A fast and simple method for the isolation of untouched human gamma-delta T cells from PBMC (45.7)
Notice bibliographique
Résumé
Abstract T cells expressing the γδT cell receptor (γδTCR) comprise a minor subset of human circulating T cells (1-10%). γδT cells are distinct from αβT cells in that they exhibit limited combinatorial diversity of the TCR and recognize non-peptide antigens independent of HLA molecules. γδT cells exert innate effector functions including rapid release of cytokines and killing of target cells. Adaptive immune responses such as memory functions have also been attributed to γδT cells. Typically, elaborate purification protocols such as FACS-based cell sorting or expansion in culture are needed to obtain enough γδT cells for subsequent studies. Here, we describe a negative selection method to isolate untouched γδT cells from fresh or previously frozen peripheral blood mononuclear cells (PBMC). This method uses immunomagnetic, column-free cell separation technology (EasySepTM). Briefly, bispecific antibody complexes are used to cross-link non-γδT cells to dextran-coated magnetic particles. The unwanted cells are then removed using an EasySepTM magnet. Starting with 3±0.9% γδTCR+ T cells in PBMC, purities of 90±2% (n=7) are achieved. The isolated γδT cells produce IFN-γ when activated with non-peptide antigens. γδT cells have potential therapeutic applications in cancer and infectious diseases. This rapid method for the isolation of γδT cells will assist in the study of γδT cell biology and the development of γδT cell-based immunotherapies.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,007 |
Scores machine (provisoires)
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.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».