Rapid, column-free two-step procedure for the enrichment of human Th17 Cells from peripheral blood (56.13)
Notice bibliographique
Résumé
Abstract Human Th17 cells play a critical role in the regulation of autoimmune disease and antimicrobial host defenses through production of pro-inflammatory cytokines IL17A and IL-17F. They can be characterized by expression of surface receptors including IL-23R, CCR6, CD161 and lineage-specific transcription factor RORC, but lack of CXCR3 expression. The major disadvantages of current isolation methods are the requirement for in vitro stimulation and the co-secretion of IFN-γ. We have developed a 2-step EasySepTM immunomagnetic column-free method for the enrichment of CD4+CXCR3-CCR6+ cells from fresh peripheral blood nucleated cells (PBNC). First, non-CD4 T cells and CXCR3+ cells are targeted for depletion using dextran-coated magnetic particles and a cocktail of antibody complexes. Labeled cells are separated using an EasySepTM magnet, and pre-enriched CD4 T-cells are poured off. Next, CCR6+ cells are positively selected from the pre-enriched fraction. The procedure can be automated using RoboSepTM. Starting with a frequency of 5 ± 2% CD4+CXCR3-CCR6+ cells, purities of 94 ± 3% (n=10) can be obtained. The resulting cells produce high levels of IL-17 with minimal IFN-γ when measured by ELISA and intracellular staining and increased RORC mRNA expression over total CD4 T cells and CD4+CXCR3+ T cells (Th1 cells). Enrichment of unstimulated human Th17 cells enables the investigation of adaptive immune responses and regulation mechanisms required for the development of future therapies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,016 |
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 ».