MétaCan
Menu
Retour à la cohorte
Enregistrement W3008651747 · doi:10.1101/2020.02.28.966598

Spatially-Resolved Live Cell Tagging and Isolation Using Protected Photoactivatable Cell Dyes

2020· preprint· en· W3008651747 sur OpenAlexaff
Alex S. Genshaft, Carly G.K. Ziegler, Constantine N. Tzouanas, Ben Mead, Alex M. Jaeger, Andrew W. Navia, Ryan P. King, Tyler Jacks, Jeffrey F. Van Humbeck, Alex K. Shalek

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNational Institute of General Medical SciencesRagon Institute of MGH, MIT and HarvardSearle Scholars ProgramDamon Runyon Cancer Research FoundationNational Institutes of HealthNational Science Foundation
Mots-clésFlow cytometryCellPhenotypeBiologyCell typeCell biologyComputational biologyFunction (biology)In vivoSingle-cell analysisEx vivoStem cellGeneMolecular biologyGenetics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Whether cultured in vitro or part of a complex tissue in vivo , a cell’s phenotype and function are significantly influenced by dynamic interactions with its microenvironment. To explicitly examine how a cell’s spatiotemporal activity impacts its behavior, we developed and validated a strategy termed SPACECAT—Spatially PhotoActivatable Color Encoded Cell Address Tags—to annotate, track, and isolate specific cells in a non-destructive, viability-preserving manner. In SPACECAT, a biological sample is immersed in a photocaged fluorescent molecule, and cells within a location of interest are labeled for further study by uncaging that molecule with user-patterned near-UV light. SPACECAT offers high spatial precision and temporal stability across diverse cell and tissue types, and is compatible with common downstream assays, including flow cytometry and single-cell RNA-Seq. Illustratively, we leveraged this approach in patient-derived intestinal organoids, a spatially complex system less amenable to genetic manipulations, to select for crypt-like regions enriched in stem-like and actively mitotic cells. Moreover, we demonstrate its applicability and utility on ex vivo tissue sections from four healthy organs and an autochthonous lung tumor model, uncovering spatially-biased gene expression patterns among immune cell subsets and identifying rare myeloid phenotypes enriched around tumor/healthy border regions. In sum, our method provides a minimally invasive and broadly applicable approach to link cellular spatiotemporal features and/or behavioral phenotypes with diverse downstream assays, enabling fundamental insights into the connections between tissue microenvironments and biological (dys)function.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,017
Tête enseignante GPT0,206
Écart entre enseignants0,189 · 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
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207