A single‐step enrichment method for generating highly purified mouse NK cell populations by negative selection
Notice bibliographique
Résumé
Natural Killer (NK) cells play a critical role in innate immunity and tumor immunology. They are particularly difficult to isolate because they are rare and express several markers found on other cell types. Using column‐free immunomagnetic cell separation technology (EasySep®), we sought to develop a single‐step negative selection method for NK cell isolation, where negative selection enables the isolation of cells with minimal impact on cell function. Unwanted cells were cross‐linked to magnetic particles using a highly optimized cocktail of 10 biotinylated antibodies. This enabled us to achieve NK cell purities of 92.3 ± 2.6% (defined as %CD49b + CD3 neg ; n=6). The isolated cells retained the expression of several markers associated with an NK phenotype, including NKG2D and LY49C/I/F/H. The purified cells could be readily expanded when cultured in the presence of IL‐2 (> 8‐fold expansion after 5 days, n=3). Cr 51 release assays demonstrated the cytotoxic capacity of the isolated cells, as specific lysis was detected at an effector to target ratio of 1:1 and 10:1 for both YAC‐1 cells and Daudi B lymphoma cells, the latter being more resistant to NK‐specific killing as expected (n=3). In conclusion, we present here a novel and unique enrichment method for the isolation of pure NK cells in a single step. Supported by the Manitoba Health Research Council and The Dean of Medicine Strategic Research Fund.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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 ».