Name: Charakterystyka i przewidywanie funkcjonalne bakterii w tkankach jajnika (Wideo) | JoVE Journal
Uploaded: 2021-10-23T13:00:00.000+00:00
Duration: 10 min 12 s
Description: Poznaj metodę identyfikacji bakterii w tkankach jajnika z wykorzystaniem immunohistochemii i sekwencjonowania 16S rRNA. Technika umożliwia porównanie mikrobiomu tkanek nowotworowych i zdrowych.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Ta praca była wspierana przez Nagrodę za Badania Kliniczne Pierwszego Szpitala Stowarzyszonego Uniwersytetu Xi'an Jiaotong w Chinach (XJTU1AF-2018-017, XJTU1AF-CRF-2019-002), Główny Podstawowy Projekt Badawczy Nauk Przyrodniczych Departamentu Nauki i Technologii Prowincji Shaanxi (2018JM7073, 2017ZDJC-11), Kluczowy Projekt Badawczo-Rozwojowy Departamentu Nauki i Technologii Prowincji Shaanxi (2017ZDXM-SF-068, 2019QYPY-138), Współpracę Prowincji Shaanxi Projekt Innowacji Technologicznych (2017XT-026, 2018XT-002) oraz Projekt Badań Medycznych Planu Wytycznych Rozwoju Społecznego Xi'an (2017117SF/YX011-3). Fundatorzy nie odgrywali żadnej roli w projektowaniu badania, gromadzeniu i analizie danych, podejmowaniu decyzji o publikacji lub przygotowaniu manuskryptu.
Dziękujemy kolegom z Oddziału Ginekologii Pierwszego Szpitala Stowarzyszonego Uniwersytetu Xi'an Jiaotong za ich wkład w pobieranie próbek.

To badanie zostało zatwierdzone przez Komisję Etyki Instytucji Medycznej Pierwszego Szpitala Stowarzyszonego Uniwersytetu Xi'an Jiaotong (No. XJTUIAF2018LSK-139). Uzyskano świadomą zgodę od wszystkich pacjentów włączonych do badania.
1. Kryteria wejścia do grupy nowotworowej i grupy kontrolnej
<ol>
	<li>Do grupy nowotworowej należy zapisać pacjentki, u których zdiagnozowano przede wszystkim raka jajnika, a po laparotomii udowodniono u nich surowiczego raka jajnika na podstawie zmian patologicznych.</li>
	<li>Do grupy kontrolnej należy włączyć pacjentki, u których zdiagnozowano przede wszystkim mięśniaka macicy lub adenomiozę macicy, u których nie występują żadne choroby jajników, oraz które przeszły histerektomię i resekcję jajników. 
	UWAGA: Ten standard nie jest ostateczny. Do badania mogą również zostać włączone pacjentki z chorobami niewpływającymi na jajniki, które przechodzą histerektomię i resekcję jajników.</li>
	<li>Wykluczyć pacjentów z co najmniej jednym z następujących kryteriów: 
	Kobiety w ciąży lub karmiące piersią. 
	Przyjmowanie antybiotyków na 2 miesiące przed zabiegiem. 
	Gorączka lub podwyższone markery stanu zapalnego. 
	Posiadanie jakiegokolwiek rodzaju stanu zapalnego. 
	Po przejściu chemioterapii neoadjuwantowej.</li>
</ol>
2. Zbierz próbki
<ol>
	<li>Podczas zabiegu należy umieścić wycięte jajniki w sterylnej probówce i umieścić rurkę w ciekłym azocie do transportu. Unikaj dotykania czegokolwiek innego przez cały czas trwania procedury.</li>
	<li>Podziel jajniki na próbki tkanek o grubości około 1 cm za pomocą nowej sterylnej pęsety pod komorą o przepływie laminarnym. Po rozdzieleniu próbki należy przechowywać w temperaturze -80 °C. 
	UWAGA: Wszystkie procedury pobierania próbek są aseptyczne, w tym oddzielanie jajników.</li>
</ol>
3. Sekwencjonowanie genu 16S rRNA
<ol>
	<li>Ekstrakcja DNA.
	<ol>
		<li>Dodać 1,2 ml buforu inhibit EX do probówki wirówkowej o pojemności 2 ml. Następnie dodaj 180-220 mg próbek do probówki. Pozostawić próbkę do całkowitego wymieszania (łaźnia wodna w temperaturze 70 °C przez 5 minut, a następnie wirować przez 15 sekund).</li>
		<li>Wirować probówkę przez 1 minutę przy 600 x g.</li>
		<li>Umieścić 550 μl supernatantu w nowej probówce o pojemności 1,5 ml i odwirowywać przez 1 minutę przy 600 x g.</li>
		<li>Przenieść 400 μl supernatantu z 30 μl proteinazy K do innej probówki o pojemności 1,5 ml.</li>
		<li>Dodać 400 μl buforu AL i używać mieszalnika wirowego przez 15 s.</li>
		<li>Inkubować w temperaturze 70 °C przez 10 minut.</li>
		<li>Dodaj 400 μl 96-100% alkoholu. Użyj miksera wirowego przez 15 sekund.</li>
		<li>Przenieść 600 μl mieszaniny do kolumny absorpcyjnej i wirować przez 1 minutę przy 13700 g. Wymień dolną probówkę. Powtórz ten krok 11 razy.</li>
		<li>Dodać 500 μl buforu AW1, odwirowywać przez 1 minutę przy 13 700 x g i wymienić dolną probówkę.</li>
		<li>Dodać 500 μl buforu AW2, odwirowywać przez 3 minuty przy 13 700 x g i wymienić dolną probówkę.</li>
		<li>Wirować przez 3 minuty przy 13 700 x g.</li>
		<li>Przenieść mieszaninę do nowej probówki o pojemności 1,5 ml, dodać 200 μl buforu ATE, inkubować w temperaturze pokojowej przez 5 minut i wirować przez 1 minutę przy 13 700 x g.</li>
	</ol>
	</li>
	<li>Testowanie jakości. Użyj 1% elektroforezy w żelu Sepharose, aby przetestować jakość. Dodać 400 ng próbki, 120 V, 30 minut. Idealny wynik: stężenie DNA: ≥ 10 ng/μL, czystość DNA: A260/A280 = 1,8-2,0, zawartość DNA brutto: ≥ 300 ng.</li>
	<li>Przygotuj biblioteki za pomocą zestawu do sekwencjonowania metagenomicznego 16S zgodnie z protokołem producenta.
	<ol>
		<li>Wykonaj PCR. Krótko mówiąc, każda reakcja PCR o pojemności 25 μl zawiera 12,5 ng próbki DNA jako dane wejściowe, 12,5 μl 2x KAPA HiFi HotStart ReadyMix i 5 μl każdego startera przy 1 μM.</li>
		<li>Przeprowadzić PCR przy użyciu następującego protokołu: początkowy etap denaturacji wykonywany w temperaturze 95°C przez 3 minuty, następnie 25 cykli denaturacji (95°C, 30 s), wyżarzania (55°C, 30 s) i przedłużania (72°C, 30 s) oraz końcowe wydłużenie trwające 5 minut w temperaturze 72°C.</li>
		<li>Oczyść produkt PCR z mieszaniny reakcyjnej za pomocą kulek magnetycznych, postępując zgodnie z instrukcjami producenta.</li>
		<li>Powtórz kroki 3.3.1 i 3.3.2.</li>
		<li>Testowanie jakości. Zapoznaj się z krokiem 3.2.</li>
		<li>Powtórz krok 3.3.3.</li>
		<li>Testowanie jakości. Użyj 1% elektroforezy w żelu sefarozy do zbadania zanieczyszczeń, spektrofotometru do sprawdzenia czystości, fluorometru do zbadania stężenia oraz zestawu do oznaczania RNA do sprawdzenia integralności. Postępuj zgodnie z protokołem producenta. Normalizacja i pulowanie bibliotek; Następnie sekwencjonuj (ustawienie odczytu sparowanego końca 2 x 300 bp) przy użyciu standardowych komórek przepływowych V3 z 600 cyklami, wytwarzając około 100 000 sparowanych odczytów 2 x 300 podstawowych. 
		UWAGA: Sekwencje starterów o pełnej długości: 16S Amplicon reakcja łańcuchowa polimerazy (PCR) Starter do przodu: 5' TCGTCGGCAGCGTCAGATGTGTATAAGA GACAG-[CCTACGGGGGGCWGCAG] i 16S Amplicon PCR Reverse starter: 5' GTCTCGTGGGCTCGGAGATGTGTATAAGAGACAG-[GACTACHVGGGTATCTAATCC].</li>
	</ol>
	</li>
</ol>
4. Analizuj dane sekwencjonowania genu 16S rRNA
<ol>
	<li>Filtruj surowe odczyty każdej próbki w oparciu o jakość sekwencjonowania za pomocą pakietu oprogramowania QIIME 2-20180220.
	<ol>
		<li>Skopiuj trzy pliki do katalogu: emp-paired-end-sequences_01 
		Jeden plik forward.fastq.gz zawierający sekwencję przekazywania ma następującą postać: 
		Jeden plik reverse.fastq.gz, który zawiera odwrotną sekwencję, brzmi 
		Jeden plik barcodes.fastq.gz, który zawiera skojarzony kod kreskowy, odczytuje</li>
		<li>Wykonaj 
		qiime tools import \ 
		--type EMPPairedEndSequences \ 
		--ścieżka-wejściowa emp-sparowany-koniec-sequences_01 \--ścieżka-wyjściowa emp-sparowany-koniec-sequences_02.qza</li>
	</ol>
	</li>
	<li>Usuń sekwencje podkładu i adaptera. 
	Qime CutAdapt Trim-Pair \ 
	--i-demultiplexed-sequences demultiplexed-seqs_02.qza \ 
	--p-front-f GCTACGGGGGG \ 
	--p-front-r GCTACGGGGGG \ 
	--p-stopa-błędów 0 \ 
	--odcięcie jakości 25 \ 
	--o-trimmed-sequences przycięte-seqs_03.qza \ 
	--gadatliwy</li>
	<li>Skróć odczyty sekwencji, w których obie jakości sparowanego końca są niższe niż 25. Patrz wyżej --quality-cutoff 25</li>
	<li>Przeanalizuj dane sekwencjonowania.
	<ol>
		<li>Zbierz sekwencje, aby utworzyć operacyjne jednostki taksonomiczne (OTU) z punktem odcięcia podobieństwa na poziomie 97%. 
		qiime vsearch dereplicate-sequences \ 
		--i-sekwencje przycięte-seqs_03.qza \ 
		--o-dereplicated-table table_04.qza \ 
		--o-dereplicated-sequences rep-seqs_04.qza 
		 
		qiime vsearch cluster-features-closed-reference \ 
		--i-table table_04.qza \ 
		--i-sekwencje rep-seqs_04.qza \ 
		--i-sekwencje-referencyjne 97_otus.qza \ 
		--p-perc-identity 0.97 \ 
		--o-tabela-klastrowa tabela-cr-97.qza \ 
		--o-clustered-sequences rep-seqs-cr-97.qza \ 
		--o-niedopasowane-sekwencje niedopasowane-cr-97.qza</li>
		<li>W przypadku OTU należy obliczyć względną liczebność w każdej próbce. Informacje o obfitości znajdują się w table-cr-97.qza</li>
	</ol>
	</li>
	<li>Zastosuj natywny klasyfikator bayesowski, który ma na celu zestaw treningowy RDP (wersja 9; http://sourceforge.net/projects/rdp-classifier/), aby posortować wszystkie sekwencje. Mapowane informacje o taksonach znajdują się w table-cr-97.qza</li>
	<li>W ramach danej OTU przypisz klasyfikację, która odzwierciedla główną spójność sekwencji do OTU. Następnie wyrównaj OTU. Patrz tabela-cr-97.qza i rep-seqs-cr-97.qza</li>
	<li>Na podstawie informacji o grupie próbki wykonaj analizę różnorodności alfa (w tym indeksy Chao 1, ACE, Shannona, Simpsona i Evenness) oraz analizę głównych współrzędnych (PCoA) opartą na UniFrac. 
	Eksport narzędzi qiime \ 
	--ścieżka-wejściowa tabela-cr-97.qza \ 
	--ścieżka-wyjściowa tabela-funkcji-eksportu 
	tabela-funkcji-eksportu 
	 
	qiime różnorodność alfa \ 
	--i-table table-cr-97.qza \ 
	--p-metric observed_otus \ 
	--o-alpha-różnorodność observed_otus_vector.qza 
	 
	qiime różnorodność beta \ 
	--i-table table-cr-97.qza \ 
	--p-metric braycurtis \ 
	--o-matryca-odległości unweighted_unifrac_distance_matrix.qza</li>
</ol>
5. Przewidywanie funkcji bakterii
<ol>
	<li>Aby przewidzieć powiązaną reprezentację cech bakterii, użyj BugBase21. Wejściowa tabela OTU dla BugBase jest przygotowywana za pomocą następujących poleceń. 
	biom convert -i otu_table.biom -o otu_table.txt --to-tsv 
	biom convert -i otu_table.txt -o otu_table_json.biom --table-type="Tabela OTU" --to-json 
	UWAGA: Prognoza opiera się na sześciu kategoriach fenotypu (Ward i wsp. niepublikowane) (https://bugbase.cs.umn.edu/): barwienie metodą Grama, tolerancja tlenu, zdolność do tworzenia biofilmów, zawartość pierwiastków ruchomych, patogenność i tolerancja stresu oksydacyjnego.</li>
	<li>Przewidywanie składu funkcjonalnego metagenomu za pomocą PICRUSt przy użyciu danych genów markerowych i bazy danych zawierającej genomy referencyjne22. 
	make_otu_table.py -i microbiome_97/uclust_ref_picked_otus/test_paired_otus.txt -t /mnt/nas_bioinfo/ref/qiime2_ref/97_otu_taxonomy.txt -o otu_table.biom & 
	normalize_by_copy_number.py -i otu_table.biom -o normalized_otus.biom 
	predict_metagenomes.py -i normalized_otus.biom -o metagenome_predictions.biom 
	categorize_by_function.py -i metagenome_predictions.biom -c "KEGG_Pathways" -l 1 -o picrust_L1.biom 
	categorize_by_function.py -f -i metagenome_predictions.biom -c KEGG_Pathways -l 1 -o metagenome_predictions. L1.txt</li>
	<li>Przeanalizuj różnice w funkcjach między każdą grupą za pomocą STAMP23,24. Zapoznaj się z cytatami, aby zapoznać się z oprogramowaniem.</li>
</ol>
6. Dane
<ol>
	<li>Użyj oprogramowania statystycznego, aby obliczyć istotność wyników. Wskazanie istotności statystycznej powinno być ustalone jako P < 0,05.</li>
	<li>Oceń różnice w wieku i parytecie za pomocą testu t-Studenta. Oceń różnice w stanie menopauzy, historii nadciśnienia tętniczego i cukrzycy za pomocą testu chi-kwadrat. Oceń różnice w liczbie taksonów bakteryjnych jajników za pomocą testu U Manna-Whitneya.</li>
</ol>

<ol><li>Manfredo Vieira, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Translocation+of+a+gut+pathobiont+drives+autoimmunity+in+mice+and+humans%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Translocation of a gut pathobiont drives autoimmunity in mice and humans.</a> Science. 359 (6380), 1156-1161 (2018).</li>
<li>Geller, L. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Potential+role+of+intratumor+bacteria+in+mediating+tumor+resistance+to+the+chemotherapeutic+drug+gemcitabine%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Potential role of intratumor bacteria in mediating tumor resistance to the chemotherapeutic drug gemcitabine.</a> Science. 357 (6356), 1156-1160 (2017).</li>
<li>Manfredo, V. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Translocation+of+a+gut+pathobiont+drives+autoimmunity+in+mice+and+humans%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Translocation of a gut pathobiont drives autoimmunity in mice and humans.</a> Science. 359 (6380), 1156-1161 (2018).</li>
<li>Brunelli, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Globular+structure+of+human+ovulatory+cervical+mucus%5BTitle%5D)+AND+%22FASEB+J%22%5BJournal%5D)">Globular structure of human ovulatory cervical mucus.</a> FASEB J. 21 (14), 3872-3876 (2007).</li>
<li>Chen, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+microbiota+continuum+along+the+female+reproductive+tract+and+its+relation+to+uterine-related+diseases%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">The microbiota continuum along the female reproductive tract and its relation to uterine-related diseases.</a> Nature Communications. 8 (1), 875(2017).</li>
<li>Zervomanolakis, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiology+of+upward+transport+in+the+human+female+genital+tract%5BTitle%5D)+AND+%22Annals+of+the+New+York+Academy+of+Sciences%22%5BJournal%5D)">Physiology of upward transport in the human female genital tract.</a> Annals of the New York Academy of Sciences. 1101, 1-20 (2007).</li>
<li>Verstraelen, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Characterisation+of+the+human+uterine+microbiome+in+non-pregnant+women+through+deep+sequencing+of+the+V1-2+region+of+the+16S+rRNA+gene%5BTitle%5D)+AND+%22PeerJ%22%5BJournal%5D)">Characterisation of the human uterine microbiome in non-pregnant women through deep sequencing of the V1-2 region of the 16S rRNA gene.</a> PeerJ. 4, 1602(2016).</li>
<li>Fang, R. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Barcoded+sequencing+reveals+diverse+intrauterine+microbiomes+in+patients+suffering+with+endometrial+polyps%5BTitle%5D)+AND+%22American+Journal+of+Translational+Research%22%5BJournal%5D)">Barcoded sequencing reveals diverse intrauterine microbiomes in patients suffering with endometrial polyps.</a> American Journal of Translational Research. 8 (3), 1581-1592 (2016).</li>
<li>Miles, S. M., Hardy, B. L., Merrell, D. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Investigation+of+the+microbiota+of+the+reproductive+tract+in+women+undergoing+a+total+hysterectomy+and+bilateral+salpingo-oopherectomy%5BTitle%5D)+AND+%22Fertil+Steril%22%5BJournal%5D)">Investigation of the microbiota of the reproductive tract in women undergoing a total hysterectomy and bilateral salpingo-oopherectomy.</a> Fertil Steril. 107 (3), 813-820 (2017).</li>
<li>Banerjee, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ovarian+cancer+oncobiome%5BTitle%5D)+AND+%22Oncotarget%22%5BJournal%5D)">The ovarian cancer oncobiome.</a> Oncotarget. 8 (22), 36225-36245 (2017).</li>
<li>Wang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+differential+distribution+of+bacteria+between+cancerous+and+noncancerous+ovarian+tissues+in+situ%5BTitle%5D)+AND+%22Journal+of+Ovarian+Research%22%5BJournal%5D)">The differential distribution of bacteria between cancerous and noncancerous ovarian tissues in situ.</a> Journal of Ovarian Research. 13 (1), 8(2020).</li>
<li>Wang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bacterial+overgrowth+and+diversification+of+microbiota+in+gastric+cancer%5BTitle%5D)+AND+%22European+Journal+of+Gastroenterology+%26+Hepatology%22%5BJournal%5D)">Bacterial overgrowth and diversification of microbiota in gastric cancer.</a> European Journal of Gastroenterology & Hepatology. 28 (3), 261-266 (2016).</li>
<li>Hosgood, H. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+potential+role+of+lung+microbiota+in+lung+cancer+attributed+to+household+coal+burning+exposures%5BTitle%5D)+AND+%22Environmental+and+Molecular+Mutagenesis%22%5BJournal%5D)">The potential role of lung microbiota in lung cancer attributed to household coal burning exposures.</a> Environmental and Molecular Mutagenesis. 55 (8), 643-651 (2014).</li>
<li>Kwon, M., Seo, S. S., Kim, M. K., Lee, D. O., Lim, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Compositional+and+Functional+Differences+between+Microbiota+and+Cervical+Carcinogenesis+as+Identified+by+Shotgun+Metagenomic+Sequencing%5BTitle%5D)+AND+%22Cancers%22%5BJournal%5D)">Compositional and Functional Differences between Microbiota and Cervical Carcinogenesis as Identified by Shotgun Metagenomic Sequencing.</a> Cancers. 11 (3), 309(2019).</li>
<li>Urbaniak, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Microbiota+of+Breast+Tissue+and+Its+Association+with+Breast+Cancer%5BTitle%5D)+AND+%22Applied+and+Environmental+Microbiology%22%5BJournal%5D)">The Microbiota of Breast Tissue and Its Association with Breast Cancer.</a> Applied and Environmental Microbiology. 82 (16), 5039-5048 (2016).</li>
<li>Feng, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metagenomic+and+metatranscriptomic+analysis+of+human+prostate+microbiota+from+patients+with+prostate+cancer%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Metagenomic and metatranscriptomic analysis of human prostate microbiota from patients with prostate cancer.</a> BMC Genomics. 20 (1), 146(2019).</li>
<li>Walsh, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Postmenopause+as+a+key+factor+in+the+composition+of+the+Endometrial+Cancer+Microbiome+%28ECbiome%29%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">Postmenopause as a key factor in the composition of the Endometrial Cancer Microbiome (ECbiome).</a> Scientific Reports. 9 (1), 19213(2019).</li>
<li>Walther-Antonio, M. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Potential+contribution+of+the+uterine+microbiome+in+the+development+of+endometrial+cancer%5BTitle%5D)+AND+%22Genome+Medicine%22%5BJournal%5D)">Potential contribution of the uterine microbiome in the development of endometrial cancer.</a> Genome Medicine. 8 (1), 122(2016).</li>
<li>Poore, G. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microbiome+analyses+of+blood+and+tissues+suggest+cancer+diagnostic+approach%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Microbiome analyses of blood and tissues suggest cancer diagnostic approach.</a> Nature. 579 (7800), 567-574 (2020).</li>
<li>Bolger, A. M., Lohse, M., Usadel, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Trimmomatic%3A+a+flexible+trimmer+for+Illumina+sequence+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Trimmomatic: a flexible trimmer for Illumina sequence data.</a> Bioinformatics. 30 (15), 2114-2120 (2014).</li>
<li>Ward, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((BugBase+predicts+organism-level+microbiome+phenotypes%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">BugBase predicts organism-level microbiome phenotypes.</a> bioRxiv. , (2017).</li>
<li>Langille, M. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+functional+profiling+of+microbial+communities+using+16S+rRNA+marker+gene+sequences%5BTitle%5D)+AND+%22Nature+Biotechnology%22%5BJournal%5D)">Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.</a> Nature Biotechnology. 31 (9), 814-821 (2013).</li>
<li>Langille, M. G. I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predictive+functional+profiling+of+microbial+communities+using+16S+rRNA+marker+gene+sequences%5BTitle%5D)+AND+%22Nature+Biotechnology%22%5BJournal%5D)">Predictive functional profiling of microbial communities using 16S rRNA marker gene sequences.</a> Nature Biotechnology. 31 (9), 814(2013).</li>
<li>Parks, D. H., Tyson, G. W., Hugenholtz, P., Beiko, R. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((STAMP%3A+statistical+analysis+of+taxonomic+and+functional+profiles%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">STAMP: statistical analysis of taxonomic and functional profiles.</a> Bioinformatics. 30 (21), 3123(2014).</li>
<li>Leranth, C., Hamori, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((34%3BDark%26%2334%3B+Purkinje+cells+of+the+cerebellar+cortex%5BTitle%5D)+AND+%22Acta+Biologica+Hungarica%22%5BJournal%5D)">34;Dark&#34; Purkinje cells of the cerebellar cortex.</a> Acta Biologica Hungarica. 21 (4), 405-419 (1970).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Rak jajnika ma znaczący wpływ na płodność kobiet25. Większość pacjentek z rakiem jajnika jest diagnozowana w późnym stadium, a wskaźnik 5-letniego przeżycia wynosi mniej niż 30%18. Opublikowano potwierdzenie obecności bakterii w litych wnętrznościach jamy brzusznej, w tym w wątrobie, trzustce i śledzionie. Istnienie bakterii w górnych drogach rodnych kobiet występuje, ponieważ szyjka macicy nie jest zamknięta 2,3,4,5.</su...

Ostatnio opublikowano coraz więcej artykułów dowodzących istnienia bakterii w litych wnętrznościach jamy brzusznej, takich jak nerki, śledziona, wątroba i jajniki1,2. Geller i wsp. znaleźli bakterie w guzach trzustki, a bakterie te były oporne na gemcytabinę, lek chemioterapeutyczny2. S. Manfredo Vieira i wsp. doszli do wniosku, że Enterococcus gallinarum przenosi się do węzłów chłonnych, wątroby i śledziony i może napędzać autoimmunizację3.
Ponieważ szyjka macicy pełni rolę obrońcy, bakterie w górnym żeńskim układzie rozrodczym, który zawiera macicę, jajowody i jajniki, zostały minimalnie zbadane. Jednak w ostatnich latach powstało kilka nowych teorii. Bakterie mogą mieć dostęp do jamy macicy podczas cyklu miesiączkowego z powodu zmian w mucynach4,5. Ponadto Zervomanolakis i wsp. potwierdzili, że macica, wraz z jajowodami, jest pompą perystaltyczną kontrolowaną przez układ hormonalny jajników, a taki układ umożliwia bakteriom przedostanie się do błony śluzowej macicy, jajowodów i jajników6.
Górny układ rozrodczy nie jest już tajemnicą dzięki rozwojowi metod wykrywania bakterii. Verstraelen i in. zastosowali metodę sekwencjonowania sparowanych końców z kodem kreskowym do wykrycia bakterii macicy, celując w hiperzmienny region V1-2 genu 16S RNA7. Fang i wsp. zastosowali sekwencjonowanie z kodami kreskowymi u pacjentek z polipami endometrium i ujawnili obecność różnych bakterii wewnątrzmacicznych8. Dodatkowo, wykorzystując gen 16S RNA, Miles i wsp. oraz Chen i wsp. znaleźli bakterie w układzie płciowym kobiet, które przeszły odpowiednio resekcję jajników i histerektomię5,9.
Bakterie w tkankach nowotworowych zyskują coraz większą uwagę w ostatnich latach. Banerjee i wsp. odkryli, że sygnatura mikrobiomu różniła się między pacjentkami z rakiem jajnika a pacjentkami z grupy kontrolnej10. Noxynatronum sibiricum był związany ze stadium nowotworu, a Methanosarcina vacuolata może być stosowana do diagnozowania raka jajnika11. Oprócz raka jajnika udowodniono, że inne nowotwory, takie jak rak żołądka, płuc, prostaty, piersi, szyjki macicy i endometrium, są związane z bakteriami12,13,14,15,16,17,18. Poore i wsp. zaproponowali nową klasę diagnostyki onkologicznej opartej na drobnoustrojach, przewidując badania przesiewowe we wczesnym stadium raka19. W tym protokole zbadaliśmy różnice między nowotworowymi a normalnymi tkankami jajnika, porównując skład i funkcję bakterii w tych dwóch tkankach.
Przeprowadzono barwienie immunohistochemiczne i sekwencjonowanie genu 16S rRNA, aby potwierdzić obecność bakterii w jajnikach. Badano różnice i przewidywane funkcje bakterii jajnika w nowotworowych i nienowotworowych tkankach jajnika. Wyniki wykazały obecność bakterii w tkankach jajnika. Anoxynatronum sibiricum i Methanosarcina vacuolata były związane odpowiednio ze stopniem zaawansowania i rozpoznaniem raka jajnika. Porównano czterdzieści sześć znacząco różniących się ścieżek KEGG, które były obecne w obu grupach.

<table><tbody><tr><td>Oprogramowanie 2200 TapeStation</td><td>Agilgent Stany Zjednoczone</td><td></td><td></td></tr><tr><td>AmpliSeq do przygotowywania, indeksowania i akcesoriów do biblioteki Illumina</td><td></td><td></td><td></td></tr><tr><td>Image-pro plus 7</td><td>Media Cybernetyka</td><td></td><td></td></tr><tr><td>Leica ASP 300S</td><td>Dział Leica Biosystems firmy Leica Microsystems</td><td></td><td></td></tr><tr><td>Leica EG 1150</td><td>Leica Biosystems Oddział Leica Microsystems</td><td></td><td></td></tr><tr><td>Leica RM2235</td><td>Leica Biosystems Division of Leica Microsystems</td><td></td><td></td></tr><tr><td>LPS Core przeciwciało monoklonalne, klon WN1 222-5</td><td>Kulki magnetyczne Hycult Biotech</td><td></td><td></td></tr><tr><td>Mag-Bind RxnPure Plus</td><td>Zestaw Omega Biotek</td><td>M1386-00</td><td></td></tr><tr><td>Mag-Bind Universal Pathogen 96</td><td>Omega Biotek</td><td>M4029-01</td><td></td></tr><tr><td>MiSeq</td><td>Illumina</td><td>SY-410-1003</td><td></td></tr><tr><td>Silva baza danych Instytut</td><td>Mikrobiologii Morskiej im. Maxa Plancka i Uniwersytet</td><td></td><td></td>Jacobsa</tr><tr><td>System dsDNA QuantiFluor</td><td>Promega</td><td>E2670</td><td></td></tr><tr><td>Trimmomatic</td><td>Bj&ouml; rn Usadel</td><td></td><td></td></tr><tr><td>ZytoChem Plus (HRP) Zestaw przeciw królikom (DAB)</td><td>Zytomed Systems</td><td>HRP008DAB-RB</td><td></td></tr></tbody></table>

charakterystyka i przewidywanie funkcjonalne bakterii w tkankach jajnika

Characterization and Functional Prediction of Bacteria in Ovarian Tissues

Teoria "sterylnego" górnego układu rozrodczego kobiety spotyka się z rosnącym sprzeciwem ze względu na postęp w wykrywaniu bakterii. Jednak to, czy jajniki zawierają bakterie, nie zostało jeszcze potwierdzone. W tym miejscu przeprowadzono eksperyment mający na celu wykrycie bakterii w tkankach jajnika. Wybraliśmy pacjentki z rakiem jajnika w grupie nowotworowej oraz pacjentki nienowotworowe w grupie kontrolnej. Sekwencjonowanie genu 16S rRNA wykorzystano do odróżnienia bakterii w tkankach jajnika od grupy nowotworowej i kontrolnej. Ponadto przewidzieliśmy skład funkcjonalny zidentyfikowanych bakterii za pomocą BugBase i PICRUSt. Metoda ta może być również stosowana w innych wnętrznościach i tkankach, ponieważ w ostatnich latach udowodniono, że wiele narządów jest siedliskiem bakterii. Obecność bakterii w wnętrznościach i tkankach może pomóc naukowcom w ocenie tkanek nowotworowych i prawidłowych oraz może być pomocna w leczeniu raka.

Pacjenci 
W badaniu wzięło udział łącznie 16 zakwalifikowanych pacjentek. Grupa kontrolna obejmowała 10 kobiet z diagnozą łagodnego guza macicy (wśród nich 3 pacjentki z rozpoznaniem mięśniaka macicy i 7 pacjentek z rozpoznaniem adenomiozy macicy). Z kolei grupa nowotworowa składała się z 6 kobiet z diagnozą serozowego raka jajnika (wśród nich 2 pacjentki z rozpoznaniem stopnia II oraz 2 pacjentki z rozpoznaniem stopnia III). Poniższe cechy nie wykazały różnic pomiędzy pacjentkami w grupie kontrolnej ...

Przeprowadzono barwienie immunohistochemiczne i sekwencjonowanie genu 16S rybosomalnego RNA (genu 16S rRNA) w celu odkrycia i rozróżnienia bakterii w nowotworowych i nienowotworowych tkankach jajnika in situ. Różnice składowe i funkcjonalne bakterii przewidywano za pomocą BugBase i Phylogenetic Investigation of Communities by Reconstruction of Unobserved States (PICRUSt).

Charakterystyka i przewidywanie funkcjonalne bakterii w tkankach jajnika

The theory of a "sterile" female upper reproductive tract has been encountering increasing opposition due to advancements in bacterial detection. However, ...

Protokół ten ma na celu wykrycie bakterii w tkankach jajnika i przewidywanie ich funkcji. Barwienie immunohistochemiczne i sekwencjonowanie 16S rRNA zastosowano w celu odkrycia i rozróżnienia bakterii w nowotworowych i nienowotworowych tkankach jajnika in situ. Różnice kompensacyjne i funkcjonalne bakterii są przewidywane za pomocą BoP i komórkowo-genetycznego badania społeczności poprzez rekonstrukcję nieobserwowanych dni.Nasz protokół ma na celu ekstrakcję bakterii z tkanek jajnika in situ. Może być również używany do odkrywania bakterii w wszelkiego rodzaju nowotworach. Głównymi zaletami naszego protokołu jest to, że jest łatwy i wygodny, że można go zrealizować w prawie każdym laboratorium.Szybkie jest również uzyskanie wyników. Podczas praktyki w protokole ważne jest, aby wykluczyć wszelkie bakterie znajdujące się poza tkankami nowotworowymi. W związku z tym wszystkie procedury w tym protokole muszą być sterylne.Podczas operacji należy rozdzielić wycięte jajniki na próbki tkanek o grubości około jednego centymetra za pomocą nowej sterylnej pęsety. Unikaj dotykania czegokolwiek innego podczas całej procedury. Po rozdzieleniu wyjąć próbkę do sterylnej probówki i umieścić ją w ciekłym azocie w celu transmisji.Próbki należy przechowywać w temperaturze minus 80 stopni Celsjusza. Utrwal tkanki za pomocą formaliny, a następnie zanurz je w parafinie. Ten protokół może zostać wstrzymany w tym miejscu.Tkanki można przechowywać w temperaturze pokojowej w celu dłuższej konserwacji. W celu wykonania dalszych kroków należy pociąć próbki na pięć mikrometrycznych odcinków seryjnych. Następnie wysusz próbki.Wykonaj deparafinę i ponowne nawodnienie próbek. Aby pobrać antygen, potrzebna jest 10-minutowa obróbka mikrofalowa w buforze EDTA. Zanurz próbki w PBS, który zawiera 0,3% wodoru.Peroksydacja przez 20 minut, aby zatrzymać aktywność endogennej peroksydazy. Wykonać przeciwciało EMA w rdzeniu LPS, w stężeniu 1 na 300. I utrzymuj go przez jedną noc w temperaturze czterech stopni Celsjusza.Aby odkryć bakterie, użyj zestawu substratów DAP, aby wykryć obecność HRP. Opierając się na instrukcjach producenta, użyj polimeru HRP, przeciwciała anty-królika. Użyj koncentratora stołowego, aby przeciwciała w pełni się połączyły.Użyj PBS do eliminacji niepołączonych przeciwciał. Wykonaj barwienie chemiczne zgodnie z instrukcjami producenta, a następnie spłucz próbki pod wodą. Wykonaj odwodnienie próbek.Próbki garniturów przez podpisanie. I wprowadź jako próbkę za pomocą biblioteki obrazowania Pro Plus Prepare opartej na protokole producenta. Ćwicz wzór startera, który składa się z sekwencji specyficznych dla genu i sekwencji nukleotydowych zwisających adaptera Illumina.Aby wzmocnić wskaźniki urodzeń dla regionu V4 bakteryjnych 16 na sekwencjach genów rRNA, amplifikuj matrycę z próbki wejściowej DNA za pomocą amplikonu PCR. Użyj kulek magnetycznych Mag-Bind RxNPure Plus, aby usunąć mieszaninę reakcyjną z produktu PCR. Wykonaj indeksowaną amplifikację PCR po raz drugi.Użyj Agilent 2200 TapeStation, aby sprawdzić bibliotekę. Użyj systemu QuantiFluor dsDNA do ilościowego określenia biblioteki. Przy 600 cyklach standardowa komórka przepływowa v3 wytwarza około 100 000 sparowanych końców.2 razy 300 podstawa 3. Biblioteki są zdenormalizowane, połączone w pulę i sekwencjonowane. Surowe dawki każdej próbki są filtrowane na podstawie jakości sekwencjonowania przez Trimmomatic.Sekwencje podkładu i adaptera powinny zostać usunięte. Odczyty sekwencji, w których zarówno para, jak i jakość są mniejsze niż 25, powinny zostać skrócone. Przeanalizuj 16s rRNA za pomocą pakietu oprogramowania QIIME.Zbierz sekwencje, aby utworzyć OTU z punktem odcięcia podobieństwa na poziomie 97%W przypadku OTU w każdej próbce należy obliczyć względną liczebność. Zastosuj klasyfikator bayesowski, który znajduje się w zestawie treningowym RDP, aby posortować wszystkie sekwencje. Przy danej OTU do OTU przypisuje się klasyfikację, która ma główną spójność sekwencji.OTU są dostosowane do bazy danych Silva, na podstawie informacji o grupie próbki. Wykonaj analizę różnorodności alfa i współrzędnych głównych opartą na UniFrac. Aby przewidzieć powiązaną prezentację cech bakterii, użyj BugBase.Przewidywanie składu funkcjonalnego metagenomu w PICRUSt. Korzystając z danych monitorujących i bazy danych zawierającej genomy referencyjne, analizuj różne funkcje w każdej grupie za pomocą oprogramowania STAMP. Użyj jednego oprogramowania statystycznego, aby obliczyć wynik.Wskazanie istotności statystycznej powinno być ustawione na p mniejsze niż 0,05. Oblicz czynniki zakłócające, które obejmują wiek i parzystość, za pomocą testu t-Studenta. Oblicz stan menopauzy, historię nadciśnienia tętniczego i cukrzycy za pomocą testu Chi-kwadrat.Oblicz liczbę taksonów bakterii jajnika za pomocą testu U Manna-Whitneya. Do badania włączono 16 pacjentek. BugBase wykorzystano do ćwiczenia analizy przewidywanych metagenomów.Potencjalnie patogenetyczna i immunohistochemia jajników z wykorzystaniem przeciwciała przeciwbakteryjnego LPS. Rysunek ten pokazuje bogactwo i różnorodność bakterii w grupie nowotworowej i kontrolnej. Ujawnione przez sekwencjonowanie 16S rRNA.Rysunki są indeksem obserwowanych gatunków. Indeks Chao1, indeks ACE, indeks Shannona, indeks równomierności, indeks Simpsona, odpowiednio. Na tym rysunku przedstawiono względną liczebność gromady i 12 najliczniejszych gatunków bakterii w próbkach jajników.Rysunek A, B, C i D. Oznacza względną obfitość panelu w jajnikach pacjentek z grupy kontrolnej i grupy z rakiem jajnika. Względna liczebność dwunastu najliczniej występujących gatunków bakterii w jajnikach pacjentek z grupy kontrolnej i grupy z rakiem jajnika. Jest to najpowszechniejsze, zgrupowane przy użyciu PCoA i względnej obfitości Anoxynatronum sibiricum i Methanosarcina vacuolata.Rysunek A przedstawia najczęściej spotykane obiekty, które zostały zgrupowane przy użyciu PCoA. PC1 i PC2 są wykreślane na osi x i y. Czerwony blok jest równy próbce z grupy raka jajnika.Niebieskie kółko jest równe próbce w grupie kontrolnej. Próbki z grupy raka jajnika można oddzielić od innych próbek z grupy kontrolnej. Rysunek B przedstawia najpowszechniejsze obiekty, które zostały zgrupowane przy użyciu PCoA.PC1 i PC2 są wykreślane na osiach x i y. Czerwony blok jest równy próbce z grupy raka jajnika. Niebieskie pełne koło jest równe próbce pobranej od pacjentki z mięśniakiem macicy.A niebieskie puste koło jest równe próbce pacjentki z adenomiozą macicy. Rysunek C przedstawia względną liczebność Anoxynatronum sibiricum. Rysunek D to Methanosarcina vacuolata.Rysunek ten przedstawia analizę BugBase przewidywanej metagenomiki. Potencjalnie patogenetyczny i tolerancyjny fenotyp stresu oksydacyjnego jajników w grupie nowotworowej był silniejszy niż w grupie kontrolnej. Liczba ta znacząco różni się od przestrzeni ścieżki KEGG między grupą nowotworową a grupą kontrolną za pomocą analizy PICRUSt.Kiedy otrzymamy nasze próbki, potrzebna jest para nowych sterylnych pęset. Zwróć uwagę na potencjalne zanieczyszczenie próbek. Że bakterie poza miejscowymi tkankami nowotworowymi mogą znacznie wpływać na rozdzielczość.Preferowane jest ustawienie grupy kontrolnej na każdym kroku. W celu zmniejszenia skutków potencjalnego zanieczyszczenia.

characterization-functional-prediction-bacteria-ovarian

Research

JoVE Journal

Cancer Research

Badania nad rakiem

Opisujemy metodologie tworzenia heterotypowych trójwymiarowych modeli in vitro, składających się z fibroblastów jajnika oraz prawidłowych komórek nabłonkowych powierzchni jajnika lub komórek nabłonkowych raka jajnika. Omówiono zastosowanie tych modeli do badania oddziaływań stroma-nabłonek, które zachodzą podczas rozwoju raka jajnika.

Heterotypowe trójwymiarowe modelowanie in vitro oddziaływań stropowo-nabłonkowych podczas inicjacji i progresji raka jajnika

W tym filmie tworzymy ex vivo hodowlę narządów omentalnych pokrytą komórkami raka jajnika wykazującymi ekspresję GFP, aby zbadać kolonizację raka jajnika w obrębie eksplantatu jajnika. Protokół ten analizuje struktury komórek odpornościowych w sieci znane jako mleczne plamki, które sprzyjają przerzutom.

Modelowanie kolonizacji komórek raka jajnika sieci komórkowej: metoda ex vivo do ustalenia kolonizacji plamki mlecznej znakowanych fluorescencyjnie komórek raka jajnika w mysich eksplantatach sieci

Inwazja komórek raka jajnika w błonie międzybłonkowej otrzewnej jest procesem dynamicznym w czasie. Wykorzystując analizator w czasie rzeczywistym, zdolność inwazyjną komórek raka jajnika w modelu kohodowli komórek sferoidalnych i międzybłonka można określić ilościowo w dłuższych okresach czasu, zapewniając wgląd w czynniki regulujące proces przerzutowy.

Ocena przyczepu sferoidalnego raka jajnika i inwazji komórek międzybłonka w czasie rzeczywistym

Tutaj prezentujemy protokół do budowy trójwymiarowego modelu in vitro wyściółki jamy otrzewnej, składającego się z pierwotnych ludzkich komórek międzybłonka i fibroblastów pokrytych macierzą zewnątrzkomórkową, jako narzędzie do badania adhezji, inwazji i proliferacji komórek raka jajnika.

Modelowanie wczesnych etapów rozsiewu raka jajnika w organotypowym posiewie ludzkiej jamy otrzewnowej

Hodowle tkanek jajnikowych mogą być używane jako modele rozwoju pęcherzyków, owulacji i atrezji pęcherzyków oraz wskazują mechanizmy regulacyjne dynamicznych procesów jajnikowych.

Posiew tkanki jajnikowej w celu wizualizacji zjawisk w jajniku myszy

Przedstawiono hodowlę in vitro kory jajników bydła oraz wpływ żywieniowej diety Stair-step na mikrośrodowisko jajników. Fragmenty kory jajnikowej hodowano przez siedem dni i oceniano steroidy, cytokiny i stadia pęcherzyków. Leczenie dietą Stair-Step miało zwiększoną steroidogenezę, co spowodowało progresję pęcherzyków w hodowli.

Posiewy tkankowe kory jajników bydła

Przedstawiono metodę mikrodysekcji jajowodu myszy, która pozwala na pobranie poszczególnych segmentów przy zachowaniu integralności RNA. Ponadto opisano nieenzymatyczną procedurę dysocjacji komórek jajowodowych. Metody te są odpowiednie do późniejszej analizy genów i białek funkcjonalnie różnych segmentów jajowodów i zdysocjowanych komórek jajowodowych.

Mikrodysekcja i dysocjacja mysiego jajowodu: identyfikacja poszczególnych segmentów i izolacja pojedynczych komórek

Protokół przedstawia mysi model kolonizacji pochwy za pomocą beztlenowo hodowanych ludzkich bakterii pochwy. Skupiamy się na Gardnerella vaginalis, jednocześnie zamieszczając sugestie dotyczące Prevotella bivia i Fusobacterium nucleatum. Protokół ten może być również stosowany jako przewodnik do inokulacji dopochwowych i realnego odzyskiwania innych bakterii hodowanych beztlenowo.

Modele kolonizacji pochwy myszy przez bakterie hodowane beztlenowo

Ten protokół oferuje systematyczne ramy do tworzenia organoidów raka jajnika z różnych stadiów choroby i rozwiązuje wyzwania związane ze zmiennością specyficzną dla pacjenta, aby zwiększyć wydajność i umożliwić solidną, długoterminową ekspansję dla kolejnych zastosowań. Zawiera szczegółowe kroki przetwarzania tkanek, wysiewu, dostosowywania wymagań dotyczących pożywek i barwienia immunofluorescencyjnego.

Strategia biobankowania organoidów raka jajnika: rozwiązywanie problemów związanych z różnorodnością między pacjentami w podtypach histologicznych i stadiach choroby

Ten protokół opisuje tworzenie trójwymiarowych (3D) organoidów tkankowych z pierwotnych komórek ludzkiego nabłonka powierzchniowego jajnika (hOSE). Protokół obejmuje izolację hOSE ze świeżo pobranych jajników, ekspansję komórkową hOSE, procedury krioprezerwacji-rozmrażania oraz wyprowadzanie organoidów. Uwzględniono immunofluorescencję, analizę ilościową i prezentację użyteczności jako platformy przesiewowej.

Organoidy nabłonka powierzchni jajników człowieka jako platforma do badania regeneracji tkanek

Opisujemy metody izolowywania komórek somatycznych jajnika mysiego z frakcji stromy wzbogaconej jajnika oraz generowania organoidów somatycznych jajnika mysiego przy użyciu podejścia bez scaffoldu.

Badanie mikrośrodowiska jajnika: metody izolacji, hodowli 2D i hodowli organoidalnej komórek somatycznych jajnika mysiego

Poznaj metodę identyfikacji bakterii w tkankach jajnika z wykorzystaniem immunohistochemii i sekwencjonowania 16S rRNA. Technika umożliwia porównanie mikrobiomu tkanek nowotworowych i zdrowych.

Charakterystyka i przewidywanie funkcjonalne bakterii w tkankach jajnika

Przeglądaj więcej filmów