વેક્ટર અને ઇન્સર્ટની સંકેત, લંબાઈ અને મોલર અનુપાત દાખલ કરીને ડીએનએ લાઇગેશન પ્રતિક્રિયાઓ માટે શ્રેષ્ઠ વોલ્યુમની ગણના કરો. મોલેક્યુલર બાયોલોજી અને જીનેટિક એન્જિનિયરિંગ માટે આવશ્યક સાધન.
ડીએનએ લિગેશન એ એક મહત્વપૂર્ણ અણુ બાયોલોજી તકનીક છે જે ડીએનએના ટુકડાઓને એકસાથે સંયોજિત કરવા માટે ઉપયોગમાં લેવામાં આવે છે. ડીએનએ લિગેશન કેલ્ક્યુલેટર સંશોધકો માટે એક આવશ્યક સાધન છે, જે સફળ લિગેશન પ્રતિસાદ માટે જરૂરી વેક્ટર અને ઇન્સર્ટ ડીએનએની યોગ્ય માત્રાઓ નક્કી કરવામાં મદદ કરે છે. વેક્ટર (પ્લાસ્મિડ) અને ઇન્સર્ટ ડીએનએના ટુકડાઓ વચ્ચેના યોગ્ય મોલર અનુપાતોને ગણતરી કરીને, આ કેલ્ક્યુલેટર કાર્યક્ષમ મોલેક્યુલર ક્લોનિંગ પ્રયોગો સુનિશ્ચિત કરે છે જ્યારે બિનઉપયોગી રિએજન્ટ અને નિષ્ફળ પ્રતિસાદો ઘટાડે છે.
લિગેશન પ્રતિસાદ જૈવિક એન્જિનિયરિંગ, સંશ્લેષણ બાયોલોજી અને અણુ ક્લોનિંગ પ્રક્રિયાઓમાં મૂળભૂત છે. તે વૈજ્ઞાનિકોને પ્લાસ્મિડ વેક્ટર્સમાં રસપ્રદ જીનોને દાખલ કરીને પુનઃકંપની ડીએનએ અણુઓ બનાવવાની મંજૂરી આપે છે જેથી પછીના મકાનમાં રૂપાંતર થાય. આ પ્રતિસાદોની સફળતા ડીએનએ ઘટકોની યોગ્ય માત્રા વાપરવા પર ખૂબ જ આધાર રાખે છે, જે ચોક્કસ રીતે આ કેલ્ક્યુલેટર મદદ કરે છે.
ચાહે તમે વ્યાખ્યાનો વેક્ટર્સ બનાવતા હો, જીન લાઇબ્રેરીઓ બનાવતા હો અથવા નિયમિત સબક્લોનિંગ કરી રહ્યા હો, આ ડીએનએ લિગેશન કેલ્ક્યુલેટર તમારા પ્રયોગાત્મક પરિસ્થિતિઓને શ્રેષ્ઠ બનાવવામાં અને સફળતા દર વધારવામાં મદદ કરશે. તમારા ડીએનએ નમૂનાઓ વિશે થોડા મુખ્ય પેરામીટર્સ દાખલ કરીને, તમે ઝડપી રીતે તમારા વિશિષ્ટ લિગેશન પ્રતિસાદ માટેની ચોક્કસ વોલ્યુમ પ્રાપ્ત કરી શકો છો.
ડીએનએ લિગેશન કેલ્ક્યુલેટર એક મૂળભૂત અણુ બાયોલોજી ફોર્મ્યુલા ઉપયોગ કરે છે જે જોડાયેલા ડીએનએના ટુકડાઓના વિવિધ કદ અને સંકેતોને ધ્યાનમાં લે છે. મુખ્ય ગણના એ છે કે કેટલું ઇન્સર્ટ ડીએનએ વેક્ટર ડીએનએની તુલનામાં જરૂરી છે, તેના સંબંધિત લંબાઈઓ અને ઇચ્છિત મોલર અનુપાતના આધાર પર.
જરૂરિયાત મુજબની ઇન્સર્ટ ડીએનએની માત્રા (નાનોગ્રામમાં) નીચેની ફોર્મ્યુલાનો ઉપયોગ કરીને ગણવામાં આવે છે:
જ્યાં:
જ્યારે ઇન્સર્ટ ડીએનએની જરૂરી માત્રા નક્કી થાય છે, ત્યારે પ્રતિસાદ માટેની જરૂરી વોલ્યુમ્સની ગણના કરવામાં આવે છે:
ચાલો એક વ્યાવહારિક ઉદાહરણ પર કામ કરીએ:
પહેલું પગલું: જરૂરી ઇન્સર્ટ માત્રા ગણવો
બીજું પગલું: વોલ્યુમ્સની ગણના
આ ગણના સુનિશ્ચિત કરે છે કે પ્રતિસાદમાં દરેક વેક્ટર મોલેક્યુલ માટે ત્રણ ઇન્સર્ટ મોલેક્યુલ્સ છે, જે સફળ લિગેશનની શક્યતાઓને શ્રેષ્ઠ બનાવે છે.
આ ડીએનએ લિગેશન કેલ્ક્યુલેટર સ્વાભાવિક અને સરળ બનાવવા માટે રચાયેલ છે. તમારા લિગેશન પ્રતિસાદ માટેની શ્રેષ્ઠ વોલ્યુમ્સની ગણના કરવા માટે નીચેના પગલાં અનુસરો:
વેક્ટર માહિતી દાખલ કરો:
ઇન્સર્ટ માહિતી દાખલ કરો:
પ્રતિસાદ પેરામીટર્સ સેટ કરો:
પરિણામ જુઓ:
પરિણામો નકલ કરો (વૈકલ્પિક):
કેલ્ક્યુલેટર તમામ ઈનપુટ્સ સકારાત્મક સંખ્યાઓ છે અને કુલ વોલ્યુમ જરૂરી ડીએનએ વોલ્યુમ માટે પૂરતું છે તે સુનિશ્ચિત કરવા માટે માન્યતા ચકાસણીઓ કરે છે. જો કોઈ ભૂલો શોધવામાં આવે, તો મદદરૂપ ભૂલ સંદેશાઓ તમને ઇનપુટ્સને સુધારવા માટે માર્ગદર્શન આપશે.
ડીએનએ લિગેશન કેલ્ક્યુલેટર અનેક અણુ બાયોલોજી એપ્લિકેશન્સમાં મૂલ્યવાન છે:
સામાન્ય ઉપયોગ કેસ માનક મોલેક્યુલર ક્લોનિંગ છે, જ્યાં સંશોધકો જીનો અથવા ડીએનએના ટુકડાઓને પ્લાસ્મિડ વેક્ટર્સમાં દાખલ કરે છે. કેલ્ક્યુલેટર સુનિશ્ચિત કરે છે કે:
જ્યારે સંશ્લેષણ બાયોલોજીમાં અનેક ડીએનએના ટુકડાઓને એકત્રિત કરવામાં આવે છે:
જ્યારે મોલેક્યુલર નિદાન સાધનો વિકસાવવામાં આવે છે:
પ્રોટીન ઉત્પાદન પર કામ કરતી સંશોધકોએ:
જિન સંપાદન એપ્લિકેશનમાં:
કેલ્ક્યુલેટર ખાસ કરીને પડકારજનક લિગેશન પરિસ્થિતિઓ માટે મૂલ્યવાન છે:
જ્યારે અમારી ડીએનએ લિગેશન કેલ્ક્યુલેટર પરંપરાગત લિગેશન પ્રતિસાદો માટે ચોક્કસ ગણનાઓ પૂરી પાડે છે, ત્યારે ડીએનએના ટુકડાઓને જોડવા માટે અનેક વિકલ્પો ઉપલબ્ધ છે:
ગિબ્સન એસેમ્બલી: ઓવરલેપિંગ ડીએનએના ટુકડાઓને જોડવા માટે એક ટ્યુબ પ્રતિસાદમાં એક્સોન્યુક્લેઝ, પોલિમરેઝ અને લિગેઝનો ઉપયોગ કરે છે. પરંપરાગત લિગેશન ગણનાનો ઉપયોગ કરવાની જરૂર નથી, પરંતુ સંકેત અનુપાતો હજુ પણ મહત્વપૂર્ણ છે.
ગોલ્ડન ગેટ એસેમ્બલી: દિશાત્મક, સ્કારલેસ મલ્ટિપલ ફ્રેગમેન્ટ્સની એસેમ્બલી માટે ટાઇપ આઇએસ રેસ્ટ્રિક્શન એન્ઝાઇમ્સનો ઉપયોગ કરે છે. તમામ ફ્રેગમેન્ટ્સના સમાન પ્રમાણની જરૂર છે.
એસલિક (સિક્વન્સ અને લિગેશન ઈન્ડિપેન્ડન્ટ ક્લોનિંગ): એક્સોન્યુક્લેઝનો ઉપયોગ કરીને એકલ-સ્ટ્રેન્ડેડ ઓવરહેંગ્સ બનાવે છે જે એકબીજાને જોડે છે. સામાન્ય રીતે ફ્રેગમેન્ટના સમાન પ્રમાણનો ઉપયોગ કરે છે.
ઇન-ફ્યુઝન ક્લોનિંગ: વ્યાવસાયિક સિસ્ટમ જે 15 bp ઓવરલેપ સાથે ફ્રેગમેન્ટ્સને જોડવાની મંજૂરી આપે છે. ફ્રેગમેન્ટના કદના આધારે ચોક્કસ અનુપાતનો ઉપયોગ કરે છે.
ગેટવે ક્લોનિંગ: લિગેશનની જગ્યાએ સાઇટ-વિશિષ્ટ પુનઃસંયોજનનો ઉપયોગ કરે છે. ચોક્કસ પ્રવેશ અને ગંતવ્ય વેક્ટર્સની જરૂર છે.
પ્રાયોગિક પરીક્ષણ: કેટલાક લેબો વિવિધ ઇન્સર્ટ:વેક્ટર અનુપાતો (1:1, 3:1, 5:1, 10:1) સાથે અનેક લિગેશન પ્રતિસાદો સ્થાપિત કરવા માટે પસંદ કરે છે અને નક્કી કરે છે કે તે તેમના વિશિષ્ટ રચનાઓ માટે કયું શ્રેષ્ઠ કાર્ય કરે છે.
સોફ્ટવેર કેલ્ક્યુલેટર્સ: વ્યાવસાયિક સોફ્ટવેર પેકેજો જેમ કે વેક્ટર NTI અને સ્નેપજિનમાં લિગેશન કેલ્ક્યુલેટર્સ છે જેમાં રેસ્ટ્રિક્શન સાઇટ વિશ્લેષણ જેવી વધારાની સુવિધાઓ છે.
ડીએનએ લિગેશનની ગણનાઓનો વિકાસ અણુ ક્લોનિંગ તકનીકોના વિકાસ સાથે સંકળાયેલ છે, જે અણુ બાયોલોજી અને બાયોટેકનોલોજીનું ક્રાંતિ લાવી છે.
ડીએનએ લિગેશનનો વિચાર મોલેક્યુલર ક્લોનિંગ માટે 1970ના દાયકાના પ્રારંભમાં પૉલ બર્ગ, હર્બર્ટ બોયર અને સ્ટેનલી કોહેનના પહેલાના કાર્ય સાથે ઉદ્ભવ્યો, જેમણે પ્રથમ પુનઃકંપની ડીએનએ અણુઓ વિકસાવ્યા. આ સમયગાળામાં, લિગેશન પ્રતિસાદો મોટા ભાગે સામાન્ય હતા, જેમાં સંશોધકો શ્રેષ્ઠ પરિસ્થિતિઓ નક્કી કરવા માટે પ્રયાસ અને ભૂલનો ઉપયોગ કરતા હતા.
રેસ્ટ્રિક્શન એન્ઝાઇમ્સ અને ડીએનએ લિગેઝની શોધે ડીએનએના અણુઓને કાપવા અને ફરીથી જોડવા માટે જરૂરી સાધનો પૂરા પાડ્યા. T4 ડીએનએ લિગેઝ, જે T4 બેક્ટેરિયોફેજ દ્વારા સંક્રમિત E. કોલીમાંથી અલગ કરવામાં આવ્યું હતું, બ્લંટ અને કોહેસિવ એન્ડ્સ બંનેને જોડવાની ક્ષમતા માટે વેક્ટર ટુકડાઓને જોડવા માટે માનક એન્ઝાઇમ બની ગયું.
જ્યારે મોલેક્યુલર ક્લોનિંગ વધુ નિયમિત બન્યું, ત્યારે સંશોધકો લિગેશન પ્રતિસાદો માટે વધુ વ્યવસ્થિત અભિગમ વિકસાવવા લાગ્યા. વેક્ટર અને ઇન્સર્ટ ડીએનએ વચ્ચેના મોલર અનુપાતોની મહત્વતા સ્પષ્ટ થઈ, જે આજે ઉપયોગમાં લેવાતા મૂળભૂત ફોર્મ્યુલાની વિકાસ તરફ દોરી ગઈ.
આ સમયગાળામાં, સંશોધકો એ સ્થાપિત કર્યું કે ઇન્સર્ટ ડીએનએની વધુ માત્રા (સામાન્ય રીતે 3:1 થી 5:1 મોલર અનુપાત) સામાન્ય રીતે પરંપરાગત ક્લોનિંગ એપ્લિકેશન્સ માટે લિગેશન કાર્યક્ષમતા સુધારે છે. આ જ્ઞાન પ્રારંભમાં લેબોરેટરી પ્રોટોકોલ દ્વારા વહેંચવામાં આવ્યું અને ધીરે ધીરે અણુ બાયોલોજી મેન્યુઅલ અને પાઠ્યપુસ્તકોમાં સ્થાન પામ્યું.
2000ના દાયકામાં ગણિતીય સાધનો અને ઑનલાઇન કેલ્ક્યુલેટર્સની આવકથી ચોક્કસ લિગેશન ગણનાઓ સંશોધકો માટે વધુ સગવડભર્યું બની ગયું. જેમ જેમ અણુ બાયોલોજીની તકનીકો વધુ જટિલ બની, તેમ તેમ ચોક્કસ ગણનાઓની જરૂરિયાત વધુ મહત્વપૂર્ણ બની ગઈ, ખાસ કરીને અનેક ફ્રેગમેન્ટો અથવા મોટા ઇન્સર્ટ સાથેની પડકારજનક ક્લોનિંગ પ્રોજેક્ટ્સ માટે.
આજે, ડીએનએ લિગેશનની ગણનાઓ મોલેક્યુલર ક્લોનિંગ કાર્યપ્રવાહનો એક અનિવાર્ય ભાગ છે, જેમાં આ પ્રકારના કેલ્ક્યુલેટરો જેમ કે આ એક સંશોધકોને તેમના પ્રયોગોને શ્રેષ્ઠ બનાવવામાં મદદ કરે છે. મૂળભૂત ફોર્મ્યુલા મોટા ભાગે બદલાતી નથી, જો કે લિગેશન કાર્યક્ષમતા પર અસર કરતી બાબતોની અમારી સમજણ સુધરી છે.
ગિબ્સન એસેમ્બલી અને ગોલ્ડન ગેટ ક્લોનિંગ જેવી વિકલ્પોનો ઉદય નવા ગણનાની જરૂરિયાતો લાવ્યા છે, પરંતુ ડીએનએના ટુકડાઓ વચ્ચેના મોલર અનુપાતોનો મૂળભૂત વિચાર આ તકનીકોમાં મહત્વપૂર્ણ રહે છે.
અહીં વિવિધ પ્રોગ્રામિંગ ભાષાઓમાં ડીએનએ લિગેશન કેલ્ક્યુલેટરના અમલના ઉદાહરણો છે:
1' Excel VBA Function for DNA Ligation Calculator
2Function CalculateInsertAmount(vectorAmount As Double, vectorLength As Double, insertLength As Double, molarRatio As Double) As Double
3 ' Calculate required insert amount in ng
4 CalculateInsertAmount = vectorAmount * (insertLength / vectorLength) * molarRatio
5End Function
6
7Function CalculateVectorVolume(vectorAmount As Double, vectorConcentration As Double) As Double
8 ' Calculate vector volume in μL
9 CalculateVectorVolume = vectorAmount / vectorConcentration
10End Function
11
12Function CalculateInsertVolume(insertAmount As Double, insertConcentration As Double) As Double
13 ' Calculate insert volume in μL
14 CalculateInsertVolume = insertAmount / insertConcentration
15End Function
16
17Function CalculateBufferVolume(totalVolume As Double, vectorVolume As Double, insertVolume As Double) As Double
18 ' Calculate buffer/water volume in μL
19 CalculateBufferVolume = totalVolume - vectorVolume - insertVolume
20End Function
21
22' Usage example in a cell:
23' =CalculateInsertAmount(50, 3000, 1000, 3)
24
1def calculate_ligation_volumes(vector_concentration, vector_length, insert_concentration,
2 insert_length, molar_ratio, total_volume, vector_amount=50):
3 """
4 Calculate volumes for a DNA ligation reaction.
5
6 Parameters:
7 vector_concentration (float): Concentration of vector DNA in ng/μL
8 vector_length (float): Length of vector DNA in base pairs
9 insert_concentration (float): Concentration of insert DNA in ng/μL
10 insert_length (float): Length of insert DNA in base pairs
11 molar_ratio (float): Desired molar ratio of insert:vector
12 total_volume (float): Total reaction volume in μL
13 vector_amount (float): Amount of vector DNA to use in ng (default: 50)
14
15 Returns:
16 dict: Dictionary containing calculated volumes and amounts
17 """
18 # Calculate vector volume
19 vector_volume = vector_amount / vector_concentration
20
21 # Calculate required insert amount
22 vector_length_kb = vector_length / 1000
23 insert_length_kb = insert_length / 1000
24 insert_amount = (vector_amount * insert_length_kb / vector_length_kb) * molar_ratio
25
26 # Calculate insert volume
27 insert_volume = insert_amount / insert_concentration
28
29 # Calculate buffer/water volume
30 buffer_volume = total_volume - vector_volume - insert_volume
31
32 return {
33 "vector_volume": round(vector_volume, 2),
34 "insert_volume": round(insert_volume, 2),
35 "buffer_volume": round(buffer_volume, 2),
36 "insert_amount": round(insert_amount, 2),
37 "vector_amount": vector_amount
38 }
39
40# Example usage
41result = calculate_ligation_volumes(
42 vector_concentration=50,
43 vector_length=3000,
44 insert_concentration=25,
45 insert_length=1000,
46 molar_ratio=3,
47 total_volume=20
48)
49
50print(f"Vector: {result['vector_volume']} μL ({result['vector_amount']} ng)")
51print(f"Insert: {result['insert_volume']} μL ({result['insert_amount']} ng)")
52print(f"Buffer: {result['buffer_volume']} μL")
53print(f"Total: 20 μL")
54
1function calculateLigationVolumes(vectorConcentration, vectorLength, insertConcentration,
2 insertLength, molarRatio, totalVolume, vectorAmount = 50) {
3 // Convert lengths to kb for calculation
4 const vectorLengthKb = vectorLength / 1000;
5 const insertLengthKb = insertLength / 1000;
6
7 // Calculate required insert amount
8 const insertAmount = (vectorAmount * insertLengthKb / vectorLengthKb) * molarRatio;
9
10 // Calculate volumes
11 const vectorVolume = vectorAmount / vectorConcentration;
12 const insertVolume = insertAmount / insertConcentration;
13 const bufferVolume = totalVolume - vectorVolume - insertVolume;
14
15 return {
16 vectorVolume: parseFloat(vectorVolume.toFixed(2)),
17 insertVolume: parseFloat(insertVolume.toFixed(2)),
18 bufferVolume: parseFloat(bufferVolume.toFixed(2)),
19 insertAmount: parseFloat(insertAmount.toFixed(2)),
20 vectorAmount: vectorAmount
21 };
22}
23
24// Example usage
25const result = calculateLigationVolumes(50, 3000, 25, 1000, 3, 20);
26console.log(`Vector: ${result.vectorVolume} μL (${result.vectorAmount} ng)`);
27console.log(`Insert: ${result.insertVolume} μL (${result.insertAmount} ng)`);
28console.log(`Buffer: ${result.bufferVolume} μL`);
29console.log(`Total: 20 μL`);
30
1public class DNALigationCalculator {
2 public static class LigationResult {
3 public final double vectorVolume;
4 public final double insertVolume;
5 public final double bufferVolume;
6 public final double insertAmount;
7 public final double vectorAmount;
8
9 public LigationResult(double vectorVolume, double insertVolume, double bufferVolume,
10 double insertAmount, double vectorAmount) {
11 this.vectorVolume = vectorVolume;
12 this.insertVolume = insertVolume;
13 this.bufferVolume = bufferVolume;
14 this.insertAmount = insertAmount;
15 this.vectorAmount = vectorAmount;
16 }
17 }
18
19 public static LigationResult calculateLigationVolumes(
20 double vectorConcentration, double vectorLength,
21 double insertConcentration, double insertLength,
22 double molarRatio, double totalVolume, double vectorAmount) {
23
24 // Convert lengths to kb
25 double vectorLengthKb = vectorLength / 1000.0;
26 double insertLengthKb = insertLength / 1000.0;
27
28 // Calculate required insert amount
29 double insertAmount = (vectorAmount * insertLengthKb / vectorLengthKb) * molarRatio;
30
31 // Calculate volumes
32 double vectorVolume = vectorAmount / vectorConcentration;
33 double insertVolume = insertAmount / insertConcentration;
34 double bufferVolume = totalVolume - vectorVolume - insertVolume;
35
36 // Round to 2 decimal places
37 vectorVolume = Math.round(vectorVolume * 100.0) / 100.0;
38 insertVolume = Math.round(insertVolume * 100.0) / 100.0;
39 bufferVolume = Math.round(bufferVolume * 100.0) / 100.0;
40 insertAmount = Math.round(insertAmount * 100.0) / 100.0;
41
42 return new LigationResult(vectorVolume, insertVolume, bufferVolume, insertAmount, vectorAmount);
43 }
44
45 public static void main(String[] args) {
46 LigationResult result = calculateLigationVolumes(50, 3000, 25, 1000, 3, 20, 50);
47
48 System.out.printf("Vector: %.2f μL (%.2f ng)%n", result.vectorVolume, result.vectorAmount);
49 System.out.printf("Insert: %.2f μL (%.2f ng)%n", result.insertVolume, result.insertAmount);
50 System.out.printf("Buffer: %.2f μL%n", result.bufferVolume);
51 System.out.printf("Total: 20 μL%n");
52 }
53}
54
1#include <iostream>
2#include <cmath>
3#include <iomanip>
4
5struct LigationResult {
6 double vectorVolume;
7 double insertVolume;
8 double bufferVolume;
9 double insertAmount;
10 double vectorAmount;
11};
12
13LigationResult calculateLigationVolumes(
14 double vectorConcentration, double vectorLength,
15 double insertConcentration, double insertLength,
16 double molarRatio, double totalVolume, double vectorAmount = 50.0) {
17
18 // Convert lengths to kb
19 double vectorLengthKb = vectorLength / 1000.0;
20 double insertLengthKb = insertLength / 1000.0;
21
22 // Calculate required insert amount
23 double insertAmount = (vectorAmount * insertLengthKb / vectorLengthKb) * molarRatio;
24
25 // Calculate volumes
26 double vectorVolume = vectorAmount / vectorConcentration;
27 double insertVolume = insertAmount / insertConcentration;
28 double bufferVolume = totalVolume - vectorVolume - insertVolume;
29
30 // Round to 2 decimal places
31 vectorVolume = std::round(vectorVolume * 100.0) / 100.0;
32 insertVolume = std::round(insertVolume * 100.0) / 100.0;
33 bufferVolume = std::round(bufferVolume * 100.0) / 100.0;
34 insertAmount = std::round(insertAmount * 100.0) / 100.0;
35
36 return {vectorVolume, insertVolume, bufferVolume, insertAmount, vectorAmount};
37}
38
39int main() {
40 LigationResult result = calculateLigationVolumes(50, 3000, 25, 1000, 3, 20);
41
42 std::cout << std::fixed << std::setprecision(2);
43 std::cout << "Vector: " << result.vectorVolume << " μL (" << result.vectorAmount << " ng)" << std::endl;
44 std::cout << "Insert: " << result.insertVolume << " μL (" << result.insertAmount << " ng)" << std::endl;
45 std::cout << "Buffer: " << result.bufferVolume << " μL" << std::endl;
46 std::cout << "Total: 20 μL" << std::endl;
47
48 return 0;
49}
50
ઇન્સર્ટ અને વેક્ટર માટે શ્રેષ્ઠ મોલર અનુપાત સામાન્ય રીતે 3:1 થી 5:1 સુધી હોય છે. પરંતુ, આ ખાસ કરીને ચોક્કસ લિગેશન પરિસ્થિતિઓ પર આધાર રાખે છે:
લિગેશન કાર્યક્ષમતા પર અસર કરતા ઘણા ફેક્ટરો છે જે મોલર અનુપાતથી વધુ છે:
સામાન્ય રીતે, 50-100 ng વેક્ટર ડીએનએનો ઉપયોગ કરવો શિફારસ કરવામાં આવે છે. વધુ વેક્ટરનો ઉપયોગ કરતા વધુ પૃષ્ઠભૂમિ અથવા સ્વયં-લિગેટેડ વેક્ટરની સંખ્યામાં વધારો થઈ શકે છે, જ્યારે ઓછા વેક્ટરનો ઉપયોગ રૂપાંતરણ કાર્યક્ષમતા ઘટાડે શકે છે. પડકારજનક લિગેશન્સ માટે, તમને આ માત્રાની શ્રેષ્ઠતા કરવાની જરૂર પડી શકે છે.
હા. બ્લંટ-એન્ડ લિગેશન્સ સામાન્ય રીતે સ્ટિકી-એન્ડ (કોહેસિવ-એન્ડ) લિગેશન્સ કરતાં ઓછા કાર્યક્ષમ હોય છે. બ્લંટ-એન્ડ લિગેશન્સ માટે, ઉપયોગ કરો:
મલ્ટી ફ્રેગમેન્ટ એસેમ્બલી માટે:
આ કેલ્ક્યુલેટર ખાસ કરીને પરંપરાગત રેસ્ટ્રિક્શન એન્ઝાઇમ અને લિગેઝ આધારિત ક્લોનિંગ માટે રચાયેલ છે. ગિબ્સન એસેમ્બલી માટે, તમામ ફ્રેગમેન્ટ્સના સમાન પ્રમાણ (1:1) સામાન્ય રીતે ભલામણ કરવામાં આવે છે, જો કે ડીએનએની માત્રાની ગણના સમાન છે. ગોલ્ડન ગેટ એસેમ્બલી માટે, તમામ ઘટકોના સમાન પ્રમાણનો ઉપયોગ પણ સામાન્ય રીતે થાય છે.
વેક્ટરની ડિફોસ્ફોરીલેશન (5' ફોસ્ફેટ જૂથો દૂર કરવું) સ્વયં-લિગેશનને રોકે છે પરંતુ માત્રા ગણનાઓને બદલતું નથી. પરંતુ, ડિફોસ્ફોરીલેટેડ વેક્ટર માટે:
ન્યૂનતમ વ્યાવહારિક પ્રતિસાદ વોલ્યુમ સામાન્ય રીતે 10 μL હોય છે, જે યોગ્ય મિશ્રણની મંજૂરી આપે છે અને વाष્પીભવનની સમસ્યાઓને રોકે છે. જો તમારી ગણવામાં આવેલી ડીએનએ વોલ્યુમ્સ ઇચ્છિત પ્રતિસાદ વોલ્યુમને પાર કરે છે, તો તમારી પાસે કેટલાક વિકલ્પો છે:
લિગેશન પ્રકારો પર આધાર રાખીને શ્રેષ્ઠ ઇન્ક્યુબેશન સમય અલગ હોય છે:
હા, લિગેશન મિશ્રણોને સામાન્ય રીતે -20°C પર સંગ્રહિત કરી શકાય છે અને રૂપાંતરણ માટે ફરીથી ઉપયોગ કરી શકાય છે. જો કે, દરેક ફ્રીઝ-થૉ વલણ કાર્યક્ષમતા ઘટાડે શકે છે. શ્રેષ્ઠ પરિણામો માટે:
સામ્બ્રૂક J, રસેલ DW. (2001). મોલેક્યુલર ક્લોનિંગ: એક લેબોરેટરી મેન્યુઅલ (3મા આવૃત્તિ). કોલ્ડ સ્પ્રિંગ હાર્બર લેબોરેટરી પ્રેસ.
ગ્રીન MR, સામ્બ્રૂક J. (2012). મોલેક્યુલર ક્લોનિંગ: એક લેબોરેટરી મેન્યુઅલ (4મા આવૃત્તિ). કોલ્ડ સ્પ્રિંગ હાર્બર લેબોરેટરી પ્રેસ.
એંગ્લર C, કંડિઝિયા R, મરિલોનનેટ S. (2008). એક જ પોટ, એક જ પગલું, ચોકસાઈ ક્લોનિંગ પદ્ધતિ જે ઉચ્ચ થ્રોટ કૅપેબિલિટી ધરાવે છે. PLoS ONE, 3(11), e3647. https://doi.org/10.1371/journal.pone.0003647
ગિબ્સન DG, યુંગ L, ચુઆંગ RY, વેન્ટર JC, હચિસન CA, સ્મિથ HO. (2009). 100-થી વધુ કિલોબેસ સુધીના ડીએનએના અણુઓની એન્ઝાઇમેટિક એસેમ્બલી. નેચર પદ્ધતિઓ, 6(5), 343-345. https://doi.org/10.1038/nmeth.1318
આસ્લાનિડિસ C, ડે જોંગ PJ. (1990). પીસીઆર ઉત્પાદનોની લિગેશન-ઇન્ડિપેન્ડન્ટ ક્લોનિંગ (LIC-PCR). ન્યુકલિક એસિડ્સ રિસર્ચ, 18(20), 6069-6074. https://doi.org/10.1093/nar/18.20.6069
ઝિમ્મરમેન SB, ફીફર BH. (1983). મેક્રોમોલેક્યુલર ક્રાઉડિંગ T4 ડીએનએ લિગેઝ દ્વારા બ્લંટ-એન્ડ લિગેશનને મંજૂરી આપે છે. નેશનલ એકેડમી ઓફ સાયન્સિસની કાર્યવાહી, 80(19), 5852-5856. https://doi.org/10.1073/pnas.80.19.5852
એડજિન - મોલેક્યુલર બાયોલોજી સંદર્ભ. https://www.addgene.org/mol-bio-reference/
ન્યૂ ઈંગલૅન્ડ બાયોલેબ્સ (NEB) - ડીએનએ લિગેશન પ્રોટોકોલ. https://www.neb.com/protocols/0001/01/01/dna-ligation-protocol-with-t4-dna-ligase-m0202
થર્મો ફિશર સાયન્ટિફિક - મોલેક્યુલર ક્લોનિંગ ટેકનિકલ સંદર્ભ. https://www.thermofisher.com/us/en/home/life-science/cloning/cloning-learning-center.html
પ્રોમેગા - ક્લોનિંગ ટેકનિકલ મેન્યુઅલ. https://www.promega.com/resources/product-guides-and-selectors/protocols-and-applications-guide/cloning/
તમારા વર્કફ્લો માટે ઉપયોગી થવાના વધુ સાધનો શોધો