Processing of Primary Brain Tumor Tissue for Stem Cell Assays and Flow Sorting
Notice bibliographique
Résumé
Brain tumors are typically comprised of morphologically diverse cells that express a variety of neural lineage markers. Only a relatively small fraction of cells in the tumor with stem cell properties, termed brain tumor initiating cells (BTICs), possess an ability to differentiate along multiple lineages, self-renew, and initiate tumors in vivo. We applied culture conditions originally used for normal neural stem cells (NSCs) to a variety of human brain tumors and found that this culture method specifically selects for stem-like populations. Serum-free medium (NSC) allows for the maintenance of an undifferentiated stem cell state, and the addition of bFGF and EGF allows for the proliferation of multi-potent, self-renewing, and expandable tumorspheres. To further characterize each tumor's BTIC population, we evaluate cell surface markers by flow cytometry. We may also sort populations of interest for more specific characterization. Self-renewal assays are performed on single BTICs sorted into 96 well plates; the formation of tumorspheres following incubation at 37 °C indicates the presence of a stem or progenitor cell. Multiple cell numbers of a particular population can also be sorted in different wells for limiting dilution analysis, to analyze self-renewal capacity. We can also study differential gene expression within a particular cell population by using single cell RT-PCR. The following protocols describe our procedures for the dissociation and culturing of primary human samples to enrich for BTIC populations, as well as the dissociation of tumorspheres. Also included are protocols for staining for flow cytometry analysis or sorting, self-renewal assays, and single cell RT-PCR.
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 ».