MétaCan
Menu
Retour à la cohorte
Enregistrement W2954034891 · doi:10.1158/1538-7445.am2019-1667

Abstract 1667: A robust human immune profiling assay using CyTOF technology and automated data analysis software

2019· article· en· W2954034891 sur OpenAlexaff
Stephen K. Li, Daniel Majonis, C. Bruce Bagwell, Benjamin C. Hunsberger, Vladimir Baranov, Olga Ornatsky

Notice bibliographique

RevueCancer Research · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensFluidigm (Canada)
Organismes subventionnairesnon disponible
Mots-clésMass cytometryImmune systemSoftwareComputer scienceComputational biologyImmunologyBiologyOperating system

Résumé

récupéré en direct d'OpenAlex

Abstract Immune monitoring is an essential method for quantifying changes in immune cell population numbers and states over time in health and disease. A cornerstone in translational and clinical research, it is frequently used in the investigation of chronic inflammation, infectious disease, autoimmune diseases, and cancer. The diversity of immune cell populations demands a highparameter approach to more fully and efficiently quantify these changes. Mass cytometry, which utilizes CyTOF® technology, is a single-cell analysis platform that uses metal-tagged antibodies to resolve over 40 markers in a single tube of sample without the need for compensation. It is an ideal solution for routine enumeration of immune cell populations. However, development of a robust, highly multiplexed assay requires panel optimization as well as standardization of instrument setup and an analysis pipeline. We have developed a sample-to-answer solution for human immune profiling using mass cytometry. It includes an optimized 30-marker immune profiling panel provided in a lyophilized, single-tube format, validated SOPs for human whole blood and PBMC staining, an instrument data acquisition template, instructions for data acquisition on a Helios™ system, and automated software for data analysis. The software analyzes FCS 3.0 files generated with the kit; automatically reports cell counts, percentage calculations, and staining intensity; and produces graphical elements such as histograms, dot plots, and a Cen-se′™ (t-SNE variant) graph for 36 immune cell populations. Here we present assay analytical validation data on repeatability, reproducibility, software precision, and software accuracy. We also present a performance comparison of the lyophilized material and a liquid formulation of the same antibodies and clones used in the lyophilized format. This assay provides a robust, complete solution for broad immune profiling using mass cytometry that reduces sources of variability and subjectivity in sample preparation and data analysis. Citation Format: Stephen K. Li, Daniel Majonis, C. Bruce Bagwell, Benjamin C. Hunsberger, Vladimir I. Baranov, Olga I. Ornatsky. A robust human immune profiling assay using CyTOF technology and automated data analysis software [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2019; 2019 Mar 29-Apr 3; Atlanta, GA. Philadelphia (PA): AACR; Cancer Res 2019;79(13 Suppl):Abstract nr 1667.

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)0,001
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 enseignants0,043
Score d'incertitude au seuil0,539

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,114
Tête enseignante GPT0,397
Écart entre enseignants0,283 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207