Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
So sánh giữa các bộ dụng cụ loại bỏ ribosome để xây dựng thư viện RNAseq cho Illumina
Tóm tắt
Ribosomal RNA (rRNA) chiếm ít nhất 90% tổng RNA được chiết xuất từ mẫu mô hoặc dòng tế bào động vật có vú. Việc tạo hồ sơ phiên mã thông tin sử dụng các công nghệ giải trình tự song song quy mô lớn yêu cầu hoặc làm giàu các bản sao trưởng thành có đầu poly-adenyl hóa hoặc giảm thiểu mục tiêu phần rRNA. Phương pháp thứ hai đặc biệt hấp dẫn vì nó tương thích với các mẫu bị phân hủy như những mẫu chiết xuất từ FFPE và cũng thu thập các bản sao không có đầu poly-adenyl hóa như một số RNA không mã hóa. Ở đây, chúng tôi cung cấp một nghiên cứu đa địa điểm đánh giá hiệu suất của các bộ dụng cụ loại bỏ ribosomal RNA từ Illumina, Takara/Clontech, Kapa Biosystems, Lexogen, New England Biolabs và Qiagen trên các mẫu RNA nguyên vẹn và bị phân hủy. Chúng tôi phát hiện rằng tất cả các bộ dụng cụ đều có khả năng thực hiện sự giảm thiểu ribosome đáng kể, mặc dù có sự khác biệt về sự dễ dàng sử dụng. Tất cả các bộ dụng cụ đều có thể loại bỏ ribosomal RNA xuống dưới 20% với RNA nguyên vẹn và xác định khoảng 14,000 gen mã hóa protein từ mẫu RNA Tham chiếu Người Tổng quát ở >1FPKM. Phân tích các gen được phát hiện khác nhau giữa các bộ dụng cụ cho thấy rằng độ dài bản sao có thể là một yếu tố chính trong hiệu suất sản xuất thư viện. Những kết quả này cung cấp một lộ trình cho các phòng thí nghiệm về điểm mạnh của từng phương pháp và cách sử dụng chúng tốt nhất.
Từ khóa
#ribosomal RNA #poly-adenylated transcripts #RNA sequencing #RNA removal kits #transcript length #gene detectionTài liệu tham khảo
Cui P, Lin Q, Ding F, Xin C, Gong W, Zhang L, et al. A comparison between ribo-minus RNA-sequencing and polyA-selected RNA-sequencing. Genomics. 2010;96:259–65.
Zhao W, He X, Hoadley KA, Parker JS, Hayes DN, Perou CM. Comparison of RNA-Seq by poly (a) capture, ribosomal RNA depletion, and DNA microarray for expression profiling. BMC genomics. BioMed Central. 2014;15:419.
Guo Y, Zhao S, Sheng Q, Guo M, Lehmann B, Pietenpol J, et al. RNAseq by Total RNA library identifies additional RNAs compared to poly(a) RNA library. Biomed Res. 2015;2015:1–9.
Masuda N, Ohnishi T, Kawamoto S, Monden M, Okubo K. Analysis of chemical modification of RNA from formalin-fixed samples and optimization of molecular biology applications for such samples. Nucleic Acids Res Oxford University Press. 1999;27(22):4436–43.
Ulitsky I, Bartel DP. lincRNAs: genomics, evolution, and mechanisms. Cell. 2013;154:26–46.
Jiang L, Schlesinger F, Davis CA, Zhang Y, Li R, Salit M, et al. Synthetic spike-in standards for RNA-seq experiments. Genome Res. 2011;21:1543–51.
Risso D, Ngai J, Speed TP, Dudoit S. Normalization of RNA-seq data using factor analysis of control genes or samples. Nat Biotechnol. 2014;32:896–902.
Dobin A, Davis CA, Schlesinger F, Drenkow J, Zaleski C, Jha S, et al. STAR: ultrafast universal RNA-seq aligner. Bioinformatics. 2013;29:15–21.
Love MI, Huber W, Anders S. Moderated estimation of fold change and dispersion for RNA-seq data with DESeq2. Genome Biol. 2014;15:550.
Li B, Dewey CN. RSEM: accurate transcript quantification from RNA-Seq data with or without a reference genome. BMC Bioinformatics. 2011;12:323.
Li H, Durbin R. Fast and accurate short read alignment with burrows-wheeler transform. Bioinformatics. 2009;25:1754–60.
Quinlan AR, Hall IM. BEDTools: a flexible suite of utilities for comparing genomic features. Bioinformatics. 2010;26:841–2.