Simultaneous Detection of Protein and mRNA in Jurkat and KG‐1a Cells by Mass Cytometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mass cytometry uniquely enables high-dimensional single-cell analysis of complex populations. This recently developed technology is based on inductively coupled time-of-flight mass spectrometry for multiplex proteomic analysis of more than 40 markers per cell. The ability to characterize the transcriptome is critical for the understanding of disease pathophysiology, medical diagnostics, and drug discovery. Current techniques allowing the in situ detection of transcripts in single cells are limited to a small number of simultaneous targets and are generally tedious and labor-intensive. In this report, we present the development of a multiplex method for targeted RNA detection by combining the mass cytometry and RNAscope® platforms. This novel assay, called Metal In Situ Hybridization (MISH), includes the hybridization of RNA-specific target probes followed by signal amplification achieved through a cascade of hybridization events, ending with the binding of amplifier-specific detector probes. The detector probes are tagged with isotopically pure metal atoms used for detection by mass cytometry. Proof-of-principle experiments show the simultaneous detection of three mRNA targets in Jurkat cells in suspension cell assay mode. The localization of transcripts was also investigated using the imaging mass cytometry platform in Jurkat and KG-1a cells. In addition, we optimized the antibody staining procedure to allow the co-detection of mRNA and cell surface markers. Our data demonstrate that MISH can be used to complement protein detection by mass cytometry as well as to investigate gene transcription and translation in single cells. © 2017 International Society for Advancement of Cytometry.
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.
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) | 0,000 | 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 découle