MétaCan
Menu
Retour à la cohorte
Enregistrement W2939354810 · doi:10.7554/elife.45239

Opto-magnetic capture of individual cells based on visual phenotypes

2019· article· en· W2939354810 sur OpenAlexafffund
Loïc Binan, François Bélanger, Maxime Uriarte, Jean‐François Lemay, Jean Christophe Pelletier De Koninck, Joannie Roy, El Bachir Affar, Elliot Drobetsky, Hugo Würtele, Santiago Costantino

Notice bibliographique

RevueeLife · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensUniversité de MontréalHôpital Maisonneuve-Rosemont
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaGenome CanadaCanadian Institutes of Health ResearchCanadian Cancer SocietyFonds de Recherche du Québec - Santé
Mots-clésPopulationConfocalCell sortingBiologyPhenotypeCell biologyIsolation (microbiology)NanotechnologyBiophysicsCellMaterials sciencePhysicsBioinformaticsGeneGeneticsOptics

Résumé

récupéré en direct d'OpenAlex

The ability to isolate rare live cells within a heterogeneous population based solely on visual criteria remains technically challenging, due largely to limitations imposed by existing sorting technologies. Here, we present a new method that permits labeling cells of interest by attaching streptavidin-coated magnetic beads to their membranes using the lasers of a confocal microscope. A simple magnet allows highly specific isolation of the labeled cells, which then remain viable and proliferate normally. As proof of principle, we tagged, isolated, and expanded individual cells based on three biologically relevant visual characteristics: i) presence of multiple nuclei, ii) accumulation of lipid vesicles, and iii) ability to resolve ionizing radiation-induced DNA damage foci. Our method constitutes a rapid, efficient, and cost-effective approach for isolation and subsequent characterization of rare cells based on observable traits such as movement, shape, or location, which in turn can generate novel mechanistic insights into important biological processes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,450

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,216
Écart entre enseignants0,210 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations16
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207