用于纯化细胞、组织和酵母中的总RNA; 50 RNeasy Mini Spin Columns, Collection Tubes (1.5 ml and 2 ml), RNase-free Reagents and Buffers.
特征
在几分钟内提供高质量总RNA的快速程序
即用型RNA,可在任何下游应用中实现高性能
从少量到大量起始物质的RNA产量一致
无苯酚/氯仿萃取,无CsCl梯度,无LiCl或乙醇沉淀
96 孔格式高通量处理和可自动化协议
产品详情
RNeasy 试剂盒是总 RNA 分离的黄金标准。它们使用硅胶膜RNeasy离心柱或96孔板从少量到大量细胞,组织和酵母中快速纯化高质量RNA。使用RNAprotect组织试剂或Allprotect组织试剂可以方便地稳定组织样品,并使用TissueRuptor II或TossueLyser II或LT系统有效地破坏组织样品。RNeasy 96 试剂盒可使用硅胶膜 RNeasy 96 板从多达 96 个培养细胞样品中高通量纯化总 RNA。专用的 RNeasy QIAcube 试剂盒可在 QIAcube Connect 上自动纯化 1–12 个样品。
性能
RNeasy 试剂盒可提供从小样品到大样品的总 RNA 的高度可重复率。总RNA可以从少量细胞(包括单个细胞)以及少量标准组织中可靠地纯化 使用 RNeasy Micro Kit。使用RNeasy微试剂盒纯化的RNA通过基因组DNA的高效柱上消化,为定量基因表达分析(如实时RT-PCR)中的珍贵样品提供最大的灵敏度。
总RNA很容易从动物或人类细胞、动物或人体组织和酵母中纯化。
专用的 RNeasy Mini QIAcube 套件,包括预装有 RNeasy 离心柱和洗脱管的转子适配器,可提供更大的便利性和时间节省。
使用RNeasy Maxi试剂盒纯化的总RNA质量很高,适用于许多下游应用。使用RNeasy Maxi试剂盒可从大量起始物质(包括动物或人类细胞,动物或人体组织以及酵母细胞)中轻松纯化总RNA。
RNeasy 96 系统为高通量基因表达谱分析提供快速且可重复的总 RNA 纯化。该RNA适用于敏感应用,如定量、实时RT-PCR和微阵列分析。样品量范围为10至5×105个细胞,并且可以从大量样品中纯化高质量的RNA。在整个纯化过程中,个体差异很小;使用QuantiTect探针RT-PCR试剂盒,在过程结束时,以小于3%的变异系数(CV)轻松实现TaqMan®阈值循环值。
原则
RNeasy 试剂盒可从少量到大量起始物质(包括微切除组织和细针吸出物等样品)、从毫克量的纤维组织(包括心脏和肌肉组织)以及从少量细胞到单个细胞(例如,FACS 分选细胞))高效纯化总 RNA。对于显微解剖的FFPE组织,我们推荐使用RNeasy FFPE试剂盒。RNeasy技术通过将胍-异硫氰酸酯裂解的严格性与硅膜纯化的速度和纯度相结合,简化了从细胞、组织和酵母中分离的总RNA。RNeasy 试剂盒以最少的 DNA 共纯化提供最高质量的 RNA。
程序
RNeasy技术简化了总RNA分离(参见表“RNeasy程序的起始材料量”)。样品首先裂解,然后均质化。将乙醇添加到裂解物中以提供理想的结合条件。然后将裂解物加载到RNeasy二氧化硅膜上,RNA与硅膜结合,并且所有污染物都被有效地洗掉。对于某些对非常少量的DNA敏感的RNA应用,可以使用方便的列上DNA酶处理去除残留的DNA量。纯净的浓缩RNA在水中洗脱。还提供各种特殊应用协议。
在QIAcube Connect上进行自动处理
QIAcube Connect使用先进的技术来处理QIAGEN离心柱,从而将自动化的低通量样品制备无缝集成到实验室工作流程中。纯化过程的所有步骤都是完全自动化的,每次运行最多可处理12个样品。QIAcube Connect与专用的RNeasy Mini QIAcube试剂盒一起提供快速,简单和方便的RNA纯化。
96 孔格式的高通量处理
RNeasy 96 系统提供了快速高效的程序。细胞可以在96孔细胞培养皿中生长和直接裂解。将裂解物转移到RNeasy 96板的孔后,RNA与每个孔中的硅膜结合,污染物被洗去。然后将纯RNA在不含RNase的水中洗脱到适合长期储存的单个收集管中,并准备用于任何实验。RNeasy 96 试剂盒包括用于总 RNA 分离、细胞质 RNA 分离和 RNA 纯化的方案。RNeasy 96 板可在 QIAvac 96 真空歧管和/或 96 孔板离心机系统上进行加工。
应用
用RNeasy技术纯化的RNA具有1.9-2.1的A260/280比值(在10 mM Tris·Cl,pH 7.5),是所有应用的理想选择。下游应用包括:
核糖核酸序列
定量、实时 RT-PCR
实时 RT-PCR 从一个细胞开始
终点热敏聚合酶链反应
北方、点和槽印迹
阵列分析
聚 A+ RNA 选择