MLPA-Analyse (Fortgeschritten): QC-Metriken, Normalisierung, Datenprüfliste und Berichtstruktur

Die MLPA-Analyse besteht nicht einfach darin, „Spitzen zu lesen“. Für einen erfahrenen Prüfer, insbesondere für jemanden, der für die Akzeptanz von Lieferantendaten verantwortlich ist, handelt es sich um eine kontrollierte Abfolge von Entscheidungen: Zuerst bestätigen Sie, dass das Elektropherogramm technisch verwendbar ist, dann bewerten Sie, ob Kontrollen und Referenzen wie erwartet funktionieren, normalisieren Sie angemessen und überprüfen Sie erst danach die Dosierungsverhältnisse. Offizielle MLPA-Richtlinien und workflow-orientierte Materialien laufen auf denselben Punkt hinaus: MLPA ist ein verwandt Methode, sodass das rohe Signal allein ohne Referenzen aus demselben Lauf und eine verteidigbare Normalisierungsstrategie nicht interpretierbar ist.

Eine Grenze sollte von Anfang an klar sein: Die Standard-MLPA-Überprüfung wird nicht durch NGS-native Metriken wie FASTQ-Struktur, BAM-Zusammenfassungen oder Q30 geregelt. Diese gehören zu Sequenzierungs-Workflows, während die herkömmliche MLPA-Überprüfung normalerweise von den Fragmentausgaben der Kapillarelektrophorese und der relativen Peakquantifizierung ausgeht. Eine umfassende MLPA-Überprüfungsliste sollte daher Prioritäten setzen auf Signalreichweite, Spitzenqualität, Referenzstabilität, Reproduzierbarkeit und Normalisierungs-Transparenzstatt Sequenzierungs-QC-Vokabular zu importieren, das nicht zum Datentyp passt.

Was die "MLPA-Analyse" abdeckt (Von Spitzen zu interpretierbaren Verhältnissen)

Auf hoher Ebene wandelt die MLPA-Analyse einen Kapillarelektrophorese-Trace in eine relative Dosisbewertung auf Probenebene um. Der analytische Weg ist normalerweise Rohspitzen → Probenzuweisung → QC-Überprüfung → Normalisierung → Dosierungsverhältnis-Überprüfung → Zusammenfassungsdiagramme/-tabellen → AbschlussberichtspaketDiese Reihenfolge ist wichtiger als jede einzelne Software-Oberfläche, denn selbst wenn sich die Werkzeuge unterscheiden, bleibt die grundlegende Logik gleich: Die Normalisierung ist erst nach der QC-Akzeptanz sinnvoll.

Die Spitzenbestimmung und -größenbestimmung in der MLPA sind leichter als die NGS-Analyse, erfordern jedoch dennoch eine disziplinierte Überprüfung. Die Spitzen müssen den erwarteten Fragmentgrößen zugeordnet werden, in einem nutzbaren Signalbereich liegen und von Rauschen oder unspezifischen Artefakten unterscheidbar bleiben. Deshalb sollte die Verhältnisprüfung niemals der erste Schritt sein. Der erste Schritt besteht darin zu entscheiden, ob die Spur technisch gut genug ist, um überhaupt in die Normalisierung einzugehen.

Für ausgelagerte Projekte sollte die MLPA-Analyse als ein kleiner, aber realer Datenverarbeitungsworkflow und nicht als Anhang zu einem Black-Box-Assay betrachtet werden. Ein überprüfbarer Übergang sollte bewahrt werden. Rohe Fragmentdateien oder Peak-Exporte, Probenzuordnungen, QC-Status, Normalisierungsnotizen, endgültige Verhältnis-Tabellen und prägnante Notizen zu Ausschlüssen oder Wiederholungen. Teams, die auch angrenzende gezielte Arbeitsabläufe verwalten, wie z. B. MLPA-Test Typischerweise profitieren die Beteiligten, wenn diese Übergabeelemente vor dem Lauf vereinbart werden, anstatt sie danach zu rekonstruieren.

Abbildung 1. Workflow-Diagramm mit Entscheidungszweigen: Rohpeaks → QC-Gates → bestehen / erneut durchführen / ausschließen → Normalisierung → Verhältnisüberprüfung → Bericht. Die zentrale Botschaft ist, dass die Normalisierung erst nach der QC-Akzeptanz beginnt.

Wenn Sie zunächst einen Überblick über den Arbeitsablauf und die Ergebnisse der Analyse benötigen, siehe MLPA-Test- und Assay-Workflow: Probenanforderungen + Ergebnisse.

QC-Metriken — Was zu überprüfen ist und typische Warnsignale

Die erste Überprüfungsentscheidung ist einfach: Verdient dieser Datensatz überhaupt eine Normalisierung? Die MLPA-Signalrichtlinien machen deutlich: Spitzensignale müssen innerhalb eines verwendbaren, gerätegerechten Fensters bleiben; andernfalls wird die nachgelagerte Überprüfung unzuverlässig. In der Praxis sollte die Normalisierung nicht als Rettungsmaßnahme für Spuren betrachtet werden, die bereits die grundlegende Signalzuverlässigkeit nicht erfüllen.

Kompakte QC-Checkliste für Prüfer

Der Wert dieser Tabelle ist operativ: Es gibt dem Prüfer einen Akzeptieren / Vorsicht / Wiederholung / Ausschluss-Weg, bevor irgendeine Erzählung auf Verhältnisniveau beginnt.

Signalreichweite und Sättigung

Ein verwendbarer MLPA-Trace benötigt ein Signalfenster, das hoch genug ist, um eine zuverlässige Spitzenidentifikation zu ermöglichen, aber nicht so hoch, dass die Detektorantwort komprimiert oder gesättigt wird. Weltweit schwache Spuren und überlastete Spuren sind beide problematisch., da beide das relative Verhalten während der Normalisierung verzerren können.

Was Rezensenten zuerst kennzeichnen sollten, sind global schwache Spuren, abgeflachte oder beschnittene Hochspitzen, große Signalbereichsunterschiede zwischen benachbarten Proben und anscheinend "saubere" Zielspitzen, die nur akzeptabel erscheinen, weil die Software einen Aufruf erzwungen hat.

Wenn dieses Problem in Programmen auftritt, die auch umfassendere Copy-Number-Ansätze verwenden, ist es besser, es als optionalen Kontext zwischen den Methoden zu betrachten, anstatt als direkte Erweiterung des gleichen Workflows. Eine angrenzende Option in diesem breiteren Kontext ist CNV-Sequenzierungsdienste.

Spitzenbalance und Geräusch

Einige Spuren sind nicht global schwach, scheitern jedoch dennoch an der Überprüfung, weil sie schlecht ausgewogen sind. Das Signal kann insgesamt hoch genug sein, doch ein Teil der Peaks ist instabil, die Basislinie ist rauschend oder unspezifische Peaks konkurrieren mit den erwarteten Sondenprodukten. Die Überprüfung der No-DNA-Kontrolle ist hier besonders nützlich: Minimale Hintergrundgeräusche können toleriert werden, aber ein breites Peak-Muster, das einer vollständigen Proben-Spur ähnelt, ist ein Warnsignal für Kontamination.

Für die Gutachter ist die entscheidende Frage nicht, ob die endgültige Ratentabelle ordentlich aussieht. Die entscheidende Frage ist, ob diese Tabelle generiert wurde aus stabile GipfelaufrufeFragen Sie, ob Nicht-Ziel-Peaks selten sind, ob die Kontrolle ohne DNA minimal bleibt und ob das Rauschen lokalisiert oder global ist. Eine visuell glatte abschließende Zusammenfassung hebt kein schwaches zugrunde liegendes Signal auf. Wenn eine Einzel-Lokus-Frage ungelöst bleibt, kann eine orthogonale RUO-Nachverfolgungsmethode für zusätzliche technische Charakterisierungen in Betracht gezogen werden, wie zum Beispiel Sanger-Sequenzierung.

Konkordanz replizieren

Die Replikationsvereinbarung ist eine der schnellsten Prüfungen der analytischen Stabilität. Selbst wenn ein Anbieter die Replikationsstatistiken nicht in den Vordergrund stellt, ist das Prüfungsprinzip einfach: Wenn wiederholte Proben nach der Normalisierung erheblich voneinander abweichen, ist entweder die Eingabe, die Ausführung oder die Referenzbasis instabil. In einer relativen Methode kann diese Diskrepanz erst nach der Normalisierung sichtbar werden und nicht nur aus der Rohintensität allein.

Ein Gutachter sollte daher nach der Reproduzierbarkeit auf Probenebene, übereinstimmender Richtung über Wiederholungen, stabilen Referenzverhalten über wiederholtes Material und der Abwesenheit von einmaligen Ausreißer-Proben suchen, die die gesamte Zusammenfassung beeinflussen. Eine Lieferung ohne Replikatkontext kann zwar weiterhin verwendbar sein, ist jedoch schwieriger zu überprüfen und leichter zu überinterpretieren.

Referenzstabilität

Referenzverhalten ist der Dreh- und Angelpunkt einer vertrauenswürdigen MLPA-Normalisierung. Jedes MLPA-Experiment sollte Folgendes beinhalten: mindestens drei unabhängige DNA-Referenzprobenund es sollten mehr hinzugefügt werden, wenn die Stichprobengröße wächst. Referenz- und Testmaterial sollten auch so eng wie möglich in der Extraktionsmethode und im Proben-Typ übereinstimmen. Das sind keine kosmetischen Präferenzen; sie sind Teil des relativen Signalmodells der Methode.

Ein Gutachter sollte zwei Fragen trennen: Sind die Referenzproben angemessen? und Sind die Referenzsonden in diesem Assay-Kontext stabil? Diese sind nicht identisch. Geeignete Referenzproben können weiterhin mit instabilen Referenzsonden koexistieren, wenn bestimmte Loci abweichen, ungleichmäßig auf Reaktionsbedingungen reagieren oder vor der endgültigen Überprüfung nicht angemessen gefiltert wurden.

Batch-Effekte und Ausreißer

Die Batch-Disziplin in MLPA sollte konservativ sein. Rohdaten und Zwischenoutputs aus verschiedenen MLPA-Experimenten sollte nicht sollten in einer einzigen Analyse kombiniert werden, da alle experimentellen Schritte Variationen einführen können; Test- und Referenzproben sollten zum selben Experiment gehören. Dies ist eine der wichtigsten Betriebsregeln in der fortgeschrittenen MLPA-Überprüfung.

Typische Warnsignale sind unter anderem eine Laufzeit, die global verschobene Verhältnisverteilungen zeigt, Referenzen, die sich anders gruppieren als ansonsten ähnliche Läufe, eine Probe, die in mehreren QC-Dimensionen versagt, oder scheinbar plausible Ergebnisse, die nur nach einer Zusammenführung über mehrere Läufe hinweg erscheinen. Eine nützliche praktische Regel ist, dass Wenn eine Probe sowohl vor als auch nach der Normalisierung ein Ausreißer ist, vermuten Sie ein Probenproblem; wenn sie nur aufgrund der Normalisierungsbasis ein Ausreißer wird, vermuten Sie ein Problem mit dem Referenz- oder Batch-Design.

Abbildung 2. Sechs-Metriken-Reviewer-Dashboard mit Pass-/Vorsicht-/Fehlerzuständen für Signalbereich, Spitzenrauschen, No-DNA-Kontrolle, Referenzen, Replikate und Batch-Verhalten.

Normalisierungsstrategie

Die Normalisierung ist der Schritt, der die Überprüfung von MLPA ermöglicht. In anbieterneutralen Begriffen umfassen die meisten Arbeitsabläufe zwei verknüpfte Anpassungen: Innerhalb-Proben-Normalisierung und Zwischen-Stichproben-NormalisierungDie erste reduziert die technische Struktur innerhalb einer Spur; die zweite vergleicht diese angepasste Probe mit einer geeigneten Referenzkohorte aus derselben analytischen Einheit.

Innerhalb-Stichproben-Normalisierung

Die Normalisierung innerhalb der Probe kontrolliert die interne Struktur von Sonden, sodass Fragmentlängeneffekte, Amplifikationsunterschiede und das allgemeine Signalniveau die endgültige Bewertung nicht dominieren. Dieser Schritt löst kein biologisches Problem; er reduziert technischen Bias. Wenn die Anpassung innerhalb der Stichprobe schwach ist, kann die endgültige Ratentabelle dennoch ordentlich aussehen, während sie technisch verzerrt bleibt.

Zwischen-Proben-Normalisierung

Die Normalisierung zwischen den Proben fragt, wie die intern ausgeglichene Probe im Vergleich zum Referenzset der gleichen Laufzeit abschneidet. Da MLPA relativ ist, kann eine Probe allein keine Dosierungsänderung definieren. Es sind mehrere unabhängige Referenzen erforderlich, um das erwartete Verhalten zu schätzen und die Wahrscheinlichkeit zu verringern, dass eine instabile Referenz die endgültige Bewertung beeinflusst. Genau aus diesem Grund ist die Regel "mindestens drei unabhängige Referenzen" operationell und nicht nur kosmetisch von Bedeutung.

Referenzauswahlprinzipien

Ein gutes Referenzset ist nicht nur "normal aussehende DNA." Es sollte ähnlich verarbeitet, wenn möglich aus vergleichbarem Material abgeleitet und sinnvoll innerhalb desselben Experiments platziert werden. Schlechte Referenzen fügen nicht nur Lärm hinzu; sie definieren die Grundlage auf eine voreingenommene Weise neu. Für die erweiterte Überprüfung sollte die Referenzauswahl auf drei Ebenen dokumentiert werden: die Anzahl der verwendeten Referenzen, warum sie geeignet waren und ob eine einzelne Referenz die Normalisierung unverhältnismäßig beeinflusst hat.

Wenn der Projektumfang über die gezielte Dosierungsüberprüfung hinausgeht, werden umfassendere Fragen zur Infrastruktur relevant. Eine angrenzende Option für diesen breiteren Kontext ist Whole-Genome-Sequenzierung, aber es sollte als Überlegung zur Methodenwahl eingeführt werden, anstatt als natürliche Fortsetzung der Standard-MLPA-Ausgabehandhabung.

Überprüfungscheckliste für CNV-Projekte (Was ein guter Bericht enthalten sollte)

Ein guter MLPA-Bericht ist nicht nur eine ausgefeilte Zusammenfassungsdatei. Für ausgelagerte, CNV-orientierte Arbeiten sollte er einem nachgelagerten Prüfer ermöglichen, die Logik der Annahme nachzuvollziehen: was hereinkam, was die Qualitätskontrolle bestanden hat, wie die Normalisierung durchgeführt wurde, was ausgeschlossen wurde, was die Verhältnisse zeigen und wo Unsicherheiten bestehen. Dies steht vollständig im Einklang mit dem Status von MLPA als relativer Test, der von transparenten Kontrollen und überprüfbarer Zwischenlogik abhängt.

Erforderliche Berichtskomponenten

Ein starker MLPA-Bericht sollte eine Probenliste und Gruppierungslogik, die Herkunft der Rohdaten, eine Zusammenfassung der Qualitätskontrolle auf Laufebene, Qualitätskontrollnotizen auf Probenebene, Normalisierungsnotizen, eine Tabelle mit Verhältnissen auf Sondenebene, visuelle Zusammenfassungen, Ausschlüsse, Unsicherheitsnotizen und eine prägnante enthalten. RUO-DatenüberprüfungszusammenfassungJeder Block sollte dem Prüfer helfen, nachzuvollziehen, wie der endgültige Bewertungszustand erreicht wurde.

Berichtstrukturvorlage für ausgelagerte Übergabe

Diese Vorlage ist nützlich, da sie "vollständiger Bericht" in einen wiederverwendbaren Übergabestandard verwandelt, anstatt in eine informelle Erwartung. Wo ein Team auch nachgelagerte Archive, QC-Berichterstattung oder Projektverfolgungspipelines pflegt, reduzieren strukturierte Exporte die Reibung mehr als ausgefeilte Screenshots. Ein einzelner unterstützender Kontextlink hier ist Fertige Bibliothekssequenzierunghauptsächlich als Beispiel dafür, warum strukturierte Übergabestandards in ausgelagerten Arbeitsabläufen wichtig sind.

Was die Plots beantworten sollten

Jede enthaltene Grafik sollte eine spezifische Überprüfungsfrage beantworten. Ein Rohdatenverlauf beantwortet "Hat die Analyse ein plausibles Fragmentmuster erzeugt?" Ein QC-Panel antwortet "Wurde die Probe technisch überprüfbar?" Ein Probenverhältnis-Diagramm beantwortet "Welche Sonden weichen ab und wie konsistent?" Wenn eine Figur poliert aussieht, aber keine echte Bewertungsfrage beantwortet, hat sie nur einen begrenzten Wert.

Unklarheiten notieren löschen

Hier schneiden viele Berichte schlecht ab. Ein starker Bericht sollte darlegen, was die Analyse bewirkt. nicht Gut lösen: Grenzverschiebungen, isolierte Einzelmessabweichungen, schwache oder rauschende Proben, nicht übereinstimmende Referenzen oder Bedingungen, die eine Wiederholung bevorzugenswert machten. Technische Variabilität kann aus der Probenbehandlung, Verunreinigungen, experimentellen Problemen und Eigenschaften der Sonden resultieren, sodass Unsicherheitsnotizen Teil einer guten Berichterstattung und kein optionaler Haftungsausschluss sind.

Akzeptanztabelle für ausgelagerte MLPA-Analyse

Wenn Sie MLPA speziell auf das Design und die Überprüfung von CNV-Studien anwenden, siehe MLPA für CNV: Studiendesign & Interpretation.

Abbildung 3. Berichtsanatomie Abbildungsbeschriftung erforderliche Nachweisblöcke: QC-Zusammenfassung, Normalisierungsnotizen, Verhältnis-Tabelle, Ausschlüsse, Unsicherheitsnotizen und angehängte Liefergegenstände.

Wie Analyseanforderungen die Methodenwahl beeinflussen (MLPA vs ddPCR/qPCR/NGS)

Die Wahl der Methode wird oft im Hinblick auf Sensitivität oder Kosten betrachtet, aber für die Verantwortlichen der Datenüberprüfung ist die bessere Frage ÜberprüfungsaufwandMLPA ist attraktiv, wenn das Problem gezielt, probe-definiert und geeignet für eine relative Dosierungsüberprüfung ist. Es wird weniger komfortabel, wenn das Projekt einen breiten Sequenzkontext, reichhaltigere Breakpoint-Informationen oder native Kompatibilität mit sequenzierungsorientierter Infrastruktur benötigt. Dieser Unterschied ist methodologisch, nicht nur kommerziell.

Entscheidungsmatrix

Die praktische Erkenntnis ist einfach: Wählen Sie MLPA, wenn die Frage fokussiert ist und das Team eine disziplinierte Normalisierung mit demselben Referenzlauf unterstützen kann; bewegen Sie sich nach außen, wenn der Überprüfungskontext breiter wird als der Test. In der Prosa sollte ein kontextueller Servicelink beibehalten werden, damit der Abschnitt informativ bleibt und nicht zu verkaufsorientiert wirkt. Eine angemessene verwandte Methoden-Seite hier ist Genpanel-Sequenzierungsdienst.

Für den umfassenderen Entscheidungsrahmen siehe Technischer Vergleich für CNV: MLPA vs ddPCR vs qPCR vs NGS.

MLPA Grundlagen

MLPA verwendet Sondenpaare, die an benachbarte Zielsequenzen hybridisieren, nur dann ligieren, wenn sie korrekt übereinstimmen, und anschließend mit einem universellen Primerpaar amplifiziert werden. Einzigartige Fragmentlängen ermöglichen eine multiplexe kapillare Trennung, und das endgültige Ergebnis wird interpretiert. relativ eher als absolutDeshalb geht es bei der fortgeschrittenen MLPA-Überprüfung grundsätzlich um eine disziplinierte Bewertung eines relativen Signalmodells, anstatt einen einzelnen Peak oder ein Verhältnis isoliert zu betrachten.

Wo Arbeitsabläufe sich in Richtung maßgeschneiderter multiplexierter Nachverfolgung erweitern, ist eine unterstützende angrenzende Dienstleistungserwähnung Amplicon-Sequenzierungsdienste, sondern eher als ein breiterer Arbeitsablaufkontext und nicht als eine implizite Erweiterung der standardmäßigen MLPA-Ausgaben.

Für die grundlegende Erklärung siehe Was ist MLPA? Bedeutung, Definition und Prinzip der Multiplex-Ligation-abhängigen Sondenamplifikation (RUO).

Fehlerbehebung: Symptom → Wahrscheinliche Ursache → Was als Nächstes zu überprüfen ist

Wann Q-Fragmente bleiben in einer Beispielreaktion sichtbar., das normalerweise weniger als 100 ng Proben-DNA oder ein Versagen des Ligation-Schrittes anzeigt, da Q-Fragmente normalerweise übertroffen werden, wenn ausreichend DNA und eine erfolgreiche Ligation vorhanden sind. Überprüfen Sie die Konsistenz der DNA-Eingabe und die Qualität der Ligation, bevor Sie den nachgelagerten Verhältnissen vertrauen.

Wann Das Verhalten des D-Fragmentes ist im Vergleich zum Benchmark-Fragment schwach., das auf eine unvollständige Denaturierung hinweist, anstatt auf eine bedeutungsvolle Dosierungsverschiebung auf Probenebene. Überprüfen Sie die Denaturierungsbedingungen, bevor Sie das Ergebnis eskalieren.

Wann Eine No-DNA-Kontrolle zeigt ein breites Spitzenmuster.Betrachten Sie das als Kontamination und nicht als harmlosen Hintergrund. Normalisieren Sie sich nicht um dieses Muster; klären Sie zuerst die Kontaminationsfrage.

Wann Ein Lauf sieht im Vergleich zu einem anderen verschoben aus.Denken Sie daran, dass Rohdaten und Zwischenoutputs aus verschiedenen MLPA-Experimenten nicht in einer Analyse kombiniert werden sollten. Stellen Sie den Kontext der gleichen Durchführung wieder her, bevor Sie entscheiden, ob das Problem technischer oder probenspezifischer Natur ist.

Wann Einige Sonden wirken instabil, während der Rest der Spur akzeptabel ist.Überprüfen Sie, ob das Problem die Variabilität der Sonden und nicht das globale Probenversagen ist. Instabilität auf Sondenebene, Verunreinigungen, Unterschiede in der Behandlung und experimentelle Variationen können alle die relativen Sondensignale verändern.

Häufig gestellte Fragen (FAQ)

Der häufigste Fehler bei der MLPA-Überprüfung ist?

Überprüfung der endgültigen Verhältnisse, bevor überprüft wird, ob die Rohspuren und Kontrollfragmente technisch glaubwürdig waren. Normalisierung kann grundsätzlich schlechte Rohdaten nicht retten.

Sind wirklich drei Referenzproben notwendig?

Ja. Jedes MLPA-Experiment sollte Folgendes umfassen mindestens drei unabhängige DNA-Referenzproben, wobei weitere hinzugefügt werden, wenn die Stichprobengrößen zunehmen.

Können rohe MLPA-Ergebnisse über verschiedene Durchläufe hinweg kombiniert werden?

Im Allgemeinen nein. Rohdaten und Zwischenoutputs aus verschiedenen Experimenten sollten nicht in einer einzigen Analyse kombiniert werden, da MLPA eine relative Methode ist und die Variation auf der Ebene der Durchläufe von Bedeutung ist.

4) Was soll ich mit einer Einzelsondenabweichung tun?

Behandle es vorsichtig. Ein einzelner Probenverschiebung kann real sein, aber sie kann auch probe-spezifische Instabilität, Anpassungseffekte oder lokales technisches Verhalten widerspiegeln. Es verdient explizite Unsicherheitsanmerkungen anstelle einer übertriebenen Schlussfolgerung.

5) Ist ein polierter PDF als endgültiges Lieferprodukt ausreichend?

In der Regel nein. Eine starke ausgelagerte MLPA-Lieferung sollte die Herkunft der Rohdaten, QC-Zusammenfassungen, Normalisierungsnotizen, Verhältnis-Tabellen, Ausschlüsse und Unsicherheitsnotizen enthalten, nicht nur eine Zusammenfassungsseite.

6) Warum ist das Matching von Referenzen im selben Lauf so wichtig?

Da MLPA ein relatives Verfahren ist, müssen Test- und Referenzproben zum selben Experiment gehören, damit das Verhältnismodell einen analytischen Kontext widerspiegelt und nicht gemischte technische Bedingungen.

7) Ist die No-DNA-Kontrolle wichtig, wenn die Probenverläufe gut aussehen?

Ja. Die No-DNA-Kontrolle hilft, Kontaminationen oder nicht-spezifisches Peak-Verhalten aufzudecken, das aus einem einzelnen Probenverlauf möglicherweise nicht offensichtlich ist.

8) Wann sollte MLPA einer umfassenderen Methode weichen?

Wenn das Projekt einen breiteren Kontext, sequenzierungsnative Infrastruktur oder einen größeren Zielbereich benötigt, als ein fokussiertes Probe-Panel bequem unterstützen kann.

Referenzen:

1. Schouten JP, McElgunn CJ, Waaijer R, Zwijnenburg D, Diepvens F, Pals G. Relative Quantifizierung von 40 Nukleinsäuresequenzen durch multiplex ligationsabhängige Sondenamplifikation. Nukleinsäurenforschung2002;30(12):e57. DOI: 10.1093/nar/gnf056
2. Coffa J, van den Berg J. Analyse von MLPA-Daten mit der neuartigen Software Coffalyser.NET von MRC-Holland. In: Moderne Ansätze zur QualitätskontrolleIntechOpen; 2011. DOI: 10.5772/21898
3. Samelak-Czajka A, Marszalek-Zenczak M, Marcinkowska-Swojak M, Kozlowski P, Figlerowicz M, Zmienko A. MLPA-basierte Analyse von Kopienzahlvariationen in Pflanzenpopulationen. Grenzen der Pflanzenwissenschaften2017;8:222. DOI: 10.3389/fpls.2017.00222