一个工作流程转录组范围的反意义寡核酸选择性的评估

科学领域:

• 分子生物学分子生物学
• 基因组学就是基因组学.
• 药物发现 药物发现 药物发现

背景情况:

• 反感性寡核酸 (ASO),特别是的ASO,通过招募RNase H1.1,有效降低治疗基因表达的调节效果.
• 识别针对特定转录而不会影响意外转录的选择性ASO至关重要,但由于非最佳的非目标预测,具有挑战性.
• 非选择性ASO可能导致意外的基因沉默,突出显示需要强大的方法来评估ASO选择性.

研究的目的:

• 开发和验证一个实验工作流程,以评估gapmer反意义寡核酸 (ASOs) 的选择性.
• 改进超标效应的预测,并加强对治疗应用的选择性ASO的识别.

主要方法:

• 开发了一种新的实验工作流,命名为度响应数字基因表达 (CR-DGE).
• CR-DGE涉及在不断增加的度下用ASO对待细胞,并使用3'Tag-Seq.测量转录组范围内的表达变化.
• 分析表达数据以识别表现度响应性淘汰的基因,表明ASO活性.

主要成果:

• 与传统的单一度测试相比,CR-DGE在识别度响应基因方面表现出高的可重复性和更高的灵敏度.
• 将CR-DGE应用于一组较小的ASO的小组,揭示了ASO选择性的范围.
• 该方法成功地以度依赖的方式识别了对ASO治疗有反应的基因.

结论:

• CR-DGE 是一个有效的工具来评估 gapmer ASO 的选择性.
• 这个工作流为研究人员和开发人员提供了一种有价值的方法来优化基于ASO的治疗方法.
• 使用CR-DGE对ASO选择性的增强评估可以导致更安全,更有效的基因沉默策略.