Shin-RamDA-seq Kit包含文庫制備試劑,可以支持從cDNA合成到測序的全過程。
本試劑盒,適用于從單細胞微量RNA ?全長 RNA 、分解 RNA 及lncRNA等各種 RNA中合成 cDNA,可分析基因的方向性( 包含細胞裂解、基因組去除、RT 組分、 cDNA二鏈合成、片段化酶末端修復及連接等組分)
【關鍵詞】
?Single cell (單細胞 )、 微量 RNA
?SMARTer , SMART-seq seq← 以往技術
?10X Genomics← 從細胞分離 到NGS 文庫制備的自動化系統
【訴求點】
? 可分析 non -poly poly(A )RNA ,也可分析無 poly(A) 的ncRNA,還能分析已被解失去 poly(A)的RNA
?檢出基因數量多 ,可檢測到迄今為止 少見 的基因
?可以分析骨骼 、胚胎 、神經細胞等 、神經細胞等 、神經細胞等 無法通過 10X解析的大細胞樣品 解析的大細胞樣品
?使用 scRNAseq了解作用機制并確認藥物效果→可以在單細胞 水平上分析剪接變異
本試劑盒的特點
1.可從單個細胞或微量RNA 中制備cDNA,可以使用1~100 個細胞或者10pg~1ng total RNA 作為起始模板。
2.可對整個RNA 長度進行分析,可制備出能覆蓋10kb 以上目的RNA 的全長cDNA
3.能夠檢測各種類型的RNA,與傳統技術相比,檢測到的基因數量更多,除Poly(A) RNA 外,還可用于分析其他各類RNA
◇同源異構體及選擇性剪接的識別
◇poly(A) RNA 及non-poly(A) RNA (組蛋白RNA 及lncRNA)的檢測
◇核RNA(pre-mRNA 及lncRNA)的檢測
4.可支持文庫制備(需要單獨的接頭),本試劑盒可用于Illumina NGS 中的文庫制備。(需單獨購買純化磁珠,如 Agencourt® AMPure® XP 試劑(Beckman Coulter)和接頭試劑盒,如TruSeq® DNA Single Indexes(Illumina))
5、增強了鏈特異性
產品組成
本試劑盒包含以下試劑,請在-20℃條件下保存。
GenNext® Shin-RamDA-seq® Single Cell Stranded Kit (Code: RML-101, RML-101T)
試劑名稱 保存 規格(RML-101) 規格(RML-101T)
①Lysis Buffer -20℃ 240 μL 60 μL
②Lysis Enhancer -20℃ 240 μL 60 μL
③RNase Inhibitor -20℃ 22 μL 6 μL
④Nuclease free water -20℃ 960 μL 240 μL
⑤RT-RamDA® Buffer -20℃ 240 μL 60 μL
⑥gDNA Remover -20℃ 54 μL 14 μL
⑦rRNA Remover -20℃ 30 μL 8 μL
⑧RT-RamDA® Enzyme Mix -20℃ 54 μL 14 μL
⑨RT-RamDA® Primer Mix -20℃ 54 μL 14 μL
⑩2nd strand synthesis Buffer -20℃ 330 μL 83 μL
?2nd strand synthesis Enzyme -20℃ 55 μL 14 μL
?2nd strand synthesis Primer Mix -20℃ 275 μL 69 μL
?Fragmentase -20℃ 120 μL 30 μL
?End Repair and A-tailing Buffer -20℃ 96 μL 24 μL
?End Repair and A-tailing Enzyme -20℃ 24 μL 6 μL
?Ligation Solution -20℃ 480 μL 120 μL
?Library Amplification Master Mix -20℃ 300 μL 75 μL
?Library Amplification Primer Mix -20℃ 120 μL 30 μL
注意:本試劑盒中包含的所有試劑均為研究用試劑,切勿將其作為診斷或臨床用試劑使用。在使用本試劑盒時,請嚴格遵守實驗室一般注意事項,安全操作。
福建省,請聯系:陳 173-5921-6592,林 159-8085-5879
參考文獻
(1) Hayashi T., et al. Single-cell full-length total RNA sequencing uncovers dynamics of recursive splicing and enhancer RNAs. Nature Communications. 9:619 (2018)
(2) Ozaki H., et al. Millefy: visualizing cell-to-cell heterogeneity in read coverage of single-cell RNA sequencing datasets. BMC Genomics 21:177 (2020)