illuminazione rossa oscura
4. Isolamento cellulare (2 min)
6. Trascrizione inversa (10 min)
NOTA: Prima di iniziare, scongelare i reagenti necessari per la trascrizione inversa (RT, tranne l'enzima) su ghiaccio. Questi includono: primer II, tampone 1, oligonucleotide e inibitore della RNasi.
7. Amplificazione del cDNA (2,5 h)
NOTA: Prima di iniziare, scollegare il tampone PCR e il primer PCR sul ghiaccio e far girare i tubi in una mini centrifuga da tavolo prima di fare il mix master del PCR.
8. Purificazione di cDN amplificatoA (30 min)
9. Determinare le concentrazioni e il cDNA tagment (20 min)
10. Indice di accoppiamento e di purificazione (1 h)
NOTA: Prima di iniziare, portare i rilievi del DNA e il buffer di resuspensione a RT per almeno 30 min. Decidere quali indici da utilizzare per ciascuno dei campioni.
NOTA: Questi indici saranno fissati alle rispettive estremità 5 'e 3' del DNA frammentato per l'identificazione di campioni dopo sequenziamento. Assicurati che non dueLe associazioni sono le stesse per i campioni che possono essere sequenziati insieme. Ad esempio, se il campione 1 utilizzerà indici bianchi 1 e arancione 1, il campione due deve utilizzare il bianco 1 e l'arancio 2 o il bianco 2 e l'arancio 2, ma non la stessa combinazione di indici. Questo kit contiene 4 distinti bianchi e 6 differenti indici arancioni. Tutte le diverse combinazioni possibili consentono di raggruppare fino a 24 campioni in una corsia di sequenza. Anche se in genere ci raccogliamo solo 10 campioni in una corsia, si potrebbe anche usare il kit contenente 24 indici, che consentirebbe di raggruppare 96 campioni in una singola corsia di sequenza, se lo si desidera.
11. Raccolta di campioni (10 min)
I tipi di cellule sono facilmente classificati dopo l'iniezione del colorante
La Figura 1 mostra un esempio di un GFP + RGC prima e dopo il riempimento del tracciante fluorescente. Questa cellula è stata identificata sulla base della sua espressione di GFP nella linea transgenica ( Figura 1A ). Una guarnizione stretta è stata formata con un elettrodo di vetro fine-tiro sul soma di questa cella. Per caratterizzare il sottotipo, il colorante fluorescente è stato iniettato nel soma e permesso di riempire tutti i processi associati ( figura 1B ). La classificazione come un ipRGC M4 è stata abilitata attraverso l'osservazione che questa cellula ha un soma molto grande e che i suoi processi terminano all'interno della sublamina ON dello strato plexiformo interno ( Figura 1C ). Come illustrazione delle differenze di stratificazione che si possono individuare in una preparazione retinica isolata, abbiamo riempito M1 (OFF-stratifyinG), M3 (bistratificati) e M4 (ON-stratificazione) ipRGCs con un tracciante fluorescente, li ha fissati e ha eseguito la rappresentazione confocale della sublamina ON e OFF ( Figura 1D ). Questa visualizzazione dei dendriti attraverso l'imaging confocale è molto simile a come i dendriti osservano in unfixed tissue in vitro quando le cellule sono riempite con un tracciante fluorescente (Schmidt e Kofuji 2009, 2010 e 2011).
Librerie cDNA da singole cellule
L'uso di un primer Oligo d (T) consente la selettiva trascrizione e amplificazione inversa di mRNA. Dopo aver generato e amplificato le librerie cDNA da ciascuna cella, sono stati utilizzati chip bioanalizzatori per valutare la qualità e la dimensione delle librerie. I risultati di questa analisi mostrano che gli sforzi cDNA ideali sono 0,5-2 Kb in un buon campione ( Figura 2A ). Alcuni campioni mostrano alcune bande o macchie sotto il segno di 300 bp, sugGestire che queste librerie sono di scarsa qualità (vedere la tabella 1 per la risoluzione dei problemi). Un esempio di una traccia di bioanalizzatore di buona qualità mostra poche o nessuna fascia di DNA sotto i 300bp e un robusto striscio tra 500bp e 2Kb (Figura 2B). Le corsie di controllo vuote devono indicare rispettivamente i marcatori inferiori e superiori a 35 e 10380 bp, nonché una linea di base stabile che non fluttua. Diverse biblioteche possono produrre dati di qualità, come si può vedere sia in Figura 2B che in 2C , che ha prodotto eccellenti profondità di lettura e elevati tassi di mappatura. Soltanto quelli campionati con forti cDNA librerie della dimensione prevista dovrebbero essere portati avanti alla tagmentazione (vedere la tabella 1 per la risoluzione dei problemi).
Il tagmentation a basso input prepara campioni di alta qualità per il sequenziamento
Questo protocollo è ottimizzato per tagmentazione con una quantità minima di materia di partenza l. Solo 250 pg funziona meglio per una riuscita tagmentazione, in quanto quantità inferiori non amplificeranno correttamente e le quantità più elevate non saranno completamente frammentate. Dopo aver completato la campionatura e l'amplificazione PCR / campione di pulizia, i campioni sono stati nuovamente analizzati su un chip bioanalizzatore. Gli spessori cDNA ideali a questo punto dovrebbero essere di 0,2-1 Kb ( Figura 3A ). La traccia dovrebbe apparire liscia e distribuita uniformemente tra queste due dimensioni ( Figura 3B ); Questa traccia corrisponde al campione nella corsia 1. Nella figura 3C è riportata una tagmentazione incompleta, che può essere risolta facilmente (vedere la tabella 1 per la risoluzione dei problemi). Abbiamo eseguito analisi dei dati sui campioni e abbiamo scoperto che questo protocollo ha prodotto campioni con eccellenti profondità di lettura, spesso superando 12 milioni di letture per campione; Media del 69,1% di mappatura; E più di 5.000 geni espressi.
/55229fig1.jpg "/>
Figura 1: Identificazione di tipi di RGC basati sull'espressione di GFP in ipRGC esprimenti Melanopsin e sulle proprietà morfologiche. ( A ) Lo strato di cellule gangliosi della retina, visualizzato utilizzando IR-DIC nella preparazione retina a tutto montaggio. ( B ) La stessa preparazione visualizzata in epifluorescenza (~ 480 nm) per identificare le cellule gangliali che esprimono GFP. ( C ) Una cellula esprimente GFP mirata per la registrazione di patch-clamp e riempita di un tracciante fluorescente. La cellula può essere identificata come un ipRGC M4 basata sulla sua grande dimensione del soma e sugli stratificanti dendriti 25 , 26 . ( D ) Immagine confocale dei dendriti ipRGC immagazzinati nella sublamina ON e / o OFF dell'IPL (M1), nella sublamina ON dell'IPL (M4) e in entrambe le sublimae ON e OFF dell'IPL (M3). IR-DIC: contrasto di interferenza differenziale a infrarossi..jove.com / files / ftp_upload / 55229 / 55229fig1large.jpg "target =" _ blank "> Fare clic qui per visualizzare una versione più grande di questa figura.

Figura 2: Analisi della qualità della libreria cDNA con una traccia di bioanalyzer. ( A) Esempio di uscita bioanalizzatrice per campioni multipli che sono stati trascritti trascrizionati, amplificati e purificati. Le linee 1-3 mostrano i frammenti di DNA perfetti, con la maggioranza del DNA più grande di 300 bp. Le librerie con macchie in questo intervallo hanno fornito costantemente eccellenti dati di sequenziamento, mostrando una media di 5.683 geni espressi per cellula. La corsia 4 rappresenta un campione che è stato trattato senza successo e quindi non produce alcun cDNA. La corsia di controllo di successo ha una linea di base costante e due picchi puliti a 35 e 10.380 bp. ( B ) Esempio di una traccia di bioanalizzatore di successo con un'elevata intensità di cDNA intorno a 2 Kb. Questo s Mear corrisponde al campione nella corsia 1. ( C ) Esempio di una traccia di bioanalizzatore di successo con il cDNA centrato su circa 500 bp. Questa traccia corrisponde al campione nella corsia 3. Fare clic qui per visualizzare una versione più grande di questa cifra.

Figura 3: I campioni tagmentati mostrano robuste smagliature tra 0.2 e 2 Kb. ( A ) Un esempio rappresentativo di bioanalizzatore uscito dopo tagmentazione, amplificazione e pulitura PCR. ( B ) Traccia di un campione tagmentato con successo corrispondente alla corsia 1 in (A). ( C ) Esempio di traccia per un campione con tagmentazione incompleta, chiaro dall'intensità di picco intorno a 1 Kb."> Clicca qui per visualizzare una versione più grande di questa figura.
| Problema | Causa possibile | Soluzione |
| Passo 3.3) Non è possibile formare la sigillatura GΩ | Superficie della cella non è abbastanza pulita | Pulire ulteriormente con pressione positiva |
| Passo 3.3) La cella sembra sgonfiare / morire | Preparare la nuova pipetta e indirizzare una nuova cella | |
| Punto 3.4) Non è possibile determinare la posizione terminale dei dendriti | Alexafluor non ha avuto abbastanza tempo per diffondere in tutta la cellula o concentrazione di Alexafluor non è abbastanza alta | Verificare che il tempo di guadagno e di esposizione sulla fotocamera sia abbastanza elevato. Attendere ancora 5 minuti prima di visualizzare i dendriti. Se i dendriti ancora non sono visibili, preparate la soluzione con alti livelli di Alexafluorconcentrazione. |
| Fase 4.1) Impossibile aspirare tutto il citoplasma | ||
| Passo 5.5) Supernatant non è chiaro dopo 8 minuti | Pipettare leggermente l'intero soluzione due volte, mentre ancora sul separatore magnetico, e lasciare riposare per altri 5 minuti | |
| Passo 5.5) Il pellet si disperde durante la pipettazione | Il campione è troppo lontano dal magnete | Tenere i tubi sul dispositivo di separazione magnetica durante tutte le pipettature. Estrarre la soluzione e lasciare che i perline si ri-pelletino per 5 min |
| Passo 5.7) Dopo 5 minuti, i campioni appaiono ancora lucidi | La quantità massima di EtOH non è stata rimossa | Continuare a monitorare i campioni durante l'essiccazione. Ogni 2 minuti, utilizzare una pipetta P10 e rimuovere tutti i EtOH alla base del tubo |
| Fase 8.9) Il pellet ha avuto fessure prima della reidratazione | Consenti il campione di rehydPer un totale di 4 minuti, piuttosto che 2 (punto 8.10) | |
| Fase 8.11) Una piccola quantità di branello è stata portata avanti con il surnatante | Estrarre l'intero campione nel tubo e collocare sul separatore magnetico per 1 min; Pipettare con delicatezza e assicurarsi di evitare il pallone | |
| Fase 8.12) I frammenti del DNA sono incoerenti e la scala di fluorescenza cambia continuamente | Concentrazione troppo elevata del DNA per un chip HS | Controllare la concentrazione del campione e diluire tra 1 - 10 ng / μL. Riorganizzare la bioanalizzatrice |
| Passo 8.12) Spessore di basso peso molecolare | RNA degradazione | Assicurarsi di bloccare la cella gelata immediatamente dopo la raccolta. Scartare questa libreria cDNA |
| Fase 8.12) Base di fluttuazione del marker in corsia di controllo | Contaminazione o vecchio reagente | Scartare il marcatore del DNA e impiegare un nuovo tubo per la corsa di Bioanalyzer |
| Fase 8.12) Nessuna macchia di DNA | Mancata espulsione della cella | Tirare nuovi aghi con una punta leggermente più grande |
| Fallimento del branco di RNA | Assicurarsi che le perle siano completamente riposizionate prima dell'uso e consentire ai campioni di incubarsi prima di collocare sul separatore magnetico | |
| Fase 8.12) Sbavatura del DNA debole | Non abbastanza amplificazione | Impiegare più cicli PCR |
| Fase 8.12) Denso DNA fuori dalla gamma 500bp-2Kb | Le macchie di DNA inferiori a 0,5 e superiori a 2 Kb sono probabilmente contaminanti. Scartare il campione | |
| Fase 8.12) Spie regolarmente distanziate sulla traccia del DNA | Contaminazione del campione | Indossare sempre guanti freschi e fare nuovo etanolo per i risciacqui; Consigli di filtro devono essere utilizzati in ogni momento |
| Fase 9.3) Impossibile rilevare la concentrazione del campione sul fluorometro | I campioni al di sotto del livello di rilevamento hanno troppo poco DNA per la tagmentazione e non possono essere utilizzati | |
| Passo 10.10) I campioni non sono asciutti dopo 10 minuti | Continuare a rimuovere l'eccesso di EtOH | Lasciare che i campioni vengano più a lungo, controllare ogni minuto |
| Passo 10.13) Sbattimento sprofondato verso 2Kb | Frammentazione incompleta | Diluire il campione ad una concentrazione di 0,15 ng / μL, piuttosto che 0,2 ng / μL; Riavvio di tagmentazione |
| Passo 10.13) Sbavatura sprofondata verso 200bp | Troppo piccolo ingresso del DNA | Diluire il campione meno, provare una concentrazione di 0,4 ng / μL; Riavvio di tagmentazione |
| La reazione di tagmentazione è troppo lunga | Ridurre il tempo di reazione del tagmentation a 8 min | |
| Fase 10.13) Sottopiede debole | Amplificazione impropria del DNA | 2 "> Diluire il campione alla concentrazione di 0,4 ng / μL e riconvertire la tagmentazione|
| Fase 11.2) La concentrazione massima disponibile della piscina è inferiore a 5 nM | Individuare quale campione (s) hanno concentrazioni significativamente basse e riutilizzare la tagmentazione con nuova diluizione |
Tabella 1: Soluzioni e suggerimenti per potenziali ostacoli nel protocollo. Questa tabella elenca le potenziali difficoltà che possono verificarsi durante questo protocollo e le fasi in cui si possono incontrare. Questa tabella elenca le cause possibili per molti di questi problemi, nonché soluzioni che possono aiutare a risolvere eventuali problemi.
Gli autori non hanno niente da rivelare.
Qui presentiamo un approccio combinatorio per la classificazione di tipi di cellule neuronali prima dell'isolamento e per la successiva caratterizzazione di transcriptomi a singola cellula. Questo protocollo ottimizza la preparazione di campioni per il successo RNA Sequencing (RNA-Seq) e descrive una metodologia studiata appositamente per una migliore comprensione della diversità cellulare.
Vorremmo riconoscere Jennifer Bair e Einat Snir, nonché l'Istituto universitario di Iowa per la genetica umana, per la loro assistenza nella preparazione e gestione di campioni.
| Ames' Medium | Sigma Aldrich | A1420-10X1L | |
| Bicarbonato di sodio | Sigma Aldrich | S8875 | |
| K-gluconato | Spettro chimico | PO178 | |
| EGTA | Sigma Aldrich | E4378 | |
| HEPES | Sigma Aldrich | H3375 | |
| Dietilpirocarbonato (DEPC) | Sigma Aldrich | D5758 | |
| Alexa Fluor 594 Idrazide | Invitrogen | A10442 | |
| Collagenasi | Worthington Biochimico | LS005273 | |
| Ialuronidasi | Worthington Biochimica | LS002592 | |
| Piastra di Petri (diametro 35 mm) | Thermo Fisher Scientific 153066 | ||
| Forbici oftalmologiche | Strumenti per la scienza 15000-00 | ||
| #5 Pinze | Strumenti per la scienza fine | 11252-30 | |
| Agitatore per micropiastre | Fisher Scientific | 13-687-708 | |
| Micropipetta in vetro | Sutter | BF120-69-10 | |
| Estrattore per micropipette | Estrattore | per pipette orizzontale | SutterP-1000 |
| Siringa da 1 mL | Fisher Scientific | 14-823-2F | |
| Tubo flessibile | Fisher Scientific | 14-171 | |
| tampone per lisi TCL | Qiagen | 1031576 | tampone per lisi 1 |
| β-mercaptoetanolo | Sigma Aldrich | M3148 | |
| Acqua senza RNasi | Qiagen | 129112 | |
| provette PCR da 0,2 mL | Alcool | etilicoEppendorf 30124359 | |
| , Pure | Sigma Aldrich | E7023 | Miscelatore |
| a vortice analogico | per etanoloThermo Fisher Scientific | Mini centrifuga avortice | 02215365 |
| Thermo Fisher Scientific | 05-090-100 | ||
| Agencourt RNAClean XP Beads | Beckman Coulter | A63987 | Perle magnetiche di RNA |
| Separatore magnetico MagnaBlot II | Promega | V8351 | Supporto magnetico |
| 1,5 mL di provette graduate MCT | Thermo Fisher Scientific | 05-408-129 | |
| Smart-Seq v4 Kit di RNA a bassissimo input | Reagenti Clontech | 634888 | per trascrizione inversa e amplificazione PCR |
| 10x tampone | di lisi | Tampone di lisi 2 | |
| 5x tampone | a primo filamento ultra basso | 1 | |
| 3' SMART-Seq CDS Primer II A | Primer II | ||
| SMART-Seq v4 Oligonucleotide | Oligonucleotide | ||
| SMARTScribe Rverse Transcriptasi | Trascrittasi inversa (RT) | ||
| 2x SeqAmp Tampone | PCR Tampone PCR | ||
| PCR Primer II A | PCR Primer | ||
| SeqAmp DNA polimerasi | DNA polimerasi | ||
| Mastercycler pro S | Eppendorf | 950030020 | Thermocycler |
| Agencourt AMPure XP Beads | Beckman Coulter | A63881 | Perle magnetiche DNA |
| 2100 Bioanalizzatore | Agilent Technologies | G2939AA | |
| HS Bioanalizzatore Chip e Reagenti | Agilent Technologies | 5067-4626 | |
| Kit di analisi Qubit HS | Thermo Fisher Scientific | Q32851 | Per il calcolo delle concentrazioni dei campioni Provette |
| saggi Qubit | Thermo Fisher Scientific | Q32856 | |
| Qubit 2.0 Fluorimetro | Thermo Fisher Scientific | Q32866 | |
| Nextera XT Kit di preparazione del campione di DNA | Illumina | FC-131-1024 | Reagenti per l'etichettatura e l'accoppiamento dell'indice TD |
| Buffer TD | Buffer | 2 | |
| ATM | Tagmentation Mix | ||
| NT Buffer | Neutralizzante Buffer | ||
| NPM | PCR Master Mix | ||
| Nextera XT Index Kit | Illumina | FC-131-1001 | Indici per l'etichettatura |
| N501 | Bianco 1 | ||
| N502 | Bianco 2 | ||
| N701 | Arancione 1 | ||
| N702 | Arancione 2 | ||
| HiSeq 2500 | Illumina | SY-401-2501 | Per completare il sequenziamento dei campioni |