Richtlinien zur Einreichung von Proben
Entschlüsselung der 3D-Komplexität: Die Notwendigkeit spezialisierter Multi-Omics
Patient-abgeleitete Organoide befinden sich an der entscheidenden Schnittstelle zwischen hyper-simplifizierten 2D-Zellkulturen und komplexen, teuren sowie ethisch eingeschränkten. in vivo Tiermodelle. Da sie in 3D-Matrizen gezüchtet werden, behalten sie die räumliche Architektur, die zelluläre Heterogenität und die physiologischen Reaktionen ihrer Ausgangsgewebe bei. Diese tiefgreifende biologische Authentizität führt jedoch zu erheblichen analytischen Engpässen. Ein 3D-Organoid ist keine einheitliche Masse identischer Zellen; es ist ein komplexes, miniaturisiertes Ökosystem. Es enthält aktive Stammzellnischen, vollständig differenzierte Nachkommen, apoptotische/nekrotische Kerne aufgrund von Nährstoffgradienten und unterschiedliche Stoffwechselzustände, abhängig von der physischen Lage innerhalb der Matrigel-Dom.
Standardisierte Bulk-Sequenzierungsmethoden, die für 2D-Zelllinien entwickelt wurden, erfassen oft diese Nuance nicht. Das Durchschnittsbild der Expressionsprofile von Millionen von Zellen verdeckt vollständig die kritischen subklonalen Populationen – wie einen seltenen, bereits bestehenden, medikamentenresistenten Krebs-Klon oder einen transienten Entwicklungsprogenitor –, die den Phänotyp antreiben, den Sie zu untersuchen versuchen. Darüber hinaus erfordern die einzigartigen physikalischen Eigenschaften von Organoiden hochspezialisierte Extraktions- und Bibliotheksvorbereitungsprotokolle, die von standardisierten kommerziellen Sequenzierungspipelines einfach nicht bewältigt werden können.
Um das volle Potenzial Ihrer 3D-Modelle auszuschöpfen, bietet CD Genomics eine gestaffelte Suite von Organoid-Sequenzierungs- und Analyse-Dienstleistungen an. Durch den Vergleich der spezifischen Vorteile, Eingabebedürfnisse, QC-Metriken und bioinformatischen Ergebnisse jeder Dienstleistung können Sie Ihre biologische Fragestellung genau mit der optimalen Sequenzierungsstrategie abgleichen, um maximalen Datenausstoß zu gewährleisten und wertvolle Biobank-Proben zu schonen.
Leitfaden zur Auswahl der Sequenzierungsmodalität: Zuordnung von Fragen zu Technologien
Die Auswahl des richtigen Sequenzierungsdienstes hängt nicht davon ab, die neueste oder teuerste Technologie zu wählen; es geht darum, die Auflösung des Assays mit Ihrer spezifischen wissenschaftlichen Hypothese in Einklang zu bringen. Unten finden Sie unseren strategischen Leitfaden.
1. Bulk-RNA-Sequenzierung (RNA-seq)
Am besten geeignet fürKostenwirksame globale Expressionsprofilierung, Analyse der Weganreicherung (Kontroll- versus behandelte Paradigmen) und erste Validierung der Biobank.
Die EinschränkungEs mittelt den Ausdruck aller Zellen und maskiert dabei vollständig die räumliche und zelluläre Heterogenität, die den 3D-Organoiden innewohnt. Ein seltener Zelltyp, der 1% des Organoids ausmacht, geht im Hintergrundrauschen verloren.
RoutingEntdecken Sie mehr auf unserer Organoid-Sequenzierungsdienste.
2. Einzelzell- und Einzelkern-RNA-Sequenzierung (sc/snRNA-seq)
Am besten geeignet fürZerlegen der zellulären Heterogenität, Identifizierung seltener Stammzellnischen, Kartierung von Entwicklungstrajektorien (Pseudotime) und Analyse komplexer Co-Kulturmodelle (z. B. patientenabgeleitete Tumor-Organoide, die mit autologen T-Zellen ko-kultiviert werden).
Der VorteilWir nutzen sowohl die 10x Genomics Chromium Tropfen-Mikrofluidik als auch optimierte Protokolle für die Einzelkern-RNA-Sequenzierung (snRNA-seq). snRNA-seq ist besonders wichtig für große, dichte oder stark fibrotische Organoide, die nicht enzymatisch in lebende Einzelzellen dissociiert werden können, ohne massive transkriptionale Belastung zu induzieren (was die Stressantwortgene wie FOS und JUN künstlich erhöht). snRNA-seq extrahiert nur die Kerne aus flash-gefrorenem Gewebe und umgeht somit vollständig die Verzerrung durch die Dissociation lebender Zellen.
RoutingEntdecken Sie mehr auf unserer Organoid-Sequenzierungsdienste.
3. Räumliche Transkriptomik (Räumliches RNA-seq)
Am besten für: Abbildung der Genexpression direkt auf die erhaltene 3D-physische Architektur des Organoid-Schnitts.
Der VorteilWährend scRNA-seq eine vollständige Gewebedissociation erfordert (wodurch der gesamte räumliche Kontext im Prozess zerstört wird), ermöglicht die räumliche Transkriptomik (unter Verwendung modernster Plattformen wie 10x Visium oder BGI Stereo-seq) den Forschern, genau zu sehen wo Bestimmte Gene sind aktiv. Dies ist absolut entscheidend für die Analyse der invasiven Front eines Tumor-Organoids, das Studium der genauen Grenze der Nährstoffgradient-Nekrose oder die Kartierung der physischen Rezeptor-Ligand-Interaktionen zwischen einem Organoid und den umgebenden stromalen oder Immunzellen in einem 3D-Co-Kulturmodell. Es überbrückt die Lücke zwischen Histologie und Transkriptomik.
4. Organoid Whole Exome Sequenzierung (WES)
Am besten fürValidierung der genomischen Treue und der mutationalen Landschaft von patientenabgeleiteten Modellen.
Der VorteilEs ist unerlässlich nachzuweisen, dass Ihr Organoid tatsächlich die spezifischen somatischen Treibermutationen behält (z. B. KRAS, TP53, PIK3CA) im primären Tumor des ursprünglichen Patienten vorhanden. WES kartiert die klonale Evolution und berechnet die mutationalen Belastungen über kontinuierliche in vitro Passieren, um sicherzustellen, dass Ihr Modell nicht in Irrelevanz abgedriftet ist.
Routing: Lesen Sie die detaillierte Triad-Vergleichsstrategie auf unserer Organoid Whole Exome Sequenzierungsdienste.
5. Fortgeschrittene epigenomische und pharmakologische Profilierung
Für Fragen, die über die grundlegende Genomik und Transkriptomik hinausgehen, leiten wir Proben an unsere hochspezialisierten Pipelines weiter:
- Hochdurchsatz-DrogenscreeningWenn Sie Hunderte von Medikamenten testen müssen, ist standardmäßiges RNA-Sequencing zu teuer. Organoid-Arzneimittelreaktionstranskriptomik (DRUG-seq) für massive 384-Well-Multiplexing, das transkriptomische Auslesungen für Hochdurchsatzscreenings ermöglicht, anstelle einfacher Zellsterbetests.
- Chromatin- und Enhancer-KartierungWenn Ihr Organoid sich falsch differenziert, ohne dass DNA-Mutationen vorliegen, ist das Epigenom verantwortlich. Weg zu Organoid-epigenetische Profilierung (CUT&Tag / scATAC-seq), um die regulatorischen Schalter und offenen Chromatinregionen zu entdecken, die das Zellverhalten bei extrem niedrigen Zellinputs steuern.
- Dynamischer RNA-Umsatz: Route zu Analyse der RNA-Stabilität von Organoiden (SLAM-seq) für sofort-frühe kinetische Reaktionen, die es Ihnen ermöglichen, genaue mRNA-Abbauhalbwertszeiten innerhalb von Minuten nach Anwendung einer gezielten Therapie zu messen.
Beispiel für Anpassungsfähigkeit und strenge Qualitätskontrollmetriken
Die Qualität Ihrer Sequenzierungsdaten ist untrennbar mit der Probenvorbereitung verbunden. Organoide, die in proteinreichen extrazellulären Matrizen (ECM) wie Matrigel oder Cultrex eingebettet sind, stellen erhebliche biochemische Herausforderungen dar, einschließlich enzymatischer Hemmung während der Bibliotheksvorbereitung und aggressivem RNA-Abbau. Wir verwenden maßgeschneiderte Extraktionsprotokolle, die durch strenge Qualitätskontroll (QC)-Metriken gesteuert werden, die auf die spezifischen Empfindlichkeiten jeder Sequenzierungstechnologie abgestimmt sind.
| Sequenzierungstechnologie | Idealer Musterzustand | Mindestanforderung an Eingaben | Kritische QC-Metriken und Schwellenwerte |
|---|---|---|---|
| Bulk-RNA-Seq / WES | Schnellgefrorene Pellets (Matrix-frei) | RNA: >500 ng DNA: >500 ng |
RIN > 8,0 (RNA-Integritätszahl); DIN > 7,0 (DNA-Integrität); OD260/280 ~2,0. Vollständige makroskopische und mikroskopische Abwesenheit von Matrigel ist zwingend erforderlich, um eine nachfolgende Polymerasehemmung zu verhindern. |
| scRNA-seq | Lebende Einzelzell-Suspension | >100.000 Zellen | Lebensfähigkeit > 85% durch doppelte Fluoreszenzfärbung; Zellklumpung < 5%; Minimale Umgebungs-RNA (geräuscharmes Hintergrundmaterial). Strikte enzymatische Zeitvorgaben müssen eingehalten werden, um künstliche Stresssignaturen zu verhindern. |
| snRNA-seq | Schnellgefrorene Organoide (Flash gefroren) | >50.000 Zellen | Die Integrität der Zellkerne wurde visuell durch Trypanblau- oder DAPI-Färbung unter dem Mikroskop bestätigt; minimale Blasenbildung der Kernmembran; geringe Kontamination des Zytoplasmas mit RNA in der Suspension. |
| Räumliche Transkriptomik | OCT-eingebettete frisch gefrorene Blöcke oder FFPE | Gewebeprobe (≥ 2 mm Durchmesser) | RNA-Qualitätsbewertung (DV200 > 50% für FFPE-Proben); Präzise Kryosektionsdicke (typischerweise genau 10 µm), um die Diffusion von Transkripten zu vermeiden und eine gleichmäßige Permeabilisierung sicherzustellen. |
| CUT&Tag / ATAC-seq | Leicht vernetzte oder native Zellpellets | 10.000 – 100.000 Zellen | Hohe Zell-/Kernlebensfähigkeit; eine außergewöhnlich strenge Zellzählung ist erforderlich, um das genaue stöchiometrische Verhältnis von Tn5-Transposase zu Chromatin während des Tagmentierungsschrittes aufrechtzuerhalten. |
Vergleichende Sequenzierungs- und Analyse-Workflows
Während die standardmäßige 2D-Zelllinien-Sequenzierung einem sehr generischen Ablauf folgt, erfordert die 3D-Organoid-Sequenzierung von dem Moment der Lyse bis zur endgültigen bioinformatischen Ausgabe bifurkierte, hochspezialisierte Arbeitsabläufe.
1. Matrix-Dissociation und Bibliotheksvorbereitung
- Massen-RNA/DNA-ExtraktionDer Workflow konzentriert sich stark auf aggressive Kalt-Lyse unter Verwendung proprietärer Puffer, um die ECM-Proteine vollständig aufzulösen, ohne die endogene RNAse-Aktivität auszulösen. Die Bibliotheken werden dann unter Verwendung von standardmäßiger Poly-A-Erfassung (für mRNA) oder akustischer Scherung gefolgt von Exom-Probenhybridisierung (für WES) vorbereitet.
- EinzelzellpartitionierungDieser Arbeitsablauf erfordert eine sanfte, temperaturkontrollierte enzymatische Dissoziation (z. B. unter Verwendung von TrypLE und DNase I), um Einzelzellen zu befreien und gleichzeitig die metabolische Aktivität sofort zu stoppen. Anschließend nutzen wir die Mikrofluidik von 10x Genomics Chromium-Droplets, um einzelne Zellen in Lipidtröpfchen mit einzigartig kodierten Gel-Perlen-in-Emulsion (GEMs) zu partitionieren, was eine massive parallele Kodierung des Transkriptoms ermöglicht.
- Räumliche Transkriptomik-ErfassungOrganoid-Blöcke werden direkt auf räumlich kodierten Erfassungsfolien geschnitten. Das Gewebe wird permeabilisiert. in situ unter hochoptimierten Zeitrahmen, sodass die mRNA direkt nach unten diffundiert und an den genauen räumlichen Koordinaten-Barcodes direkt darunter bindet, wodurch die X-Y-Koordinate jedes Transkripts erhalten bleibt.
2. Spezialisierte Bioinformatik-Pipelines
- WES-PipelineBetont die Keimbahnsubtraktion. Wir richten die Reads an das hg38-Referenzgenom aus und nutzen Ensemble-Variantencaller (Kombination von Mutect2, Strelka2 und VarScan), um reine somatische Varianten zu isolieren. Anschließend berechnen wir die Jaccard-Ähnlichkeitsindizes im Vergleich zu den Sequenzierungsdaten des primären Tumors des Patienten.
- sc/snRNA-seq PipelineEine massive Herausforderung bei der scRNA-seq von Organoiden ist die "Suppe" von ambienter RNA, die von toten Zellen im nekrotischen Kern des Organoids freigesetzt wird. Unser Workflow nutzt stark Dekontaminationsalgorithmen (z. B. SoupX), um dieses ambientale Hintergrundrauschen rechnerisch zu entfernen. vor Durchführung von Dimensionsreduktion (UMAP/t-SNE) und automatisierter Zelltypannotation unter Verwendung etablierter Referenzatlanten von Organoiden und primärem Gewebe.
- Räumliche PipelineKombiniert hochauflösende histologische Bildgebung (H&E oder Immunfluoreszenz) mit transkriptomischen Zählmatrizen (unter Verwendung von Pipelines wie 10x SpaceRanger). Da ein einzelner 55µm Erfassungsbereich 5-10 Zellen enthalten kann, erfordert dieser Arbeitsablauf komplexe Spot-Dekonvolutionsalgorithmen (z. B. RCTD oder Cell2location), um mathematisch den Anteil verschiedener Zelluntertypen zu schätzen, die innerhalb einer einzelnen Koordinate existieren.
Umfassende Lieferdateien
Wir verstehen, dass Daten nutzlos sind, wenn sie nicht interpretiert werden können. CD Genomics bietet nicht nur massive, undurchdringliche Tabellen mit Rohdaten an; wir liefern interaktive, publikationsbereite Formate, die für die sofortige Erkundung und nachgelagerte funktionale Validierung durch Ihre biologischen Teams konzipiert sind.
- Roh- und Ausgerichtete DatenHochreinige, demultiplexierte FASTQ-Dateien; Indizierte BAM- oder CRAM-Dateien (bereit für die sofortige Visualisierung im Genom-Browser IGV).
- Variantdateien (Für WES/Epigenetik)Umfangreich annotierte VCFs, die mit klinischen Datenbanken wie ClinVar, COSMIC und dbSNP integriert sind; BED-Dateien, die Peak-Calls für ATAC-seq oder CUT&Tag detaillieren.
- Einzelzell- und räumliche Objekte: Vollständig verarbeitet und annotiert
.rds(Seurat) oder.h5ad(Scanpy) Objekte, die normalisierte Matrizen und Metadaten enthalten. Für die räumliche Transkriptomik bieten wir proprietäre.cloupeDateien sind vollständig mit den H&E-Gewebeabbildungen integriert für eine intuitive, punktuelle Erkundung im 10x Loupe Browser. - Veröffentlichungsbereite BerichteHochdetaillierte PDF-Bioinformatikberichte, die alle QA/QC-Metriken, detaillierte Methodentexte für Ihre Manuskripte, benutzerdefinierte Datenvisualisierungen (hierarchische Heatmaps, UMAPs, räumliche Ausdrucksüberlagerungen, Venn-Diagramme) und fortgeschrittene Pfadanreicherungsanalysen (GSEA, GO, KEGG) umfassen.
Referenzen:
- Bock C, Boutros M, Camp JG, et al. Die Organoid-Revolution. Natur2022;602(7898):391-400.
- Marx V. Ein Traum der Einzelzellraumbiologie. Naturmethoden2021;18(1):9-14.
- Drost J, Clevers H. Organoide in der Krebsforschung. Nature Reviews Krebs2018;18(7):407-418.
- Boretto M, Cox B, Noben M, et al. Patientenabgeleitete Organoide aus endometrialen Erkrankungen erfassen klinische Heterogenität und sind für Drug-Screening geeignet. Nature Zellbiologie2019;21(8):1041-1051.
- Vlachogiannis G, Hedayat S, Vasantharajan A, et al. Patientenabgeleitete Organoide modellieren die Behandlungsreaktion bei metastasierenden gastrointestinalen Krebserkrankungen. Wissenschaft. 2018;359(6378):920-926.
Nur für Forschungszwecke. Nicht für die Verwendung in diagnostischen Verfahren, klinischen Entscheidungsprozessen, Patientenstratifizierung, therapeutischer Auswahl oder klinischen Studien.
Illustrative Analyseergebnisse
Die folgenden geplanten Visualisierungen erklären gängige Lieferstrukturene, die in unseren Organoid-Multi-Omics-Berichten bereitgestellt werden. Sie sind illustrative Beispiele, die Datenformate veranschaulichen, und keine tatsächlichen Patientendaten.
Räumliche Transkriptomik: Ausdrucksüberlagerungen
Durch mathematisches Überlagern der Genexpressionszählung direkt auf das H&E-Bild des geschnittenen Organoids können Forscher den hypoxischen Kern physisch lokalisieren (z. B. beobachten HIF1A oder VEGFA Überexpression im Zentrum) versus den hochproliferativen äußeren Rand (z.B. MKI67 In Co-Kulturmodellen zeichnen räumliche Überlagerungen die invasiven Grenzen zwischen der Tumor-Organoidmasse und dem umgebenden Stroma perfekt nach. Dieser tiefgreifende strukturelle Kontext geht bei Bulk- oder Einzelzell-Sequenzierung vollständig verloren.
scRNA-seq: Pseudotime-Trajektorienabbildung
Visualisierung von Zellzustandsübergängen. Durch die Anwendung von Trajektorieninferenzalgorithmen (wie Monocle3) auf die Einzelzell-Expressionsdaten projizieren wir, wie Stammzellen innerhalb des Organoids allmählich in reife, spezialisierte Linien entlang einer kontinuierlichen zeitlichen Achse differenzieren. Dies ermöglicht es Forschern, die genauen transkriptionalen Kontrollpunkte zu identifizieren, an denen die Differenzierung in Krankheitsmodellen ins Stocken gerät oder wo Arzneimittelinterventionen einen Linienwechsel erzwingen.
Genomische und Transkriptomische Integration
Multi-omische Streudiagramme, die die Variant Allele Frequency (VAF), berechnet aus Whole Exome Sequencing-Daten, mit den globalen Expressionsprofilen aus Bulk-RNA-seq-Daten in Einklang bringen. Diese integrierte Visualisierung beweist eindeutig, dass der dominante, proliferierende Subklon in Ihrem in vitro Die Kultur ist sowohl genetisch abweichend als auch aktiv an der malignen transkriptomischen Signatur beteiligt, die Sie untersuchen.
Fallstudien: Multi-Omik in Aktion
Fallstudie 1: Untersuchung der Dynamik intestinaler Stammzellen durch integrierte scRNA-seq und scATAC-seq
HintergrundForscher, die entzündliche Darmerkrankungen (IBD) untersuchen, entwickelten komplexe menschliche intestinale Organoide, um den schnellen Erneuerungsprozess des Darmepthels zu modellieren. Sie hatten jedoch Schwierigkeiten, die epigenetischen Schalter zu verstehen, die ungebundene Stammzellen zwingen, sich in reife Enterozyten und Becherzellen zu differenzieren.
MethodikCD Genomics führte parallele Einzelzell-RNA-Sequenzierung (scRNA-seq) und Einzelzell-ATAC-Sequenzierung (scATAC-seq) an hochviablen Einzelzell-Suspensionen durch, die zu mehreren Differenzierungszeitpunkten aus den Organoiden gewonnen wurden.
ErgebnisseWährend die scRNA-seq-Daten die kontinuierliche Entwicklungstrajektorie abbildeten, kam der Durchbruch von den integrierten scATAC-seq-Daten. Die Analyse identifizierte massive Veränderungen in der Chromatinzugänglichkeit an spezifischen Enhancer-Regionen. vor Die entsprechenden linienbestimmenden Gene wurden aktiv transkribiert. Die Multi-Omics-Karte identifizierte einen zuvor uncharakterisierten Master-Transkriptionsfaktor, dessen Bindung die Schicksalsentscheidung in Richtung der Becherzelllinie bestimmte.
Fallstudie 2: Räumliche Transkriptomik bei Tumor-Immunsystem-Co-Kulturen
HintergrundEin Immunonkologie-Labor entwickelte ein 3D-Co-Kulturmodell, das aus patientenabgeleiteten Melanom-Organoiden besteht, die in einer Matrix eingebettet sind, zusammen mit autologen zytotoxischen T-Zellen. Sie mussten verstehen, warum die T-Zellen nicht in den Kern der Organoidmasse eindringen konnten.
MethodikAnstatt das Modell zu dissoziieren, nutzte das Labor unseren Spatial Transcriptomics-Service. Die intakten Co-Kultur-Blöcke wurden kryosektioniert und auf räumlich kodierten Arrays platziert, wodurch sowohl die Histologie als auch das lokalisierte Transkriptom erfasst wurden.
ErgebnisseDer räumliche Ausdrucksüberlagerung zeigte eine ausgeprägte Grenzschicht. T-Zellen, die physisch an die Peripherie des Organoids angrenzten, wiesen eine starke Hochregulation von Erschöpfungsmarkern auf.PDCD1, LAG3), während der äußere Rand des Tumor-Organoids immunosuppressive Liganden stark exprimierte (CD274/PD-L1Wesentlich ist, dass die räumliche Karte zeigte, dass diese suppressive Signatur stark lokalisiert an der physischen Schnittstelle war, was vollständig das Fehlen einer Kernpenetration erklärte, auf eine Weise, die dissociierte scRNA-seq niemals hätte erfassen können.
Fallstudie 3: Hochdurchsatz-Wiederverwendung von Medikamenten mit DRUG-seq
HintergrundEine translationale Gruppe verfügte über eine Biobank von 50 kolorektalen Krebsorganoiden und hatte das Ziel, eine Bibliothek von 1.200 von der FDA zugelassenen Verbindungen zu screenen, um Kandidaten für eine Wiederverwendung zu identifizieren. Standard-RNA-Sequenzierung war für insgesamt 60.000 Wells kostenintensiv.
MethodikDie Gruppe nutzte die Organoid-Drogenreaktions-Transkriptomik (DRUG-seq). Organoide in 384-Well-Platten wurden behandelt, und die frühe wellenspezifische Barcode-Identifizierung ermöglichte eine massive Zusammenlegung für das Hochdurchsatz-3'-Ende-Zählen.
ErgebnisseDer Datensatz lieferte eine eindeutige transkriptomische Signatur für jede Verbindung. Das Clustering zeigte, dass drei visuell nicht verwandte Medikamente alle darauf abzielten, den Wnt/beta-Catenin-Weg stark herunterzuregulieren. Diese tiefgreifende transkriptionale Veränderung wurde von standardmäßigen Zellsterbeassays vollständig übersehen, was zu drei neuartigen Wiederverwendungs-Kandidaten führte.
Organoid-Sequenzierung Häufig gestellte Fragen (FAQs)
Ich möchte meine Organoide sequenzieren, weiß aber nicht, wo ich anfangen soll. Was ist die grundlegende Empfehlung?
Wenn Sie gerade eine neue Organoidlinie etabliert haben und eine grundlegende Validierung benötigen, empfehlen wir dringend, Organoid WES (um die genetische Identität mit dem ursprünglichen Patientengewebe zu bestätigen) mit Bulk-RNA-Seq (um die globalen Expressionsprofile mit dem Gewebe des Ursprungs abzugleichen) zu kombinieren. Sobald die Basisgenauigkeit validiert ist, können Sie auf hochauflösende Einzelzell- oder räumliche Anwendungen skalieren.
2. Warum sollte ich snRNA-seq anstelle von scRNA-seq für meine Organoide verwenden?
Standard scRNA-seq erfordert, dass das Organoid in lebende Einzelzellen zerlegt wird. Große, dichte oder stark fibrotische Organoide sterben oft während dieser harten enzymatischen Dissoziation, was zu einer verzerrten Sequenzierung nur der robustesten Zelltypen führt. Die Einzelkern-RNA-Sequenzierung (snRNA-seq) extrahiert nur die Kerne aus flash-gefrorenem Gewebe, umgeht die Notwendigkeit einer lebenden Zell-Dissoziation und bietet ein unverzerrtes transkriptomisches Profil der gesamten Organoidarchitektur.
3. Was ist der genaue Unterschied zwischen räumlicher Transkriptomik und räumlicher Proteomik?
Die räumliche Transkriptomik kartiert die Expression von Tausenden von mRNA-Transkripten gleichzeitig über den Organoid-Schnitt hinweg mithilfe von räumlich kodierten Fangarrays. Die räumliche Proteomik (multiplexierte Immunfluoreszenz) kartiert spezifische Proteine unter Verwendung von fluorophor-konjugierten Antikörpern. Die Transkriptomik ist unvergleichlich für unvoreingenommene, genomweite Entdeckungen, während die Proteomik überlegen ist, um die funktionale Proteinexpression zu validieren und genaue Zellgrenzen zu umreißen.
Können Sie FFPE-Organoidblöcke für die räumliche Transkriptomik verarbeiten?
Ja. Während frisch gefrorene (OCT-eingebettete) Organoide die hochwertigsten Whole-Transcriptome-Daten liefern, nutzen wir spezialisierte, sondengestützte räumliche Technologien, um gesamte Transkriptome aus archivierten Formalin-fixierten Paraffin-eingebetteten (FFPE) Organoidblöcken zu kartieren, vorausgesetzt, der RNA DV200-Score erfüllt unsere strengen Qualitätskontrollstandards.
5. Wie unterscheidet sich DRUG-seq von Bulk-RNA-seq im Hochdurchsatz-Screening?
Standard-Bulk-RNA-Seq sequenziert die gesamte Länge des mRNA-Transkripts in hoher Tiefe, was sehr kostspielig ist und den Durchsatz einschränkt. DRUG-Seq ist eine spezialisierte, multiplexierte Technik, die nur einen winzigen Tag am 3'-Ende der mRNA sequenziert. Durch das Barcoding der Proben sehr früh im Lyseprozess können wir Tausende von Wells in einem einzigen Sequenzierungslauf zusammenfassen und so eine massive Kosteneffizienz erreichen.
6. Wie lange dauert der Analyseprozess?
Die Durchlaufzeit ist stark projektabhängig. Sie schwankt je nach Probenvolumen, spezifischen Vorbereitungsanforderungen, der gewählten Sequenzierungsmodalität, der Sequierungstiefe und der Komplexität der erforderlichen bioinformatischen Integration. Die Daten werden sicher über einen Cloud-Download bereitgestellt, sobald alle Qualitätskontrollparameter und strengen bioinformatischen Prüfungen erfüllt sind.