【技术简介】

我们开发了一种具有成本效益的、具有更高通量的基于全转录组的测序方法，称为Plastech-seq。该方法是将多孔处理简化为直接裂解和反转录步骤，大大减少了建库的时间和成本。通过将特定的条形码整合到反转录引物中，单个孔的cDNA被标记，然后在第一链合成后汇集在一起。

【技术特点】

1、非靶向测序（全转录组测序）

2、通过将带UMI的特定Barcode序列加入到RT引物中标记cDNA

3、平均每个样本检测基因数达8000个基因以上

【技术优势】

1、省细胞：与传统药筛方式比较，细胞使用量减少了3~4个数量，可检测至少6000个基因，为药物筛选提供更多可能性。

                                                                                               图1 100个细胞每孔与基因检出量的关系

2、通量大、高效：每板可筛选80/320个分子，每个分子可获得约1万个基因表达数据，筛选效率约是DRUG-seq1方法的4~6倍，plastech-seq具备更高的筛选通量和更好的自动化适应性。

3、虚拟筛选提高成功率：基于AI建立化合物和下游signature之间的关系模型，未来可开展虚拟筛选，以及反向设计/寻找药物结构

                                                                                                              图2  虚拟筛选模式图

【适用范围】

1、适合检测中高表达基因

2、适合检测转录后带polyA尾的基因

3、适合需要整体的看转录组的变化的情况（聚类）

4、适用于早期研发项目，便于后续多次数据挖掘

【成功案例】

研究者通过小分子筛选方法Drug-seq2（同Plastech-seq），比较小分子处理后的样品转录谱来反映样品之间细胞命运的相似性。以不含E-616452的培养基为基础培养基，从激酶小分子库中成功筛选出在转录组上和E-616452有相似度的候选小分子化合物。

【项目交付周期】

注释：

1、Li J, Ho DJ, Henault M, Yang C, Neri M, Ge R, Renner S, Mansur L, Lindeman A, Kelly B, Tumkaya T, Ke X, Soler-Llavina G, Shanker G, Russ C, Hild M, Gubser Keller C, Jenkins JL, Worringer KA, Sigoillot FD, Ihry RJ. DRUG-seq Provides Unbiased Biological Activity Readouts for Neuroscience Drug Discovery.

基于条形码技术的高通量转录组药物筛选平台（Plastech-seq）