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
pl_PL
Menu
Menu
Menu
Menu
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Selection of Biomarkers by Linear Discriminant Analysis Effect Size (LEfSe) in Microbiome Data (10.3791/61715) has been retracted by the journal upon the authors' request due to a conflict regarding the data and methodology.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
Przedstawiona tutaj jest metoda sekwencjonowania pojedynczych jąder wyizolowanych z mysiego zakrętu zębatego, która wyklucza większość neuronów poprzez sortowanie jąder aktywowanych fluorescencją (FAN). Takie podejście pozwala na uzyskanie wysokiej jakości profili ekspresji i ułatwia badanie większości innych typów komórek reprezentowanych w niszy, w tym rzadkich populacji, takich jak nerwowe komórki macierzyste.
Neurogeneza dorosłego hipokampa (AHN), która polega na utrzymywaniu przez całe życie proliferacyjnych i spokojnych nerwowych komórek macierzystych (NSC) w strefie subziarnistej (SGZ) zakrętu zębatego (DG) i ich różnicowaniu się od nowo narodzonych neuronów do komórek ziarnistych w warstwie komórek ziarnistych, jest dobrze potwierdzona w licznych badaniach. Wykorzystanie genetycznie zmodyfikowanych zwierząt, w szczególności gryzoni, jest cennym narzędziem do badania szlaków sygnałowych regulujących AHN i badania roli każdego typu komórek, które tworzą niszę neurogenną hipokampa. Aby rozwiązać ten ostatni problem, metody łączące izolację pojedynczych jąder z sekwencjonowaniem nowej generacji wywarły znaczący wpływ w dziedzinie AHN w celu identyfikacji sygnatur genów dla każdej populacji komórek. Konieczne jest jednak dalsze udoskonalenie tych technik w celu profilowania fenotypowego rzadszych populacji komórek w DG. W tym miejscu przedstawiamy metodę, która wykorzystuje sortowanie jąder aktywowanych fluorescencją (FANS) w celu wykluczenia większości populacji neuronów z zawiesiny pojedynczych jąder wyizolowanej ze świeżo wypreparowanego DG, poprzez selekcję niebarwionych jąder dla antygenu NeuN, w celu przeprowadzenia sekwencjonowania RNA pojedynczych jąder (snRNA-seq). Metoda ta jest potencjalnym krokiem naprzód w dalszych badaniach nad międzykomórkową regulacją AHN oraz w odkrywaniu nowych markerów i mechanizmów komórkowych u różnych gatunków.
Ciągłe generowanie neuronów hipokampa w wieku dorosłym, znane również jako neurogeneza dorosłego hipokampa (AHN), jest związane z funkcjami poznawczymi, takimi jak uczenie się, nabywanie/oczyszczanie pamięci i separacja wzorców, i wydaje się być ważnym mechanizmem odporności w starzeniu się i chorobach neurodegeneracyjnych, aby zapobiec deficytom poznawczym1,2,3. Gryzonie były modelem wybieranym do badania AHN przy użyciu kilku metod, w tym immunocytochemii i metod sekwencjonowania nowej generacji (NGS). Przełożenie tych wyników na inne gatunki pozostaje kontrowersyjne. Rzeczywiście, AHN zaobserwowano u większości gatunków, ale stopień, w jakim utrzymuje się przez całe życie, szczególnie u ludzi4,5,6,7,8, jest regularnie dyskutowany.
Do tej pory potwierdzono, że różne wewnętrzne i zewnętrzne ścieżki sygnałowe modulują AHN1. Jednak wpływ komunikacji międzykomórkowej na AHN dopiero się wyłania9. Można to przede wszystkim przypisać niewystarczającej specyficzności obecnie znanych markerów komórkowych do przeprowadzenia analizy in vivo na zwierzętach modyfikowanych genetycznie. Rzeczywiście, wiele badań opierało się na markerach, takich jak podwójna kortyna lub kwaśne białko fibrylarne gleju (GFAP), które ulegają ekspresji w wielu typach komórek1. Po drugie, złożoność i wysoki stopień różnorodności komórek w dorosłej niszy hipokampa10 stwarza wyzwania techniczne związane z profilowaniem każdego typu komórek. Dotyczy to w szczególności analizy bioinformatycznej z nakładającymi się markerami komórkowymi stosowanymi w potokach analitycznych dla różnych populacji, takich jak NSC lub komórki glejowe, co prowadzi do kontrowersyjnych wniosków podczas oceny AHN7,11. Po trzecie, ogromna liczba neuronów utrudnia badania nad mniej licznymi populacjami komórek, takimi jak astrocyty, oligodendrocyty czy komórki wyściółkowe, mimo że ich rola w precyzyjnej regulacji AHN staje się coraz bardziej widoczna9. Łącznie te ograniczenia wpływają na zdolność do przekładania wyników z gryzoni na inne gatunki. Jest to szczególnie wzmocnione przez trudności w rekapitulacji in vitro złożonej tkanki, takiej jak nisza neurogenna hipokampa, oraz przez wiele przeszkód w dostępie do tkanek wysokiej jakości wraz z brakiem znormalizowanych protokołów przetwarzania tkanek w badaniach z udziałem tkanek ludzkich12,13. Dlatego tak ważne jest opracowanie nowych podejść do profilowania populacji komórek i identyfikacji nowych markerów komórkowych w obrębie zakrętu zębatego (DG), co ostatecznie doprowadzi do lepszego zrozumienia różnych wkładów każdego typu komórek w regulację AHN.
Aby to osiągnąć, izolacja pojedynczych komórek (sc) i pojedynczych jąder (sn) w połączeniu z sekwencjonowaniem RNA stała się instrumentalna do badania złożonych tkanek, takich jak klasa DG14. W związku z tym strategie wzbogacania komórek w celu wyizolowania pojedynczych komórek z niszy hipokampa dorosłej myszy zostały przeprowadzone głównie w celu zbadania NSCs15,16. Interesująca strategia wzbogacania komórek nieneuronalnych z DG została zastosowana poprzez sekwencjonowanie podwójnie ujemnych pojedynczych komórek GluR1/Cd24, co spowodowało sekwencjonowanie 1408 komórek bez wyraźnych klastrów między astrocytami a NSC po analizie bioinformatycznej17. Może to być spowodowane ostrym trawieniem enzymatycznym wymaganym do przygotowania pojedynczej komórki, które uszkadza integralność komórki i RNA. Aby obejść ten problem techniczny, opracowano kilka metod wykorzystujących izolację pojedynczych jąder, które są szczególnie przydatne w skomplikowanych tkankach11,18. Jednak przewaga neuronów w obrębie DG lub szerzej w układzie hipokampowo-śródwęchowym generuje błąd próbkowania w celu zbadania całości populacji komórek obecnych w tych obszarach mózgu. Ponadto ograniczona liczba komórek do załadowania w celu przygotowania bibliotek pojedynczych komórek podkreśla obecność głównej populacji komórek w analitycznych potokach sekwencjonowanych pojedynczych jąder. Rzeczywiście, duże skupiska neuronów są często opisywane i analizowane, podczas gdy inne populacje komórek są niedostatecznie reprezentowane lub pomijane5,11.
W próbie przezwyciężenia tych uprzedzeń i umożliwienia profilowania typów komórek innych niż neurony obecne w DG myszy, w tym badaniu opracowano metodę wykorzystującą zasadę sortowania jąder aktywowanych fluorescencją (FANS)18, która wyklucza większość populacji neuronów poprzez negatywną selekcję barwionych pojedynczych jąder za pomocą neuronalnego antygenu jądrowego (NeuN, znany również jako Rbfox3). Przy wyborze antygenu kierowała się literaturą opisującą NeuN jako wiarygodny marker neuronalny19 oraz koniecznością użycia białka jądrowego w tym podejściu. Komórki posortowane przez NeuN-ujemne FACS przygotowano następnie do sekwencjonowania RNA na platformie 10x Genomics. Wyniki pokazują, że wykluczenie komórek wykazujących ekspresję NeuN pozwala na wysokiej jakości profilowanie transkryptomiczne populacji komórek glejowych i rzadkich dla danego typu komórki.
Opieka nad zwierzętami i procedury eksperymentalne zostały przeprowadzone zgodnie z wytycznymi Instytutu Francisa Cricka, a także wytycznymi i przepisami brytyjskiego Ministerstwa Spraw Wewnętrznych.

Rysunek 1: Przygotowanie zawiesiny pojedynczego jądra z wypreparowanego DG dorosłych myszy do sekwencji snRNA w populacjach nieneuronalnych. Diagram przepływu opisujący główne etapy protokołu, które obejmują rozbiór myszy DG, przygotowanie zawiesiny pojedynczych jąder, barwienie immunologiczne NeuN i sortowanie ujemnych NeuN-FANS przed przystąpieniem do sekwencjonowania snRNA. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
1. Sekcja DG (czas: 15 min)
2. Dysocjacja tkanek, izolacja pojedynczych jąder i immunologiczne barwienie anty-NeuN (Czas trwania: 2 godziny)
3. Sortowanie jąder aktywowanych fluorescencją (FANS) w celu wykluczenia populacji neuronalnych (Czas trwania: 45 min)

Rysunek 2: Izolacja i profilowanie transkryptomiczne populacji komórek nieneuronalnych z DG. (A-C) Strategia bramkowania w celu wyizolowania pojedynczych jąder NeuN-AF488 ujemnych i wykluczenia szczątków komórkowych. (A) Wykres punktowy FANS reprezentatywnej próbki izolowanych jąder, przedstawiający ustawienie bramki dla wyboru jąder DAPI+ i wykluczenie szczątków i agregatów komórkowych. (B) Dalsza selekcja odpowiednich pojedynczych jąder przy użyciu obszaru FSC i obszaru SSC. (C) Bramki dla NeuN-AF488 w celu wykluczenia populacji dodatniej i sortowania dla ujemnych pojedynczych jąder. (D) Mikrofotografia dobrej zawiesiny pojedynczych jąder z minimalną ilością zanieczyszczeń i wyższym udziałem jąder dobrej jakości (okrągły kształt, strzałka) w porównaniu z jądrami złej jakości (biała strzałka). Podziałka = 50 μm, 10 μm (wstawka). (E,F) Analiza danych sekwencyjnych snRNA i profilowanie odrębnych populacji komórek wyizolowanych z DG 22-miesięcznych samców myszy C57BL/6J. Wykresy UMAP (Uniform Multifold Approximation and Projection for Dimension Reduction) profili pojedynczych jąder z komórek posortowanych bez FACS i (F) NeuN-ujemnych komórek FACS, pokolorowane według typu komórki. (G) Wykresy kołowe porównujące częstość występowania zidentyfikowanych typów komórek w obu próbkach. (H) Odpowiednie wskaźniki dla sekwencjonowanych próbek: liczba jąder, mediana liczby genów i transkrypty na jądro. (I) Wykresy skrzypcowe przedstawiające rozkład liczby genów i transkryptów wykrytych dla każdego typu komórki w obu próbkach. Astr. = astrocyty, Olig. = oligodendrocyty, Vasc. = komórki naczyniowe, CRC = komórki Cajal-Retzius, Neur. = neurony, Imm. = komórki odpornościowe, OPC = komórki prekursorowe oligodendrocytów. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
4. Przygotowanie zawiesiny pojedynczych jąder do przeprowadzenia sekwencjonowania RNA pojedynczych jąder (Czas trwania: 30 min)
5. Przygotowanie i sekwencjonowanie bibliotek
UWAGA: Opis poniższych kroków jest oparty na wewnętrznej platformie sekwencjonowania użytej w tym badaniu (patrz Tabela Materiałów). Dlatego niektóre ustawienia mogą się różnić w przypadku korzystania z innej platformy. Tutaj opisane są tylko kluczowe kroki, a każdy parametr należy określić zgodnie ze wskazówkami i protokołami wybranego producenta, aczkolwiek z optymalizacją przed pierwszym użyciem. Bardzo ważne jest, aby przygotowanie bibliotek odbyło się tak szybko, jak to możliwe po zagęszczeniu posortowanych zawiesin jąder, aby uniknąć degradacji RNA i zapewnić optymalną jakość sekwencjonowania.
Przedstawiony tutaj protokół opisuje metodę przygotowania zawiesiny pojedynczych jąder nieneuronalnych wyizolowanych z DG w celu przeprowadzenia sekwencji snRNA. Z wentylatorami lub bez, grupowanie bioinformatyczne ujawniło dobrze oddzielone grupy jąder odpowiadające znanym typom komórek w DG (Rysunek 2E,F). W próbce niesortowanej przez FACS większość wysokiej jakości jąder, które zostały zsekwencjonowane, składała się z trzech grup neuronów (84,9% wszystkich jąder dla tej próbki, Rysunek 2E,G,H). Takie wyniki są oczekiwane, biorąc pod uwagę, że najbardziej reprezentowanymi populacjami komórek w DG są neurony ziarniste, inne neurony pobudzające (oznaczone jako neurony pobudzające) i neurony hamujące10. Zidentyfikowane klastry nieneuronalne składały się głównie z typów komórek glejowych (11,1%), w tym astrocytów, oligodendrocytów i komórek prekursorowych oligodendrocytów (OPC), komórek odpornościowych (3,3%) i komórek Cajal-Retzius (0,6%). Podczas wykonywania FANS w celu wykluczenia populacji NeuN dodatnich (próbka posortowana przez NeuN-ujemne FACS; Rysunek 2F,G,H), dominowały skupiska komórek glejowych (81,3%). Izolacja większej liczby jąder glejowych pozwala na lepszą segmentację różnych populacji, które skupiałyby się razem bez FANS. Rzeczywiście, po ponownym grupowaniu i analizie określonych genów ulegających ekspresji w NSC lub w astrocytach, oddzieliły się cztery podklastry (rysunek uzupełniający 2A, B). Przyglądając się bardziej specyficznym markerom komórkowym i oceniając poziomy ekspresji genów w różnych typach komórek, wykryto niewielkie skupisko NSC segregujące się oddzielnie od głównych populacji astrocytarnych z wyższą ekspresją Hopx i Notch2 i prawie bez ekspresji Aldh1a1 lub Aqp4 (rysunek uzupełniający 2C). Jednak ze względu na nakładanie się ekspresji genów między astrocytami a NSC, konieczna byłaby dalsza analiza w celu specyficznego profilowania i identyfikacji różnych podtypów komórek. Co więcej, NeuN-ujemna próbka FANS miała dodatkowe klastry oznaczone jako komórki naczyniowe (2,3%), które obejmują komórki śródbłonka, perycyty i naczyniowe komórki oponowo-rdzeniowe po porównaniu pod kątem ekspresji markerów specyficznych dla komórki (dane nie pokazane).
Zgodnie ze wskazówkami dla wybranego protokołu do generowania bibliotek do sekwencjonowania, uzyskano wysokiej jakości profile wyrażeń z FANS lub bez niego. W przypadku próbek sekwencjonowanych z prędkością 50 000 odczytów/jądro, wykryto średnio 2 510 genów na jądro dla próbki niesortowanej przez FACS (5 578 transkryptów, Rysunek 2H) i 1 665,5 genów (3 508 transkryptów) dla próbki FANS NeuN-ujemnych, po odfiltrowaniu jąder niskiej jakości (Rysunek 2H,I). Metryki te potwierdzają, że protokół ten generuje wysokiej jakości profilowanie transkryptomiczne pojedynczych jąder, porównywalne z badaniami przy użyciu różnych podejść22,23 i że proces sortowania FACS nie uszkadza jąder dla późniejszej sekwencji snRNA. Warto zauważyć, że różnica w liczbie genów i transkryptów na jądro między dwiema próbkami nie wynika z niższej jakości danych, ale z wysokiego odsetka neuronów w próbce niesortowanej przez FACS (84,9% w porównaniu do 1,7% w próbce FANS NeuN-ujemnej), które mają wyższą aktywność transkrypcyjną (2660 genów/jądro i 6170 transkryptów/jądro w próbce niesortowanej przez FACS) niż średnia aktywność transkrypcyjna wszystkich typów komórek nieneuronalnych (1090 genów/jądro i 1785 transkrypty/jądro, Rysunek 2I).
Razem, te reprezentatywne wyniki pokazują, że selekcja neu-ujemnych jąder NeuN za pomocą FANS jest potężnym narzędziem do izolowania typów komórek o niskiej obfitości ze świeżo wypreparowanej tkanki mózgowej i wykonywania wysokiej jakości profilowania transkryptomicznego pojedynczych jąder tych odrębnych populacji komórek za pomocą metod sekwencyjnych snRNA.
Rysunek uzupełniający 1: Walidacja barwienia immunologicznego dla FANS. Zawiesinę jąder inkubowano (A) bez przeciwciała anty-NeuN-AF 488 jako kontroli ujemnej lub (B) z przeciwciałem i przepuszczano przez sorter FACS w celu walidacji warunków barwienia immunologicznego. Kliknij tutaj, aby pobrać ten plik.
Rysunek uzupełniający 2: Analiza ekspresji genów i ponowne grupowanie gromady astrocytów. (A) Wykres UMAP (Uniform Manifold Approximation and Projection for Dimension Reduction) przedstawiający grupowanie 4968 jąder w oparciu o profile ekspresji całego genomu z Rysunek 2F. Wywołania typu komórkowego zostały wykonane na podstawie znaczników typu komórki. (B) Klaster astrocytów składający się z 2579 jąder wybranych z (A) w celu dalszego podzbioru w celu zbadania potencjalnych podtypów komórkowych. Cztery podtypy zostały wykryte przez grupowanie Seurat (0-3), pokazane różnymi kolorami. (C) Poziomy ekspresji genów specyficznych markerów komórkowych w czterech typach komórek. Wszystkie działki uzyskano przy użyciu pakietu Seurat R24. Krótko mówiąc, liczby sekwencji RNA zostały znormalizowane dla każdej komórki przez całkowitą ekspresję i pomnożone przez współczynnik skali (10 000). Wynik ten został następnie przekształcony w logarytm. Przekształcone wartości zostały przeskalowane (wariancja przeskalowana do jednego) i wyśrodkowana (średnia ustawiona na zero) w każdej komórce przed zastosowaniem UMAP do obliczenia osadzeń, które zostały użyte jako wartości na osiach x i y. Wykresy reprezentują wynik techniki redukcji wymiarów na wykresie punktowym 2D, gdzie każdy punkt reprezentuje komórkę o odpowiednich współrzędnych x i y na podstawie osadzeń komórek określonych przez technikę redukcji. Komórki o podobnych sygnaturach genów są umieszczane blisko siebie przez osadzania. Kliknij tutaj, aby pobrać ten plik.
Rysunek uzupełniający 3: Analiza ekspresji genu NeuN w linii neurogennej. (A) Wykres UMAP przedstawiający grupowanie linii neurogennej z publicznie dostępnego zestawu danych15. Moduły UMAP zostały wygenerowane tak, jak na rysunku uzupełniającym 2. (B) Poziomy ekspresji genów specyficznych markerów komórkowych w całej linii neurogennej pokazujące astrocyty (akwaporyna 4 = Aqp4), NSC (białko tylko homeodomena = Hopx), NeuN / Rbfox3 (NSC i pośrednie komórki progenitorowe [IPC]) i komórki cykliczne (kinaza zależna od cykliny 6 = Cdk6). Kliknij tutaj, aby pobrać ten plik.
Tabela uzupełniająca 1: Składy pożywek i użytych w badaniu. Kliknij tutaj, aby pobrać ten plik.
SG, TL i SK są pracownikami Merck Sharp & Dohme LLC, spółki zależnej Merck & Co., Inc., Rahway, NJ, USA, znanej jako MSD poza Stanami Zjednoczonymi i Kanadą. SG jest udziałowcem Merck & Co., Inc., Rahway, NJ, USA.
Przedstawiona tutaj jest metoda sekwencjonowania pojedynczych jąder wyizolowanych z mysiego zakrętu zębatego, która wyklucza większość neuronów poprzez sortowanie jąder aktywowanych fluorescencją (FAN). Takie podejście pozwala na uzyskanie wysokiej jakości profili ekspresji i ułatwia badanie większości innych typów komórek reprezentowanych w niszy, w tym rzadkich populacji, takich jak nerwowe komórki macierzyste.
Autorzy chcieliby podziękować Lachlanowi Harrisowi i Piero Rigo za wsparcie techniczne oraz Jasonowi M. Uslanerowi i Ditte Lovatt za opinie na temat rękopisu. Prace te zostały wsparte grantem z MRC oraz przedkonkurencyjną współpracą badawczą z MSD, Instytutem Francisa Cricka, który otrzymuje finansowanie od Cancer Research UK (FC0010089), UK Medical Research Council (FC0010089), Wellcome Trust (FC0010089) oraz przez Wellcome Trust Investigator Award dla FG (106187/Z/14/Z). Przepraszamy wielu autorów, których prac nie mogliśmy omówić i zacytować z powodu braku miejsca.
| 0,5ml mikroprobówka | Eppendorf | 30124537 | |
| 10.00µ m Flouresbrite YG Karboksylan Mikrosfery | Polysciences | 15700-10 | |
| 15 ml polipropylenowe probówki wirówkowe | Corning | 430052 | |
| 2 pary sterylnych kleszczyków Dumont #5 | Fine Science Tools | 11252-30 | |
| 4′,6-diamidino-2-fenyloindol (DAPI) | Sigma Aldrich | D9564-10MG | |
| 4150 TapeStation System | Agilent | Nie dotyczy | |
| 5 ml probówka polipropylenowa z okrągłym dnem i wysoką przejrzystością z zatrzaskiem | Falcon | 352063 | |
| ml probówka z polistyrenu z okrągłym dnem z zatrzaskiem | sitkowym Falcon352235 | ||
| 50 ml polipropylenowe probówki | wirówkoweCorning | 430829 | |
| 70 µ m Filtr siatkowy do komórek | Falcon | 352350 | |
| 8-szczytowe SPHERO Tęczowe cząstki kalibracyjne | BD Biosciences | RCP-30-5A | |
| Koraliki Accudrop | BD Biosciences | N/A | |
| Wirówka Allegra X-30R | Beckman Coulter | N/A Przeciwciało | |
| anty-NeuN, klon A60, Alexa Fluor 488 sprzężony | Millipore | MAB377X | |
| BD FACSAria Cytometr przepływowy fuzyjny | BD Biosciences | N/A | |
| Beckman Coulter MoFlo XDP | Beckman Coulter | N/A | |
| Kontroler chromu | 10x Genomics | N/A | |
| Chromium Next GEM Zestawy odczynników jednokomórkowych 3' v3.1 | 10x Genomics | PN-1000121; PN-1000120; PN-1000213 | |
| BSA 7,5% | Gibco | 15260037 | |
| Ditiothreitol (DTT) | Thermo Scientific | R0861 | |
| Zestaw młynków do chusteczek higienicznych: moździerz, tłuczek luźny (A) i tłuczek ciasny (B) | KIMBLE | D8938-1SET | |
| Eppendorf Tubes Protein LoBind 1,5ml | Eppendorf | 30108116 | |
| Halt, 100x inhibitor proteazy | ThermoFisher | 78429 | |
| HiSeq 4000 System sekwencjonowania | Illumina | N/A | Konfiguracja sekwencjonowania: 28-8-0-91 |
| KCl | Dowolny dostawca | chemikaliów | Wykonane |
| laboratoryjnie LUNA-FX7 Automatyczny licznik komórek | Logos Biosystems | N/A | |
| MgCl2 | Dowolny dostawca | chemikaliów | Wykonane laboratoryjnie |
| N° 10 strzeżonych sterylnych jednorazowych skalpeli | Swann-Morton | 6601 | |
| Woda bez nukleaz | Sigma Aldrich | W4502-1L | |
| Para sterylnych studenckich nożyczek chirurgicznych | Fine Science Tools | 91401-12 | |
| PBS | Dowolny dostawca | chemiczny | |
| Laboratoryjny inhibitor RNazy 40 U i mikro; l-1 | Ambion | AM2684 | |
| RNasin 40 U & mikro; l-1 | Promega | N211A | |
| Sterylna szalka Petriego | Corning | 430167 | |
| Sacharoza | Sigma Aldrich | 59378-500G | |
| Bufor Tris, pH 8,0 | Dowolny dostawca | chemiczny | Laboratoryjnie |
| wykonany Triton X-100 10% (v/v) | Sigma Aldrich | T8787-250ML | |
| Trypan niebieski | Invitrogen | T10282 |