MétaCan
Menu
Retour à la cohorte
Enregistrement W4414377393 · doi:10.1101/2025.09.18.677130

Single-cell quantification of the microbiota by flow cytometry: MicFLY

2025· preprint· en· W4414377393 sur OpenAlexaff
Darryl A. Abbott, Tiffany C. Taylor, Sarah Weinshel, Matthew Butoryak, Michael A. Silverman, William H. DePas, Timothy W. Hand

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensInstitute of Infection and Immunity
Organismes subventionnairesBurroughs Wellcome Fund
Mots-clésFlow cytometrySingle-cell analysisImmune systemMicrobiomeAntibodyImmunoglobulin AGut floraBacteriaCell

Résumé

récupéré en direct d'OpenAlex

SUMMARY The intestinal microbiota regulates multiple host functions, including digestion and immune development. Our knowledge of the microbiota has been shaped by available technology that primarily measures relative abundance. However, understanding the basis of shifts in microbiota composition requires single cell, absolute abundance measurements. In response to this problem, we developed Mic robiota Fl ow C y tometry (MicFLY), a single cell technology that directly quantifies and characterizes total bacterial abundances with species-level resolution in the microbiota. Using MicFLY, we can identify all major intestinal taxa, discriminate live from dead bacteria, perform single cell measurements of heterogeneous bacterial mRNA expression and concurrently quantify Immunoglobulin (Ig) A and G binding to intestinal bacteria. Using longitudinal species-resolved, quantitative analysis of the preterm infant microbiota, we identify that E. coli unbound by IgG and IgA associates with the development of necrotizing enterocolitis. The application of MicFLY single cell technology permits measurement of the microbiota at a finer scale and with deeper mechanistic understanding of compositional changes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,023
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,204
Écart entre enseignants0,192 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207