Single-cell Gene Expression Using Multiplex RT-qPCR to Characterize Heterogeneity of Rare Lymphoid Populations
Notice bibliographique
Résumé
Gene expression heterogeneity is an interesting feature to investigate in lymphoid populations. Gene expression in these cells varies during cell activation, stress, or stimulation. Single-cell multiplex gene expression enables the simultaneous assessment of tens of genes1,2,3. At the single-cell level, multiplex gene expression determines population heterogeneity4,5. It allows for the distinction of population heterogeneity by determining both the probable mix of diverse precursor stages among mature cells and also the diversity of cell responses to stimuli. Innate lymphoid cells (ILC) have been recently described as a population of innate effectors of the immune response6,7. In this protocol, cell heterogeneity of the ILC hepatic compartment is investigated during homeostasis. Currently, the most widely used technique to assess gene expression is RT-qPCR. This method measures gene expression only one gene at a time. Additionally, this method cannot estimate heterogeneity of gene expression, since multiple cells are needed for one test. This leads to the measurement of the average gene expression of the population. When assessing large numbers of genes, RT-qPCR becomes a time-, reagent-, and sample-consuming method. Hence, the trade-offs limit the number of genes or cell populations that can be evaluated, increasing the risk of missing the global picture. This manuscript describes how single-cell multiplex RT-qPCR can be used to overcome these limitations. This technique has benefited from recent microfluidics technological advances1,2. Reactions occurring in multiplex RT-qPCR chips do not exceed the nanoliter-level. Hence, single-cell gene expression, as well as simultaneous multiple gene expression, can be performed in a reagent-, sample-, and cost-effective manner. It is possible to test cell gene signature heterogeneity at the clonal level between cell subsets within a population at different developmental stages or under different conditions4,5. Working on rare populations with large numbers of conditions at the single-cell level is no longer a restriction.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 ».