NuRNA™ Human Central Metabolism PCR芯片技术服务-生物芯片服务 -技术服务-生物在线
NuRNA™ Human Central Metabolism PCR芯片技术服务

NuRNA™ Human Central Metabolism PCR芯片技术服务

商家询价

产品名称: NuRNA™ Human Central Metabolism PCR芯片技术服务

英文名称: NuRNA™ Human Central Metabolism PCR Array Service

产品编号:

产品价格: 免费咨询800-820-5058;400-886-5058

产品产地: null

品牌商标: null

更新时间: null

使用范围: null

上海康成生物工程有限公司
  • 联系人 :
  • 地址 : 上海市宜山路700号C2栋3楼 (200233)
  • 邮编 : 200233
  • 所在区域 : 上海
  • 电话 : 00
  • 传真 : 021-64452021
  • 邮箱 : wangyanling@kangchen.com.cn;market@kangchen.com.cn

 

      新陈代谢是机体生命活动的基础,影响细胞的各个方面。生长、增殖、分化或凋亡等不同的细胞过程,存在着显著不同的代谢网络[1,4]。细胞内的新陈代谢除了受信号通路等多种机制调控外,也可作为信号分子,或独立调控生物学过程[8]。最近研究表明,新陈代谢参与调控表观遗传[6,7]、自噬[3,5]、凋亡、坏死[9]等多种细胞生命活动。代谢异常是引起肥胖、糖尿病及肿瘤等多种疾病的重要因素(图1)。肿瘤被认为是一种代谢疾病,代谢改变是癌症发生的显著标志之一。癌细胞进行代谢重编程,以满足肿瘤转化、起始、发展、侵袭与迁移等不同阶段以及不同营养环境下的代谢需求[1,8](图2)。系统地分析疾病的代谢改变,对寻找有效的代谢标记物与疾病治疗靶点非常必需。
      Arraystar公司新推出的NuRNA™ Human Central Metabolism PCR Array,可同时检测373个编码重要代谢酶与代谢物转运蛋白的转录本,是进行代谢研究必不可少的工具。该芯片检测的代谢通路与代谢物转运系统包括:葡萄糖转运蛋白,糖酵解、TCA循环、脂类合成、乳酸合成及转运、糖异生途径、糖原代谢、氨基己糖代谢、磷酸戊糖旁路、一碳单位代谢、谷氨酰胺转运及代谢、氧化还原平衡与GSH合成、脂肪酸氧化、乙酸代谢、核苷酸代谢等。研究不同生物学过程的代谢特征,寻找生理病理状态下的代谢改变,将有助于深入理解细胞生命活动,并为代谢疾病的治疗提供新的思路。


图1. 新陈代谢与生理病理过程。


图2. 肿瘤代谢示意图

 

 

产品信息:

芯片
 规格
描述
NuRNA™ Human Central Metabolism PCR Array Service New!
384-well/plate
检测373个编码重要代谢酶与代谢物转运蛋白的转录本

芯片特点:
覆盖度高—覆盖了关键代谢途径与重要代谢物转运系统中的酶和蛋白因子
注释全面—整合了基因/转录本水平信息与蛋白水平信息,为每个代谢基因提供详细注释
转录本水平检测—检测编码Uniprot经典蛋白的转录本
严谨性强—所有引物都通过了多样本严格测试
快速简易—即用型384孔板规格,只需将cDNA与qPCR Master Mix混合试剂加入PCR板中,4小时内得到实验结果。cDNA无需预先扩增。

数据库:

葡萄糖转运(13):
SLC2A1, SLC2A2, SLC2A3, SLC2A4, SLC2A5, SLC2A6, SLC2A7, SLC2A8, SLC2A9, SLC2A10, SLC2A11, SLC2A12, SLC2A14
糖酵解(36):
ADPGK, ALDOA, ALDOB, ALDOC, BPGM, ENO1, ENO2, ENO3, GAPDH, GAPDHS, GCK, GPI, HK1, HK2, HK3, HKDC1, PFKFB1, PFKFB2, PFKFB3-isoform 1, PFKFB3-isoform 2, PFKFB3-isoform 3, PFKFB3-isoform 4, PFKFB4, PFKL, PFKM, PFKP, PGAM1, PGAM2, PGAM4, PGK1, PGK2, PKL, PKM1, PKM2, PKR, TPI1
乳酸合成及转运(18):
LDHA, LDHB, LDHC, LDHAL6A, LDHAL6B, UEVLD, SLC16A1, SLC16A2, SLC16A3, SLC16A4, SLC16A5, SLC16A6, SLC16A7, SLC16A8, SLC16A9, SLC16A10, SLC16A11, SLC16A12
糖异生(13):
BCAT1, BCAT2, FBP1, FBP2, G6PC, G6PC2, G6PC3, GPT, GPT2, LDHD, PC, PCK1, PCK2
糖原代谢(6):
GBE1, GYS1, GYS2, PGM1, PGM2, UGP2
氨基己糖代谢(6):
GFPT1, GFPT2, GNPNAT1, PGM3, UAP1, UAP1L1
PPP途径(15):
G6PD, H6PD, PGD, PGLS, PRPS1, PRPS1L1, PRPS2, RBKS, RPE, RPEL1, RPIA, TALDO1, TKT, TKTL1, TKTL2
脂类合成(31):
ACACA, ACACB, ACAT1, ACAT2, ACLY, ACSBG1, ACSBG2, ACSL1, ACSL3, ACSL4, ACSL5, ACSL6, ACSM1, ACSM2A, ACSM2B, ACSM3, ACSM4, ACSM5, FADS1, FADS2, FASN, GPD1, GPD1L, HMGCR, HMGCS1, HMGCS2, MLYCD, SCD, SCD5, SLC25A1, SLC27A2
一碳单位代谢(28):
AHCY, AHCYL1, AHCYL2, AMT, BHMT, DHFR, DHFRL1, DLD, DNMT1, DNMT3A, DNMT3B, DNMT3L, GCSH, GLDC, MAT1A, MAT2A, MAT2B, MTHFD1, MTHFD1L, MTHFD2, MTHFD2L, MTHFR, MTR, PHGDH, PSAT1, PSPH, SHMT1, SHMT2
TCA循环(42):
ACO1, ACO2, D2HGDH, DHTKD1, DLAT, DLD, DLST, FH, IDH1, IDH2, IDH3A, IDH3B, IDH3G, L2HGDH, MDH1, MDH1B, MDH2, OGDH, OGDHL, PDHA1, PDHA2, PDHB, PDHX, PDK1, PDK2, PDK3, PDK4, PDP1, PDP2, PDPR, SDHA, SDHAF1, SDHAF2, SDHAF3, SDHAF4, SDHB, SDHC, SDHD, SUCLA2, SUCLG1, SUCLG2, UEVLD
谷氨酰胺转运及降解(18):
GLS2, GLS-isoform 1, GLS-isoform 2, GLS-isoform 3, GLUD1, GLUD2, GOT1, GOT2, SLC1A1, SLC1A2, SLC1A3, SLC1A4, SLC1A5, SLC1A6, SLC38A1, SLC38A3, SLC38A5, SLC38A7
氧化还原平衡(16):
CBS, CTH, G6PD, GCLC, GCLM, GSR, GSS, IDH1, IDH2, ME1, ME2, ME3, MTHFD1, NNT, PGD, SLC7A11
GSH合成(7):
CBS, CTH, GCLC, GCLM, GSR, GSS, SLC7A11
脂肪酸氧化(51):
AADAC, ABHD12, ABHD6, ACAA1, ACAA2, ACAD10, ACAD11, ACAD8, ACAD9, ACADL, ACADM, ACADS, ACADSB, ACADVL, ALDH1B1, ALDH2, ALDH3A2, ALDH7A1, ALDH9A1, CEL, CPT1A, CPT1B, CPT1C, CPT2, ECH1, ECHS1, ECI1, ECI2, EHHADH, ETFA, ETFB, HADH, HADHA, HADHB, HSD17B10, HSD17B4, LIPC, LIPE, LIPF, LIPG, MGLL, PAFAH1B1, PAFAH1B2, PAFAH1B3, PNLIP, PNLIPRP1, PNLIPRP2, PNLIPRP3, PNPLA2, PNPLA3, SCP2
乙酸代谢(4):
ACOT12, ACSS1, ACSS2, ACSS3
核苷酸代谢(83):
ADA, ADCY1, ADCY10, ADCY2, ADCY3, ADCY4, ADCY5, ADCY6, ADCY7, ADCY9, ADSL, ADSS, ADSSL1, AK1, AK2, AK3, AK4, AK5, AK6, AK7, AK8, AK9, AMPD1, AMPD2, AMPD3, APRT, ATIC, CAD, CANT1, CDA, CECR1, CMPK1, CMPK2, CTPS1, DCK, DCTD, DHODH, DTYMK, DUT, GART, GDA, GMPS, GUCA1A, GUCA1B, GUCA1C, GUCA2A, GUCA2B, GUCD1, GUCY1A2, GUCY1A3, GUCY1B3, GUCY2C, GUCY2D, GUCY2F, GUK1, HPRT1, IMPDH1, IMPDH2, NME1, NME2, NME3, NME4, NME6, NME7, NT5C2, PAICS, PDE10A, PDE4D, PFAS, PNP, PPAT, RRM1, RRM2, RRM2B, TK1, TK2, TYMP, TYMS, UCKL1, UMPS, UPP1, UPP2, XDH

PCR芯片实验流程
1.RNA抽提与质量检测

进行RNA常规抽提,使用NanoDrop ND-1000检测RNA浓度和纯度,使用琼脂糖凝胶电泳检测RNA纯度和完整性。详细的样品QC结果见Arraystar服务报告。
2.cDNA合成
每样本取1.5 μg RNA,使用rtStar™ First-Strand Synthesis Kit (Cat# AS-FS-001, Arraystar) 试剂盒合成cDNA第一链。详细步骤参照Arraystar产品操作手册。
3.Real-time PCR扩增
将cDNA与 Arraystar SYBR Green qPCR Master Mix (Cat# AS-MR-005-5, Arraystar)混合,加入至384孔板中,在ABI 7900 PCR仪上进行Real-time PCR扩增。
4.熔解曲线分析与原始数据导出
PCR扩增完成后,进行熔解曲线分析,使用PCR仪自带软件导出原始数据。出具Raw Data文件夹,包含原始Ct值、PCR扩增曲线图和熔解曲线图。

PCR芯片数据分析流程
1.PCR芯片数据质控
质控参数:Ct(Blank)>35; Ct(GDC)>35; Ct(RNA Spike-in)<25; Ct (PPC) <25. 符合上述条件的样本进入下一步分析。
2.数据校正与△Ct值计算
板间校正:使用Ct(PPC)对不同PCR板进行板间校正。
内参校正与△Ct值计算:挑选最优内参,使用内参均值计算△Ct值。
3.差异倍数计算 (2^(-△△Ct))
使用 △△Ct 方法计算不同样品组之间的表达差异倍数。
4.P值计算
对样本组进行t检验,计算P值。
5.其他常规数据分析
散点图分析;火山图分析;TOP20表达上调和下调transcript柱形图分析
6.提供服务报告与数据分析结果
a.Arraystar服务报告(包括RNA样本QC和详细实验数据分析步骤)
b.Excel芯片结果汇总表(包括transcript列表,数据分析结果和各类图表)
c.Raw Data文件夹 (包含原始数据、扩增曲线图和熔解曲线图)

NuRNA™ Human Central Metabolism PCR芯片服务部分结果展示

1.
差异表达转录本列表(默认筛选参数:差异倍数>2;P<0.05,客户可指定筛选参数值)
 

 

2.散点图 (黑色斜线代表差异倍数为1,红色斜线代表差异倍数为2)



3.火山图(黑色垂线代表差异倍数为1;粉色垂线代表上调或下调倍数为2;蓝色水平线代表P值为0.05)

4.TOP20表达上调transcript柱状图

5.TOP20表达下调transcript柱状图

 

参考文献
1. Agathocleous, M., and Harris, W.A. (2013). Metabolism in physiological cell proliferation and differentiation. Trends in cell biology 23, 484-492, PMID:23756093.
2. Enns, G. Metabolic disease (Encyclopædia Britannica, inc.).
3. Galluzzi, L., et al. (2014). Metabolic control of autophagy. Cell 159, 1263-1276, PMID:25480292.
4. Green, D.R., et al. (2014). Cell biology. Metabolic control of cell death. Science 345, 1250256, PMID:25237106.
5. Kaur, J., and Debnath, J. (2015). Autophagy at the crossroads of catabolism and anabolism. Nature reviews Molecular cell biology 16, 461-472, PMID:26177004.
6. Kinnaird, A., et al. (2016). Metabolic control of epigenetics in cancer. Nature reviews Cancer 16, 694-707, PMID:27634449.
7. Lu, C., and Thompson, C.B. (2012). Metabolic regulation of epigenetics. Cell metabolism 16, 9-17, PMID:22768835.
8. Metallo, C.M., and Vander Heiden, M.G. (2013). Understanding metabolic regulation and its influence on cell physiology. Molecular cell 49, 388-398, PMID:23395269.
9. Vanden Berghe, T., et al. (2014). Regulated necrosis: the expanding network of non-apoptotic cell death pathways. Nature reviews Molecular cell biology 15, 135-147, PMID:24452471.

 

 

 上海康成生物工程有限公司 

地址:上海市宜山路700C23   200233
免费热线:400-886-5058 ; 800-820-5058(座机)
电话:021-64451989         传真:021-64452021