Developing CRISPR/Cas9-Mediated Fluorescent Reporter Human Pluripotent Stem-Cell Lines for High-Content Screening
Notice bibliographique
Résumé
Application of the CRISPR/Cas9 system to knock in fluorescent proteins to endogenous genes of interest in human pluripotent stem cells (hPSCs) has the potential to facilitate hPSC-based disease modeling, drug screening, and optimization of transplantation therapy. To evaluate the capability of fluorescent reporter hPSC lines for high-content screening approaches, we targeted EGFP to the endogenous OCT4 locus. Resulting hPSC-OCT4-EGFP lines generated expressed EGFP coincident with pluripotency markers and could be adapted to multi-well formats for high-content screening (HCS) campaigns. However, after long-term culture, hPSCs transiently lost their EGFP expression. Alternatively, through EGFP knock-in to the AAVS1 locus, we established a stable and consistent EGFP-expressing hPSC-AAVS1-EGFP line that maintained EGFP expression during in vitro hematopoietic and neural differentiation. Thus, hPSC-AAVS1-EGFP-derived sensory neurons could be adapted to a high-content screening platform that can be applied to high-throughput small-molecule screening and drug discovery campaigns. Our observations are consistent with recent findings indicating that high-frequency on-target complexities appear following CRISPR/Cas9 genome editing at the OCT4 locus. In contrast, we demonstrate that the AAVS1 locus is a safe genomic location in hPSCs with high gene expression that does not impact hPSC quality and differentiation. Our findings suggest that the CRISPR/Cas9-integrated AAVS1 system should be applied for generating stable reporter hPSC lines for long-term HCS approaches, and they underscore the importance of careful evaluation and selection of the applied reporter cell lines for HCS purposes.
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 ».