Watchmaker RNA 文库制备试剂盒（含Polaris 核糖体去除）

产品
快速链接

报价申请

联系应用科学家

查看文档

了解我们关于：

当灵敏度遇见速度

Rapidly prepare stranded, whole transcriptome sequencing libraries using Watchmaker RNA Library Prep Kits with Polaris™ Depletion. 高度精简的 Polaris 核糖体去除模块去除了人类、小鼠和大鼠样品中丰度的 rRNA 和珠蛋白转录本，提供了更好的生物活性转录本（包括长非编码 RNA）覆盖率。

这种适合自动化的工作流程通过减少珠纯化和反应步骤，减少了总周转时间和操作时间，以及耗材使用。一种新型的工程逆转录酶可提高 RNA 向 cDNA 的转化，从而实现 1 ng 至 1000 ng 总 RNA 以及福尔马林固定石蜡包埋衍生 RNA 的高质量性能。

快速链接

报价申请

联系应用科学家

查看文档

了解我们关于：

 主要特点和优点

  • 提高临床相关样品的灵敏度，包括福尔马林固定石蜡包埋和低至 1 ng 的输入
  • 在 4.5 小时内生成高度复杂的文库，包括 rRNA 和珠蛋白损耗
  • 增加自动化，减少纯化和试剂的添加
  • 将不同/利基工作流程整合到一个流程中，具有广泛的样品类型和输入兼容性
  • 实现专为 RNA-测序应用量身定制的逆转录酶的性能优势
Non-invasive pre-natal testing: Embracing low-input methodologies

现在观看：Interrogating Tumor Structural Variation and Nongenic Dark Matter with Whole-Transcriptome Profiling
As presented on 2024 年 9 月 17 日

应用

  • 使用降解样品进行 RNA 测序，例如福尔马林固定石蜡包埋
  • 检测长链非编码 RNA (lncRNA)
  • 基因融合、剪接变异和亚型检测
  • 基因表达分析
  • 新型转录本发现
  • 单核苷酸变异 (SNV) 检测
  • 采用杂交捕获的靶向测序方案

使用简单、快速的工作流程轻松处理更多样品

Improve automatability and reduce turnaround time

‭‬图 1：提高自动化程度并缩短周转时间。 与市售试剂盒相比，Watchmaker 解决方案结合并缩短了酶促步骤，并减少了磁珠纯化，进而实现了高度自动化的工作流程，显着减少手动操作时间（每个板最多一小时）和消耗品使用（每个板最多 1,000 个移液器吸头）。

关键性能数据

Access more information from FFPE samples

由于固定过程中发生的模板损坏和残留交联的存在，处理福尔马林固定石蜡包埋样品本身就具有挑战性。Watchmaker’s novel FFPE treatment step, paired with a reverse transcriptase specifically engineered for RNA-seq applications, delivers excellent sensitivity and enables researchers to address a broader range of clinically relevant samples effectively.

‭‬图 2A. Access more information from FFPE. Libraries were prepared in duplicate from 10 ng of a matched fresh frozen and FFPE sample set using Watchmaker RNA Library Prep with Polaris Depletion, KAPA RNA HyperPrep with RiboErase (HMR) Globin, NEBNext Ultra II Directional RNA Library Prep with Globin & rRNA Depletion, and Illumina Stranded Total RNA Prep, Ligation with Ribo-Zero Plus. Data were downsampled to 11M paired reads per library. Unique genes were identified using featureCounts with a cutoff of 5 deduplicated raw reads. Only genes identified in both technical replicates were counted. In a gene detection overlap analysis between the fresh frozen and FFPE data sets for each chemistry, Watchmaker FFPE libraries detect a significantly higher percentage of the unique genes identified in the fresh frozen control.
‭‬图 2B. Access more information from FFPE. Watchmaker detects more unique genes for both the fresh frozen and FFPE samples.
提高 FFPE 基因检测灵敏度
‭‬图 2A. Access more information from FFPE. Libraries were prepared in duplicate from 10 ng of a matched fresh frozen and FFPE sample set using Watchmaker RNA Library Prep with Polaris Depletion, KAPA RNA HyperPrep with RiboErase (HMR) Globin, NEBNext Ultra II Directional RNA Library Prep with Globin & rRNA Depletion, and Illumina Stranded Total RNA Prep, Ligation with Ribo-Zero Plus. Data were downsampled to 11M paired reads per library. Unique genes were identified using featureCounts with a cutoff of 5 deduplicated raw reads. Only genes identified in both technical replicates were counted. In a gene detection overlap analysis between the fresh frozen and FFPE data sets for each chemistry, Watchmaker FFPE libraries detect a significantly higher percentage of the unique genes identified in the fresh frozen control.
Figure 2A. Access more information from FFPE. Libraries were prepared in duplicate from 10 ng of a matched fresh frozen and FFPE sample set using Watchmaker RNA Library Prep with Polaris Depletion, KAPA RNA HyperPrep with RiboErase (HMR) Globin, NEBNext Ultra II Directional RNA Library Prep with Globin & rRNA Depletion, and Illumina Stranded Total RNA Prep, Ligation with Ribo-Zero Plus. Data were downsampled to 11M paired reads per library. Unique genes were identified using featureCounts with a cutoff of 5 deduplicated raw reads. Only genes identified in both technical replicates were counted. In a gene detection overlap analysis between the fresh frozen and FFPE data sets for each chemistry, Watchmaker FFPE libraries detect a significantly higher percentage of the unique genes identified in the fresh frozen control.
‭‬图 2B. Access more information from FFPE. Watchmaker detects more unique genes for both the fresh frozen and FFPE samples.
Figure 2B. Access more information from FFPE. Watchmaker detects more unique genes for both the fresh frozen and FFPE samples.
使用超低起始量提高灵敏度

对于 RNA 数量受限的应用和样品（例如细针活检），可能难以实现稳健且可重复的样品处理，从而限制了相关检测的灵敏度。带有 Polaris 核糖体去除的 Watchmaker RNA 文库制备试剂盒可以生成低至 1 ng RNA 的高质量文库。

‭‬图 3A. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。使用 featureCounts 识别的独特基因，截止值为 5 个去重原始读数。
‭‬图 3B. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。已识别基因的工作流程间重叠分析，按输入量分层。结果表明，使用 Watchmaker 解决方案提高了灵敏度，这可以通过更少的碱基浪费和更多检测到的独特基因来证明。
‭‬图 3C. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。分析由于未能与参考排列或与 rRNA 和珠蛋白 mRNA 区域排列而浪费的碱基百分比。
使用超低起始量提高灵敏度
‭‬图 3A. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。使用 featureCounts 识别的独特基因，截止值为 5 个去重原始读数。
图 3A. 提高测序经济性和基因检测灵敏度。 使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。使用 featureCounts 识别的独特基因，截止值为 5 个去重原始读数。
‭‬图 3B. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。已识别基因的工作流程间重叠分析，按输入量分层。结果表明，使用 Watchmaker 解决方案提高了灵敏度，这可以通过更少的碱基浪费和更多检测到的独特基因来证明。
图 3B. 提高测序经济性和基因检测灵敏度。 使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。已识别基因的工作流程间重叠分析，按输入量分层。结果表明，使用 Watchmaker 解决方案提高了灵敏度，这可以通过更少的碱基浪费和更多检测到的独特基因来证明。
‭‬图 3C. 提高测序经济性和基因检测灵敏度。使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。分析由于未能与参考排列或与 rRNA 和珠蛋白 mRNA 区域排列而浪费的碱基百分比。
图 3C. 提高测序经济性和基因检测灵敏度。 使用所示的 RNA 输入，从全血样品中制备文库，一式三份。数据被随机降低采样到每个库 16M 配对读数。分析由于未能与参考排列或与 rRNA 和珠蛋白 mRNA 区域排列而浪费的碱基百分比。
在输入量中保留定量基因表达信息

高输入和低输入文库之间关于识别的独特基因及其丰度的一致性表明随着 RNA 输入量的减少，样品复杂性保持得如何。理想情况下，相对基因表达谱应该在给定样品的起始量量中保持一致。当 RNA 起始量量从 500 ng 减少到 10 ng 时，Watchmaker 更好地保留了基因表达谱，而其他商业解决方案在低起始量时导致数据失真。

图 4. 防止低输入数据失真。在文库制备的上游使用 500 ng 和 10 ng 的 RNA、rRNA 和珠蛋白减损，从全血样品中一式三份地制备文库。数据被随机降低采样到每个库 16M 配对读数。使用 DESeq2 分析平均 500 ng（对照组）和 10 ng 全血样品之间的差异表达。结果表明，其他供应商丢失了低丰度基因在 10 ng 处的表达，而 Watchmaker 解决方案则没有。
以低输入量保持样品复杂性
图 4. 防止低输入数据失真。在文库制备的上游使用 500 ng 和 10 ng 的 RNA、rRNA 和珠蛋白减损，从全血样品中一式三份地制备文库。数据被随机降低采样到每个库 16M 配对读数。使用 DESeq2 分析平均 500 ng（对照组）和 10 ng 全血样品之间的差异表达。结果表明，其他供应商丢失了低丰度基因在 10 ng 处的表达，而 Watchmaker 解决方案则没有。
图 4 防止低输入数据失真。 在文库制备的上游使用 500 ng 和 10 ng 的 RNA、rRNA 和珠蛋白减损，从全血样品中一式三份地制备文库。数据被随机降低采样到每个库 16M 配对读数。使用 DESeq2 分析平均 500 ng（对照组）和 10 ng 全血样品之间的差异表达。结果表明，其他供应商丢失了低丰度基因在 10 ng 处的表达，而 Watchmaker 解决方案则没有。
在覆盖 lncRNA 的同时对血液样品进行高效测序

Overabundant globin mRNAs in blood samples pose a challenge for efficient RNA sequencing, as ≥ 30% of bases map to these transcripts if traditional mRNA capture is used. Additionally, mRNA capture omits a significant subset of long non-coding RNAs (lncRNAs) that have demonstrated regulatory functions.¹Polaris Depletion removes both rRNA and globin mRNA while also providing excellent coverage of lncRNAs, such as MALAT1 which has been implicated in at least 17 cancer types, including lung, breast, and pancreatic.²

  1. Statello, L., Guo, CJ., Chen, LL. 等人长链非编码 RNA 的基因调控及其生物学功能。自然评论分子细胞生物学 22, 96–118 (2021).
  2. Amodio, N., Raimondi, L., Juli, G. 等人MALAT1: 一种可药用的长链非编码 RNA，用于靶向抗癌方法。血液学与肿瘤学杂志 11, 63 (2018).
‭‬图 5A. 提高效率并表征 lncRNA。Polaris 核糖体去除通过联合去除 rRNA 和珠蛋白 mRNA 来提高文库制备和测序效率。这将测序读取重点放在重要的事情上：信息丰富的外显子和 lncRNA。
‭‬图 5B. 提高效率并表征 lncRNA。Watchmaker 解决方案还提高了整个 MALAT1 的覆盖范围，尤其是以红色标出的富含 GC 的区域。文库是用 10 ng 完整的全血衍生 RNA 制备的。
在覆盖 lncRNA 的同时对血液样品进行高效测序
‭‬图 5A. 提高效率并表征 lncRNA。Polaris 核糖体去除通过联合去除 rRNA 和珠蛋白 mRNA 来提高文库制备和测序效率。这将测序读取重点放在重要的事情上：信息丰富的外显子和 lncRNA。
图 5A. 提高效率并表征 lncRNA。 Polaris 核糖体去除通过联合去除 rRNA 和珠蛋白 mRNA 来提高文库制备和测序效率。这将测序读取重点放在重要的事情上：信息丰富的外显子和 lncRNA。
‭‬图 5B. 提高效率并表征 lncRNA。Watchmaker 解决方案还提高了整个 MALAT1 的覆盖范围，尤其是以红色标出的富含 GC 的区域。文库是用 10 ng 完整的全血衍生 RNA 制备的。
图 5B. 提高效率并表征 lncRNA。 Watchmaker 解决方案还提高了整个 MALAT1 的覆盖范围，尤其是以红色标出的富含 GC 的区域。文库是用 10 ng 完整的全血衍生 RNA 制备的。
立即申请报价或样品！
Powered by Translations.com GlobalLink Web Software