|
NGS測序技術服務 DRIP-seq |
|
基因芯片技術服務 Small RNA修飾芯片 m6A單堿基分辨率芯片 mRNA&lncRNA表觀轉錄組芯片 circRNA表觀轉錄組芯片 |
NGS測序技術服務 RNA m6A甲基化測序（MeRIP Seq） |
LC-MS mRNA堿基修飾檢測 tRNA堿基修飾檢測 |
PCR技術服務 MeRIP-PCR技術服務 m6A絕對定量RT-PCR技術服務 m6A單堿基位點PCR（MazF酶切法）技術服務 |
|
基因芯片技術服務 DNA甲基化芯片 DNA羥甲基化芯片 ChIP-chip |
NGS測序技術服務 DNA甲?；奏?5fc)修飾測序 DNA 5hmC 測序（化學法） DNA甲基化測序 DNA羥甲基化測序 染色質免疫共沉淀測序 |
PCR技術服務 MeDIP-qPCR hMeDIP-qPCR ChIP-qPCR |
|
蛋白相對定量 TMT標記定量技術 非標定量技術 |
蛋白修飾 TMT標記定量磷酸化 非標定量磷酸化 |
RNA/蛋白-蛋白相互作用 RNA-蛋白相互作用 蛋白-蛋白相互作用 |
轉運RNA (tRNA) 是生物體內分布最廣泛、含量最豐富的非編碼小RNA分子之一。它攜帶并轉運氨基酸，參與蛋白翻譯，是連接mRNA與蛋白質的重要橋梁。細胞增殖、分化和凋亡等一系列生物學過程都伴隨著tRNA水平的變化。反之，tRNA表達譜的改變也會影響細胞發育過程中的命運抉擇。表達失調的tRNA可以促進腫瘤的發生和癌癥進程。另外，許多其它疾病比如II型糖尿病、亨廷頓癥以及HIV感染都出現了tRNA表達與分布紊亂。tRNA研究已逐漸成為生物學過程和疾病研究的重要組成部分。
美國Arraystar公司是專業的非編碼RNA研究領域的產品及服務提供商。Arraystar nrStarTM tRNA PCR Arrays（H/M）可分別檢測185個人或小鼠的tRNA，覆蓋了GtRNAdb數據庫中所有的細胞核反密碼子isoacceptors (運載相同氨基酸但反密碼子不同的tRNA互稱為isoaccepetor)，提供isoacceptor和isodecoder（反密碼子相同但軀干序列不同的tRNA之間互稱為isodecoder）兩種層面上的表達檢測。
tRNA存在種類繁多的修飾，對其發揮功能十分關鍵。然而，這些修飾尤其是甲基化修飾會嚴重阻礙反轉錄的進行，導致cDNA合成終止或堿基錯配。為此，Arraystar專門開發了針對tRNA的反轉錄試劑盒 (rtStar? tRNA-optimized First-Strand Synthesis Kit)。該試劑盒采用了一種高效的RNA去甲基化酶，能夠有效地去除tRNA上的甲基化修飾，極大地提高cDNA合成質量。與此試劑盒組合使用，研究人員能夠獲得更為真實可靠的tRNA表達變化，為研究蛋白質組或tRNA來源片段（tRFs）提供重要信息。
nrStar? tRNA PCR 芯片產品列表
| 服務 | 芯片 | 規格 | 描述 |
|---|---|---|---|
| nrStar? Human tRNA PCR芯片技術服務 | nrStar? Human tRNA Repertoire PCR芯片V2.0 | 384-well (2*192) / plate | 可檢測185個人tRNA，覆蓋了GtRNAdb數據庫中所有的細胞核反密碼子isoacceptors，提供isoacceptor和isodecoder兩種層面上的表達檢測。 |
| nrStar? Mouse tRNA PCR芯片技術服務 |
nrStar? Mouse tRNA PCR芯片
|
384-well (2*192) / plate | 可檢測185個小鼠的tRNA，覆蓋了GtRNAdb數據庫中所有的細胞核反密碼子isoacceptors，提供isoacceptor和isodecoder兩種層面上的表達檢測。 |
芯片特點
● 囊括GtRNAdb和tRNAdb數據庫中所有的細胞核與線粒體反密碼子
● 伴隨的去甲基化處理使得檢測結果更加真實可靠
● 所有引物均在多種細胞和組織中通過驗證
● 即拆即用型384孔板，幾小時內便可得到結果
tRNA PCR芯片服務流程
1. RNA抽提與質量檢測
進行RNA常規抽提，使用NanoDrop ND-1000檢測RNA濃度和純度，使用瓊脂糖凝膠電泳檢測RNA純度和完整性。詳細的樣品QC結果可見服務報告。
2. 去甲基化處理與cDNA合成
每樣本取1.5 μg RNA，使用rtStar? tRNA-optimized First-Strand Synthesis Kit (Cat# AS-FS-004, Arraystar) 試劑盒進行去甲基化處理和反轉,合成cDNA第一鏈。詳細步驟參照Arraystar產品操作手冊。
3. Real-time PCR擴增
將cDNA與 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儀上進行Real-time PCR擴增。
4. 熔解曲線分析與原始數據導出
PCR擴增完成后，進行熔解曲線分析，使用PCR儀自帶軟件導出原始數據。出具Raw Data文件夾，包含原始Ct值、PCR擴增曲線圖和熔解曲線圖。
tRNA PCR芯片數據分析流程
1. PCR芯片數據質控
質控參數：Ct(Blank)>35; Ct(GDC)>35; Ct(RNA Spike-in)<25; Ct (PPC) <25. 符合上述條件的樣本進入下一步分析。數據QC結果見Arraystar服務報告。
2. 數據校正與△Ct值計算
板間校正：使用Ct(PPC)對不同PCR板進行板間校正。
內參校正與△Ct值計算：挑選優質內參，使用內參均值計算△Ct值。
3. 差異倍數計算(2^(-△△Ct))
使用 △△Ct 方法計算不同樣品組之間的表達差異倍數。
4. P值計算
對樣本組進行t檢驗，計算P值。
5. 其他常規數據分析
散點圖分析；火山圖分析；TOP20表達上調和下調tRNA柱形圖分析
6. 提供服務報告與數據分析結果
a. Arraystar服務報告（包括RNA樣本QC、qPCR數據QC和詳細實驗數據分析步驟）
b. Excel芯片結果匯總表（包括tRNA列表，數據分析結果和各類圖表）
c. Raw Data文件夾 (包含原始數據、擴增曲線圖和熔解曲線圖)
tRNA PCR芯片部分分析結果展示
1. 差異表達tRNA列表（默認篩選參數：差異倍數>1.5；P<0.05，客戶可指定篩選參數值）
2. 散點圖(黑色斜線代表差異倍數為1，紅色斜線代表差異倍數為1.5)
3. 火山圖（黑色垂線代表差異倍數為1；粉色垂線代表上調或下調倍數為1.5；藍色水平線代表P值為0.05）
4. TOP20表達上調tRNA柱狀圖
5. TOP20表達下調tRNA柱狀圖
Arraystar nrStar? Human tRF & tiRNA PCR Array包含了185類來自權威數據庫收錄和新近文獻報道的tRF或tiRNA，方便客戶對tRF & tiRNA進行簡單快捷地表達譜分析。
nrStar? tRF&tiRNA PCR芯片服務列表
| 服務 | 芯片 | 規格 | 描述 |
|---|---|---|---|
| nrStar? Human tRF&tiRNA PCR芯片技術服務 | nrStar? Human tRF&tiRNA PCR芯片 | 384-well (2*192) plate | 包含了185類來自權威數據庫收錄和新近文獻報道的tRF或tiRNA |
| nrStarTM Mouse tRF PCR芯片技術服務 | nrStarTM Mouse tRF PCR芯片 | 384-well (4*96) / plate | 檢測從tRFdb數據庫中挑選的88個常見的小鼠tRFs |
芯片特點
? 前沿-關注近些年火熱的tRF&tiRNA研究
? 聚焦-檢測更具生物學潛能的tRF&tiRNA
? 精確檢測-所有引物都經過精心設計、優化和驗證
? 簡單便捷-標準的qPCR板設計，直接使用，無需預擴增
tRF&tiRNA PCR芯片實驗流程
1. RNA抽提與質量檢測
進行RNA常規抽提，使用NanoDrop ND-1000檢測RNA濃度和純度，使用瓊脂糖凝膠電泳檢測RNA純度和完整性。詳細的樣品QC結果見服務報告。
2. 雙端接頭連接與cDNA合成
每樣本取1.5 μg RNA，使用rtStar? First-Strand cDNA Synthesis Kit (3’ and 5’ adaptor) (Cat# AS-FS-003, Arraystar) 試劑盒進行接頭連接和反轉,合成cDNA第一鏈。詳細步驟參照Arraystar產品操作手冊。
3. Real-time PCR擴增
將cDNA與 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儀上進行Real-time PCR擴增。
4. 熔解曲線分析與原始數據導出
PCR擴增完成后，進行熔解曲線分析，使用PCR儀自帶軟件導出原始數據。出具Raw Data文件夾，包含原始Ct值、PCR擴增曲線圖和熔解曲線圖。
tRF&tiRNA PCR芯片數據分析流程
1. PCR芯片數據質控
質控參數：Ct(Blank)>35; Ct(GDC)>35; Ct(RNA Spike-in)<25; Ct (PPC) <25. 符合上述條件的樣本進入下一步分析。數據QC結果見Arraystar服務報告。
2. 數據校正與△Ct值計算
板間校正：使用Ct(PPC)對不同PCR板進行板間校正。
內參校正與△Ct值計算：挑選優質內參，使用內參均值計算△Ct值。
3. 差異倍數計算(2^(-△△Ct))
使用 △△Ct 方法計算不同樣品組之間的表達差異倍數。
4. P值計算
對樣本組進行t檢驗，計算P值。
5. 其他常規數據分析
散點圖分析；火山圖分析；TOP20表達上調和下調tRF&tiRNA柱形圖分析
6. 提供服務報告與數據分析結果
a. Arraystar服務報告（包括RNA樣本QC、qPCR數據QC和詳細實驗數據分析步驟）
b. Excel芯片結果匯總表（包括tRF&tiRNA列表，數據分析結果和各類圖表）
c. Raw Data文件夾 (包含原始數據、擴增曲線圖和熔解曲線圖)
tRF&tiRNA PCR芯片部分數據分析結果展示
1. 差異表達tRF & tiRNA列表（默認篩選參數：差異倍數>2；P<0.05，客戶可指定篩選參數值）
2. 散點圖(黑色斜線代表差異倍數為1，紅色斜線代表差異倍數為2)
3. 火山圖（黑色垂線代表差異倍數為1；粉色垂線代表上調或下調倍數為2；藍色水平線代表P值為0.05）
4. TOP20表達上調tRF & tiRNA柱狀圖
5. TOP20表達下調tRF & tiRNA柱狀圖
nrStar? Functional LncRNA PCR芯片服務列表
| 服務 | 芯片 | 規格 | 描述 |
|---|---|---|---|
| nrStar? Human Functional LncRNA芯片技術服務 | nrStar? Human Functional LncRNA PCR芯片 | 384-well plate | 同時檢測372個功能已知或疾病相關的金標準lncRNA |
| nrStar? Mouse Functional LncRNA芯片技術服務 | nrStar? Mouse Functional LncRNA PCR芯片 | 384-well (2*192) / plate | 包含185個與小鼠生物學功能和疾病緊密關聯的已知功能lncRNA轉錄本 |
芯片特點
? 全面收集已知的與生物學功能或疾病明確相關的LncRNA
? 功能性LncRNA和疾病相關lncRNA都經過詳細分類、注釋和交叉引用
? 所有引物均經過多種樣品類型的驗證，充分滿足生物標記物鑒定的需要。
? 轉錄本特異性PCR引物可以明確且準確地檢測每個LncRNA異構體。
Functional LncRNA PCR芯片服務實驗流程
1. RNA抽提與質量檢測
進行RNA常規抽提，使用NanoDrop ND-1000檢測RNA濃度和純度，使用瓊脂糖凝膠電泳檢測RNA純度和完整性。詳細的樣品QC結果見服務報告。
2. cDNA合成
每樣本取1.5 μg RNA，使用rtStar? First-Strand Synthesis Kit (Cat# AS-FS-001, Arraystar) 試劑盒進合成cDNA第一鏈。詳細步驟參照Arraystar產品操作手冊。
3. Real-time PCR擴增
將cDNA與 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儀上進行Real-time PCR擴增。
4. 熔解曲線分析與原始數據導出
PCR擴增完成后，進行熔解曲線分析，使用PCR儀自帶軟件導出原始數據。出具Raw Data文件夾，包含原始Ct值、PCR擴增曲線圖和熔解曲線圖。
Functional LncRNA PCR芯片服務數據分析流程
1. PCR芯片數據質控
質控參數：Ct(Blank)>35; Ct(GDC)>35; Ct(RNA Spike-in)<25; Ct (PPC) <25. 符合上述條件的樣本進入下一步分析。數據QC結果見Arraystar服務報告。
2. 數據校正與△Ct值計算
板間校正：使用Ct(PPC)對不同PCR板進行板間校正。
內參校正與△Ct值計算：挑選優質內參，使用內參均值計算△Ct值。
3. 差異倍數計算 (2^(-△△Ct))
使用 △△Ct 方法計算不同樣品組之間的表達差異倍數。
4. P值計算
對樣本組進行t檢驗，計算P值。
5. 其他常規數據分析
散點圖分析；火山圖分析；TOP20表達上調和下調LncRNA柱形圖分析
6. 提供服務報告與數據分析結果
a. Arraystar服務報告（包括RNA樣本QC、qPCR數據QC和詳細實驗數據分析步驟）
b. Excel芯片結果匯總表（包括tRNA列表，數據分析結果和各類圖表）
c. Raw Data文件夾 (包含原始數據、擴增曲線圖和熔解曲線圖)
Functional LncRNA PCR芯片服務部分數據分析結果展示
1. 差異表達LncRNA列表（默認篩選參數：差異倍數>2；P<0.05，客戶可指定篩選參數值）
Arraystar nrStar? Canonical Conserved miRNA PCR芯片(H)旨在通過qPCR技術檢測372個經典的、進化過程保守且具有顯著功能的mature miRNAs。此款PCR芯片能很好地消除miRNA前體、家族其他成員和isomiRs的干擾，同時還能夠準確地對低量樣本進行檢測，為科研人員提供一種準確、簡單和快捷的miRNA研究方案。
產品列表
| 產品名稱 | 貨號 | 規格 | 描述 |
|---|---|---|---|
| nrStar? Human Canonical Conserved miRNA PCR Array | AS-NR-005 | 384 well / plate | 包含372個經典的、進化過程保守且具有顯著功能的mature miRNAs |
| nrStar? Human Canonical Conserved (Roche Light Cycler 480) | AS-NR-005-R | 384 well / plate |
優勢
? 專注于經典、進化保守且具有顯著功能的mature miRNAs
? 關注于具有更高表達水平的mature miRNAs而非star miRNAs
? 通過Two-tailed qPCR技術高效地消除前體、isomiRs及家族其他成員的干擾
? 詳細地注釋了miRNA啟動子、初級轉錄本及宿主基因等信息
? 方便快捷的預擴增步驟幫助準確地檢測低量樣本
為保證準確地檢測miRNA表達水平，消除前體、isomiRs及家族其他成員的影響，推薦使用rtStar? First-Strand cDNA Synthesis Kit (3’and 5’adaptor) (Cat# AS-FS-003)進行cDNA合成。針對低量樣本（100pg至200ng RNA），建議使用rtStar? PreAMP cDNA Synthesis Kit (Cat# AS-FS-006)進行cDNA合成及預擴增步驟。
近年來，snoRNA已成為疾病領域特別是癌癥領域的研究熱點。snoRNA在血液、痰液以及尿液中穩定存在，是高潛能的疾病診斷分子標志物。Arraystar公司推出的nrStar? Human和Mouse snoRNA PCR Array，包含了359條和370條從權威數據庫SnoPY 與 snoRNA-LBME-db精心挑選的snoRNA，是進行snoRNA表達檢測與功能研究必不可少的工具。
核仁小RNA (snoRNA) 是一類中等長度的非編碼小RNA分子，其長度60-300 nt不等，是snoRNPs復合物的主要成員之一[1]。在snoRNP復合物中，snoRNA通過堿基互補原理識別rRNA上的特定位點，引導復合物對這些位點進行2＇-O甲基化和假尿嘧啶化修飾。在脊椎動物中，核仁小RNA的編碼基因主要位于蛋白編碼基因的內含子區，其轉錄產物經轉錄后加工形成成熟的核仁小RNA[2]。snoRNA參與多種生物學過程，包括rRNA的加工處理，RNA剪接和翻譯，以及對氧化應激反應的調控[3]。根據snoRNA結構與功能的不同，可將snoRNA分為兩大類：負責2＇-O甲基化的box C/D snoRNA和負責假尿嘧啶化的box H/ACA snoRNA[1]。另外，還存在一類比較特殊的snoRNA— scaRNAs。scaRNAs特異表達于細胞核的Cajal小體，具有類似的C/ D box或H/ ACA box結構[4]。snoRNA還產生類似miRNA的短片段非編碼RNA，可與AGO蛋白結合并識別靶向mRNA序列，調控其翻譯過程[5]。
多項研究表明，snoRNA在腫瘤中異常表達，并在腫瘤轉移過程中扮演著重要角色。有些snoRNA可作為腫瘤促進劑或抑制劑發揮功能[6-7]。例如，SNORD50A/B具有結合K-Ras并抑制其活性的功能，常在癌癥中發生缺失突變[8]；SNORD44 (RNU44) 和SNORD43 (RNU43) 與乳腺癌的不良預后有關[9]；SNORA80E (SNORA42) 在肺癌中作為癌基因存在，抑制SNORA42的表達能夠產生明顯的抗癌作用[10]。C/D Box 類snoRNAs在癌癥中普遍高表達[11]。此外，snoRNA在神經退行性疾病的發生發展過程也發揮著關鍵作用。
nrStar? snoRNA PCR Array服務列表
| 服務名稱 | 芯片 | 規格 | 描述 |
|---|---|---|---|
| nrStar? Human snoRNA PCR Array Service | nrStar? Human snoRNA PCR Array | 384-well plate | 359條snoRNA，7條snoRNA靶向snRNA和 4條snoRNPs復合物成員mRNA |
| nrStar? Mouse snoRNA PCR Array Service | nrStar? Mouse snoRNA PCR Array | 384-well plate | 370條snoRNA |
芯片特點
?高覆蓋范圍—同一塊384孔板上覆蓋了snoRNA，snoRNA靶向snRNA以及snoRNP復合物成員，是目前市場上專業檢測snoRNA的PCR芯片
?高靈敏度–只需50 ng總RNA，無需擴增
?穩定有效的PCR引物– 所有引物均在不同的細胞組織樣本中通過嚴格驗證
?簡單快速–無需擴增，只需將反轉好的cDNA與SYBR? Green master mix混合加入到板中，然后運行qPCR, 4小時內即能得到實驗結果
?疾病分子標志物篩選–高覆蓋度、靈敏度、準確率以及高通量，幫助研究者更快進行疾病分子標志物篩選與驗證
PCR芯片所包含的snoRNA列表
SnoPY ：http://snoopy.med.miyazaki-u.ac.jp/
snoRNA-LBME-db：https://www-snorna.biotoul.fr//
nrStar? Human snoRNA PCR Array
|
C/D BOX（213） SNORD4A; SNORD5; SNORD6; SNORD7; SNORD8; SNORD9; SNORD10; SNORD119; SNORD121A;SNORD121B;SNORD123;SNORD124;SNORD126;SNORD127; SNORD1A;SNORD1B;SNORD1C;SNORD2;SNORD101;SNORD102;SNORD103; SNORD103B;SNORD104;SNORD105;SNORD105B;SNORD12C;SNORD13; SNORD14A;SNORD14B;SNORD15A;SNORD15B;SNORD16;SNORD18A; SNORD18B;SNORD18C;SNORD20;SNORD21;SNORD22;SNORD24; SNORD25;SNORD26;SNORD27;SNORD28;SNORD3;SNORD30;SNORD31; SNORD32A;SNORD32B;SNORD33;SNORD34;SNORD35A;SNORD35B; SNORD36A;SNORD36B;SNORD36C;SNORD37;SNORD38A;SNORD38B; SNORD41;SNORD42A;SNORD42B;SNORD43;SNORD4B;U97;SNORD96B; SNORD96A;SNORD95;SNORD94;SNORD86;SNORD84;SNORD83B; SNORD83A;SNORD117;SNORD82;SNORD81;SNORD80;SNORD118; SNORD78;SNORD77;SNORD76;SNORD75;SNORD73a;SNORD63;SNORD62B; SNORD61;SNORD60; SNORD59B; SNORD59A; SNORD58B; SNORD58C; SNORD57;SNORD56;SNORD55;SNORD54;SNORD53;SNORD52;SNORD51; SNORD50; SORD50B; SNORD48; SNORD47; SNORD46; SNORD45A; SNORD45B; SNORD45C; SNORD44;SNORD12;SNORD12B;SNORD112;SNORD113-1;SNORD114-1;SNORD17; SNORD19; SNORD19B; SNORD23; SNORD65; SNORD66; SNORD67; SNORD88A/B/C; SNORD68;SNORD69;SNORD70;SNORD71;SNORD72;SNORD85;SNORD87; SNORD90; SNORD91A; SNORD91B; SNORD92; SNORD93; SNORD98; SNORD99; SNORD100; SNORD109A/B; SNORD115-1; SNORD110; SNORD111; SNORD111B; SNORD116-1; SNORD11;SNORD11B;SNORD12;SNORD12B;SNORD113-2;SNORD113-4；SNORD113-5; SNORD113-6; SNORD113-7; SNORD113-8; SNORD113-9/ SNORD113-3; SNORD114-10/18; SNORD114-11; SNORD114-12/14; SNORD114-13; SNORD114-15/3/5/21/23/25/26; SNORD114-17/4; SNORD114-19; SNORD114-2; SNORD114-20/21/22/28; SNORD114-24; SNORD114-29/30; SNORD114-31; SNORD114-6/9; SNORD114-7; SNORD115-11; SNORD115-12; SNORD115-17/18/23; SNORD115-27/29/30;SNORD115-28; SNORD115-36; SNORD115-37; SNORD115-48; SNORD116-11; SNORD116-12/16/17/18/21/22/24; SNORD116-13/14/15/20; SNORD116-19; SNORD116-23;SNORD116-25/26; SNORD116-27/29/30; SNORD116-28; SNORD116-5; SNORD116-6; SNORD116-9; SNORD79; SNORD58A; SNORD49A; SNORD49B; SNORD45BL2;SNORD42BL1;SNORD3@L39;SNORD3@L19;SNORD118L14; SNORD3L3;SNORD118L11;SNORD68L1;SNORD118L9;SNORD3@L37; SNORD74L5;SNORD45BL1; SNORD65L2; SNORD23; SNORD38BL3; SNORD44L1; SNORD74L4; SNORD45BL3; SNORD56L7; SNORD77L3; SNORD41L1; SNORA25L14; SNORD75L2; SNORD114-15L1; U3.41-201; SNORD53L1; SNORD55L1; SNORD62BL1; SNORD51L1 |
|
H/ACA BOX（122） SNORA10; SNORA13; SNORA14A; SNORA14B; SNORA15; SNORA16; SNORA17; SNORA18; SNORA19; SNORA21; SNORA22; SNORA23; SNORA24; SNORA25; SNORA28; SNORA3; SNORA2B; SNORA45; SNORA30; SNORA31; SNORA33; SNORA34; SNORA36; SNORA36B; SNORA37; SNORA38; SNORA39; SNORA4; SNORA41; SNORA42; SNORA43; SNORA44; SNORA46; SNORA48; SNORA49; SNORA5A; SNORA50; SNORA51; SNORA52; SNORA53; SNORA54; SNORA55; SNORA56; SNORA58; SNORA59; SNORA5B; SNORA5C; SNORA6; SNORA60; SNORA61; SNORA77; SNORA80; SNORA80B; SNORA7A; SNORA8; SNORA9; SNORA62; SNORA63; SNORA47; SNORA35; SNORA26; SNORA11B; SNORA11D; SNORA11E; SNORA36C; SNORA38B; SNORA84; SNORA11; SNORA12; SNORA73A; SNORA73B; SNORA74A; SNORA74B; SNORA64; SNORA65; SNORA66; SNORA67; SNORA70; SNORA70B; SNORA70C; SNORA70D; SNORA70E; SNORA70F; SNORA71A; SNORA71B; SNORA72; SNORA99; SNORA71D; SNORA20; SNORA27; SNORA29; SNORA32; SNORA40; SNORA78; HBI-61; SNORA11C; SNORA68; SNORA69; SNORA16B; SNORA1; SNORA72L7; SNORA64L2; SNORA18L1; SNORA62L2; AL137790.4; SNORA11DL1; SNORA51L11; SNORA10L1; SNORA12L2; SNORA11EL1; SNORA70BL6; SNORA20L1; SNORA63L9; SNORA18L2; SNORA20L4; SNORA11BL2; SNORA67L1; SNORA32L2; SNORA2AL1; SNORA43L2; SNORA12L1; SNORA62L4 |
|
Cajal body-specific scaRNAs（24） SCARNA18; HTR; HBII-382; SCARNA13; SCARNA8; SCARNA17; SCARNA7; SCARNA12; SCARNA6; SCARNA5; SCARNA10; SCARNA14; mgU2-25/61; SCARNA9; mgU12-22/U4-8; HBI-100; ACA68; ACA66; SCARNA11; SCARNA16; SCARNA1; SCARNA4; SCARNA23; SCARNA22 |
nrStar? Human snoRNA PCR Array
| C/D BOX(134) 300055_SNORD116; 300078_SNORD49; 300079_SNORD49; 300080_SNORD65; 300108_SNORD38; 300110_SNORD50; 300116_SNORD115; 300118_SNORD115; 300144_SNORD115; 300189_SNORD113; 300194_SNORD93; 300222_SNORD115; 300273_SNORD113; 300274_SNORD113; 300275_SNORD113; 300277_SNORD113; 300278_SNORD113; 300308_SNORD58; 300357_SNORD60; 300375_SNORD12; 300441_SNORD115; 300489_SNORD86; 300524_SNORD86; 300528_SNORD113; 300529_SNORD113; 300530_SNORD113; 300531_SNORD113; 300532_SNORD113; 300537_SNORD64; 300543_SNORD89; 300559_SNORD30; 300561_SNORD113; 300562_SNORD14; 300613_SNORD99; 300615_SNORD52; 300616_SNORD48; 300617_SNORD52; 300638_SNORD78; 300639_SNORD79; 300641_SNORD47; 300642_SNORD81; 300645_SNORD115; 300647_SNORD115; 300662_SNORD115; 300674_SNORD116; 300677_SNORD70; 300706_SNORD81; 300709_SNORD25; 300710_SNORD26; 300711_SNORD27; 300712_SNORD28; 300713_SNORD29; 300714_SNORD30; 300715_SNORD31; 300716_SNORD22; 300721_SNORD87; 300732_SNORD63; 300734_SNORD58; 300739_SNORD94; 300746_SNORD23;300751_SNORD88; 300752_SNORD35; 300753_SNORD35; 300754_SNORD34; 300756_SNORD32; 300759_SNORD15; 300760_SNORD15; 300771_SNORD21; 300778_SNORD102; 300782_SNORD70; 300784_SNORD51; 300789_SNORD20; 300790_SNORD82; 300795_SNORD74; 300796_SNORD75; 300797_SNORD24; 300808_SNORD41; 300812_SNORD71; 300813_SNORD111; 300814_SNORD111; 300818_SNORD69; 300819_SNORD19; 300820_SNORD19; 300832_SNORD61; 300843_SNORD100; 300844_SNORD101; 300845_SNORD98; 300846_SNORD37; 300851_SNORD59; 300852_SNORD72; 300858_SNORD43; 300873_SNORD66; 300886_SNORD105; 300887_SNORD14; 300888_SNORD14; 300889_SNORD14; 300890_SNORD18; 300891_SNORD16; 300892_SNORD18; 300893_SNORD16; 300894_SNORD18; 300903_SNORD73; 300904_SNORD73; 300907_SNORD62; 300909_SNORD45; 300910_SNORD45; 300916_SNORD83; 300917_SNORD83; 300918_SNORD92; 300919_SNORD53; 300920_SNORD53; 300930_SNORD95; 300931_SNORD96; 300936_SNORD91; 300937_SNORD42; 300939_SNORD42; 300954_SNORD38; 300955_SNORD38; 300956_SNORD46; 300957_SNORD55; 300961_SNORD85; 300962_SNORD103; 300966_SNORD24; 300967_SNORD36; 300968_SNORD36; 300974_SNORD90; 300976_SNORD67; 300980_SNORD110; 300982_SNORD56; 300983_SNORD57; 300985_SNORD17; 300988_SNORD12; 300989_SNORD12; 300990_SNORD12 |
|
H/ACA BOX(221) 300000_SNORA17; 300001_SNORA65; 300003_SNORA17; 300004_SNORA73; 300010_SNORA17; 300011_SNORA17; 300013_SNORA75; 300016_SNORA51; 300019_SNORA25; 300020_SNORA43; 300021_SNORA17; 300023_SNORA2; 300025_SNORA44; 300031_SNORA17; 300033_SNORA76; 300037_SNORA17; 300038_SNORA17; 300040_SNORA17; 300044_SNORA2; 300045_SNORA44; 300049_SNORA70; 300074_SNORA63; 300075_SNORA25; 300089_SNORA58; 300092_SNORA30; 300097_SNORA8; 300098_SNORA1; 300100_SNORA32; 300102_SNORA17; 300104_SNORA73; 300111_SNORA17; 300112_SNORA32; 300113_SNORA17; 300115_SNORA70; 300167_SNORA33; 300175_SNORA73; 300177_SNORA17; 300195_SNORA17; 300196_SNORA17; 300265_SNORA17; 300266_SNORA70; 300271_SNORA70; 300279_SNORA71; 300284_SNORA17; 300285_SNORA17; 300288_SNORA70; 300289_SNORA17; 300295_SNORA71; 300304_SNORA9; 300311_SNORA61; 300312_SNORA17; 300313_SNORA17; 300315_SNORA67; 300319_SNORA32; 300320_SNORA70; 300322_SNORA38; 300327_SNORA17; 300330_SNORA28; 300343_SNORA71; 300354_SNORA46; 300358_SNORA43; 300367_SNORA65; 300368_SNORA17; 300385_SNORA17; 300391_SNORA31; 300393_SNORA17; 300398_SNORA71; 300400_SNORA46; 300401_SNORA67; 300406_SNORA17; 300410_SNORA57; 300411_SNORA67; 300413_SNORA68; 300414_SNORA17; 300417_SNORA71; 300418_SNORA71; 300421_SNORA4; 300428_SNORA55; 300430_SNORA66; 300432_SNORA17; 300434_SNORA70; 300447_SNORA17; 300451_SNORA13; 300456_SNORA2; 300458_SNORA17; 300461_SNORA2; 300464_SNORA17; 300467_SNORA42; 300468_SNORA3; 300477_SNORA24; 300479_SNORA25; 300480_SNORA17; 300486_SNORA51; 300490_SNORA55; 300491_SNORA17;300496_SNORA17; 300498_SNORA44; 300500_SNORA24; 300501_SNORA44; 300512_SNORA17; 300515_SNORA17; 300526_SNORA79; 300533_SNORA71; 300534_SNORA61; 300535_SNORA7; 300548_SNORA17; 300550_SNORA74; 300555_SNORA63; 300564_SNORA73; 300586_SNORA73; 300590_SNORA17; 300591_SNORA17; 300595_SNORA70; 300608_SNORA17; 300610_SNORA16; 300622_SNORA70; 300623_SNORA2; 300624_SNORA38; 300626_SNORA7; 300629_SNORA55; 300632_SNORA17; 300635_SNORA73; 300637_SNORA17; 300643_SNORA63; 300668_SNORA42; 300670_SNORA51; 300673_SNORA70; 300675_SNORA20; 300693_SNORA24; 300694_SNORA62; 300697_SNORA17; 300703_SNORA71; 300704_SNORA26; 300707_SNORA61; 300718_SNORA17; 300720_SNORA38; 300724_SNORA44; 300730_SNORA17; 300731_SNORA70; 300738_SNORA5; 300740_SNORA73; 300741_SNORA36; 300742_SNORA63; 300743_SNORA7; 300745_SNORA70; 300747_SNORA40; 300757_SNORA70; 300758_SNORA32; 300763_SNORA13; 300764_SNORA23; 300765_SNORA24; 300766_SNORA17; 300768_SNORA52; 300769_SNORA54; 300775_SNORA49; 300777_SNORA22; 300779_SNORA27; 300781_SNORA33; 300785_SNORA41; 300787_SNORA26; 300788_SNORA75; 300793_SNORA61; 300798_SNORA17; 300800_SNORA19;300801_SNORA42; 300802_SNORA12; 300803_SNORA32; 300805_SNORA3; 300807_SNORA68; 300809_SNORA46; 300810_SNORA50; 300817_SNORA14; 300821_SNORA74; 300823_SNORA26; 300824_SNORA36; 300825_SNORA31; 300826_SNORA5; 300828_SNORA36; 300829_SNORA69; 300831_SNORA17; 300834_SNORA72; 300835_SNORA35; 300836_SNORA11; 300839_SNORA70; 300847_SNORA53; 300848_SNORA79; 300853_SNORA17; 300854_SNORA72; 300856_SNORA11; 300859_SNORA2; 300861_SNORA73; 300862_SNORA55; 300863_SNORA24; 300870_SNORA17; 300872_SNORA77; 300874_SNORA63; 300875_SNORA63; 300877_SNORA17; 300882_SNORA2; 300883_SNORA24; 300897_SNORA61; 300898_SNORA62; 300899_SNORA73; 300900_SNORA62; 300901_SNORA69; 300905_SNORA58; 300908_SNORA5; 300912_SNORA29; 300913_SNORA20; 300914_SNORA64; 300923_SNORA21; 300926_SNORA28; 300927_SNORA5; 300929_SNORA24; 300933_SNORA29; 300949_SNORA17; 300958_SNORA18; 300965_SNORA32; 300977_SNORA11; 300979_SNORA25; 300986_SNORA71 |
|
Other snoRNAs(15) 300032_SNORND104; 300099_snoZ40;300317_snoZ30; 300640_snosnR60_Z15; 300755_snoZ195; 300792_snoU6-53; 300816_snoMBII-202; 300822_snoU6-53; 300857_snoU83B; 300871_snoU2-30; 300884_snoU2-30; 300938_snoZ17; 300947_snR38-2; 300948_snR38-3 |
snoRNA PCR芯片實驗流程
1.RNA抽提與質量檢測PCR擴增完成后，進行熔解曲線分析，使用PCR儀自帶軟件導出原始數據。出具Raw Data文件夾，包含原始Ct值、PCR擴增曲線圖和熔解曲線圖。
snoRNA PCR芯片數據分析流程
1.PCR芯片數據質控
質控參數：Ct(Blank)>35; Ct(GDC)>35; Ct(RNA Spike-in)<25; Ct (PPC) <25. 符合上述條件的樣本進入下一步分析。
2.數據校正與△Ct值計算
板間校正：使用Ct(PPC)對不同PCR板進行板間校正。
內參校正與△Ct值計算：挑選優質內參，使用內參均值計算△Ct值。
3.差異倍數計算 (2^(-△△Ct))
使用 △△Ct 方法計算不同樣品組之間的表達差異倍數。
4.P值計算
對樣本組進行t檢驗，計算P值。
5.其他常規數據分析
散點圖分析；火山圖分析；TOP20表達上調和下調snoRNA柱形圖分析
6.提供服務報告與數據分析結果
a.Arraystar服務報告（包括RNA樣本QC和詳細實驗數據分析步驟）
b.Excel芯片結果匯總表（包括snoRNA列表，數據分析結果和各類圖表）
c.Raw Data文件夾 (包含原始數據、擴增曲線圖和熔解曲線圖)
Arraystar snoRNA PCR芯片服務部分結果展示
1.差異表達snoRNA列表（默認篩選參數：差異倍數>2；P<0.05，客戶可指定篩選參數值）
2.散點圖 (黑色斜線代表差異倍數為1，紅色斜線代表差異倍數為2)
3.火山圖（黑色垂線代表差異倍數為1；粉色垂線代表上調或下調倍數為2；藍色水平線代表P值為0.05）
4.TOP20表達上調snoRNA柱狀圖
5.TOP20表達下調snoRNA柱狀圖
