Quantifying Biomass Changes of Single CD8+ T Cells during Antigen Specific Cytotoxicity
Notice bibliographique
Résumé
Existing approaches that quantify cytotoxic T cell responses rely on bulk or surrogate measurements which impede the direct identification of single activated T cells of interest. Single cell microscopy or flow cytometry methodologies typically rely on fluorescent labeling, which limits applicability to primary cells such as human derived T lymphocytes. Here, we introduce a quantitative method to track single T lymphocyte mediated cytotoxic events within a mixed population of cells using live cell interferometry (LCI), a label-free microscopy technique that maintains cell viability. LCI quantifies the mass distribution within individual cells by measuring the phase shift caused by the interaction of light with intracellular biomass. Using LCI, we imaged cytotoxic T cells killing cognate target cells. In addition to a characteristic target cell mass decrease of 20-60% over 1-4 h following attack by a T cell, there was a significant 4-fold increase in T cell mass accumulation rate at the start of the cytotoxic event and a 2-3 fold increase in T cell mass relative to the mass of unresponsive T cells. Direct, label-free measurement of CD8+ T and target cell mass changes provides a kinetic, quantitative assessment of T cell activation and a relatively rapid approach to identify specific, activated patient-derived T cells for applications in cancer immunotherapy.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 tête enseignante, 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 ».