Whole blood vs PBMC: compartmental differences in gene expression profiling exemplified in asthma
Notice bibliographique
Résumé
Abstract Background Blood has proven to be a useful resource for molecular analysis in numerous biomedical studies, with peripheral blood mononuclear cells (PBMCs) and whole blood being the major specimen types. However, comparative analyses between these two major compartments (PBMCs and whole blood) are few and far between. In this study, we compared gene expression profiles of PBMCs and whole blood samples obtained from research subjects with or without mild allergic asthma. Methods Whole blood (PAXgene) and PBMC samples were obtained from 5 mild allergic asthmatics and 5 healthy controls. RNA from both sample types was measured for expression of 730 immune-related genes using the NanoString nCounter platform. Results We identified 64 uniquely expressed transcripts in whole blood that reflected a variety of innate, humoral, and adaptive immune processes, and 13 uniquely expressed transcripts in PBMCs which were representative of T-cell and monocyte-mediated processes. Furthermore, analysis of mild allergic asthmatics versus non-asthmatics revealed 47 differentially expressed transcripts in whole blood compared to 1 differentially expressed transcript in PBMCs (FDR < 0.25). Finally, through simultaneous measurement of PBMC proteins on the nCounter assay, we identified CD28 and OX40 ( TNFRSF4 ), both of which are critical co-stimulatory molecules during T-cell activation, as significantly upregulated in asthmatics. Conclusions Whole blood RNA preserved in PAXgene tubes is excellent for producing gene expression data with minimal variability and good sensitivity, suggesting its utility in multi-centre studies requiring measurement of blood gene expression.
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) | 0,000 | 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 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 ».