MétaCan
Menu
Retour à la cohorte
Enregistrement W3108086436 · doi:10.1038/s41467-020-19738-1

3D projection electrophoresis for single-cell immunoblotting

2020· article· en· W3108086436 sur OpenAlexfundno aff
Samantha M. Grist, Andoni P. Mourdoukoutas, Amy E. Herr

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensnon disponible
Organismes subventionnairesCancer MoonshotMoonshot Research and Development ProgramNatural Sciences and Engineering Research Council of CanadaNational Cancer InstituteGovernment of CanadaU.S. Department of Health and Human ServicesNational Institutes of HealthNational Science Foundation
Mots-clésLysisSingle-cell analysisGel electrophoresisMicrofluidicsMolecular biologyElectrophoresisComputational biologyCellChemistryComputer scienceBiologyChromatographyMaterials scienceNanotechnologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Immunoassays and mass spectrometry are powerful single-cell protein analysis tools; however, interfacing and throughput bottlenecks remain. Here, we introduce three-dimensional single-cell immunoblots to detect both cytosolic and nuclear proteins. The 3D microfluidic device is a photoactive polyacrylamide gel with a microwell array-patterned face ( x y ) for cell isolation and lysis. Single-cell lysate in each microwell is “electrophoretically projected” into the 3 rd dimension ( z -axis), separated by size, and photo-captured in the gel for immunoprobing and confocal/light-sheet imaging. Design and analysis are informed by the physics of 3D diffusion. Electrophoresis throughput is > 2.5 cells/s (70× faster than published serial sampling), with 25 immunoblots/mm 2 device area (>10× increase over previous immunoblots). The 3D microdevice design synchronizes analyses of hundreds of cells, compared to status quo serial analyses that impart hours-long delay between the first and last cells. Here, we introduce projection electrophoresis to augment the heavily genomic and transcriptomic single-cell atlases with protein-level profiling.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207