Factors Influencing Percentage Yield of Side Population Isolated in Ovarian Cancer Cell LineSK-OV-3
Notice bibliographique
Résumé
Isolation of side population (SP) cells has been recognized as a useful technique for the isolation and identification of hematopoietic stem cells or cancer stem cells (CSCs). Thus the yield and purity of isolated SP cells would have a profound influence on the research outcomes in these two important areas. Hoechst 33342 exclusion assay technique has been used for the identification of SP cells. However, diverse Hoechst staining protocols giving different SP yields even from the same tissue type or same cell line have been reported in different laboratories. In this study we systematically investigated the underlying factors influencing the SP yield using Hoechst dye staining and a robust platform of flow cytometric analysis of the human ovarian cancer cell line SK-OV-3. Our study revealed that SP yield was not only affected by the Hoechst 33342 concentration, staining cell density, staining cell viability, staining duration, staining medium, flow cytometric setting and SP gating strategy, but was also affected by the cell passage number in SK-OV-3. This is the first systematic study on the factors affecting SP yield in adherent cells that mimic many solid tumour tissues. Our results provide important technical guidelines to help ensure reproducible and comparable results in SP and CSCs study.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».