Quantitative Assessment of the Sensitivity of Various Commercial Reverse Transcriptases Based on Armored HIV RNA
Notice bibliographique
Résumé
BACKGROUND: The in-vitro reverse transcription of RNA to its complementary DNA, catalyzed by the enzyme reverse transcriptase, is the most fundamental step in the quantitative RNA detection in genomic studies. As such, this step should be as analytically sensitive, efficient and reproducible as possible, especially when dealing with degraded or low copy RNA samples. While there are many reverse transcriptases in the market, all claiming to be highly sensitive, there is need for a systematic independent comparison of their applicability in quantification of rare RNA transcripts or low copy RNA, such as those obtained from archival tissues. METHODOLOGY/PRINCIPAL FINDINGS: We performed RT-qPCR to assess the sensitivity and reproducibility of 11 commercially available reverse transcriptases in cDNA synthesis from low copy number RNA levels. As target RNA, we used a serially known number of Armored HIV RNA molecules, and observed that 9 enzymes we tested were consistently sensitive to ∼1,000 copies, seven of which were sensitive to ∼100 copies, while only 5 were sensitive to ∼10 RNA template copies across all replicates tested. Despite their demonstrated sensitivity, these five best performing enzymes (Accuscript, HIV-RT, M-MLV, Superscript III and Thermoscript) showed considerable variation in their reproducibility as well as their overall amplification efficiency. Accuscript and Superscript III were the most sensitive and consistent within runs, with Accuscript and Superscript II ranking as the most reproducible enzymes between assays. CONCLUSIONS/SIGNIFICANCE: We therefore recommend the use of Accuscript or Superscript III when dealing with low copy number RNA levels, and suggest purification of the RT reactions prior to downstream applications (eg qPCR) to augment detection. Although the results presented in this study were based on a viral RNA surrogate, and applied to nucleic acid lysates derived from archival formalin-fixed paraffin embedded tissue, their relative performance on RNA obtained from other tissue types may vary, and needs future evaluation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».