- Resoluutio: 3,5 µM
- Täplän halkaisija: 2,5 µM
- Paikkojen määrä: noin 4,2 miljoonaa
- 3 mahdollista kuvausalueen kokoa: 6,8 mm * 6,8 mm, 11 mm * 11 mm tai 15 mm * 20 mm
- Leikkeiden H&E- ja fluoresoiva värjäys
- Mahdollisuus käyttää solusegmentointitekniikkaa: H&E-värjäyksen, fluoresenssivärjäyksen ja RNA-sekvensoinnin integrointi kunkin solun rajan määrittämiseksi. Prosessointi jatkokäsittelynä soluryhmiin perustuva spatiaalinen profilointianalyysi.
- Mahdollisuus saavuttaa monitasoinen resoluutioanalyysi: Joustava monitasoinen analyysi 100 μm:stä 3,5 μm:iin erilaisten kudosominaisuuksien ratkaisemiseksi optimaalisella resoluutiolla.
- Subsellulaarinen resoluutio:Johtaa korkeammassa geenien ja UMI:n havaitsemisessa solukohtaisesti, parannetussa klusteroinnissa ja kaiken kaikkiaan hienommissa yksityiskohdissa, jotka vastaavat kudosrakennetta.
-Monitasoinen resoluutioanalyysi:Joustava monitasoinen analyysi 100 μm:stä 5 μm:iin erilaisten kudosominaisuuksien selvittämiseksi optimaalisella resoluutiolla.
-Mahdollisuus käyttää ”kolme yhdessä diassa” -solusegmentointitekniikkaa:Yhdistämällä fluoresenssivärjäyksen, H&E-värjäyksen ja RNA-sekvensoinnin yhdelle lasilevylle, "kolme yhdessä" -analyysialgoritmimme mahdollistaa solurajojen tunnistamisen myöhempää solupohjaista transkriptomiikkaa varten.
-Yhteensopiva useiden sekvensointialustojen kanssaSaatavilla sekä NGS- että pitkän lukuajan sekvensointi.
-Joustava 1–8 aktiivisen sieppausalueen suunnitteluKuvausalueen koko on joustava, ja siinä on mahdollista käyttää kolmea eri formaattia.
-Yhden luukun palveluTarjoamme kokonaisvaltaisen ratkaisun kryosektiosta bioinformaattiseen analyysiin.
-Kattava bioinformatiikka ja tulosten käyttäjäystävällinen visualisointi:Paketti sisältää 29 analyysiä ja yli 100 korkealaatuista kuvaa yhdistettynä itse kehitettyyn ohjelmistoon solujen jakamisen ja täpläklusteroinnin visualisointiin ja mukauttamiseen.
-Erittäin ammattitaitoinen tekninen tiimiMeillä on kokemusta yli 250 kudostyypistä ja yli 100 lajista, mukaan lukien ihmiset, hiiret, nisäkkäät, kalat ja kasvit.
-Reaaliaikaiset päivitykset koko projektistaTäydellä kokeellisen edistymisen hallinnalla.
-Valinnainen nivelanalyysi yksittäisten solujen mRNA-sekvensoinnilla
| Näytteen vaatimukset | Kirjasto | Sekvensointistrategia | Suositellut tiedot | Laadunvalvonta |
| OCT-upotetut kryonäytteet (Optimaalinen halkaisija: noin. 6 × 6 × 6 mm³) 2 lohkoa näytettä kohden 1 kokeilua varten, 1 varmuuskopiointia varten | S3000 cDNA-kirjasto | Illumina PE150 | 160 000 PE-lukua per 100 υM (250 Gb) | RIN > 7 |
Saat lisätietoja näytteenvalmistusohjeista ja palvelun työnkulusta keskustelemalla asiasta henkilön kanssa.BMKGENE-asiantuntija
Näytteen valmisteluvaiheessa suoritetaan alustava RNA:n eristyskoe sen varmistamiseksi, että saadaan korkealaatuista RNA:ta. Kudosoptimointivaiheessa leikkeet värjätään ja visualisoidaan, ja permeabilisaatio-olosuhteet mRNA:n vapautumiseksi kudoksesta optimoidaan. Optimoitua protokollaa sovelletaan sitten kirjaston rakentamisen aikana, minkä jälkeen sekvensoidaan ja analysoidaan tietoja.
Palvelun koko työnkulku sisältää reaaliaikaisia päivityksiä ja asiakasvahvistuksia reagoivan palautekanavan ylläpitämiseksi ja projektin sujuvan toteutuksen varmistamiseksi.
BMKMANU S3000:n tuottamaa dataa analysoidaan BMKGENE:n itsenäisesti suunnittelemalla ”BSTMatrix”-ohjelmistolla, joka luo solutason ja monitasoresoluutioisen geeniekspressiomatriisin. Tämän perusteella luodaan vakiomuotoinen raportti, joka sisältää datan laadunvalvonnan, otoksen sisäisen analyysin ja ryhmien välisen analyysin.
- Tiedon laadunvalvonta:
- Tiedon tuotos ja laatupisteiden jakauma
- Geenien havaitseminen täpläkohtaisesti
- Kudospeitto
- Sisänäytteen analyysi:
- Geenirikkaus
- Pisteklusterit, mukaan lukien supistetun ulottuvuuden analyysi
- Klusterien välinen differentiaalinen ilmentymisanalyysi: markkerigeenien tunnistaminen
- Markkerigeenien toiminnallinen annotointi ja rikastaminen
- Ryhmien välinen analyysi
- Molempien näytteiden (esim. sairaiden ja kontrollinäytteiden) täplien uudelleenyhdistelmä ja uudelleenryhmittely
- Kunkin klusterin markkerigeenien tunnistaminen
- Markkerigeenien toiminnallinen annotointi ja rikastaminen
- Saman klusterin erilainen ilmentyminen ryhmien välillä
Lisäksi BMKGenen kehittämä ”BSTViewer” on käyttäjäystävällinen työkalu, jonka avulla käyttäjä voi visualisoida geenien ilmentymistä ja täpläklusteroitumista eri resoluutioilla.
BMKGene tarjoaa spatiaalista profilointipalveluita tarkalla yksittäisen solun resoluutiolla (solulokeron tai monitasoisen neliölokeron perusteella 100 μm:stä 3,5 μm:iin).
S3000-levyllä olevien kudosleikkeiden spatiaalinen profilointidata suoriutui hyvin alla olevan mukaisesti.
Tapaustutkimus 1: Hiiren aivot
Hiiren aivoleikkeen analyysi S3000:lla johti noin 94 000 solun tunnistamiseen, ja keskimääräinen sekvensointi oli noin 2000 geeniä solua kohden. Parannettu 3,5 uM:n resoluutio johti solujen erittäin yksityiskohtaiseen ryhmittelyyn transkriptiomallien perusteella, ja soluryppäiden muoto matkii aivojen erilaistuneita rakenteita. Tämä on helposti havaittavissa visualisoimalla oligodendrosyyteiksi ja mikrogliasoluiksi ryhmittyneiden solujen jakauma, jotka sijaitsevat lähes yksinomaan harmaassa ja valkeassa aineessa.

Tapaustutkimus 2: Hiiren alkio

Hiiren alkion leikkeen analyysi S3000-laitteella johti noin 2 200 000 solun tunnistamiseen, ja sekvensoinnin mediaaniarvo oli noin 1 600 geeniä solua kohden. Parempi 3,5 uM:n resoluutio johti solujen erittäin yksityiskohtaiseen ryhmittelyyn transkriptiomallien perusteella, 12 klusterilla silmän alueella ja 28 klusterilla aivojen alueella.

Sisäisen näytteen analyysi Solujen klusterointi:

Markkerigeenien tunnistaminen ja alueellinen jakauma:

- korkeampi subsellulaarinen resoluutio: Verrattuna S1000-levyyn, jokainen S3000:n kuvausalue sisälsi yli 4 miljoonaa spatiaalista viivakooditettua täplää, joiden halkaisija oli 2,5 µm ja joiden keskipisteiden välinen etäisyys oli 3,5 µm, mikä mahdollisti spatiaalisen transkriptomianalyysin korkeammalla subsellulaarisella resoluutiolla (neliölokero: 3,5 µm).
- Korkeampi sieppaustehokkuus: S1000-levyyn verrattuna Median_UMI kasvaa 30 %:sta 70 %:iin, Median_Gene kasvaa 30 %:sta 60 %:iin
S1000-sirun kytkentäkaavio:
S3000-sirun kytkentäkaavio: