黄色精品网站,中文字幕丰满乱孑伦无码专区 ,天天综合网久久综合免费人成,久久国产一区二区三区

新聞中心
企業(yè)新聞 行業(yè)新聞 技術(shù)文章
熱點(diǎn)資訊
行業(yè)新聞
單細(xì)胞微流體服務(wù)實(shí)驗(yàn)室
行業(yè)新聞 2018-11-27
  我們是赫爾辛基大學(xué)HiLIFE單細(xì)胞組學(xué)平臺(tái)的3個(gè)節(jié)點(diǎn)之一,并與功能基因組學(xué)單位(FuGU)的 Illumina測序服務(wù)一起提供以下單細(xì)胞和大量RNAseq服務(wù)。 我們的大多數(shù)文庫都使用NextSeq500高輸出75循環(huán)試劑盒進(jìn)行測序,通常產(chǎn)生4億次讀數(shù)。

  新聞:單細(xì)胞Western blot設(shè)備MILO(ProteinSimple)剛剛到貨,并將在夏季結(jié)束時(shí)啟動(dòng)并運(yùn)行。 用于PDMS芯片原型制作和小規(guī)模制造的軟光刻站也將在2018年秋季推出。
單細(xì)胞微流體服務(wù)實(shí)驗(yàn)室

  Drop-seq單細(xì)胞RNAseq。 具有條形碼微珠的這種成本有效的液滴微流體方法最初在哈佛醫(yī)學(xué)院的麥卡羅爾實(shí)驗(yàn)室 ( Macosko等,Cell 2015 )開發(fā),并且我們使用Dolomite-Bio微流體裝置運(yùn)行Drop-seq方案。 大約5%的輸入細(xì)胞將被條形碼化,因此如果您的起始材料至少為100 000個(gè)細(xì)胞,則此方法是合適的。 讀取序列位于poly-A mRNA轉(zhuǎn)錄物的3'末端。 如果新鮮細(xì)胞的可用性是一個(gè)挑戰(zhàn),我們已經(jīng)測試了用于甲醇,DSP和RNAlater固定細(xì)胞的Drop-seq - 請聯(lián)系以獲取詳細(xì)信息。 我們還建立了用于細(xì)胞捕獲的Seq-Well方案,其中微孔載玻片代替小滴,由麻省理工學(xué)院的Shalek實(shí)驗(yàn)室開發(fā)( Gierahn等,Nat Methods 2017 )。 對于可用細(xì)胞數(shù)量較少的樣品,由于細(xì)胞捕獲率高于Drop-seq,Seq-Well是有益的。 它只需要10.000個(gè)單元甚至更少的輸入。

  FACS分選單細(xì)胞RNAseq。 如果您感興趣的細(xì)胞非常罕見并且數(shù)量有限,您還可以手動(dòng)挑選或FACS將所需的細(xì)胞部分逐個(gè)細(xì)胞分選到96孔板中,使用裂解緩沖液和特異性poly-A捕獲寡核苷酸。 我們使用Drop-seq類似寡核苷酸的內(nèi)部修改協(xié)議允許匯集標(biāo)記,測序和分析管道,類似于Drop-seq。 除了目前的3'標(biāo)記協(xié)議,我們很快就會(huì)將其設(shè)置為5'標(biāo)記以及全長覆蓋版本。 請事先與我們聯(lián)系,例如Biomedicum FACS核心。


單細(xì)胞微流體服務(wù)實(shí)驗(yàn)室

  具有Drop-seq化學(xué)的批量RNAseq。 在96孔板上的FACS分選單細(xì)胞方法也可用作總RNA樣品的非常經(jīng)濟(jì)的大量RNAseq方法。 也可以裂解非常有限的細(xì)胞數(shù)的細(xì)胞級分并直接分析而無需單獨(dú)的RNA提取。

  定制微流體。 除了單細(xì)胞液滴捕獲之外,具有3個(gè)壓力室/流量控制器和高速相機(jī)顯微鏡的Dolomite-Bio微流體裝置可以使用Dolomite-Microfluidics網(wǎng)絡(luò)目錄中提供的芯片設(shè)計(jì)進(jìn)行各種其他測定。 將額外收取新檢測的設(shè)置成本。 我們還可以幫助阿爾托大學(xué)Micronova納米加工中心和埃斯波VTT設(shè)計(jì)和生產(chǎn)定制PDMS微流體芯片,并且在秋季期間,所有基本光刻設(shè)備也將設(shè)置到Meilahti。


單細(xì)胞微流體服務(wù)實(shí)驗(yàn)室
 
  DNA,RNA和文庫質(zhì)量檢查。 我們使用Perkin Elmer LabChip GX Touch HT毛細(xì)管電泳系統(tǒng)檢查DNA或RNA完整性和NGS文庫的大小和濃度,每次運(yùn)行最多384個(gè)樣品。 特別是對于大量樣品,LabChip非常經(jīng)濟(jì)高效且快速。

  單細(xì)胞/大量RNAseq數(shù)據(jù)的生物信息學(xué)。 如果您不熟悉RNAseq數(shù)據(jù)分析,我們可以教您如何將Illumina原始FASTQ文件處理成基因組對齊的數(shù)字表達(dá)矩陣,并進(jìn)一步研究生物學(xué)上有意義的細(xì)胞類型聚類和差異表達(dá)數(shù)據(jù)。 如果您對R和命令行工作不滿意,我們可以指導(dǎo)您如何使用用戶友好的CSC Chipster平臺(tái)分析您自己的數(shù)據(jù),其中安裝了Drop-seq管道和Seurat工具,并添加了更多單細(xì)胞工具在未來。


免責(zé)聲明:部分圖片來源于網(wǎng)絡(luò),如有侵權(quán)請聯(lián)系刪除!