HIGH-DIMENSIONAL ANALYSIS OF HUMAN REGULATORY T CELLS USING MASS CYTOMETRY
Notice bibliographique
Résumé
Abstract Regulatory T cells (Tregs) are critical for maintenance of peripheral tolerance in a variety of tissues. Evidence that Tregs seem to be a phenotypically diverse population that varies between individuals and tissues suggests that there may be functionally-specialized subsets of Tregs which vary depending on location and/or disease state. We developed a new mass cytometry-based method to measure FOXP3 in combination with 20 other parameters to characterize the phenotype of human Tregs in different tissues, and to enable analysis of antigen-specific cells. We first developed a protocol to detect FOXP3, the Treg lineage-defining transcription factor, via mass cytometry. We found this optimized protocol is more sensitive than commercially-available methodology to detect FOXP3 by mass cytometry and is compatible with staining of other intracellular targets such as cytokines and other transcription factors. To ask how Treg populations differ depending on location and disease state, we stained mononuclear cells from adult peripheral blood, pediatric thymus and cord blood, as well as synovial fluid from pediatric subjects with juvenile idiopathic arthritis with our Treg-specific mass cytometry panel. The resulting data were analyzed using several bioinformatics approaches including viSNE and revealed diversity in the heterogeneity and phenotype of Tregs depending on their origin. The ability to stain FOXP3 using mass cytometry will facilitate the further characterization of Tregs in health versus disease and help us understand how Tregs are functionally specialized in the context of different tissues and disease.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».