Fluorescence and light scatter calibration allow comparisons of small particle data in standard units across different flow cytometry platforms and detector settings
Notice bibliographique
Résumé
Abstract Flow cytometers have been utilized for the analysis of submicron-sized particles since the late 1970s. Initially, virus analyses preceded extracellular vesicle (EV), which began in the 1990s. Despite decades of documented use, the lack of standardization in data reporting has resulted in a growing body of literature that cannot be easily interpreted, validated, or reproduced. This has made it difficult for objective assessments of both assays and instruments, in-turn leading to significant hindrances in scientific progress, specifically in the study of EVs, where the phenotypic analysis of these submicron-sized vesicles is becoming common-place in every biomedical field. Methods for fluorescence and light scatter standardization are well established and the reagents to perform these analyses are commercially available. However, fluorescence and light scatter calibration are not widely adopted by the small particle community as methods to standardize flow cytometry data. In this proof-of-concept study carried out as a resource for use at the CYTO2019 workshop, we demonstrate for the first-time simultaneous fluorescence and light scatter calibration of small particle data to show the ease and feasibility of this method for standardized flow cytometry data reporting. This data was acquired using standard configuration commercial flow cytometers, with commercially available materials, published methods, and freely available software tools. We show that application of light scatter, fluorescence, and concentration calibration can result in highly concordant data between flow cytometry platforms independent of instrument collection angle, gain/voltage settings, and flow rate; thus, providing a means of cross-comparison in standard units.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».