MétaCan
Menu
Retour à la cohorte
Enregistrement W4313369002 · doi:10.4049/jimmunol.204.supp.159.23

Deep characterization of <i>in vitro</i> chronically stimulated T cells via single-cell multiomic analysis

2020· article· en· W4313369002 sur OpenAlexaff
Mirko Corselli, Suraj Saksena, Margaret Nakamoto, Woodrow E. Lomas, Ian Taylor, Pratip K. Chattopadhyay

Notice bibliographique

RevueThe Journal of Immunology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCAR-T cell therapy research
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésCD28Downregulation and upregulationEffectorCellTranscriptomeBiologyCell biologyIn vitroT cellFlow cytometryStimulationMolecular biologyPhenotypeGeneGene expressionImmunologyGeneticsImmune systemNeuroscience

Résumé

récupéré en direct d'OpenAlex

Abstract To generate enough cells for viable adoptive cell therapy, cells must be robustly stimulated, which raises the risk of inducing T-cell exhaustion and reducing therapeutic efficacy. To comprehensively characterize in vitro chronically expanded human T cells, we performed single-cell multiomic analysis using BD® AbSeq and BD Rhapsody™ Single-Cell Analysis system for simultaneous measurement of the expression of 38 proteins and 399 genes. Comprehensive immunophenotypic and transcriptomic analysis at day 0 enabled a refined characterization of T-cell maturational states. T-cell activation induced by anti-CD3/CD28 beads and recombinant human IL-2 led to downregulation of naïve-associated markers and upregulation of effector molecules, proliferation regulators, co-inhibitory and co-stimulatory receptors. Our deep kinetic analysis further revealed clusters of proteins and genes identifying unique states of activation defined by markers temporarily expressed upon 3 days of stimulation, markers constitutively expressed throughout chronic activation, and markers uniquely up-regulated upon 14 days of stimulation. These data indicate heterogeneity and plasticity of chronically stimulated T cells in response to different kinetics of activation. We demonstrate the power of a single-cell multiomic approach to comprehensively characterize T cells and to precisely monitor changes in differentiation, activation and exhaustion signatures in response to different activation protocols. For Research Use Only. Not for use in diagnostic or therapeutic procedures. BD, the BD Logo, and Rhapsody are trademarks of Becton, Dickinson and Company or its affiliates. © 2019 BD. All rights reserved.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,265
Écart entre enseignants0,246 · 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
GenreEmpirique

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of ImmunologyMême sujetCAR-T cell therapy researchTravaux en français237 207