- 综合排序
- 最热优先
- 最新优先
- 来自专栏单细胞天地
流式分选后指定细胞亚群的表达量差异(无需单细胞)
现在有了单细胞转录组数据的加持，细胞亚型会越来越清晰。如果要整合多组学数据，分类也会更加复杂。 但是呢，传统的bulk转录组测序，其实虽然说测序的样品仍然是肿瘤组织，但是它是一个复杂的生态系统，不仅仅是有恶性的肿瘤细胞，还有围绕它的各式各样的免疫细胞，以及以内皮细胞和成纤维细胞为代表的多种基质细胞 所以很多研究，在找到了癌症特异性的表达量差异基因后，会去单细胞数据集里面验证一下，表明它仅仅是在恶性肿瘤细胞里面高表达，而不是肿瘤的微环境的其它细胞亚群高表达。 其实没有单细胞也是可以研究具体的细胞亚群的表达量差异，那就是流式分选指定细胞亚群，比如： Hepatic CD4+ or CD8+ T-cells of 12 months NASH-diet + 8 更多类似的先分选指定细胞亚群再进行差异表达量分析的研究 比如数据集：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?
87110发布于 2021-03-24 - 来自专栏流式抗体推文
告别杂细胞干扰！Elabscience 人初始T细胞阴性分选试剂盒，精准富集人初始 T 细胞
内容概要Elabscience 人初始T细胞阴性分选试剂盒凭借阴性分选技术，可从新鲜或冻存的人 PBMC 样本中快速分离高纯度人初始 T 细胞。 产品介绍Elabscience 人初始T细胞阴性分选试剂盒是一款操作快速简便的细胞分离产品，核心用于分离人初始 T 细胞。 支持 1 Assay 处理 1×10⁷个原始细胞，分离后细胞纯度可达 95.2%（分选前纯度仅 6.0%），能满足科研对高纯度细胞的需求。 检测原理Elabscience 人初始T细胞阴性分选试剂盒采用阴性分选技术，通过特异性去除样本中 CD3⁻非 T 细胞、CD45RO⁺记忆 T 细胞等非目标细胞，实现人初始 T 细胞（CD3⁺CD45RA 分选过程中，试剂盒中的特异性抗体与非目标细胞结合，再通过磁珠分离等步骤去除杂细胞，最终保留高纯度、高活性的目标细胞，确保下游实验的稳定性和重复性。
18410编辑于 2025-11-13 - 来自专栏技术文章
告别分选困扰，Elabscience 让记忆 T 细胞分离快人一步～
如何高效分离记忆T细胞？传统分选方法往往需要对细胞进行标记或刺激，可能影响其天然状态与后续功能。 为此，Elabscience®全新推出的人Memory CD4/CD8 T细胞阴性分选试剂盒，采用磁珠阴性分选技术，通过去除非目的细胞，从而富集未被标记的目标细胞，分选后可得到一种最接近天然状态、功能完整 产品速览Elabscience®人Memory CD4/CD8 T细胞阴性分选试剂盒通过阴性分选法从新鲜人外周血PBMC细胞样本中分离出Memory CD4/CD8 T细胞。 它可以保持目的细胞未受刺激的原始状态，得到的细胞不带有任何抗体和磁珠标记，可直接进行下游应用。产品优势无刺激，分选目的细胞无抗体和磁珠标记，细胞状态不受影响。纯度高，分选后细胞纯度大于85%。 结果展示以上就是Elabscience®人Memory CD4/CD8 T细胞阴性分选试剂盒的相关介绍，更多细胞分选试剂盒持续上线中。
11100编辑于 2025-12-31 - 来自专栏流式抗体推文
Elabscience 阴性分选技术！人初始 CD4⁺T 细胞分离一步到位，省时高效
内容概要Elabscience 人初始CD4+T细胞阴性分选试剂盒专为分离人初始 CD4⁺T 细胞设计，适配新鲜或冻存的人 PBMC 样本。 凭借高效阴性分选技术，可实现 96% 以上的高纯度分选，1 次实验能处理 1×10⁷个细胞，且细胞可直接用于下游研究，为免疫相关研究提供可靠工具支持。 传统分选方法存在操作复杂、分选纯度低、细胞活性受损等问题，难以满足高精度科研需求。而精准分离高纯度初始 CD4⁺T 细胞，是开展相关基础研究与临床转化研究的前提，市场对高效、可靠的分选工具需求迫切。 检测原理Elabscience 人初始CD4+T细胞阴性分选试剂盒采用阴性分选技术，通过特异性去除样本中 CD4⁺T 细胞以外的杂质细胞（如 CD8⁺T 细胞、B 细胞、单核细胞等），实现初始 CD4⁺ 药物研发：评估候选药物对初始 CD4⁺T 细胞功能的影响，筛选免疫调节类药物。产品优势高纯度分选：分选后细胞纯度可达 96% 以上，显著优于传统方法，减少杂质细胞干扰。
17610编辑于 2025-11-14 - 来自专栏技术文章
Elabscience 高纯度初始 T 细胞分选试剂盒来破局
随着分选技术的不断精进和对T细胞亚群认知的深化，未来将能设计出更具战斗力、作用更持久的活细胞药物，造福更多患者。 Elabscience®全新推出的人naive Pan(CD3)/CD4/CD8 T细胞阴性分选试剂盒，采用磁珠阴性分选技术，无需直接标记人naive Pan(CD3)/CD4/CD8 T细胞，避免抗体结合导致的细胞激活或表位遮蔽 产品内容Elabscience®人naive Pan(CD3)/CD4/CD8 T细胞阴性分选试剂盒通过阴性分选法从新鲜人外周血PBMC细胞样本中分离出naive Pan(CD3)/CD4/CD8 T细胞 无刺激，分选目的细胞无抗体和磁珠标记，细胞状态不受影响。纯度高，分选后细胞纯度大于95%。无需分离柱进行分离。实验耗时短，最快15分钟可完成阴性细胞分选。可用于新鲜人PBMC样本或冻存PBMC样本。 ，分选前后人初始Pan T细胞CD3+CD45RA+CD45RO-CD197+的细胞纯度分别为6.0%和95.2%。
51910编辑于 2025-11-03 - 来自专栏Hank’s Blog
4-2 R语言函数 apply
#apply函数，沿着数组的某一维度处理数据 #例如将函数用于矩阵的行或列 #与for/while循环的效率相似，但只用一句话可以完成 #apply(参数)：apply(数组,维度,函数/函数名) > x <- matrix(1:16,4,4) > x [,1] [,2] [,3] [,4] [1,] 1 5 9 13 [2,] 2 6 10 14 [3,] 3 7 11 15 [4,] 4 8 12 16 >
66010发布于 2020-09-16 - 来自专栏流式抗体推文
Elabscience 人初始CD8+T细胞阴性分选试剂盒，快速分离CD8+T 细胞，直接用于下游实验
内容概要Elabscience 人初始CD8+T细胞阴性分选试剂盒是一款专为生命科学与医学研究打造的高效细胞分离工具。 产品介绍人初始CD8+T细胞阴性分选试剂盒是 Elabscience 品牌推出的核心产品，专注于人初始 CD8+T 细胞的精准分离。 每 1 Assay 可处理 1×10⁷个原始材料细胞，分选后细胞纯度高达 95.4% 以上，远优于分选前 8.4% 的基础比例。 检测原理人初始CD8+T细胞阴性分选试剂盒采用阴性分选技术，通过特异性结合非目标细胞的抗体与磁珠复合物，在磁场作用下将 CD8+T 细胞以外的杂细胞（如 CD56+、CD57+、CD45RO + 细胞等 总结Elabscience 人初始CD8+T细胞阴性分选试剂盒凭借高纯度、便捷性、强兼容性等核心优势，成功解决了传统细胞分选的诸多痛点。
19210编辑于 2025-11-14 - 来自专栏趣学算法
数据结构 第4-2讲 双向链表
数据结构第4-2讲双向链表 链表是线性表的链式存储方式，逻辑上相邻的数据在计算机内的存储位置不一定相邻，那么怎么表示逻辑上的相邻关系呢？ 可以给每个元素附加一个指针域，指向下一个元素的存储位置。
90440发布于 2018-09-13 - 来自专栏凋亡检测试剂盒推文
Elabscience 小鼠CD8 T细胞阴性分选试剂盒，助力成果突破
内容概要Elabscience 推出的 EasySort™小鼠 CD8+T 细胞阴性分选试剂盒（货号：MIM003N），凭借阴性分选技术实现小鼠脾脏和淋巴结中 CD8+T 细胞的快速高效分离，分选后细胞纯度高达 检测原理本试剂盒采用阴性分选技术实现 CD8+T 细胞的高效分离。 产品优势高纯度保障：分选后 CD8+T 细胞在 CD45 + 细胞群中占比达 93.4%，远高于分选前的 13.7%，满足高精度实验需求。 细胞活性优异：阴性分选技术不损伤目标细胞，分离后的细胞可直接用于下游培养、染色、功能检测等应用。适配性强：明确适用于小鼠脾脏和淋巴结样本，覆盖免疫研究常用组织来源。 结合亲民的价格与完善的品质保障，无疑是实验室分选小鼠 CD8+T 细胞的优选之选，赶快入手解锁你的免疫研究新突破！
32910编辑于 2025-09-22 - 来自专栏Java
试题 算法训练 4-2找公倍数
试题 算法训练 4-2找公倍数 资源限制 内存限制：256.0MB C/C++时间限制：1.0s Java时间限制：3.0s Python时间限制：5.0s 问题描述 这里写问题描述。
20310编辑于 2025-01-21 - 来自专栏微生态与微进化
Nature新技术分享：自动化拉曼光谱仪用于活细胞功能分类
结果讨论 1微流体分选、3D聚焦与系统配置 RACS平台使用微流控装置来捕获与移动微生物细胞，用于后续的拉曼光谱测量与细胞分选。 根据这个参数，全自动化的RACS平台分选细胞的速度达到200细胞每小时（也即3.3细胞每分钟）。 图2. 微流控装置内的细胞分选操作（a. 准确率评估测试中检测的185个大肠杆菌细胞拉曼光谱对比） 为了检测该平台分选的准确率，作者将同一物种氘标记和未标记的细胞以1：1比例混合到一起进行分选。 接下来评估分选准确率，作者将没有氘标记的大肠杆菌细胞用DAPI染色，并与氘标记的细胞进行1比1混合（附件图2b所示），然后输入平台连续一小时的运行分选，然后检测收集的细胞中DAPI染色细胞（也即未标记细胞 然后将小鼠结肠微生物组的细胞使用葡萄糖在有重水条件下进行培养，也即所有细胞都做氘标记，根据PL>6.14作为判断标记的标准进行分选，如附件图3b所示37%捕获的细胞被成功分选，这个效率可以与人工分选媲美
1.4K30编辑于 2022-05-05 - 来自专栏单细胞天地
单细胞测序技术在循环肿瘤细胞检测中的应用
单细胞分选和测序分析 分选 传统的单细胞分选方法，如荧光激活细胞分选 (FACS)，不适用于 CTC 单细胞分选。 用于CTC单细胞分选的方法主要有显微操作分选法、微流控技术分选法、DEPArray和Cell Celector分选系统 微量移液器分离（micropipette isolation）涉及使用微机械机械手或视觉镊子完成单细胞分选的高倍显微镜 ，一步完成单细胞分选、裂解、扩增，如Fluidigm的C1单细胞放大器，具有高通量（每个芯片可完成96个单细胞扩增）细胞分选），反应体积小（可提高扩增效率，减少试剂消耗），污染少，对测序影响小。 这种方法已在单细胞水平上用于研究乳腺癌和结直肠癌中的 CTC Cell celector 分选系统是一种自动分选系统，可将稀有细胞从混合细胞群中分离出来。 通过多功能机器人系统自动检索单细胞和细胞克隆，实现单细胞分选，直接机械分离目标细胞或克隆，不影响细胞活力，实时、高精度观察细胞图像进行细胞分选；但是，这种方法很耗时 单细胞全基因组扩增 单个细胞的DNA
2.4K20编辑于 2022-03-14 - 来自专栏抗体蛋白
单B细胞筛选加速羊驼VHH发现：Hypercell高通量微流控系统在纳米抗体研发中的应用
本文结合真实药企案例，对Hypercell高通量单细胞分选系统在羊驼VHH纳米抗体发现中的应用流程进行整理，包括羊驼PBMC处理、B细胞激活、单细胞液滴包裹、高通量功能分选、NGS测序以及AbFinder 关键词：单B细胞筛选、单细胞筛选、单B细胞分选、B细胞抗体发现、B细胞抗体筛选、羊驼纳米抗体、单B细胞分选、纳米抗体筛选、VHH抗体发现、抗体药物研发、涛烜Hypercell、纳米抗体快速筛选为什么纳米抗体发现越来越关注单 Hypercell系统：单日分选+一周获得VHH序列涛烜科学推出的Hypercell高通量单细胞分选系统，构建了从羊驼PBMC、B细胞激活、单细胞分选、建库测序到序列分析的完整工作流，可实现单日完成高通量单细胞功能分选 首先，在workflow效率方面，该系统能够实现单日完成单细胞分选，包括：液滴包裹单细胞孵育信号检测高通量分选目标细胞回收整体流程约2周即可完成从PBMC到阳性VHH序列的发现，相比传统方案可明显缩短研发周期 更多关于Hypercell高通量单细胞分选系统、羊驼VHH抗体发现以及单细胞抗体筛选也可参考曼博生物相关技术资料关于技术来源本文基于Hypercell单B细胞分选系统、羊驼VHH抗体发现方案、单细胞抗体筛选系统
12910编辑于 2026-05-19 - 来自专栏生信喵实验柴
单细胞测序原理
一、细胞捕获分选技术 1.1 细胞分选技术 单细胞测序主要包括以下四个步骤。其中非常关键的一点就是如何进行单细胞的捕获/分选，这是决定单细胞检测成本和通量的关键步骤。 单细胞测序分析流程图 不同单细胞测序平台主要差别也主要在于单细胞捕获分选的方法不同。在细胞分选的方法里，主要包括特异性分选和非特意性分选两类方法。 下表中根据选择类型，样品要求以及分选细胞数目对几种技术进行了比较。 几种常见单细胞分选技术比较 技术 微吸管分离 激光捕获显微分离 荧光激活细胞分选 抗体磁珠分选 微流控分选 微液滴分选 微孔分选 选择类型 特异性选择 特异性选择 特异性选择 特异性选择 非特异性选择 数千个细胞 1.2 非特异性分选类技术 特异性分选细胞往往捕获细胞数较少，操作复杂，不适合大规模操作，且手工操作步骤较多，对技术人员有较高的要求，重复性不好。
2.7K20编辑于 2022-10-25 - 来自专栏sringboot
x86汇编加载用户程序-4-2
索引寄存器的端口号是 0x3d4，可以向它写入一个值，用来指定内部的某个寄存器。比如， 两个 8 位的光标寄存器，其索引值分别是 14（0x0e）和 15（0x0f），分别用于提供光标位置的高 8 位和低 8 位。 指定了寄存器之后，要对它进行读写，这可以通过数据端口 0x3d5 来进行。 高八位 和第八位里保存这光标的位置，显卡文本模式显示标准是25x80，这样算来，当光标在屏幕右下角时，该值为 25×80－1=1999
91830编辑于 2021-12-06 - 来自专栏单细胞天地
scRNA plus||单细胞结合传统测序技术之路
本文主要思想： bulk测序发现组织特异性，再用单细胞技术追踪到某个细胞亚群（从组织到细胞） 单细胞技术发现细胞亚群，分选后，用bulk测序技术来往下游走。 利用单细胞技术的分选功能 我们经常在单细胞转录组文章中看到Cell type–specific的XXX，也就是在图谱中找到了细胞类型特异的现象，如某细胞类型专门受某代谢通路的影响，这时候，我们知道了这个信号 ，可以把这类细胞分选出来用传统bulk代谢组学技术来进一步验证它。 在这个方案里，我们用到两次代谢组技术，一次是对组织块的代谢物的定量，一次是找出特定细胞类型后，分选特定的细胞出来再做代谢组学分析。 可以看出两者是相互补充的过程，同时利用两种技术当下的优势。 这就需要有灵活的单细胞系统，分选成单个细胞后，可以测得到bulk才能测的生物信息。 ?
93421发布于 2021-03-25 - 来自专栏生信技能树
你认为比较单一和纯粹的细胞亚群仍然是有异质性
其单细胞样品制备之前都经过了细胞分选哦： 4 mouse control samples: BM sorted by cKit+ Gr1+; BM, PB, SP sorted by Gr1+. 6 mouse 因为我这方面背景知识不足，所以无法介绍为什么作者选择了 cKit+ Gr1+ 的流式分选。 虽然是经过细胞分选，但是也不可能保证百分百数据都是自己想要的单核/中性粒细胞，可以看到全部的来源于 bone marrow (BM), peripheral blood (PB), and spleen 如果看图，就能发现，细胞分选是有效果的，至少保证了绝大部分都是作者想要的 neutrophils (Neu) (S100a8 and S100a9) 单细胞亚群（这里我 就很奇怪，为什么作者不选择S100a8 和 S100a9，而是 cKit+ Gr1+ 的流式分选 ）： 第一层次降维聚类分群 接下来就开始对neutrophils (Neu) (S100a8 and S100a9)取子集，独立分析
83220编辑于 2022-03-03 - 来自专栏用户7627119的专栏
Nature 子刊：生物信息挖掘单细胞数据金矿
文章概览 研究结果展示 通过对 Batch1 进行单细胞转录组测序，注释细胞类型主要包括上皮细胞、单核-巨噬细胞系、T 细胞、内皮细胞、成纤维细胞、肥大细胞等主要群体。 转移至 T 细胞并降低其杀伤功能，为了证明该途径的可行性，我们反复通过流式分选、RNA 荧光原位杂交、免疫组化等验证实验，发现了表达 PSA/KLK3 的 T 细胞，进一步证实肿瘤细胞通过外泌体驯化 T 除了这一发现，我们还注意到 Batch2 样本采用 BD Rhapsody 平台进行单细胞分选时，我们分析存在一群中性粒细胞，而 Batch1 样本采用 10X Genomics 分选平台的数据中没有分析到中性粒细胞的存在 Fig.6 aEC 与上皮细胞有强作用关系 （图片来源：Nature Cell Biology） 于是，重新设计 11 例不同时期前列腺癌样本（Batch3），分选出内皮细胞进行单细胞测序，通过拟时序分析发现 我们利用流式分选，证明了大部分 aEC 细胞亚群来自于 CRPC 样本；通过共培养发现 aEC 细胞亚群能够提高前列腺癌细胞的侵袭能力，这些实验都证实了 aEC 这一细胞亚群在前列腺癌发生发展过程中起着重要的作用
56330编辑于 2022-09-21 - 来自专栏单细胞天地
单细胞测序揭示阿尔兹海默症的B细胞相关标志物
通过单细胞数据，发现AD病人PBMC中细胞类型比例与Normal的不同，以及特定细胞类型基因表达的差异性。 （2）流式细胞分选 来自43个AD病人与41个Normal的PBMC样本 结合AD病人的Clinical Dementia Rating (CDR) scores，进一步确认B细胞比例变化与AD进程的关系 genes （2）结合流式分选结果，分析AD病人外周血细胞比例 AD与Nomral的B细胞比例具有显著差异； AD病人的CDR评分与B细胞比例呈负相关 LpgWIQ.png （3）在AD造模小鼠( 之后结合流式分选与动物实验进一步说明了B细胞在AD进程中的关键性作用。感觉思路是非常清楚的，而且也很完整。 但也存在一点疑惑：从文章展示的样本scRNAseq细胞类型比例来看，我觉得AD/Normal的B细胞类型比例差异并不明显。可能这也是为什么补充了流式分选的另一个意义吗？
1.4K60编辑于 2022-03-14 - 来自专栏OpenFPGA
【Verilog我思我用】-向量部分选择
分析 这是Verilog2001新加的语法：Verilog-2001向量部分选择 在Verilog-1995中，可以选择向量的任一位输出，也可以选择向量的连续几位输出，不过此时连续几位的始末数值的index
89220发布于 2021-02-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号