English China

Automatisiertes Liquid Handling für Long-Read-Bibliotheken
Vom Pipettieren zum Programmieren – Methodenvergleich im „Darwin Tree of Life“-Projekt

Ein Gastbeitrag von Maryia Karpiyevich, Produktentwicklerin, SPT Labtech 6 min Lesedauer

Anbieter zum Thema

Im „Darwin Tree of Life“ Projekt sammeln Wissenschaftler die DNA von zehntausenden Spezies für die Biodiversitätsforschung. Wie automatisiertes Liquid Handling beim Erstellen der Long-Read-Bibliotheken helfen kann, zeigt ein Methodenvergleich des Forscherteams.

Abb.1: Das Erstellen von DNA-Bibliotheken ist ein wichtiger Schritt in der Erforschung der Biodiversität. Hierbei hilft ein automatisiertes Liquid Handling ungemein.(Bild:  © phonlamaiphoto, TanyaJoy - stock.adobe.com)
Abb.1: Das Erstellen von DNA-Bibliotheken ist ein wichtiger Schritt in der Erforschung der Biodiversität. Hierbei hilft ein automatisiertes Liquid Handling ungemein.
(Bild: © phonlamaiphoto, TanyaJoy - stock.adobe.com)

Artensterben ist eines der zentralen Probleme unserer Zeit. Umso wichtiger ist es, die vorhandene Biodiversität genau im Blick zu behalten. Hierbei stellt die Sequenzierung vollständiger Genome (Whole Genome Sequencing, WGS) eine wichtige Methode dar. Sie ermöglicht Wissenschaftlern, den genetischen Bauplan verschiedener Arten zu analysieren und wichtige inter- und intraspezifische Variationen zu beobachten. WGS-Daten dienen als Grundlage, um kritische Faktoren für die Evolution und das Überleben eukaryotischer Organismen zu identifizieren. Damit unterstützen sie die biologische, biotechnologische und Naturschutzforschung.

Das „Darwin Tree of Life“ Projekt des Wellcome Sanger Institute ist eine von mehreren zentralen Initiativen, um die genetische Biodiversität besser zu verstehen. Ziel des Projekts ist es, mithilfe von WGS-Methoden mehr als 70.000 qualitativ hochwertige Referenzgenome aller bekannten Pflanzen-, Tier-, Pilz- und Protistenarten zu erstellen, die auf den Britischen Inseln leben. Durch die Untersuchung der genetischen Profile dieser vielfältigen Arten will das Projekt zuverlässige und robuste Open-Source-Daten generieren, die für zukünftige Studien genutzt werden können.