Method Article
Протоколы, описанные разрешить строительство, характеристика и выбор (против целевого выбора) из любого источника ДНК библиотеки «domainome». Это достигается путем исследования трубопровода, который сочетает в себе различные технологии: фага дисплей, складной репортером и следующего поколения последовательности с веб-инструмент для анализа данных.
Складной журналисты являются белки с легко идентифицировать фенотипы, например антибиотикам, складные и функции которого нарушается, когда сливается с плохо складывания белки или случайных открытом чтения фреймов. Мы разработали стратегию, где, используя ТЭМ-1 β-лактамаз (фермент, присвоении ампициллин сопротивления) в геномной масштабе, мы можем выбрать коллекции правильно сложенный протеин доменов из кодирования части ДНК любой intronless генома. Фрагменты белка, полученные на этот подход, так называемые «domainome», будет хорошо выражена и растворимые, что делает их пригодными для структурно функциональных исследований.
Клонирование и отображение «domainome» непосредственно в систему отображения фага, мы показали, что это можно выбрать конкретные белка домены с желаемой привязки свойств (например, другие белки или антитела), обеспечивая тем самым важным экспериментальной информации для идентификации генов аннотации или антигена.
Выявление наиболее обогащенного клонов в выбранной поликлональных населения может быть достиган с использованием Роман секвенирование нового поколения технологий (НГС). По этим причинам мы представляем глубокую последовательности анализа самой библиотеки и выбора мероприятий предоставлять полную информацию о разнообразии, изобилия и точное сопоставление каждого выбранного фрагмента. Протоколы, представленные здесь показать основные шаги для строительства библиотеки, характеристик и проверки.
Здесь мы описываем метод высокой пропускной способностью для строительства и выбор библиотек складывается и растворимого белка доменов из любого источника, генной/геномной начиная. Этот подход сочетает в себе три различные технологии: фага дисплей, использование складной репортером и следующего поколения последовательности (НГС) с конкретным веб-инструмент для анализа данных. Методы могут использоваться во многих различных контекстах белка на основе исследований, для идентификации и аннотации новых доменов белков/белков, характеристика структурных и функциональных свойств известных белков, а также определение белок взаимодействие сети.
Многие открытые вопросы по-прежнему присутствуют в исследованиях на основе белков и разработки методов для оптимального белок производства является важной потребность в нескольких областях расследования. Например несмотря на наличие тысяч геномов прокариот и эукариот1, соответствующий карта относительной протеомов аннотацию прямого закодированного белков и пептидов отсутствует до сих пор подавляющее большинство организмов. Каталог полный протеомов становится сложной цели, требующие огромных усилий в плане времени и ресурсов. Золотой стандарт для экспериментальных заметки остается клонирования все открытые рамки считывания (ORFs) генома, строительство так называемой «ORFeome». Обычно функции гена назначается на основании гомологии связанных генов известных деятельности, но этот подход является недостаточно точной из-за наличия многих неправильные аннотации в справочных баз данных2,3,4, 5. Кроме того, даже для белков, которые были выявлены и комментариями, дополнительные исследования необходимы для достижения характеристика с точки зрения обилия, выражений шаблонов в разных контекстах, включая структурные и функциональные свойства, а также взаимодействие сетей.
Кроме того поскольку белки состоят из разных доменов, каждый из них показаны специфические особенности и вклад в по-разному функций белков, изучение и точное определение этих доменов может позволить более полную картину, как на сингл гена и на уровне полного генома. Все необходимая информация делает исследования белков на широкой и сложной области.
В этой перспективе важный вклад могут предоставляться на беспристрастной и высок объём методы для производства белка. Однако успех таких подходов, рядом значительных инвестиций, необходимых, опирается на способность производить растворимый/стабильный белка конструкции. Это основные ограничения фактор, так как было подсчитано, что только около 30% белков может успешно выразил и производится на достаточных уровнях экспериментально полезным6,,78. Подход для преодоления этого ограничения основан на использовании случайно фрагментированных ДНК, чтобы произвести различных полипептидов, которые вместе обеспечивают перекрывающихся фрагментов представление отдельных генов. Только небольшой процент случайных фрагментов ДНК являются функциональные ORFs, хотя подавляющее большинство из них являются нефункциональные (благодаря наличию стоп-кодонов внутри их последовательностей) или кодировать для неестественное (ORF в кадре оригинал) полипептиды с биологического смысла.
Для решения всех этих вопросов, наша группа разработала высок объём белка выражение и взаимодействие анализ платформу, которая может быть использована на геномной масштаб9,10,и11,12. Эта платформа включает следующие методики: 1) метод для выбора коллекции правильно сложенный протеин доменов из кодирования части ДНК от любого организма; 2 технология отображения фага для выбора партнеров взаимодействия; 3) NGS полностью характеризовать весь interactome стадии изучения и выявления клонов интерес; и 4) веб-инструмент для анализа данных для пользователей без каких-либо биоинформатики или навыков программирования для выполнения анализа Interactome-Seq в простым и удобным способом.
Использование этой платформы обеспечивает важные преимущества по сравнению альтернативных стратегий расследования; Прежде всего этот метод полностью беспристрастной, высокой пропускной способности и модульные для исследования, начиная от одного гена до всего генома. Первый шаг конвейера является создание библиотеки от случайно фрагментированных ДНК исследуемых, который характеризуется затем глубоко NGS. Эта библиотека генерируется с использованием вектора инженерии где генов/фрагменты интерес клонируются между последовательность сигнала для секреции белков в Периплазматическое пространство (т.е., лидер Sec) и гена β-лактамаз ТЭМ1. Синтез белка будет наделять ампициллин сопротивления и способность выжить под давлением ампициллин, только в том случае, если клонированные фрагменты в кадр с этими элементами и результате синтез белка является правильно сложенные10,13 ,14. Все клоны спасли после антибиотика выбора, так называемые «фильтруют клонов», ORFs, подавляющее большинство из них (более 80%) и являются производными от реальных генов9. Кроме того сила этой стратегии заключается в выводах, что все клоны фильтрации ORF кодирования для правильно сложить/растворимые белки/домены15. Как много клонов, присутствует в библиотеке и картирования в том же регионе или домена, имеют разные начальные и конечные точки, это позволяет беспристрастной, единый этапа идентификации минимальная фрагментов, которые могут привести к растворимых продуктов.
Дальнейшее совершенствование технологии предоставляется с помощью NGS характеризуют библиотеки. Сочетание этой платформы и конкретных веб-инструмент для анализа данных дает важные объективную информацию на точное нуклеотидных последовательностей и расположение выбранных ORFs на ссылку ДНК исследуемых без необходимости дальнейших обширных анализов или экспериментальные работы.
Domainome библиотеки могут передаваться в контекст выделения и используется в качестве универсального инструмента для выполнения функциональных исследований. Высок объём белка выражение и взаимодействие анализ платформы что мы интегрированы и что мы называли Interactome-Seq использует преимущества технологий отображения Фаговые путем передачи фильтрованного ORF в phagemid вектор и создания ФАГ ORF Библиотека. После повторного клонирован в контекст отображения фага, белка, домены отображаются на поверхности частиц M13; Таким образом domainome библиотек можно непосредственно выбрать для фрагментов гена кодирования домены с конкретными ферментативную деятельность или привязки свойств, позволяя interactome сети профилирования. Этот подход был первоначально описан Zacchi соавт. 16 и позднее используется в нескольких других контексте13,17,18.
По сравнению с другими технологиями, используется для изучения взаимодействия протеин протеина (включая дрожжей два гибридной системы и масс-спектрометрии19,20), одно из главных преимуществ является усиление связывание партнера, что происходит во время ФАГ Отображение нескольких раундов выделения. Это увеличивает выбор чувствительности, таким образом позволяя выявление низкой обильные связывания белков доменов присутствует в библиотеке. Эффективность отбора выступал с ORF-фильтрации библиотеки далее увеличивается из-за отсутствия нефункциональные клонов. Наконец технология позволяет выбор выполняться против белков и не протеинового приманки21,,2223,24,25.
Фаговые выборки с использованием библиотеки domainome ФАГ может производиться с использованием антител, исходя из сыворотки больных с различных патологических состояний, например аутоиммунных заболеваний13, рака или инфекции заболеваний как приманку. Этот подход используется для получения так называемого «антитело подпись» болезни под исследования, позволяющие массово идентифицировать и охарактеризовать антигены/epitopes конкретно признаны больных антител в то же время. По сравнению с другими методами использование фага дисплей позволяет идентификации как линейной, так и конформационные антигенных эпитопам. Выявление конкретных подписи потенциально может иметь важное значение для понимания патогенеза, новый дизайн вакцины, выявление новых терапевтических целей и развития новых и конкретных инструментов, диагностические и прогностические. Кроме того когда исследование сосредоточено на инфекционные заболевания, основным преимуществом является, что открытие иммуногенных белков зависит от выращивания патогена.
Наш подход подтверждает, что складной журналистам может использоваться в геномной масштабе для выбора «domainome»: коллекция правильно сложенные, хорошо выраженной, растворимые белки доменов от кодирования части ДНК или cDNA от любого организма. Когда изолированные фрагменты белка полезны для многих целей, предоставляя основные экспериментальной информации для гена аннотации, а что касается структурных исследований, антитела epitope сопоставления, выявления антигена, и т.д. Полнота высок объём данных, предоставленных NGS позволяет анализ сложных образцов, таких как Фаговые отображения библиотек и имеет потенциал, чтобы обойти традиционной трудоемкой собирание и тестирование отдельных Фаговые спасли клонов.
В то же время благодаря функции отфильтрованных библиотеки и крайняя чувствительность и мощности NGS анализа можно определить ответственность каждого взаимодействия непосредственно на начальном экране, без необходимости создания домена протеина дополнительные библиотеки для каждого неизбежно белка. NGS позволяет получить всеобъемлющее определение всей domainome любого генно/геномной начиная источника и данных анализа веб-инструмент позволяет получение весьма специфические характеристики с качественной и количественной точки зрения interactome белки доменов.
1. Строительство ORF библиотеки (рис. 1)
2. subcloning из отфильтрованных ORFs в векторе Phagemid (рис. 2)
3. Фаговые библиотеки подготовка и процедура отбора
4. Фаговые библиотека глубокую виртуализации платформы (рис. 3)
5. Bioinformatic данных анализа с помощью Interactome-Seq веб-инструмент
Метод фильтрации схематизируются на рисунке 1. Каждый вид intronless ДНК может использоваться. На рисунке 1A представлена первая часть фильтрации подхода: после загрузки на геле агарозы или bioanalyzer, хороший фрагментация ДНК интерес появляется как мазок фрагментов с распределение длины в желаемый размер 150-750 ВР. Дается образ представителя виртуальный гель фрагментированной ДНК получены. Фрагменты загружены на геле агарозы затем восстановлен, конец ремонт и фосфорилированных и затем клонирован в ранее притупляются pFILTER вектор для создания библиотеки случайных фрагментов ДНК. Для получения хорошего качества библиотека с полный охват ДНК исследуемых требуется выполнять каждый шаг процедуры клонирования при оптимальных условиях.
На рисунке 1B фильтрации подход представлен: Библиотека выращивается в присутствии Хлорамфеникол (pFILTER сопротивление) самостоятельно или хлорамфеникола и ампициллин выбрать ORF-содержащих колоний. Только колоний, имея фрагмент ДНК, соответствующий ORF производства функциональных β-лактамаз и выжить при наличии антибиотика выбора. Рисунок 1 c показывает, как увеличение селективного давления позволяет выбор хороших папку ORFs против бедных папки из них. Ожидаемым результатом является уменьшение размера библиотеки около кратной. Большее количество сохранившихся клонов показывает недостаточно селективного давления.
ORF фрагменты могут быть легко восстановлены из отфильтрованного библиотеки для последующего применения; для исследования взаимодействия Наша стратегия использует преимущества технологий отображения ФАГ. В рисунке 2представлены основные шаги Фаговые библиотека строительства: адекватные библиотека готовится путем вырезания отфильтрованных фрагменты из вектора pFILTER и повторного клонирования в плазмиду phagemid в fusion с последовательности кодирования для Фаговые capside g3p белка. После того, как инфицированных вспомогательный фага, наличие вектора в клетки бактерий позволяет производстве фаговых частиц отображения ORF-g3p фьюжн продуктов на их поверхности, таким образом делая отфильтрованных библиотеки доступны для выбора отображения ФАГ и далее анализ.
Все библиотеки глубоко проанализированы NGS, а также выходы Фаговые выбор, как показано во второй части Рисунка3. Фрагменты ДНК были спасены от растущих колоний по амплификации PCR с конкретными олигонуклеотиды отжига на хребте плазмиды и перевозящих конкретные адаптеры для виртуализации. NGS производится и читает затем анализируются с помощью инструмента web Interactome-Seq данных анализа.
На рисунке 4 мы сообщали схематическое представление процедуры отбора библиотеки отображения отфильтрованных Фаговые ORF. Выбор в этом примере выполняется с помощью антител, присутствующих в sera от пациентов, пострадавших от различных патологий (т.е. инфекционной патологии, аутоиммунной патологии, рак). В этом случае библиотека Фаговые непосредственно взаимодействует с антител в сыворотки больных и таким образом, что предполагаемые конкретные антигены можно обогатить потому, что они признаются специфические антитела болезни. В такого рода эксперимент обычно Библиотека также выбирается с помощью контроля сывороток от здоровых пациентов для того чтобы иметь фонового сигнала, который будет использоваться для последующих процедур сравнения и нормализации.
Выбор выполняются с использованием сыворотки из того же типа пациентов обычно сгруппированы в различные пулы для того, чтобы уменьшить межличностная изменчивость сера титр антител. Каждый пул независимо используется для двух-трех последовательных раундов выделения, обогатить библиотека для иммунной реактивной клоны специфические для патологии изучается. Тестовый набор антител инкубируют с библиотека бактериофаги, иммунной комплексы восстанавливаются протеина A покрытием магнетизм бисер и связанные бактериофаги этого eluted путем стандартными процедурами. Выбор циклов выполняются с увеличением мойки и привязка жесткости.
Читает, порожденных NGS могут быть проанализированы с помощью Interactome-Seq веб-инструмент разработан специально для управлять такого рода данных. Interactome-Seq анализа данных рабочего процесса состоит из четырех последовательных шагов, которые, начиная с сырой последовательности читает, генерирует список предполагаемых доменов с геномной аннотации (Рисунок 5A). На первом шаге входные данные (Рисунок 5A - красное поле) Interactome-Seq проверяет входные файлы (сырые читает, ссылка генома, списке аннотаций) правильно отформатирован. На втором шаге Предварительная обработка (Рисунок 5A - Оранжевая коробка), низкого качества последовательности данных сначала удаляются с помощью28 Cutadapt в зависимости от показателей качества и читает с менее чем 100 баз в длину, отбрасываются. В последующем шаге читать выравнивание (Рисунок 5A - зеленый флажок) остальные читает выравниваются с29 blastn в геноме, позволяя до 5% несоответствия. SAM файл создается и считывает только с больше чем 30 показатель качества (Q > 30) обрабатываются с помощью SAMtools30 и преобразован в файл BAM. После выравнивания Interactome-Seq выполняет домены обнаружения (Рисунок 5A - blue box), вызов Bedtools31 для фильтрации читает перекрытия по крайней мере, для 80% от их длины внутри стенограмм; освещение, Макс глубина и фокус значения затем рассчитываются для каждой части ORF, охватываемых сопоставления читает. Покрытие представляет собой общее количество операций чтения, присвоенный ген; Глубина — максимальное количество операций чтения, охватывающих конкретные генно часть; основное внимание — это индекс, полученные из соотношения между Макс глубина и охват, и она может варьироваться от 0 до 1. Когда фокус находится выше, чем 0,8 и охват является выше, чем средний охват наблюдается во всех регионах сопоставления в файле BAM, компакт-диски часть классифицируется как предполагаемого домена/epitope. Последний шаг трубопровода Interactome-Seq – выход (Рисунок 5A - фиолетовый box), список доменов, предполагаемый генерируется в табличном формате раздельный. Interactome-Seq трубопровода был включен в веб инструмента, позволяющего пользователям без каких-либо биоинформатики или навыков программирования для выполнения анализа Interactome-Seq через графический интерфейс и получать их результаты в легкой и удобной для пользователей форме. Как показано на рисунке 5B, результаты анализа отображаются с помощью JBrowse32 визуализации и разведки. Interactome-Seq генерирует треков в браузере генома, соответствует предполагаемым доменов обнаружения и обеспечивает также классической Венна чтобы показать пересечений между общего предполагаемого доменами, обогащенный например выбор различных экспериментов.
Рисунок 1: Схематичный обзор основных шагов для строительства фильтрации ORF библиотеки
A) ДНК из различных источников sonicated и раскололась на случайных фрагментов длиной 150-750 bp. Фрагменты оправился от геля и клонирования как тупые в pFILTER вектор; B) фильтрация шаг, используя β-лактамаз складной репортером. Вектор, содержащий не ORF фрагменты негативно выбираются на ампициллин во время ORF Клонированные фрагменты позволяют колоний расти; C) применение все более селективного давления (ампициллин концентрация в СМИ твердого роста от 0 до > 100 мкг/мл) позволяют выбор лучше сложить фрагментов. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
Рисунок 2: Схематичный обзор основных шагов для строительства Фаговые библиотеки
A) фильтрации ORF фрагменты вырезали из отфильтрованного вектора с использованием определенных энзимов ограничения. После очистки и восстановления фрагменты клонирован в phagemid вектор и преобразован; B) phagemid бактериальной библиотека инфицирован вспомогательный ФАГ и, после ночи роста, бактериофаги PEG-осаждают и собраны. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
Рисунок 3: ORF библиотеки виртуализации
Последовательности выполняется на обоих оригинальные ORF выбранной библиотеки, а также на Фаговые отображения библиотеки; 1) на обоих случаях восстанавливаются колоний выросли и извлечь ДНК; 2) фрагменты ДНК восстанавливаются путем усиления с помощью конкретных грунты, связан с адаптеры для последовательности; 3-4) фрагменты восстановленные и глубоких виртуализации с помощью NGS; 5) данные анализируются с помощью Interactome-Seq конвейера. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
Рисунок 4: Схематичный обзор библиотеки отбора с использованием антител пациентов
Фаговые библиотека используется для выбора против антитела от пациентов сера. Антитела являются иммобилизованных на магнитной бусины, фаг библиотека захвата/выбор производится, выполняются три цикла мойки и впоследствии оправился и используется повторно заразить выбранных бактериофаги E. coli. Вновь инфицированных E. coli клетки покрыты селективного давления (ампициллин 100 мкг/мл). ORF фрагменты восстанавливаются путем усиления и бассейны ампликон затем Виртуализирован с NGS. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
Рисунок 5: Схематичный обзор библиотеки анализа
A) представление рабочего процесса анализа данных, начиная с raw файлов FASTQ для окончательного аннотированный домены списки; B) схематическое представление входы и выходы Interactome-Seq веб-инструмент. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры.
Создание высокого качества весьма разнообразны ORFs отфильтрованных библиотеки является первым важным шагом в рамках всей процедуры так, как оно повлияет на все последующие шаги трубопровода.
Важной особенностью выгодно нашего метода является, что любой источник (intronless) ДНК (cDNA, геномной ДНК, ПЦР получены или синтетических ДНК) подходит для строительства библиотеки. Первый параметр, который следует принимать во внимание это, что длина фрагментов ДНК, клонированные в pFILTER вектор должен обеспечить представление всей коллекции областей генома или транскриптом, так называемые «domainome». Мы продемонстрировали, что доменов протеина могут быть успешно клонирован, выбран и окончательно определены, начиная от фрагментов ДНК с длиной распространения охватывающих от 150 до 750 bp33,34, и это соответствует тому, что сообщается в литература, показывая, что большинство доменов протеина 100 aa длины (в диапазоне от 50 до 200 aa)15.
ДНК, исходный материал должен раскололась на размер диапазон выбора и позднее клонированных в фильтрации вектор12 (pFILTER). Во время этих шагов можно избежать потенциальной предвзятости, максимальной эффективности все клонирование шаги реакций, включены в протокол, в частности фрагмент конец ремонт и фосфорилирования. Подготовка вектор является сложной задачей и следует при оптимальных условиях, а также, чтобы избежать плазмид деградации и/или загрязнение непереваренных вектор.
После того, как была создана библиотека, его следует «фильтровать» для того, чтобы сохранить только ORFs сложенном фрагментов. Ключевым параметром для модуляции этот шаг является селективным давление, которые могут быть изменены согласно строгости фильтрации желаемого. Выбор производится с использованием ампициллина: чем выше концентрация используется, тем меньше количество преобразованных бактерий колоний смогли выжить. Это отражает способность метода фильтрации для выбора хорошего-против бедных папка ORFs34. Это сокращение количество клонов уравновешивается увеличением складывания свойства выбранных фрагментов. Обычно ампициллин концентрация должна быть достаточно, чтобы сократить количество бактериальных колоний в отношении тех, которые могут быть получены растущей библиотеки на хлорамфеникол только до 1/20.
Библиотека проверки обычно делается путем амплификации PCR случайно выбранный колоний и их последовательности. Амплификации PCR некоторых колоний предложил для быстрой оценки качества библиотеки: длина вставки должна быть в ожидаемый диапазон 150-750 bp и различных колоний следует настоящему вставок с различными размер указанием хорошо Подготовка библиотеки в перспективе изменчивости. Эта обычных стратегия отбора, когда применяется как единственный метод для проверки библиотеки, не является всеобъемлющим и отнимает много времени, позволяя анализ лишь ограниченное количество колоний и имеющие высокий шанс пропавших без вести большую часть важных клонов. Наш подход основан на глубокой последовательности библиотеки, это обеспечивает полную информацию о разнообразии библиотеки и изобилия и точное сопоставление каждого из выбранных фрагментов.
Внедрение технологии NGS с фильтрации подход увеличивает глубину анализа на несколько порядков. Недавно мы оптимизированный протокол для секвенирования ORF библиотек с помощью платформе Illumina и разработали конкретные веб-инструмент для анализа данных, что делает анализ такого рода данных для каждого пользователя без каких-либо навыков программирования биоинформатики.
Библиотека «per se» представляет собой «универсальный инструмент» и может быть использована в различных контекстах для выражения протеина и/или отбора. Наш методологический подход основан на передаче производства ORFeome в контекст отображения ФАГ. Фрагменты белка выражаются на поверхности ФАГ и стал пригодным для последующего отбора.
Это делается спасать отфильтрованных ORFs из библиотеки pFILTER, пищеварение с определенных энзимов ограничения и повторно клонирования их в совместимый phagemid вектор, позволяя их слияние с g3p белка ФАГ.
После создания библиотеки phagemid-ORF, она может использоваться для выбора против различных целей, таких как предполагаемые связывания белков10 или очищенных антител35,36 как описано здесь. Так как Фаговые частицы будут отображаться на их поверхности, отфильтрованных ORFs, это результаты в гораздо более эффективные процедуры отбора в связи с отсутствием-отображение клоны, обычно обогнать его.
После выбора библиотеки ORF отображения ФАГ клоны вывода можно упорядочивать и проанализированы с помощью же конвейера. NGS может предоставить полный и статистически рейтинг наиболее часто выбраны ORFs, и это позволяет идентификации белков, главным образом взаимодействующих с приманки используется. Учитывая наличие множества различных версий каждого домена, отличающихся несколько аминокислоты, дублирования между различными виртуализированного клонов также определяет минимальный фрагмент/домен показаны свойства привязки. Наконец благодаря муфты генотип и фенотип информации в библиотеку фага, после того, как были определены домены выбор, последовательности ДНК могут быть легко спасены из библиотеки для дальнейших исследований, в пробирке и в естественных условиях Проверка и определение характеристик.
Авторы не имеют ничего сообщать.
Эта работа была поддержана грант от министерства образования Италии и университета (2010P3S8BR_002 КТ).
Name | Company | Catalog Number | Comments |
Sonopuls ultrasonic homogenizer | Bandelin | HD2070 | or equivalent |
GeneRuler 100 bp Plus DNA Ladder | Thermo Scientific | SM0321 | or equivalent |
GeneRuler 1 kb DNA Ladder | Thermo Fisher Scientific | SM0311 | or equivalent |
Molecular Biology Agarose | BioRad | 161-3102 | or equivalent |
Green Gel Plus | Fisher Molecular Biology | FS-GEL01 | or equivalent |
6x DNA Loading Dye | Thermo Fisher Scientific | R0611 | or equivalent |
QIAquick Gel Extraction Kit | Qiagen | 28704 | or equivalent |
Quick Blunting Kit | New England Biolabs | E1201S | |
NanoDrop 2000 UV-Vis Spectrophotometer | Thermo Fisher Scientific | ND-2000 | |
High-Capacity cDNA Reverse Transcription Kit | Thermo Fisher Scientific | 4368813 | |
Streptavidin Magnetic Beads | New England Biolabs | S1420S | or equivalent |
QIAquick PCR purification Kit | Qiagen | 28104 | or equivalent |
EcoRV | New England Biolabs | R0195L | |
Antarctic Phosphatase | New England Biolabs | M0289S | |
T4 DNA Ligase | New England Biolabs | M0202T | |
Sodium Acetate 3M pH5.2 | general lab supplier | ||
Ethanol for molecular biology | Sigma-Aldrich | E7023 | or equivalent |
DH5aF' bacteria cells | Thermo Fisher Scientific | ||
0,2 ml tubes | general lab supplier | ||
1,5 ml tubes | general lab supplier | ||
0,1 cm electroporation cuvettes | Biosigma | 4905020 | |
Electroporator 2510 | Eppendorf | ||
2x YT medium | Sigma-Aldrich | Y1003 | |
Ampicillin sodium salt | Sigma-Aldrich | A9518 | |
Chloramphenicol | Sigma-Aldrich | C0378 | |
DreamTaq DNA Polymerase | Thermo Fisher Scientific | EP0702 | |
Deoxynucleotide (dNTP) Solution Mix | New England Biolabs | N0447S | |
96-well thermal cycler (with heated lid) | general lab supplier | ||
150 mm plates | general lab supplier | ||
100 mm plates | general lab supplier | ||
Glycerol | Sigma-Aldrich | G5516 | |
BssHII | New England Biolabs | R0199L | |
NheI | New England Biolabs | R0131L | |
QIAprep Spin Miniprep Kit | Qiagen | 27104 | or equivalent |
M13KO7 Helper Phage | GE Healthcare Life Sciences | 27-1524-01 | |
Kanamycin sulfate from Streptomyces kanamyceticus | Sigma-Aldrich | K1377 | |
Polyethylene glycol (PEG) | Sigma-Aldrich | P5413 | |
Sodium Cloride (NaCl) | Sigma-Aldrich | S3014 | |
PBS | general lab supplier | ||
Dynabeads Protein G for Immunoprecipitation | Thermo Fisher Scientific | 10003D | or equivalent |
MagnaRack Magnetic Separation Rack | Thermo Fisher Scientific | CS15000 | or equivalent |
Tween 20 | Sigma-Aldrich | P1379 | |
Nonfat dried milk powder | EuroClone | EMR180500 | |
KAPA HiFi HotStart ReadyMix | Kapa Biosystems, Fisher Scientific | 7958935001 | |
AMPure XP beads | Agencourt, Beckman Coulter | A63881 | |
Nextera XT dual Index Primers | Illumina | FC-131-2001 or FC-131-2002 or FC-131-2003 or FC-131-2004 | |
MiSeq or Hiseq2500 | Illumina | ||
Spectrophotomer | Nanodrop | ||
Agilent Bioanalyzer or TapeStation | Agilent | ||
Forward PCR primer | general lab supplier | 5’ TACCTATTGCCTACGGCA GCCGCTGGATTGTTATTACTC 3’ | |
Reverse PCR primer | general lab supplier | 5’ TGGTGATGGTGAGTACTA TCCAGGCCCAGCAGTGGGTTTG 3’ | |
Forward primer for NGS | general lab supplier | 5’ TCGTCGGCAGCGTCAGA TGTGTATAAGAGACAGGCA GCAAGCGGCGCGCATGC 3’; | |
Reverse primer for NGS | general lab supplier | 5’ GTCTCGTGGGCTCGGAGA TGTGTATAAGAGACAGGGG ATTGGTTTGCCGCTAGC 3’; |
Запросить разрешение на использование текста или рисунков этого JoVE статьи
Запросить разрешениеThis article has been published
Video Coming Soon
Авторские права © 2025 MyJoVE Corporation. Все права защищены