Efficient and stable CRISPR/Cas9-mediated genome-editing of human type 2 innate lymphoid cells
Notice bibliographique
Résumé
Innate lymphoid cells (ILCs) are a family of innate lymphocytes with important roles in immune response coordination and maintenance of tissue homeostasis. The ILC family includes group 1 (ILC1s), group 2 (ILC2s) and group 3 (ILC3s) 'helper' ILCs, as well as cytotoxic Natural Killer (NK) cells. Study of helper ILCs in humans presents several challenges, including their low proportions in peripheral blood or needing access to rare samples to study tissue resident ILC populations. In addition, the lack of established protocols harnessing genetic manipulation platforms has limited the ability to explore molecular mechanism regulating human helper ILC biology. CRISPR/Cas9 is an efficient genome editing tool that enables the knockout of genes of interest, and is commonly used to study molecular regulation of many immune cell types. Here, we developed methods to efficiently knockout genes of interest in human ILC2s. We discuss challenges and lessons learned from our CRISPR/Cas9 gene editing optimizations using a nucleofection transfection approach and test a range of conditions and nucleofection settings to obtain a protocol that achieves effective and stable gene knockout while maintaining optimal cell viability. Using IL-4 as a representative target, we compare different ribonucleoprotein configurations, as well as assess effects of length of time in culture and other parameters that impact CRISPR/Cas9 transfection efficiency. Collectively, we detail a CRISPR/Cas9 protocol for efficient genetic knockout to aid in studying molecular mechanism regulating human ILC2s.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».