相关实验视频
Updated: Jun 27, 2025
08:25
Flow Cytometric Characterization of Murine B Cell Development
Published on: January 22, 2021
15.7K
揭开B细胞异质性:从单细胞多组数据对流细胞计门B细胞的洞察
Jane I Pernes1,2, Atheer Alsayah1,3, Felicia Tucci1,4
1Department of Biochemistry, University of Oxford, Oxford, United Kingdom.
Frontiers in immunology
|May 6, 2024
概括
单细胞多组学揭示了B细胞子集异质性和污染在流细胞计门. 一种名为AlliGateR的新工具提高了B细胞的纯度,以准确地表征免疫细胞.
科学领域:
- 免疫学 免疫学 免疫学
- 单细胞多组体的单细胞多组体.
- 流动细胞计量流动细胞计量
背景情况:
- B细胞对适应性免疫非常重要,传统上使用流细胞计进行鉴定.
- 流细胞计定义的B细胞子集及其分子特征之间存在差异.
- 标准的B细胞关策略可能导致细胞污染和子集识别的模糊性.
研究的目的:
- 为了解决流细胞计定义的B细胞子集及其分子身份之间的差异.
- 通过单细胞多组学,在标准流量细胞计门内对细胞污染进行表征.
- 解决围绕非传统B细胞子集的模两可,并评估疾病特异性的异质性.
主要方法:
- 分析各种疾病中健康个体和患者的多omics单细胞数据.
- 基于流量细胞计的关中细胞污染的表征.
- 开发和应用AlliGateR工具,用于识别额外的门标.
主要成果:
- 流细胞计定义的B细胞种群表现出显著的异质性,在疾病状态之间有所不同.
- 标准的封闭策略可能导致细胞污染,影响功能研究的含义.
- 使用非线性网关 (CD20,CD21,CD24) 的AlliGateR工具提高了原始和记忆B细胞群的纯度.
结论:
- 需要重新考虑B细胞子集的定义,利用单细胞多组学来精细表征.
- 单细胞多组学弥合了基于表面标记的注释和分子B细胞特征之间的差距.
- AlliGateR工具提供了一种解决方案,可以提高免疫学研究中B细胞子集识别的准确性.
