Combined Single-Cell Functional and Gene Expression Analysis Resolves Heterogeneity within Stem Cell Populations

2015· article· en· 478 citations· W1563425389 sur OpenAlex· 10.1016/j.stem.2015.04.004

Pourquoi ce travail est-il dans la base ?

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.

Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Scores machine (provisoires)

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

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.

Tête enseignante Opus0,074

Tête enseignante GPT0,262

Écart entre enseignants: 0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation: 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 découle

Résumé

Heterogeneity within the self-renewal durability of adult hematopoietic stem cells (HSCs) challenges our understanding of the molecular framework underlying HSC function. Gene expression studies have been hampered by the presence of multiple HSC subtypes and contaminating non-HSCs in bulk HSC populations. To gain deeper insight into the gene expression program of murine HSCs, we combined single-cell functional assays with flow cytometric index sorting and single-cell gene expression assays. Through bioinformatic integration of these datasets, we designed an unbiased sorting strategy that separates non-HSCs away from HSCs, and single-cell transplantation experiments using the enriched population were combined with RNA-seq data to identify key molecules that associate with long-term durable self-renewal, producing a single-cell molecular dataset that is linked to functional stem cell activity. Finally, we demonstrated the broader applicability of this approach for linking key molecules with defined cellular functions in another stem cell system.

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.

La notice

Revue: Cell stem cell
Thématique: Hematopoietic Stem Cell Transplantation
Domaine: Medicine
Établissements canadiens: —
Organismes subventionnaires: Cambridge Institute for Medical Research, University of CambridgeMedical Research CouncilDirectorate for Biological SciencesBiotechnology and Biological Sciences Research CouncilHutchison Whampoa LimitedLeukaemia and Lymphoma ResearchCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchCancer Research UKNIHR Cambridge Biomedical Research CentreWellcome Trust
Mots-clés: BiologyStem cellCell sortingGene expressionHaematopoiesisSingle-cell analysisCell biologyComputational biologyCellGenePopulationHematopoietic stem cellGene expression profilingGene regulatory networkGenetics
Résumé présent dans OpenAlex: oui
API: /api/v1/works/W1563425389