Wprowadzenie

Profilowanie transkryptomu metodą sekwencjonowania RNA (RNA-seq) tradycyjnie koncentruje się na informacyjnym RNA (mRNA), często poprzez wzbogacanie o sekwencje poli(A). Jednak wiele biologicznie istotnych regulatorowych RNA – w tym długie niekodujące RNA (lncRNA), koliste RNA (circRNA), małe niekodujące RNA (miRNA, siRNA, piRNA, bakteryjne sRNA) oraz RNA pochodzenia mikrobiologicznego – jest pomijanych w protokołach bazujących na poli(A). Skuteczna deplecja RNA rybosomalnego (rRNA), które może stanowić ponad 80–90% całkowitej masy RNA, jest kluczowa dla odzyskania tych nisko obfitych klas.

Zestaw Ribo-off V2 (dla bakterii, a także warianty dla człowieka/myszy/szczura lub roślin) został zaprojektowany do usuwania rRNA (zarówno cytoplazmatycznego, jak i – gdy istotne – mitochondrialnego) poprzez hybrydyzację sond, trawienie RNazą H oraz oczyszczanie DNazą I. Dzięki temu możliwe jest dużo głębsze uchwycenie RNA niebędących ani rybosomalnymi, ani poliadenylowanymi, czy też fragmentów zdegradowanych.

AffiNGS® Ribo-off rRNA Depletion Kit V2 (Bacteria)

Techniczny mechanizm działania Ribo-off V2: kluczowe cechy

  • Zakres wejściowy: 0,01 µg – 1 µg całkowitego RNA, zarówno nienaruszonego, jak i częściowo zdegradowanego.

  • Celowane rRNA: w bakteriach – 16S, 23S i 5S; u ssaków – 18S, 28S, 5.8S, 5S oraz mitochondrialne (12S itp.).

  • Przepływ pracy: hybrydyzacja sond → trawienie RNazą H → trawienie DNazą I w celu usunięcia sond → oczyszczanie na kulkach magnetycznych.

  • Zgodność z materiałem zdegradowanym: umożliwia pracę na próbkach FFPE oraz starych archiwach RNA, w których rRNA fragmentuje się intensywnie.

Dlaczego skuteczne usuwanie rRNA jest kluczowe dla RNA regulatorowych o niskiej obfitości

  1. Zakres dynamiczny – rRNA może dominować w 70–90% całkowitego RNA. Bez deplecji większość odczytów sekwencjonowania trafia w rRNA, a nie w interesujące transkrypty.

  2. Złożoność i głębokość bibliotek – usunięcie rRNA zwiększa udział użytecznych odczytów, poprawiając czułość wykrywania i pokrycie transkryptów.

  3. Redukcja biasu – w zdegradowanych próbkach fragmenty rRNA mogą zaburzać selekcję rozmiaru i obciążać bibliotekę.

  4. Wykrywanie RNA bez ogonów poli(A) – lncRNA, circRNA i wiele RNA mikrobiologicznych nie posiada poli(A), więc protokoły bazujące na poli(A) je tracą.

  5. Praca na fragmentach zdegradowanych – w próbkach FFPE ogony poli(A) mogą być ucięte, a rRNA fragmentowane. Deplecja pozwala zachować istotne sygnały.

  6. Wzbogacenie wielu klas RNA w jednej bibliotece – umożliwia analizę lncRNA + circRNA + małych RNA + RNA mikrobiologicznych w jednej próbce.

Wzbogacenie poszczególnych klas RNA dzięki Ribo-off V2

Klasa RNA Jak pomaga deplecja rRNA Uwagi
lncRNA Usunięcie rRNA zwiększa pokrycie lncRNA, w tym antysensownych i międzygenowych. Potrzebne głębokie sekwencjonowanie i dokładna adnotacja.
circRNA circRNA nie mają poli(A), więc deplecja rRNA + random priming pozwala je uchwycić. Opcjonalne trawienie RNazą R dodatkowo wzbogaca. Konieczne specjalistyczne algorytmy do wykrywania splicingów odwrotnych.
Małe RNA Fragmenty rRNA mogą maskować sygnał małych RNA; ich usunięcie poprawia detekcję miRNA, siRNA, bakteryjnych sRNA. Wymagane protokoły dedykowane dla małych RNA.
RNA mikrobiologiczne Metatranskryptomika wymaga usunięcia bakteryjnych 16S/23S; dopiero wtedy możliwa jest detekcja rzadkich mRNA i regulatorowych RNA. Niespójność sekwencji rRNA między gatunkami może obniżać efektywność sond.

Image générée

Zastosowania

Metagenomika / badania mikrobiomu

  • Kluczowe w metatranskryptomice, gdzie mieszają się rRNA bakteryjne, archealne i eukariotyczne.

  • Umożliwia wykrycie regulatorowych sRNA i mRNA rzadkich gatunków.

Transkryptomika nowotworów

  • Wykrywanie lncRNA i circRNA jako biomarkerów.

  • Zastosowanie w próbkach FFPE z archiwów onkologicznych.

  • Analiza mikrobiomów związanych z guzem.

Zdegradowane próbki RNA

  • Archiwa FFPE, stare próbki tkankowe.

  • Brak ogonów poli(A) → klasyczne wzbogacanie nie działa.

Sekwencjonowanie pojedynczych komórek i niskoinputowe

  • Niewielka ilość RNA wymaga maksymalnego wykorzystania głębokości sekwencjonowania.

  • Ribo-off V2 działa nawet przy 10 ng RNA.

Profilowanie rybosomów

  • Kontrolne biblioteki RNA-seq w Ribo-seq zyskują na efektywnej deplecji rRNA.

Image générée

Przykładowe studia przypadków

  1. Wykrywanie circRNA w tkance nowotworowej – deplecja rRNA umożliwia głębszą analizę circRNA, również w próbkach FFPE.

  2. RNA zdegradowane z archiwów FFPE – odzyskiwanie sygnałów z transkryptów mimo fragmentacji.

  3. RNA-seq gospodarza i patogenu – jednoczesne usuwanie rRNA gospodarza i mikroba pozwala badać interakcje.

  4. Rzadkie populacje komórkowe – mała ilość RNA wymaga wysokiej efektywności deplecji.

Ograniczenia i uwagi

  • Specyficzność sond wobec różnych gatunków może być problemem w próbkach środowiskowych.

  • Możliwe straty niskiej obfitości RNA podczas oczyszczania.

  • Random priming wprowadza bias.

  • Konieczność dużej głębokości sekwencjonowania dla rzadkich RNA.

Wskazówki praktyczne

  • Kontrola jakości RNA (RIN, stężenie).

  • Minimalizacja strat przy pracy z małą ilością RNA.

  • Dodatkowe trawienie RNazą R dla circRNA.

  • Frakcjonowanie rozmiarowe przy małych RNA.

  • Dostosowanie protokołów do RNA zdegradowanego (krótsze fragmenty).

Kierunki rozwoju

  • Rozszerzone zestawy sond obejmujące większą różnorodność taksonomiczną.

  • Integracja z sekwencjonowaniem długich odczytów (PacBio, ONT) dla pełnych lncRNA i circRNA.

  • Zastosowania w sekwencjonowaniu przestrzennym i pojedynczych komórek.

Podsumowanie

Ribo-off V2 umożliwia skuteczne usuwanie rRNA nawet przy niskim wejściu lub w próbkach zdegradowanych. Dzięki temu możliwa jest wzbogacona detekcja:

  • lncRNA,

  • circRNA,

  • małych RNA,

  • RNA mikrobiologicznych.

Technologia ta jest szczególnie istotna w metagenomice, transkryptomice nowotworów, badaniach na zdegradowanym RNA, sekwencjonowaniu krzyżgatunkowym, pojedynczych komórkach oraz w profilowaniu rybosomów. Skuteczna deplecja rRNA zwiększa zakres dynamiczny, złożoność bibliotek oraz czułość wykrywania, otwierając drogę do pełniejszego zrozumienia regulacyjnych warstw transkryptomu.

Leave a Reply

Your email address will not be published. Required fields are marked *