
circRNA生產過程包括:模板制備、體外轉錄、DNA模板去除、環化和純化。在RNA環化后需要用核糖核酸酶R (Ribonuclease R, RNase R)對未環化的RNA進行消化,達到富集circRNA的目的。當前主流使用的RNase R主要為進口品牌,存在價格高、貨期久等問題,不適合用于大批量生產。
翌圣擁有ZymeEditor酶改造平臺和專門為GMP級別產品打造的分子酶生產基地,研發生產出純度高、消化活性強的GMP級別RNase R產品,為新一代RNA疫苗/藥物上市提供助力!

圖1.環狀RNA 生產流程圖
(來源:Front Immunol 2023 Jan 12:13:1091797. doi: 10.3389/fimmu.2022.1091797. eCollection 2022.)
RNase R(Ribonuclease R, RNase R)是一種來源于大腸桿菌的Mg2+依賴性3'→5'核糖核酸外切酶,它能消化所有的線性RNA,不易消化circRNA、套索RNA或3’端突出末端少于7 個核苷酸的雙鏈RNA分子。RNase R常用于去除線性RNA分子,實現富集circRNA和套索RNA等非線性RNA的目的。
主要應用場景為:
1)基因表達研究;
2)可變剪切研究;
3)從生物樣本中富集 circRNA;
4)識別內含子套索結構 RNA;
5)鑒定外顯子 circRNA。
產品特點
·
蛋白純度(SDS-PAGE)≥95%;
·
無核酸外切酶殘留;
·
與競品相比,產品消化線性RNA能力相當;
·
與競品相比,產品對circRNA富集作用相當。
應用案例
案例一
與A進口品牌RNase R產品消化線性RNA能力相當

圖.翌圣RNase R產品與A進口廠家RNase R產品消化線性RNA能力比較:將翌圣RNase R產品與A進口廠家RNase R產品分別投入含有線性RNA底物的反應體系中進行反應,結果顯示當RNase R產品的投入量達到2-4 U時,可觀察到RNA條帶變微弱甚至消失,表明RNase R對線性RNA分子具有消化作用,且翌圣RNase R產品與A進口廠家RNase R產品對線性RNA分子的消化能力相當。
與A進口品牌RNase R產品對circRNA富集作用相當
案例二

圖.翌圣RNase R產品與A進口廠家RNase R產品對circRNA的富集作用比較:將翌圣產品與A進口廠家RNase R產品分別投入含有circRNA底物的反應體系中進行反應,結果顯示經過翌圣RNase R產品與A進口廠家RNase R產品處理后的RNA條帶亮度基本無差別,表明circRNA能耐受RNase R的消化。以上結果證實翌圣產品與A進口廠家RNase R產品均能有效用于circRNA富集。
案例三
翌圣RNase R對線性RNA的切割效果優于其他品牌

圖.翌圣產品與廠家A和B的RNase R消化線性mRNA分子效果比較:將翌圣RNase R產品與廠家A和B的RNase R產品分別投入含有1 μg 線性mRNA底物的反應體系中進行反應,結果顯示翌圣RNase R產品對線性RNA的消化效果優于廠家A和B的RNase R。
產品性能
蛋白純度(SDS-PAGE)≥95%

圖.蛋白純度檢測:使用SDS-PAGE技術檢測產品的蛋白純度,從左到右依次為相同產品濃度下不同體積(1 μL,2 μL,3 μL)的結果,結果表明翌圣RNase R產品蛋白純度≥95%。
無核酸外切酶殘留

圖.核酸外切酶殘留檢測:將20 U 翌圣RNase R加入到 0.5 μg λDNA- Hind Ⅲ digest中,于37℃孵育4小時,之后進行瓊脂糖凝膠電泳 ,結果顯示DNA 條帶未發生變化,說明翌圣RNase R產品無核酸外切酶殘留。
翌圣環狀RNA 解決方案
產品信息
|
應用場景 |
產品名稱 |
產品貨號 |
|
模板制備 |
10664ES |
|
|
10661ES |
||
|
體外轉錄 |
10623ES |
|
|
10629ES |
||
|
10625ES |
||
|
10620ES |
||
|
10621ES |
||
|
10670ES |
||
|
10652ES |
||
|
10653ES |
||
|
10654ES |
||
|
10655ES |
||
|
環化 |
14652ES |
|
|
14651ES |
||
|
純化 |
14606ES |
|
|
14615ES |
||
|
14616ES |
參考文獻:
1. Qu L, Yi Z, Shen Y, et al. Circular RNA vaccines against SARS-CoV-2 and emerging variants. Cell. 2022;185(10):1728-1744.e16. doi:10.1016/j.cell.2022.03.044
2. Chen L, Wang C, Sun H, et al. The bioinformatics toolbox for circRNA discovery and analysis. Brief Bioinform. 2021;22(2):1706-1728. doi:10.1093/bib/bbaa001
