MétaCan
Menu
Retour à la cohorte
Enregistrement W2884939853 · doi:10.1002/cyto.a.23495

Tellurium‐based mass cytometry barcode for live and fixed cells

2018· article· en· W2884939853 sur OpenAlexafffund
Lisa M. Willis, Hanuel Park, Michael W. L. Watson, Daniel Majonis, Jessica L. Watson, Mark Nitz

Notice bibliographique

RevueCytometry Part A · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced biosensing and bioanalysis techniques
Établissements canadiensFluidigm (Canada)University of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaOntario Centres of Excellence
Mots-clésMass cytometryBarcodeMicroscale chemistryFlow cytometryCytometryBiologySample preparationChemistryComputational biologyMolecular biologyChromatographyComputer scienceBiochemistryPhenotypeMathematics

Résumé

récupéré en direct d'OpenAlex

Mass cytometry is a revolutionary technology that allows for the simultaneous quantification of >40 different biomarkers with cellular resolution. The biomarkers are detected using metal-labeled antibodies as well as small-molecule probes of cell size, viability, and biochemical status. Barcoding is an important component of sample preparation because it reduces processing time, eliminates sample-to-sample variation, discriminates cell doublets, reduces the amount of antibody needed, and conserves sample. We developed a thiol-reactive tellurium-based barcode, TeMal. TeMal is nontoxic at working concentrations, compatible with metal-labeled antibodies, and can readily be applied to live or fixed cells, making it advantageous and complementary compared to existing barcoding reagents. We have demonstrated the utility of TeMal by barcoding microscale samples in situ to facilitate analysis of cells from an automated cell culture system using mass 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCytometry Part AMême sujetAdvanced biosensing and bioanalysis techniquesTravaux en français237 207