MétaCan
Menu
← Retour à la cohorte
Enregistrement W805386214 · doi:10.1182/blood.v124.21.2976.2976

Single Cell Mass Cytometry for Phenotypic Analysis of Diffuse Large B-Cell Lymphoma

2014· article· en· W805386214 sur OpenAlexaff
Manabu Kusakabe, G Simkin, Justin Meskas, Chaoran Zhang, Daisuke Ennishi, Merrill Boyle, David W. Scott, Christian Steidl, Randy D. Gascoyne, Ryan R. Brinkman, Andrew P. Weng

Notice bibliographique

RevueBlood · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueLymphoma Diagnosis and Treatment
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésDiffuse large B-cell lymphomaBiologyPopulationMass cytometryCancer researchImmunologyLymphomaMolecular biologyPathologyMedicinePhenotypeGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Diffuse Large B-cell Lymphoma (DLBCL) is the most common histologic subtype of non-Hodgkin Lymphoma (NHL). Despite its improved outcome with R-CHOP chemotherapy, 40% of patients still suffer with relapsed or refractory disease. Further investigation is needed to understand the complexity of DLBCL. Time-of-flight mass cytometry (CyTOF) is a recently developed technology that combines traditional flow cytometry with mass spectrometry and supports analysis of up to 30-40 parameters simultaneously at the single cell level with minimal spectral overlap (Bendall et al, Science 2011). In this study, we sought to develop a CyTOF method for phenotypic analysis of DLBCL to obtain high resolution profiles of the malignant clone(s) represented in individual tumor samples and resolve any underlying population substructure that might be informative in understanding the clinical and biologic heterogeneity of this disease. We designed a two-tube assay for this study. Tube #1 contained 35 cell surface markers including CD45, CD19, CD20, CD22, CD79B, IgM, IgD, Ig Kappa, Ig Lambda, CD5, CD10, CD23, CD43, CD38, CD138, CD44, CD21, CD24, CD40, CD72, CD80, CD45RA, CD49D, CD49F, CD62L, CD25, CD27, CD30, CD127, CD184, CD194, CD200, CD34, HLA-DR, and CD3. Tube #2 contained 37 markers in total including 17 cell surface markers overlapping with Tube #1 plus an additional 20 intracellular markers (BCL2, BCL6, IRF4/MUM1, LMO2, MYC, MCL1, MEF2B, KAT3B/P300, CBP, FOXP1, RUNX1, Ikaros, EZH2, BMI1, NOTCH1, CARD11, IkBa, phospho-Rb, Ki67, and CyclinD2). Metal-conjugated antibodies were purchased from DVS Sciences or unconjugated antibodies labeled in-house using DVS MaxPar metal labeling kits. Data were acquired using a DVS CyTOF2 instrument. We examined both fresh and viably frozen single cell suspensions from diagnostic lymph node biopsy samples received for flow cytometric analysis at the BC Cancer Agency. We used SPADE (spanning-tree progression analysis of density-normalized events) for initial data analysis. We first performed preliminary validation studies including cross-comparison of mass cytometry (CyTOF2) vs. flow cytometry (BD Canto2) datasets and fresh vs. previously frozen cell suspension material. Although individual marker intensities using matched antibody clones were in general lower by CyTOF, eight-parameter surface staining results were qualitatively comparable between the two platforms. Also there were essentially no differences observed in CyTOF staining profiles between fresh and previously frozen samples. Preliminary clustering analysis of cell populations using SPADE revealed clear separation between normal and malignant B cell populations as well as apparent substructure to the malignant population in a subset of DLBCL samples. These findings suggest intratumoral heterogeneity can be resolved by high dimensional CyTOF analysis. Ongoing efforts will focus on determining if phenotypically defined subsets show enrichment for subclonal mutations. Disclosures No relevant conflicts of interest to declare.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,235
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBlood→Même sujetLymphoma Diagnosis and Treatment→Travaux en français237 207→