Data from: Single cell RNA-seq data of E18 fetal thymocytes from HEB Vav-iCre and Id3-KO mice and their wild type littermate counterparts
Notice bibliographique
Résumé
γδ T cells that produce IL-17 (γδT17) play essential roles in barrier immunity and autoimmunity, but the gene networks that install their functions are not well understood. To understand how HEB and Id3 regulate γδT17 cell development, we conducted single-cell RNA-sequencing on fetal thymic γδ T cells from Tcf12-deficient (HEB cKO) and Id3 knockout (Id3-KO) E18 embryos. Four datasets were generated. The first two consist of WT and HEB cKO datasets derived from sorted gamma-delta T cells. The second two consist of WT and Id3-KO datasets derived from magnetically enriched for CD4/CD8-negative cells. HEB datasets were generated with 10X Genomics 5' chemistry, and Id3 datasets were generated with 10X Genomics 3' chemistry. Raw sequence files were processed using Cell Ranger to generate matrix files, which have been uploaded here. We also include R-markdown files (RMD) and R-markdown HTML output files to provide code and programs used for the data analysis shown in the associated paper.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,008 | 0,023 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,016 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».