A Rapid Automated Method for the Sequential Isolation of CD19, CD3 and CD33 cells from One Tube of Whole Blood. (132.9)
Notice bibliographique
Résumé
Abstract Chimerism analysis is typically performed on small blood samples. Analysis of purified cell subsets requires techniques which can isolate >1 cell type from an entire starting sample rather than a divided cell suspension. High cell recovery is essential. Ficoll steps often result in cell loss of 50% while certain lysis and wash steps can affect granulocyte content. We describe a method of sequential selections, starting with 4–5 mL of human whole blood and using a fully automated pipetting robot (RoboSep®). CD19 and CD3 and CD33 positive cell fractions were isolated using immunomagnetic, column-free positive and negative selection (EasySep®). Briefly, cells were first labeled with antibody targeting CD19 positive cells. These were then coupled to magnetic nanoparticles and the sample was placed in a magnet. The supernatant with unlabeled cells was removed to a new tube, leaving isolated CD19 positive cells in the magnet. The supernatant was next labeled with anti-CD3 antibody, magnetic nanoparticles, placed in a magnet and the supernatant was removed to a new tube leaving isolated CD3 positive cells. Finally, a cocktail of antibodies was used to label and remove the remaining unwanted cells (CD33 negative) from the supernatant. The resultant CD33 positive cells were collected in the supernatant fraction leaving CD33 negative cells. Assessment by flow cytometry yielded average purities over 90% for all cell types.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,037 |
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 ».