转自罗氏诊断生命科学公众号
大家好,本堂课小罗将跟大家分享数字PCR之“分”而治之纳米微孔对dPCR定量结果的影响。
1999年 “数字PCR”(Digital PCR,dPCR)的概念被第一次提出,至今已有十几年的时间。现如今大多数科学工作者对数字PCR的概念已不再陌生。就其本质,可以归结为“分而治之”(divide and conquer)【1】:通过将一份qPCR体系分配成大量纳米微孔之后,再进行单独、平行的PCR扩增。由于每个纳米微孔中包含或者不包含目标分子(DNA模板),因此在PCR扩增结束后,通过对每个纳米微孔荧光信号的统计学分析,就可以实现对整个反应体系中模板分子的绝对定量。
dPCR是“分而治之”的过程,“分”是技术关键,而分成多少个纳米微孔正是困扰实验者的首要问题。
应该分成多少个纳米微孔?
首先需要明确纳米微孔的数量
是如何影响dPCR的定量结果。
dPCR采用直接计数的方法进行定量分析,即在PCR扩增结束后,将有荧光信号的纳米微孔记为1,无荧光信号记为0(定量是二进制的,因此称为“数字”)。有荧光信号的微孔说明至少含有一个拷贝的目标分子。在目标DNA浓度极低的情况下,理论上可以认为有荧光的纳米微孔数目就等于DNA分子的拷贝数,但通常情况下,数字PCR的纳米微孔中可能会包含两个甚至更多的目标分子,因此需要采用泊松概率分布公式来进行计算:
λ = −ln (1 − p)
λ:每个微孔的目标分子的平均数量
p:具有正信号的纳米微孔数量与微孔总数的比值。
可以使用λ计算出目标分子的绝对数量【2】,很明显,微孔数越多,检测的动态范围就越广【3】。
图1的泊松概率分布曲线图更直观地体现了这一点:
图1. 由微孔预测目标分子数
(图片来源:罗氏诊断整理)
如图1显示,随着阳性微孔比例(p)的增加,体系中目标分子的平均拷贝数会有较大的差距,随着p的持续增加,dPCR结果的不确定度也随着提高。总体来说,dPCR阳性微孔数量不得超过总微孔数量的80%,总反应微孔数的增加提高的是dPCR检测的线性范围。
在传统模拟分析中,测量的不确定度通常受检测仪器分辨率的限制,例如,荧光检测器分辨荧光信号微小差异的能力。但在dPCR 检测中,检测仪器只需要识别每个纳米微孔是否有0个或大于1个目标分子,因此dPCR的数据分析较少依赖于检测器的特性。排除了检测器对dPCR定量结果的影响,那么下一个需要明确的信息是什么呢?
需要明确的是
引起dPCR偏差的来源有哪些。
dPCR主要有2个引起偏差的来源,分别是:二次采样误差和分区误差。二次采样过程引入了不可避免的误差源,尤其是当原始样本中要检测的目标很少时,设定了检测下限,仪器本身能兼容的二次采样体积越大,一定程度上能提高检测的灵敏度。
根据泊松分布原理,阳性微孔比例不超过80%,所以分区误差在原始样本浓度较高的情况下占主导地位。在一组重复实验中,若信号为0的微孔数量存在差异,该差异会引起总反应体系中目标结果计算的差异。根据 Dube 等人的分析,可以找到对分区误差的计算方式【4】【5】,根据该计算方式我们可以比较不同纳米微孔数量下的分区误差【6】。
图2比较了20,000个微孔和1,000,000个微孔的二次采样和分区误差与样本浓度的关系。在dPCR中,通常将每个纳米微孔中的模板拷贝数λ的范围调整到0.001到6【4】(在某些情况下,可以高达8【7】)。在纳米微孔N为1,000,000时,分区错误显著下降到<3%,说明微孔数量越多,越能降低分区误差,从而提高dPCR的检测准确度。
图2 . ( A ) 20,000 个分区和 ( B ) 1,000,000个微孔的
二次采样和分区误差与样本浓度的关系
(图片来源:罗氏诊断整理)
由dPCR定量的原理分析得出,“分”成的纳米微孔数量与定量结果的准确性和检测范围紧密相关,总结下来就是:微孔越多,dPCR结果越准确,动态范围越广。
虽然现有数字PCR系统在实践中采用稀释样品的方式来避免微孔不够的问题,但这也限制了数字PCR的实际性能。因为更多的分区数量才能检测到更多的野生型核酸,从而才能检出更低频率的变异。
参考文献:
1. M Baker nature methods |VOL.9 NO.6 |JUNE 2012 | 541-544
2. Brunstein J (2013) Digital PCR: theory and applications. MLO Med Lab Obs 45:34–35
3. Hindson BJ, Ness KD, Masquelier DA et al (2011) High-throughput droplet digital PCR system for absolute quantitation of DNA copy number. Anal Chem 83:8604–8610
4. Bizouarn, F. In Quantitative Real-Time PCR; Biassoni, R., Raso, A., Eds.; Methods in Molecular Biology; Springer: New York, 2014; Vol. 1160, pp 27–41.
5. Dube, S., Qin, J., Ramakrishnan, R. Mathematical Analysis of Copy Number Variation in a DNA Sample Using Digital PCR on a Nanofluidic Device. PLoS One 2008, 3 (8), e2876.
6. Digital Assays Part I: Partitioning Statistics and Digital PCR,Vol 22, Issue 4, 2017
7. Morley, A. A. Digital PCR: A brief history. Biomol. Detect. Quantif. 2014, 1 (1), 1–2.
*仅用于科学研究,不用于临床诊断。TE-CN-00454有效期至2024年12月8日。