Analisi trascrittomica di pazienti sani e con PE
Per analizzare le differenze di espressione genica tra il gruppo normale (Normale) e i pazienti con PE, è stata eseguita un'analisi di espressione differenziale mediante il pacchetto R limma nei dataset uniti. Sono stati identificati complessivamente 89 geni differenzialmente espressi (DEG) (p < 0,05 e |log2FC| > 0,5), di cui 69 geni upregolati e 20 geni downregolati per GSE75010 (Figura 1A). Sono presenti 2.097 geni differenzialmente espressi, di cui 1.121 upregolati e 976 downregolati (Figura 1B). Per il dataset GSE60438 sono stati rilevati 7.633 DEG, con 3.371 geni upregolati e 4.262 geni downregolati (Figura 1C). Le notevoli differenze nel numero di DEG tra i tre dataset riflettono probabilmente variazioni nella dimensione del campione, nell'origine del tessuto (villocapillari placentari rispetto a decidua basalis) e nella classificazione della gravità della PE, evidenziando ulteriormente l'importanza di considerare l'intersezione tra i dataset per identificare DEG comuni e robusti.
Analisi dell'arricchimento funzionale dei DEG
Per l'identificazione sistematica dei principali DEG associati alla PE, è stata effettuata un'analisi di Venn sui DEG provenienti dai dataset PE GSE75010, GSE10588 e GSE60438, identificando infine 56 DEG comuni (Figura 2A). È stata costruita una rete PPI per questi 56 DEG comuni utilizzando la piattaforma online STRING (punteggio di interazione ≥0,15) e i 20 geni centrali principali sono stati ulteriormente identificati in base al loro grado di connettività all'interno della rete, ordinati mediante il software Cytoscape (Figura 2B). Sulla base di tali geni, è stata inoltre eseguita un'arricchimento GO per esplorare le potenziali funzionalità in BP, CC e MF (Figura 2C). I DEG risultavano maggiormente arricchiti nella secrezione ormonale e nella regolazione della segnalazione dei recettori transmembrana serina/treonina chinasi. Per quanto riguarda le cellule, i geni erano principalmente localizzati nelle adesioni focali, nelle giunzioni cellula-substrato e in una varietà di geni correlati a vescicole e lisosomi. Per quanto concerne le funzioni molecolari, i termini arricchiti erano l'attività di prolil idrossilasi, l'attività ormonale e il trasporto transmembrana di molecole correlate ai lipidi. Questi risultati suggeriscono che i DEG potrebbero svolgere ruoli importanti nella segnalazione cellulare placentare, nell'interazione cellula-matrice e nel mantenimento di funzioni endocrine correlate. Allo stesso tempo, si è scoperto che l'arricchimento del percorso KEGG ha prodotto un arricchimento dei DEG principalmente nell'interazione citochina-recettore della citochina, nell'interazione delle molecole di adesione cellulare e nei percorsi di segnalazione TGF-β e HIF-1 (Figura 2D). L'arricchimento di alcuni termini correlati ai virus (ad esempio, virus dell'epatite, Ebolavirus) riflette probabilmente un'overlapping non specifica con geni regolatori immunitari condivisi piuttosto che un'associazione biologica diretta con la PE; l'attenzione interpretativa rimane quindi sui percorsi correlati a infiammazione, adesione e ipossia. Questi percorsi sono associati alla risposta infiammatoria, alla segnalazione mediata dall'adesione cellulare e ai processi correlati all'ipossia e potrebbero influenzare la progressione della PE modificando lo stato immuno-infiammatorio e la comunicazione tra cellule nel microambiente placentare.
Il machine learning identifica SASH1 come gene chiave nella PE
Per identificare i geni prognostici chiave, sono stati applicati quattro metodi di apprendimento automatico per la selezione delle caratteristiche. La regressione LASSO con validazione incrociata ha mostrato che il modello raggiungeva l'errore minimo di validazione incrociata quando log(λ.min) = -3,8075. I geni con coefficienti non nulli a questo valore di λ sono stati selezionati come caratteristiche principali identificate dal metodo LASSO (Figura 3A–B). L'algoritmo Boruta valuta l'importanza delle caratteristiche confrontandole con caratteristiche fittizie (shadow features). I geni con valori di importanza superiori a shadowMax sono stati etichettati come Confermati e considerati geni candidati chiave, mentre quelli con valori di importanza inferiori a shadowMin sono stati etichettati come Rifiutati e considerati privi di contributo significativo. I geni compresi tra queste due soglie sono stati etichettati come Provvisori, indicando un'importanza potenziale ma incerta (Figura 3C). L'analisi SVM-RFE ha dimostrato che quando venivano mantenute 40–50 caratteristiche, l'accuratezza della validazione incrociata raggiungeva il livello più alto o prossimo al massimo, suggerendo una prestazione predittiva ottimale a questa scala di caratteristiche (Figura 3D). L'accuratezza moderata della validazione incrociata (~0,6) indica che nessun singolo algoritmo ha ottenuto prestazioni ottimali su questo dataset; pertanto, è stata adottata una strategia di intersezione multi-algoritmo per aumentare la robustezza della selezione delle caratteristiche. XGBoost ha quantificato l'importanza relativa dei geni utilizzando i valori di Gain, identificando così le caratteristiche con maggiore contributo alla previsione del modello (Figura 3E). L'analisi dell'intersezione di Venn sui risultati dei quattro metodi ha identificato SASH1 come l'unico gene sovrapposto. Sebbene SASH1 fosse classificato come Provvisorio dall'algoritmo Boruta, la sua selezione coerente in tutti e tre gli altri algoritmi ne sostiene l'identificazione come gene candidato consensuale (Figura 3F).
Analisi a singola cellula
È stata analizzata l'eterogeneità cellulare e i processi molecolari nei tessuti placentari di PE. Le cellule sono state sottoposte a un filtro di qualità in base al numero di geni rilevati, al numero di conteggi di RNA e alla percentuale di espressione dei geni mitocondriali. Sono state eliminate le cellule di bassa qualità (con meno di 200 geni rilevati o con un contenuto di geni mitocondriali superiore al 20%) per ottenere un campione singolo di alta qualità destinato all'analisi successiva. Le metriche di controllo qualità e l'identificazione dei geni altamente variabili sono mostrate nella Figura supplementare 1A–B. Dopo la normalizzazione e l'identificazione dei geni altamente variabili, è stata eseguita un'analisi delle componenti principali (PCA) utilizzando i primi 2.000 geni altamente variabili e le componenti principali significative, mediante analisi JackStraw e analisi ElbowPlot (Figura supplementare 2A–B).
Sulla base delle componenti principali, è stata utilizzata la tecnica di riduzione della dimensionalità nota come uniform manifold approximation and projection (UMAP) per eseguire un raggruppamento non supervisionato, grazie alla quale tutte le cellule sono state classificate in 22 cluster, evidenziando l'elevata eterogeneità cellulare nel tessuto placentare (Figura 4A). Analizzando l'espressione dei geni marcatore specifici per ogni cluster e visualizzando i geni differenzialmente espressi (DEG) in una mappa termica (Figura 4B), ciascun cluster è stato annotato in base a un marcatore canonico e proiettato nuovamente sull'incorporamento UMAP (Figura 4C). Sulla base di queste popolazioni cellulari principali, sono state identificate cellule B/cellule plasmatiche, cellule endoteliali, fibroblasti/cellule stromali, macrofagi/cellule dendritiche, cellule natural killer, cellule T e cellule trofoblastiche. Il confronto tra i gruppi di controllo e quelli con preeclampsia (PE) rivela che diversi tipi cellulari presentano una distribuzione relativa significativamente alterata nelle placente con PE, suggerendo un rimodellamento del microambiente placentario (Figura 4D).
L'origine del tessuto e lo stato della malattia sono stati utilizzati per tracciare le cellule nello stesso embedding UMAP in base alla provenienza tissutale (decidua rispetto a villi) e al raggruppamento per malattia (controllo rispetto a PE) (Figura 4E). La distribuzione del numero di cellule era parzialmente separata in base all'origine tissutale, mentre le cellule appartenenti a diversi gruppi di malattia erano fortemente interconnesse. Questo suggerisce che la PE non riorganizza sostanzialmente l'intera struttura trascrittomica, ma potrebbe avere effetti su specifiche popolazioni cellulari o su particolari caratteristiche molecolari. L'espressione di SASH1 è stata mappata sull'UMAP per esplorarne la distribuzione tra le popolazioni cellulari placentari (Figura 4F–G). SASH1 mostra un'espressione fortemente specifica per tipo cellulare, con differenze rilevanti tra le popolazioni cellulari deciduali e villotte. Il confronto statistico dell'espressione di SASH1 tra i gruppi PE e controllo attraverso i diversi tipi cellulari (test della somma dei ranghi di Wilcoxon) ha rivelato differenze significative in molteplici popolazioni cellulari placentarie, con l'aumento più marcato osservato nelle cellule trofoblastiche dei campioni PE (Figura 4H). Questo risultato fornisce evidenze a livello di singola cellula che la disregolazione di SASH1 è particolarmente pronunciata nel compartimento trofoblastico, supportando l'utilizzo della linea cellulare trofoblastica HTR-8/SVneo per esperimenti funzionali successivi.
La riduzione di SASH1 inibisce l'apoptosi dei trofoblasti indotta dall'ipossia e le risposte infiammatorie
Per convalidare le previsioni bioinformatiche, è stato stabilito un modello cellulare di trofoblasto associato alla PE in condizioni di ipossia (1% O2). Sono state eseguite analisi di qPCR e Western blot per valutare l'espressione di SASH1 (Figura 5A–B). Rispetto alle cellule HTR-8/SVneo in condizioni normossiche, le cellule trattate con ipossia hanno mostrato livelli significativamente aumentati di espressione di mRNA e proteina SASH1, fornendo una prima convalida sperimentale dei risultati bioinformatici. Per valutare l'effetto del silenziamento di SASH1 sui processi patologici associati alla PE, SASH1 è stato silenziato in cellule HTR-8/SVneo trattate con ipossia. Le analisi di PCR quantitativa e Western blot (Figura 5C–D) hanno mostrato che l'espressione di SASH1 era significativamente ridotta in tutti i gruppi sh-SASH1 rispetto al gruppo sh-NC. Tra questi, sh-SASH1#3 ha mostrato l'efficienza di silenziamento più elevata ed è stato pertanto selezionato per esperimenti successivi. Sono state eseguite colorazione TUNEL e saggio ELISA in tre condizioni: controllo normossico (Normale), ipossia con shRNA di controllo negativo (Ipossia + sh-NC) e ipossia con silenziamento di SASH1 (Ipossia + sh-SASH1). Rispetto al gruppo Normale, il gruppo Ipossia + sh-NC ha mostrato un aumento significativo dell'apoptosi e una maggiore secrezione delle citochine pro-infiammatorie IL-1β, IL-6 e TNF-α, confermando il danno trofoblastico indotto dall'ipossia. Il silenziamento di SASH1 ha attenuato in modo marcato questi effetti, riducendo l'apoptosi (Figura 5E) e i livelli di citochine (Figura 5F) fino a valori prossimi a quelli del gruppo Normale, suggerendo che il silenziamento di SASH1 può in gran parte ripristinare l'apoptosi trofoblastica e le risposte infiammatorie indotte dall'ipossia. Per stabilire ulteriormente il ruolo causale di SASH1, sono stati effettuati esperimenti di tipo gain-of-function. qPCR e Western blot hanno confermato un'espressione sovraespressa di SASH1 nelle cellule HTR-8/SVneo (Figura 5G–H). In condizioni normossiche, la sovraespressione di SASH1 (OE-SASH1) ha aumentato significativamente l'apoptosi trofoblastica e la secrezione di citochine pro-infiammatorie rispetto al gruppo OE-NC, riproducendo il fenotipo indotto dall'ipossia (Figura 5I–J). Nel complesso, i dati di loss-of-function e gain-of-function dimostrano che SASH1 è sia necessario che sufficiente per indurre l'apoptosi trofoblastica e le risposte infiammatorie, confermandone il ruolo causale nella patologia associata alla PE.
P-EXOS sopprime l'apoptosi dei trofoblasti indotta dall'ipossia e le risposte infiammatorie modulando SASH1
Si ritiene che P-EXOS abbia un potenziale valore terapeutico nella PE. In questo studio, un'analisi bioinformatica ha suggerito che SASH1 è associato a vie di segnalazione correlate agli esosomi (come indicato dall'arricchimento GO e KEGG, Figura 2C–D), portandoci a ipotizzare che P-EXOS possa esercitare un effetto protettivo nella PE regolando SASH1. Prima degli studi funzionali, gli P-EXOS isolati sono stati inizialmente caratterizzati. L'analisi mediante Western blot ha confermato la presenza delle proteine marcatrici degli esosomi PLAP, CD63 e TSG101, senza espressione rilevabile del marcatore del Golgi GM130, indicando un'elevata purezza delle vescicole isolate. La microscopia elettronica a trasmissione ha inoltre rivelato strutture vescicolari tipiche a forma di coppa (Figura 6A–B). Per verificare se P-EXOS potessero essere internalizzati in modo efficiente dalle cellule bersaglio, è stata eseguita una colorazione mediante immunofluorescenza per valutare l'assorbimento cellulare di P-EXOS. Rispetto al gruppo di controllo, le cellule HTR-8/SVneo trattate con P-EXOS hanno mostrato segnali di co-localizzazione evidenti nelle immagini sovrapposte, indicando che P-EXOS sono stati internalizzati efficacemente dalle cellule HTR-8/SVneo (Figura 6C).
Successivamente, le cellule HTR-8/SVneo sono state co-coltivate con P-EXOS in condizioni di ipossia. Sia i saggi di PCR quantitativa che quelli di Western blot hanno mostrato una marcata riduzione dei livelli di mRNA e di proteina SASH1 nel gruppo trattato con P-EXOS rispetto ai controlli (Figura 6D–E), fornendo le prime evidenze di un'interazione regolatoria tra P-EXOS e SASH1. In accordo con questi cambiamenti molecolari, la colorazione TUNEL ha rivelato un'ampia attenuazione dell'apoptosi indotta dall'ipossia nelle cellule HTR-8/SVneo dopo il trattamento con P-EXOS (Figura 6F). Allo stesso tempo, i saggi ELISA hanno dimostrato una riduzione notevole nella secrezione di citochine pro-infiammatorie, tra cui IL-6, IL-1β e TNF-α (Figura 6G).
Per determinare se gli effetti protettivi di P-EXOS dipendono meccanicamente dalla soppressione di SASH1, è stato eseguito un esperimento di recupero in condizioni di ipossia. Le cellule che overesprimono SASH1 (OE-SASH1 + P-EXOS) sono state confrontate con cellule di controllo negative (OE-NC + P-EXOS). L'overespressione di SASH1 ha significativamente annullato gli effetti protettivi di P-EXOS, come dimostrato da un aumento dell'apoptosi (Figura 6H) e da una maggiore secrezione di citochine pro-infiammatorie (Figura 6I) rispetto al gruppo OE-NC + P-EXOS. Questi risultati dimostrano che l'effetto protettivo di P-EXOS è mediato specificamente attraverso la soppressione di SASH1, piuttosto che attraverso vie parallele, sottolineando il potenziale terapeutico di P-EXOS nella PE.
DISPONIBILITÀ DEI DATI:
I set di dati che supportano i risultati di questo studio sono disponibili pubblicamente ed sono stati ottenuti dal database Gene Expression Omnibus (GEO) (https://www.ncbi.nlm.nih.gov/geo/), con i numeri di accessione GSE75010, GSE10588, GSE60438 e GSE183338. L'annotazione dei tipi cellulari è stata eseguita facendo riferimento al Cell Classification Database (https://ngdc.cncb.ac.cn/celltaxonomy/). Le immagini non ritagliate dei Western blot e tutti gli altri dati sperimentali grezzi che supportano i risultati di questo studio sono forniti nella cartella Dati grezzi supplementari.

Figura 1: Identificazione di geni differenzialmente espressi (DEG) nei tessuti placentari e deciduali della PE in tre dataset indipendenti. (A) Diagramma a vulcano dei DEG tra 157 campioni placentari di PE e 173 campioni placentari non PE del dataset combinato GSE75010. (B) Diagramma a vulcano dei DEG tra campioni placentari di PE grave (n = 17) e campioni placentari normali (n = 26) del dataset GSE10588. (C) Diagramma a vulcano dei DEG tra campioni deciduali di PE e campioni deciduali di controllo normotesi del dataset GSE60438. I DEG sono stati identificati utilizzando p < 0,05 e |log2FC| > 0,5. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 2: Analisi di arricchimento funzionale e di interazione proteina-proteina (PPI) dei DEG comuni associati alla pre-eclampsia. (A) Diagramma di Venn dei DEG identificati nei dataset relativi alla PE GSE75010, GSE10588 e GSE60438. (B) Rete PPI dei primi 20 geni hub selezionati dai 56 DEG comuni in base al grado di connettività, ordinati mediante il software Cytoscape (punteggio di interazione STRING ≥0,15). (C) Le analisi di arricchimento GO e KEGG dei DEG comuni sono presentate come istogrammi. (D) Le analisi di arricchimento GO e KEGG dei DEG comuni, presentate come diagrammi a corde. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 3: Analisi di screening basata sull'apprendimento automatico per identificare geni hub candidati associati alla pre-eclampsia. (A) Analisi di regressione LASSO che mostra i profili dei coefficienti dei geni candidati. (B) Selezione del parametro ottimale di regolarizzazione (λ) mediante regressione LASSO con validazione incrociata. (C) Algoritmo Boruta. (D) Analisi SVM-RFE. (E) Algoritmo XGBoost. (F) Diagramma di Venn che mostra l'intersezione dei geni candidati identificati dagli algoritmi LASSO, Boruta, SVM-RFE e XGBoost. Abbreviazioni: LASSO = least absolute shrinkage and selection operator; SVM-RFE = support vector machine recursive feature elimination. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 4: L'analisi trascrittomica a singola cellula rivela modelli di espressione specifici per tipo cellulare del gene SASH1 nella pre-eclampsia. (A) Raggruppamento UMAP del dataset a singola cellula. (B) Analisi dei primi cinque marcatori annotati nel dataset trascrittomica a singola cellula della pre-eclampsia GSE183338. (C) Annotazione delle sottopopolazioni cellulari. (D) Istogramma che mostra la distribuzione delle proporzioni cellulari nei campioni di controllo e nella pre-eclampsia (PE). (E) Grafico UMAP colorato in base all'origine tissutale (decidua e villi) e allo stato della malattia (controllo e PE). (F) Grafico UMAP che mostra l'espressione di SASH1 nelle popolazioni cellulari placentari raggruppate per origine tissutale (decidua e villi). (G) Grafico UMAP che mostra l'espressione di SASH1 nelle popolazioni cellulari placentari raggruppate per stato della malattia (controllo e PE). (H) Grafico a violino che mostra la distribuzione dell'espressione di SASH1 tra diversi tipi cellulari placentari. ns p > 0.05; *p < 0.05; **p < 0.01; ***p < 0.001. Abbreviazioni: UMAP = uniform manifold approximation and projection; ns = non significativo. Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 5: SASH1 regola l'apoptosi e l'infiammazione dei trofoblasti indotte da ipossia. (A) Analisi di espressione dell'mRNA di SASH1 mediante qPCR e quantificazione densitometrica dei livelli proteici di SASH1 in cellule HTR-8/SVneo in condizioni normali e ipossiche. (B) Immagini rappresentative di Western blot corrispondenti ai dati densitometrici mostrati in (A). (C) Analisi di espressione dell'mRNA di SASH1 mediante qPCR e quantificazione densitometrica dei livelli proteici di SASH1 in cellule HTR-8/SVneo trattate con ipossia e trasfettate con costrutti sh-NC o sh-SASH1 (sh-SASH1#1, sh-SASH1#2 e sh-SASH1#3). (D) Immagini rappresentative di Western blot corrispondenti ai dati densitometrici mostrati in (C). (E) Colorazione TUNEL di cellule HTR-8/SVneo nei gruppi Normale, Ipoxia + sh-NC e Ipoxia + sh-SASH1(#3). Barra della scala = 20 µm. (F) Analisi mediante ELISA di citochine infiammatorie (IL-1β, IL-6 e TNF-α) nei gruppi Normale, Ipoxia + sh-NC e Ipoxia + sh-SASH1(#3). (G) Analisi di espressione dell'mRNA di SASH1 mediante qPCR e quantificazione densitometrica dei livelli proteici di SASH1 in cellule HTR-8/SVneo trasfettate con costrutti OE-NC o OE-SASH1. (H) Immagini rappresentative di Western blot corrispondenti ai dati densitometrici mostrati in (G). (I) Colorazione TUNEL di cellule HTR-8/SVneo nei gruppi Normale + OE-NC e Normale + OE-SASH1. Barra della scala = 20 µm. (J) Analisi mediante ELISA di citochine infiammatorie (IL-1β, IL-6 e TNF-α) nei gruppi Normale + OE-NC e Normale + OE-SASH1. *p < 0,05; **p < 0,01; ***p < 0,001. I dati sono espressi come media ± DS di tre replicati biologici indipendenti (n = 3). Cliccare qui per visualizzare una versione ingrandita di questa figura.

Figura 6: I P-EXOS attenuano il danno trofoblastico indotto dall'ipossia mediante la soppressione di SASH1. (A) Analisi mediante Western blot delle proteine marcatrici dei P-EXOS, PLAP, CD63 e TSG101, con GM130 utilizzato come controllo negativo. (B) Analisi della morfologia dei P-EXOS mediante microscopia elettronica a trasmissione (TEM). Barra della scala = 1,0 µm. (C) Immagini ottenute mediante microscopia confocale a scansione laser che mostrano l'assorbimento dei P-EXOS marcati con PKH67 (verde) nelle cellule HTR-8/SVneo (rosso). I nuclei sono stati contrastati con DAPI (blu). Barra della scala = 20 µm. (D) Analisi mediante qPCR dell'espressione dell'mRNA di SASH1 e quantificazione densitometrica dei livelli proteici di SASH1 nelle cellule HTR-8/SVneo nei gruppi Controllo e P-EXOS. (E) Immagini rappresentative di Western blot corrispondenti ai dati densitometrici mostrati in (D). (F) Colorazione TUNEL delle cellule HTR-8/SVneo nei gruppi Controllo e P-EXOS. Barra della scala = 20 µm. (G) Analisi mediante ELISA delle citochine infiammatorie (IL-1β, IL-6 e TNF-α) in cellule HTR-8/SVneo trattate con ipossia nei gruppi Controllo e P-EXOS. (H) Colorazione TUNEL delle cellule HTR-8/SVneo nei gruppi OE-NC + P-EXOS e OE-SASH1 + P-EXOS. Barra della scala = 20 µm. (I) Analisi mediante ELISA delle citochine infiammatorie (IL-1β, IL-6 e TNF-α) in cellule HTR-8/SVneo trattate con ipossia nei gruppi OE-NC + P-EXOS e OE-SASH1 + P-EXOS. Abbreviazioni: P-EXOS = esosomi derivati dalla placenta; TEM = microscopia elettronica a trasmissione; PLAP = fosfatasi alcalina placentare; TSG101 = gene della suscettibilità tumorale 101. *p < 0,05; **p < 0,01. I dati sono espressi come media ± DS di tre replicati biologici indipendenti (n = 3). Cliccare qui per visualizzare una versione ingrandita di questa figura.
Figura supplementare 1: Controllo di qualità dei dati di RNA-seq a singola cellula. (A) Grafico a violino dei livelli di espressione genica dopo il controllo di qualità. (B) Grafico delle caratteristiche variabili che mostra i geni altamente variabili identificati dopo il controllo di qualità.Cliccare qui per scaricare il file.
Figura supplementare 2: Determinazione delle componenti principali statisticamente significative per il raggruppamento a singola cellula. (A) Diagramma a punti JackStraw utilizzato per identificare le componenti principali statisticamente significative. (B) Diagramma a punti del gomito che mostra la varianza spiegata dalle componenti principali.Cliccare qui per scaricare il file.
Tabella supplementare 1: sequenze bersaglio di shRNA utilizzate per il silenziamento di SASH1. Sequenze bersaglio di shRNA (5′–3′) per il controllo negativo (sh-NC) e per tre costrutti diretti contro SASH1 (sh-SASH1#1, sh-SASH1#2 e sh-SASH1#3) utilizzati per il silenziamento genico.Cliccare qui per scaricare il file.
Tabella supplementare 2: Sequenze dei primer utilizzate per la PCR quantitativa. Sequenze dei primer diretti e inversi (5′–3′) per SASH1 e β-actin (controllo interno di riferimento) utilizzate nell'analisi di qPCR.Cliccare qui per scaricare il file.