Protocol for measuring cellular energetics through noncanonical amino acid tagging in human peripheral blood and murine tissue immune cells
Notice bibliographique
Résumé
Cellular metabolism dictates immune cell function, yet we lack tools to functionally profile immunometabolism in low-yield, complex samples. We present a flow cytometry-based protocol for measuring cellular energetics through noncanonical amino acid tagging (CENCAT) in human peripheral blood and murine tissue immune cells. We describe steps for sample preparation, metabolic inhibition, protein synthesis analysis using click chemistry, immunophenotyping, and calculation of metabolic dependencies. For complete details on the use and execution of this protocol, please refer to Vrieling et al. 1 • Instructions for preparing human PBMCs and murine tissues for metabolic profiling • Protocol for βES incorporation in nascent proteins under metabolic inhibition • Step-by-step guide to fluorescent tagging of nascent proteins via click chemistry • Procedure for calculating relative cellular glucose and mitochondrial dependence Publisher’s note: Undertaking any experimental protocol requires adherence to local institutional guidelines for laboratory safety and ethics. Cellular metabolism dictates immune cell function, yet we lack tools to functionally profile immunometabolism in low-yield, complex samples. We present a flow cytometry-based protocol for measuring cellular energetics through noncanonical amino acid tagging (CENCAT) in human peripheral blood and murine tissue immune cells. We describe steps for sample preparation, metabolic inhibition, protein synthesis analysis using click chemistry, immunophenotyping, and calculation of metabolic dependencies.
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) | 0,000 | 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) | 0,000 | 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 ».