2010年12月3日
我々は、事前にマイクロRNAの設定と分析サーモ科学マトリックスマルチチャンネルピペットで手でだけでなく、ロボットを使用してQPCR用96穴の配列のデモンストレーションを行います。
この手順の全体的な目標は、QPCRベースのアレイの迅速で信頼性の高い自動セットアップを可能にすることです。これは、最初にアレイ用のプライマーセットを準備し、スクリーニングするサンプルマスターミックスをセットアップすることによって達成されます。次に、自動ロボットPCRセットアップまたはマトリックス電動ピペットシステムを使用して、384ウェルプレートの各ウェルにEloquaサンプルマスターミックスとプライマーセットを正確に取り込むことができます。
調製後、384ウェルPCR反応は、ライトサイクラー4 80サイバーベースのPCRプログラムで実行されます。手順の最後のステップは、QPCRデータを解析し、試験した各プライマーペアの相対的な発現レベルを決定することです。各プライマーペアは、それぞれが特定のmRNAを標的としています。最終的には、大規模なmRNAセットの発現の変化を示す結果を得ることができます。
したがって、特別に開発されたアレイは、QPCRベースのプロファイリングを通じて、プレマイクロRNAプロファイル全体、ウイルス感染の鍵となる特定の経路または分子を標的にすることができます。こんにちは、ノースカロライナ大学チャペルヒル校微生物学・免疫学部のダーク・DMAです。今日は、リアルタイムQQPC rraの設定方法と2つの方法を紹介します。
1つは不規則なピペットを使用し、もう1つはロボットを使用します。この技術を用いて、ヒト腫瘍のpre microRNAとmature microRNAを測定しています。今日のデモンストレーションは、ポーリン・チューとクリステン・ブによって行われます。
それでは始めましょう。この手順を開始するには、96に186のプライマーペアを含むプライマープレートを回収します。0.5ピカモルのウェルフォーマットで、摂氏マイナス20度で保存
。プレートを室温で解凍した後、ボルテックスして短時間遠心分離します。また、サイバーグリーンを室温で2回PCRミックスを解凍し、各96ウェルプライマープレートのセットアップには、4本のマスターミックスチューブが必要になります。4マイクロリットルのサイバーグリーンミックス、3マイクロリットルのPCRグレードの水、および4本の2ミリリットルのエイノールチューブのそれぞれに反応ごとに10〜20ナノグラムのサンプルDNAまたはCDNAを組み合わせて、マスターミックスを調製します。
各チューブには、約100回の反応に十分なマスターミックスが含まれている必要があり、ピペッティング廃棄物に余裕があります。アイノールチューブをボルテックスして混合します。フリーダムTecan EVOロボットを使用した前駆体マイクロRNAアッセイのセットアップを開始し、ロボットの初期化とEVO摩耗プログラムのロードを行います。
次に、ロボットを30ミリリットルのシステム液体で3回洗浄し、ピペッティング精度を妨げる気泡をシステムから取り除きます。次に、384ウェルプレートと96ウェルプライマープレートを含むようにロボットプラットフォームをセットアップします。マスターは、2%漂白剤を含むトラフ、充填システム、液体容器、および空の廃棄物容器を混合します。
自動ロボットの実行を開始するには、プログラムの最後にある [実行] を 2 回選択します。384ウェルプレートを取り外し、ライトサイクラー4 80天井ホイルでシールします。次に、プレートを遠心分離します。
密封された384ウェルプレートをホテルの1番目の位置に簡単に置きます。次に、このプロセスをプライマープレート2に対して繰り返し、新しいマスターミックスと新しい384ウェルプレートを使用します。結果として得られる密封された 384 ワールド プレートをホテルの 2 番目の位置に配置します。
ホテルからライトサイクラーをロードするための新しいEVOウェアプログラムを開き、サイクリングパラメータを設定します。次に、[実行] を 2 回選択します。Freedom Evoは、各プレートを自動的にライトサイクラーにロードし、cyber green one HRMサイクリングプログラムを実行します。
完了したら。ロボットを使用する代わりに、書かれたプロトコルに記載されているように結果を確認および分析します。マトリックス電動マルチチャンネルピペットを使用して、マスターミックスチューブの内容物をリザーバーに入れることができます。
電動ピペットを16マイクロリットルのマスターミックスを吸引するように設定し、2つの8マイクロリットルの分注ステップとそれに続くパージステップを行います。ピペットをセットした後、16マイクロリットルのマスターミックスを吸引し、384ホイールプレートに分注を開始します。最初の8マイクロリットルを列AからOを使用して列1の他のすべての行に分配し、次の列を空のままにします。
2番目の8マイクロリットルを列3の同じ行に分配します。次に、廃棄物コンテナをパージし、交互の行と交互の列を残すこのパターンに従ってチップを廃棄します。プレート全体にさらに5サイクル分注し、マスターミックス2をピペットで使用します。
マスターミックス1と同じ行を使用しますが、列2から始めます。マスターミックス3と4について、それぞれカラム1とカラム2から始めてこの手順を繰り返しますが、今回はプライマープレートのRose BからP.Herの引用を使用します。電動ピペットをセットして2マイクロリットルを吸引し、パージステップを踏んで2マイクロリットルを分注します。
96ウェルプライマープレートの列1行AからH列に2マイクロリットルのプライマーを移し、384ウェルプレートの1列ごとに1列に1つ移し、廃棄物容器をパージしてチップを廃棄します。このパターンをquatt primerで繰り返し、カラム1とカラム2の残りの3つのマスターミックスに繰り返します。次に、このプロセスを 96 ウェルプライマープレートのカラム 2 から 12 で続け、プライマーカラムごとに 384 ウェルプレートの 2 カラムごとに移動します。
次に、ライトサイクラーの天井、ホイル、遠心分離機でプレートを密封します。遠心分離後、簡単に説明します。プレートをライトサイクラー4 80に置き、サイバーグリーン1HRM検出フォーマットを使用してプレートをサイクルします。
前回と同じサイクリング条件で、プライマープレート2のEloquaを新たに調製したマスターミックスを使用して、新しい384ウェルプレートにこの手順を繰り返します。前駆体マイクロRNAシグネチャーは、新規QPCRベースのアレイを用いたプロファイリングを通じて明らかになります。U 6 に正規化された平均デルタ CT が計算され、標準化された値が配列に読み込まれました。
ヒートマップとして表示される3つの異なるクラスターを生成するマイナーソフトウェア。各プリカーサーマイクロRNAの相対発現は、赤と青で、それぞれ相対発現の増加と減少を表しています。色の濃さは、表現の変化の度合いを示します。
前駆体マイクロRNAの大部分は、予想通り小さなわずかな変化を遂げました。しかし、前駆体マイクロRNAのごく一部は、実験の時間経過を通じて有意に増加しました。さらに、一部の前駆体マイクロRNAの相対レベルは劇的に減少しました。
場合によっては。また、ヒートマップ分析でもクラスター化されます。実験によっては、ウイルス感染、前駆体マイクロRNAの細胞型特異的発現、または共通の分子またはシグナル伝達経路によって制御される前駆体マイクロRNAに依存するクラスターが出現する可能性があります。
ポージー肉腫関連ヘルペスウイルス陰性サンプルからの平均サイクル閾値または CTS が 4 回重複して実行されています。重要なことに、カポジ肉腫関連ヘルペスウイルス潜伏性核抗原またはKSHV Lanaは、高感度QPCRアレイによってこのサンプルで検出されませんでした。しかし、内部制御U6と7aを高発現させたヒト前駆体マイクロRNAは、いずれも検出可能なレベルで発現していた。
最後に、予想通り、PCRグレードの水のネガティブコントロールでは、A-Q-P-C-R生成物が得られませんでした。2つの異なるプライマーの融解曲線解析。同じサンプリング複製を使用して示されています。
2つのプライマーペアで融解温度が異なることは明らかですが、サンプルは各反復でまったく同じ温度で融解しています。不良サンプルや汚染された可能性のあるサンプルの兆候には、2つの異なるインプット源の存在を示唆するいくつかの融解ピークが含まれる場合があります。今回は、ロボットを使用したリアルタイムQPCR実験の設定方法を紹介しました。
すべてのコントロールとできるだけ多くのハウスキーピング遺伝子を含めることが重要です。だから、ご覧いただきありがとうございます、そしてあなたの実験に頑張ってください。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
この記事では、自動および手動の両方の方法を使用してQPCR用のpre-microRNA 96ウェルアレイのセットアップと分析を示します。この手順の目的は、QPCRベースのアレイの迅速で信頼性の高い自動セットアップを容易にすることです。
Profiling pre-microRNAs and mature microRNAs using qPCR arrays enables biopharma R&D teams to interrogate post-transcriptional regulatory networks with high sensitivity and low input requirements. This approach supports target validation by linking miRNA expression changes to disease-relevant pathways, particularly in oncology and infectious disease models. The method’s cost-effectiveness and compatibility with automated workflows enhance reproducibility and scalability for screening campaigns.
The method fits within the discovery-to-preclinical continuum, enabling early-stage hypothesis testing and assay readiness for downstream target validation and lead identification efforts.