Highly efficient non-viral delivery of macromolecules to unactivated human T cells using microfluidic transfection
Notice bibliographique
Résumé
Abstract Traditional methods for transfecting unactivated human T cells are limited in their delivery efficiency while maintaining cell viability, phenotype, and function. To address these challenges, we developed the CellPore™ Transfection System. This microfluidic platform creates transient disruptions in the plasma membrane via pressure-induced mechanical deformation, allowing for cytosolic delivery. First, we developed a workflow to optimize delivery pressure to T cells using FITC-dextran. This optimized pressure was used to deliver mRNA for expression of eGFP (91.8%) and mCherry (92.9%), and Cas9 RNP complexes targeting B2M and TRAC, with knockout efficiencies of 74.0% MHC-I and 93.9% TCRαβ, respectively. Importantly, while electroporation of T cells resulted in increased expression of the activation marker CD69 (41.2%) and proinflammatory cytokines (77.7 pg/mL IL-2, 8.8 pg/mL IFNγ), CellPore™-transfected T cells maintained an unactivated phenotype (0.8% CD69+, 0.1 pg/ml IL-2 and 0.2 pg/ml IFNγ) and were capable of downstream activation/expansion via CD3, CD28, and CD2 cross-linking. Using this optimized workflow, efficient cytosolic delivery of FITC-dextran to human CD4 (97.4%), CD8 (96.6%) and regulatory (98.3%) T cells was also achieved. The CellPore™ Transfection System enables robust and efficient delivery of cargo to T cells without impacting cell function in a simple workflow that can easily be integrated into research protocols.
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 | 0,001 | 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 ».