Evaluation of Peripheral Blood Leukocyte Subsets in Systemic Lupus Erythematosus (SLE) Enabled by a Microfluidic Cell Separator
Notice bibliographique
Résumé
Abstract Although granulocyte signatures have been associated with SLE severity, their role in SLE has been poorly understood due to the suboptimal methods for granulocyte recovery from peripheral blood. An automated microfluidic technology (Sorterra™ prototype) was used to isolate all leukocytes with minimal platelet (PLT) or red blood cell (RBC) contamination to assess the cell subsets. Leukocytes were isolated from peripheral blood collected from healthy donors (HD) and SLE patients (3 female, 3 male in each group) using Sorterra, RBC lysis, or Ficoll®. Viability and recovery of each leukocyte subset was evaluated by cell counter and flow cytometry. Sorterra recovered 92±4% of leukocytes from HD and SLE samples with negligible RBC/PLT/microparticle (MP) contamination, whereas Ficoll isolated 35±15% of leukocytes, losing nearly all the granulocytes and retaining a substantial level of RBC/PLT/MP. With RBC lysis, up to 65% of neutrophils and 41% of eosinophils were lost in the process. Sorterra recovered more monocytes (~80%) than Ficoll (p<0.05). The recovery of lymphocytes by Sorterra (~90%) was not different from Ficoll or RBC lysis. The recovery of T and B cell subsets, NK, and NKT cells, was also not different among the isolation methods. The viability of Sorterra isolated leukocytes was significantly higher than the Ficoll isolated cells. The Sorterra prototype was superior to RBC lysis and Ficoll in recovering total leukocytes with high viability and ease of use and provided a more consistent leukocyte isolate from HD and SLE patients than other methods. The ability to recover granulocytes in their native state is unmatched by existing technologies and enables future studies to better elucidate the role of granulocytes in SLE development.
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 | 0,000 | 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) | 0,001 | 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 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 ».