在人体内和人体间的生物变异估计,用于列举淋巴细胞深度免疫类型和单细胞子集
Kai Guo1,2, Xiaoran Feng1,2, Lei Xu1,2
1National Center for Clinical Laboratories, Institute of Geriatric Medicine, Chinese Academy of Medical Sciences, Beijing Hospital/National Center of Gerontology, Beijing, P.R. China.
Clinical chemistry and laboratory medicine
|May 30, 2024
概括
这项研究使用深度免疫类型定型为淋巴细胞和单细胞子集提供了生物变异估计. 这些发现对于了解健康成年人免疫细胞变异性至关重要.
科学领域:
- 免疫学 免疫学 免疫学
- 流动细胞计量 (Flow Cytometry) 是一种流动细胞计.
- 生物统计学 生物统计学
背景情况:
- 生物学变异 (BV) 对于解释实验室测试结果至关重要.
- 深度免疫类型定型提供了详细的免疫细胞子集分析.
- 了解免疫细胞的BV有助于诊断和监测疾病.
研究的目的:
- 估计25个淋巴细胞亚群和3个单细胞亚群的体内 (CVI) 和体间 (CVG) 的生物变异.
- 根据生物变异数据关键评估检查清单 (BIVAC) 设计,应用深度免疫类型和全谱流细胞计 (FS-FCM).
- 为了建立免疫细胞计数的参考范围.
主要方法:
- 在10个周期内,从60名健康的中国成年人身上每两周收集一次血液样本.
- 样本进行了双重FS-FCM的淋巴细胞和单细胞子集分析 (百分比和绝对计数).
- 在趋势调整后使用贝叶斯模型计算CVI和CVG.
主要成果:
- 对于大多数淋巴细胞和单细胞子集,观察到显著的生物变异.
- CVI在4.23%至47.47%之间,CVG在10.32%至101.30%之间.
- CD8+PD-1+ T细胞 (细胞/μL) 的不精确度最高 (23.7%).
结论:
- 这是第一个报告这些特定深度免疫类型的淋巴细胞和单细胞子集的BV估计值的研究.
- 这些发现为建立分析性能规范和解释临床结果提供了关键数据.
- BV估计对于准确的免疫监测和诊断至关重要.
更多相关视频
08:17A Semi-automated Approach to Preparing Antibody Cocktails for Immunophenotypic Analysis of Human Peripheral Blood
Published on: February 8, 2016
10.8K
08:58Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning
Published on: November 19, 2018
12.5K