The Efficiency of Various DNA Polymerases for Amplification of Long Sequences from Genomic DNA and cDNA of Cultivated Potato

Cover Page

Cite item

Full Text

Abstract

Amplification of long fragments from complex templates, such as eukaryotic genomic DNA, is considered a difficult task for most DNA polymerases. In this research, 6 variants of DNA polymerases were used to amplify full-length sequences from the genomic DNA of Solanum tuberosum genes encoding translation initiation factors of the eIF4E family, as well as for the synthesis of fragments of the potato Y virus genome from cDNA of potato plants infected by this virus. It was found that the efficiency of amplification by various DNA polymerases generally decreased with increasing length of the amplicons. LongAmp and Platinum SuperFi II polymerases demonstrated the highest efficiency in the synthesis of long fragments, which made it possible to synthesize PCR products with a length of more than 10,000 base pairs with high efficiency. The lowest efficiency was demonstrated by Encyclo polymerase. None of the DNA polymerases provided efficient amplification of all the studied DNA fragments. At the same time, any of the studied DNA fragments could be effectively amplified using at least one DNA polymerase variant. Thus, the choice of DNA polymerase was of key importance for the efficiency of the synthesis of a desired PCR product.

About the authors

A. D. Antipov

All-Russia Research Institute of Agricultural Biotechnology

Email: stresslab@yandex.ru
Russia, 127550, Moscow, Timiryazevskaya, 42

N. E. Zlobin

All-Russia Research Institute of Agricultural Biotechnology

Author for correspondence.
Email: stresslab@yandex.ru
Russia, 127550, Moscow, Timiryazevskaya, 42

References

  1. Karunanathie H., Kee P.S., Ng S.F., Kennedy M.A., Chua E.W. // Biochimie. 2022. V. 197. P. 130–143. https://doi.org/10.1016/j.biochi.2022.02.009
  2. Knierim E., Lucke B., Schwarz J.M., Schuelke M., Seelow D. // PloS One. 2011. V. 6. № 11. P. e28240. https://doi.org/10.1371/journal.pone.0028240
  3. Qiao W., Yang Y., Sebra R., Mendiratta G., Gaedigk A., Desnick R.J., Scott S.A. // Hum. Mutat. 2016. V. 37. № 3. P. 315–323. https://doi.org/10.1002/humu.22936
  4. Martijn J., Lind A.E., Schön M.E., Spiertz I., Juzokaite L., Bunikis I. et al. // Environ. Microbiol. 2019. V. 21. № 7. P. 2485–2498. https://doi.org/10.1111/1462-2920.14636
  5. Karst S.M., Ziels R.M., Kirkegaard R.H., Sørensen E.A., McDonald D., Zhu Q., Knight R., Albertsen, M. // Nat. Methods. 2021. V. 18. № 2. P. 165–169. https://doi.org/10.1038/s41592-020-01041-y
  6. Brait N., Külekçi B., Goerzer I. // BMC Genomics. 2022. V. 23. № 1. P. 1–16. https://doi.org/10.1186/s12864-021-08272-z
  7. Briscoe A.G., Goodacre S., Masta S.E., Taylor M.I., Arnedo M.A., Penney D., Kenny J., Creer S. // PLoS One. 2013. V. 8. № 5. P. e62404. https://doi.org/10.1371/journal.pone.0062404
  8. Jia H., Guo Y., Zhao W., Wang K. // Sci. Rep. 2014. V. 4. № 1. P. 1–8. https://doi.org/10.1038/srep05737
  9. Ozaki Y., Suzuki S., Shigenari A., Okudaira Y., Kikkawa E., Oka A. et al. // Tissue Antigens. 2014. V. 83. № 1. P. 10–16. https://doi.org/10.1111/tan.12258
  10. Deiner K., Renshaw M.A., Li Y., Olds B.P., Lodge D.M., Pfrender M.E. // Methods Ecol. Evol. 2017. V. 8. № 12. P. 1888–1898. https://doi.org/10.1111/2041-210X.12836
  11. Togi S., Ura H., Niida Y. Optimization and Validation of Multimodular // J. Mol. Diagn. 2021. V. 23. № 4. P. 424–446. https://doi.org/10.1016/j.jmoldx.2020.12.009
  12. Günther S., Sommer G., Von Breunig F., Iwanska A., Kalinina T., Sterneck M., Will H. // J. Clin. Microbiol. 1998. V. 36. № 2. P. 531–538. https://doi.org/10.1128/JCM.36.2.531-538.1998
  13. Trémeaux P., Caporossi A., Ramière C., Santoni E., Tarbouriech N., Thélu M.A. et al. // Clin. Microbiol. Infect. 2016. V. 22. № 5. P. 460-e1. https://doi.org/10.1016/j.cmi.2016.01.015
  14. Joffret M.L., Polston P.M., Razafindratsimandresy R., Bessaud M., Heraud J.M., Delpeyroux F. // Front. Microbiol. 2018. V. 9. P. 2339. https://doi.org/10.3389/fmicb.2018.02339
  15. Isaacs S.R., Kim K.W., Cheng J.X., Bull R.A., Stelzer-Braid S., Luciani F. et al. // Sci. Rep. 2018. V. 8. № 1. P. 1–9. https://doi.org/10.1038/s41598-018-30322-y
  16. Shagin D.A., Lukyanov K.A., Vagner L.L., Matz M.V. // Nucleic Acids Res. 1999. V. 27. № 18. P. e23-i. https://doi.org/10.1093/nar/27.18.e23-i
  17. Zhao Z., Xie X., Liu W., Huang J., Tan J., Yu H., Zong W. et al. // Mol. Plant. 2022. V. 15. № 4. P. 620–629. https://doi.org/10.1016/j.molp.2021.12.018
  18. Ignatov K.B., Kramarov V.M. //Biochemistry (Moscow). 2009. V. 74. № 5. P. 557–561. https://doi.org/10.1134/S0006297909050113
  19. Cheng S., Fockler C., Barnes W.M., Higuchi R. // PNAS. 1994. V. 91. № 12. P. 5695–5699. https://doi.org/10.1073/pnas.91.12.5695
  20. Waggott W. // Humana Press. 1998. V. 16. P. 81–91. https://doi.org/10.1385/0-89603-499-2:81
  21. Kasajima I. // Trends Res. 2018. V. 1. P. 1–2. https://doi.org/10.15761/TR.1000115
  22. Singh R.P., Singh M., King R.R. // J. Virol. Methods. 1998. V. 74. № 2. P. 231–235. https://doi.org/10.1016/S0166-0934(98)00092-5
  23. Singh R.P., Nie X., Singh M., Coffin R., Duplessis P. // J. Virol. Methods. 2002. V. 99. № 1–2. P. 123–131. https://doi.org/10.1016/S0166-0934(01)00391-3
  24. Valcarcel J., Reilly K., Gaffney M., O’Brien N.M. // Potato Res. 2015. V. 58. № 3. P. 221–244. https://doi.org/10.1007/s11540-015-9299-z
  25. Анисимова И.Н., Алпатьева Н.В., Абдуллаев Р.А., Карабицина Ю.И., Кузнецова Е.Б. Скрининг генетических ресурсов растений с использованием ДНК-маркеров: основные принципы, выделение ДНК, постановка ПЦР, электрофорез в агарозном геле. / Ред. Радченко Е.Е.: Методические указания ВИР. СПб: ВИР, 2018. 47 с. https://doi.org/10.30901/978-5-905954-81-8
  26. Moury B., Charron C., Janzac B., Simon V., Gallois J.L., Palloix A., Caranta C. // Infect. Genet. Evol. 2014. V. 27. P. 472–480. https://doi.org/10.1016/j.meegid.2013.11.024
  27. Lucioli A., Tavazza R., Baima S., Fatyol K., Burgyan J., Tavazza M. // Front. Microbiol. 2022. V. 13. https://doi.org/10.3389/fmicb.2022.873930
  28. Quenouille J., Vassilakos N., Moury B. // Plant Pathol. 2013. V. 14. № 5. P. 439–452. https://doi.org/10.1111/mpp.12024
  29. Suzuki Y., Sugano S. // Genomics Protocols. 2001. V. 175. P. 143–153. https://doi.org/10.1385/1-59259-235-X:143
  30. Ling A.K., Munro M., Chaudhary N., Li C., Berru M., Wu B., Durocher D., Martin A. // EMBO Rep. 2020. V. 21. № 8. P. e49823. https://doi.org/10.15252/embr.201949823
  31. Xie X., Muruato A., Lokugamage K.G., Narayanan K., Zhang X., Zou J., Liu J. et al. // Cell Host Microbe. 2020. V. 27. № 5. P. 841–848. https://doi.org/10.1016/j.chom.2020.04.004
  32. Sannier G., Dube M., Dufour C., Richard C., Brassard N., Delgado G.G., Pagliuzza A., Baxter A.E., Niessl J., Brunet-Ratnasingham E., Charlebois R., Routy B., Routy J.P., Fromentin R., Chomont N., Kaufmann D.E. // Cell Rep. 2021. V. 36. № 9. https://doi.org/10.1016/j.celrep.2021.109643
  33. Keraite I., Becker P., Canevazzi D., Frias-López C., Dabad M., Tonda-Hernandez R., Paramonov I., Ingham M.J., Brun-Heath I., Leno J., Abulí A., Garcia-Arumí E., Heath S.C., Gut M., Gut I.G. // Nat. Commun. 2022. V. 13. № 1. P. 1–12. https://doi.org/10.1038/s41467-022-33530-3
  34. Maniego J., Pesko B., Habershon-Butcher J., Hincks P., Taylor P., Tozaki T., Ohnuma A., Stewart G., Proudman C., Ryder E. // Drug Testing and Analysis. 2022. V. 14. № 8. P. 1429–1437. https://doi.org/10.1002/dta.3267
  35. Tasca F., Brescia M., Wang Q., Liu J., Janssen J.M., Szuhai K., Gonçalves M.A. // Nucleic Acids Res. 2022. V. 50. № 13. P. 7761–7782. https://doi.org/10.1093/nar/gkac567
  36. Vincendeau E., Wei W., Zhang X., Planchais C., Yu W., Lenden-Hasse H., Cokelaer T., da Fonseca J.P., Mouquet H., Adams D.J., Alt F.W., Jackson S.P., Balmus G., Lescale C., Deriano L. // Nat. Commun. 2022. V. 13. № 1. P. 1–16. https://doi.org/10.1038/s41467-022-31287-3

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2.

Download (672KB)
Indexing metadata
3.

Download (601KB)
Indexing metadata

Copyright (c) 2023 А.Д. Антипов, Н.Е. Злобин

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».