CUT&RUN

CUT&RUN(Cleavage Under Targets and Release Using Nuclease) 是Steven Henikoff实验室于2017年开发的革命性技术,通过抗体引导的核酸酶靶向切割,实现了内源蛋白-DNA相互作用的高分辨率分析。该技术整合了免疫靶向特异性与微球菌核酸酶(MNase)的精准剪切能力,为染色质结合位点研究提供了高效、低背景的解决方案。

背景说明

微球菌核酸酶(Micrococcal Nuclease,MNase)最初是从致病菌金黄色葡萄球菌(Staphylococcus aureus)中分离获得,因其分子量较小(约18.6kDa)且催化活性稳定,成为实验室常用工具酶。MNase的催化特性表现为:在弱碱性环境(pH7.0-10.0)和钙离子存在的条件下,能够高效水解多种结构的核酸分子,包括单链或双链DNA/RNA、线性或环状核酸底物,其水解产物主要为带有3'磷酸末端的单核苷酸及短链寡核苷酸。MNase被归类为"相对"非特异性核酸内切酶,在实验操作中常被用于消除细胞裂解液中的核酸干扰。此外,MNase在表观遗传学研究领域展现出独特价值,由于其只能酶解核小体连接区DNA,而对受组蛋白八聚体保护的核小体DNA无切割活性,这一特性使其成为CUT&RUN等实验中实现染色质可控片段化的理想工具,为研究染色质结构与基因表达调控提供了关键技术支撑。

CUT&RUN是一种基于抗体引导的染色质靶向切割技术,其核心原理是通过特异性抗体识别目标蛋白,并利用Protein A/G偶联的微球菌核酸酶(pA/G-MNase)复合物在结合位点进行原位DNA切割。该技术大概流程包括:(1)细胞透化处理,使抗体和酶复合物能够接触核内染色质;(2)靶蛋白特异性抗体结合,形成抗原-抗体-pA/G-MNase三元复合物;(3)钙离子激活MNase活性,选择性切割目标蛋白结合的DNA区域;(4)释放的DNA片段经纯化后,可通过qPCR定量检测特定位点,或构建NGS文库进行测序分析。相较于传统染色质免疫沉淀技术,CUT&RUN具有靶向性强(仅切割抗体标记区域)、背景噪音低(减少非特异性DNA片段干扰)和样本需求量少三大技术优势。

图 CUT&RUN绘制先锋转录因子结合位点(Meers et al., 2019)。

服务流程

客户在线下单------订单/实验材料确认------样品处理------收获细胞并和beads结合------细胞通透化处理和抗体孵育------结合pA/G-MNase融合蛋白------DNA片段化与纯化------文库构建------文库质控------高通量测序------生信分析------数据质控------结果交付

服务内容及说明

技术应用

1、异染色质区的组蛋白标记(H3K9me2/3)修饰分析:CUT&Tag技术通过抗体引导的Tn5转座酶靶向富集开放染色质区域,其应用在异染色质研究中存在显著局限性。虽然部分研究仍能检测到异染色质标记(如H3K9me3)的CUT&Tag信号,这可能是因为H3K9me3修饰并非绝对局限于关闭状态染色质,在染色质动态转换的中间态(如即将关闭但仍保持部分开放性的区域)也可能存在。相比之下,CUT&RUN技术采用的MNase酶具有更小的分子量,位阻更小,相比Tn5,能够更高效地解析异染色质区域的蛋白质-DNA相互作用。

2、先锋转录因子结合位点图谱:先锋转录因子是一类具有独特功能的转录调控蛋白,能够识别并结合到染色质紧密压缩(如异染色质)或组蛋白修饰封闭的DNA区域,启动染色质结构的"开放",为其他转录因子和调控复合物提供结合位点,从而激活基因表达。CUT&RUN通过其低背景、高分辨的特性成为研究先锋转录因子的强有力工具

3、转录因子结合位点检测:CUT&RUN技术通过靶向切割产生的DNA片段范围更小,且切割位点与结合位点中心的距离更近,得到的结合位点具有更高的分辨率。这种特性使得基于CUT&RUN的qPCR检测(CUT&RUN-qPCR)在定位精度和信号特异性上全面超越传统ChIP-qPCR,成为表观遗传学研究中的理想替代方案。

实验周期

致电详询

客户下单及项目信息填写

在我司官网http://www.biorun.com/进行注册或登录,请客户按照页面提示填写项目名称、选择项目类型、填写个人信息及联系方式,提交项目所需要的具体信息(可联系区域销售经理),包括:

1、组织、细胞等样品来源、状态及其他相关信息;

2、参考基因组信息(提供下载链接);

3、尽可能丰富的相关资料、文献。

实验信息

实验过程中客户可以随时登入管理系统查看项目实时进展情况。实验结题时系统会通过短信自动通知客户,并发送实验报告查看网址。实验结题后,实验报告、检测结果可在线查看或打印,并永久保留。

实验交付内容

1、所有实验的原始数据(包括实验过程、实验试剂与设备等);

2、组学基础数据分析与差异数据分析结果(生物信息学分析);

3、生物信息学分析内容包括:数据预处理及分析、参考序列比对、Peak分析、Peak相关基因的功能富集分析、Motif分析、差异peak分析等。

部分结果展示

Peak 区域分布

Motif分析

GO富集分析

参考文献

Meers M P, Janssens D H, Henikoff S. Pioneer factor-nucleosome binding events during differentiation are motif encodedJ. Molecular Cell, 2019, 75(3): 562-575. e5.

相关推荐
oak隔壁找我1 分钟前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁012 分钟前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
ComPDFKit8 分钟前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
光电笑映24 分钟前
TCP 为什么可靠?从三次握手、滑动窗口到拥塞控制全面拆解(下)
linux·网络·网络协议·tcp
Csvn42 分钟前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
学长毕设44 分钟前
基于SpringBoot非遗文化展示与传播平台设计与实现-附源码
java·spring boot·后端
在所不辞兄1 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
yz_aiks2 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
锋行天下2 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码2 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能