- 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)
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 ，需要下载其对应的表型表格，比如第一个小鼠是：12 months NASH-diet + 8 weeks treatment (IgG, α-PD-1 or α-CD8) strain: C57BL/6 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? J Clin Invest 2021 Mar 15;131(6). PMID: 33476308 ? ：https://www.jianshu.com/p/5bce43a537fd ATAC-SEQ实战演练的素材 链接：https://share.weiyun.com/5rYmPT1 密码：dr3ub6
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。 分选人外周血CD3+T细胞后染色CFSE（E-CK-A345），使用Human CD3/CD28 T Cell Activation Bead激活培养3天，检测未激活组和激活组T 细胞的增殖。图6.
51910编辑于 2025-11-03 - 来自专栏作图丫
6分+细胞焦亡思路来袭！
可能是因为这些树突状细胞、M1巨噬细胞、B细胞以及激活的CD4和CD8 T细胞的存在，赋予了cluster1患者显著的存活优势。 为了构建能够量化每位患者的模型，作者使用 LASSO-Cox回归模型以最小λ保留22个差异基因中的6个，并使用这6个基因构建与焦亡相关的特征评分（图4D，表1）。 Figure 5 06 细胞焦亡相关调控因子与肿瘤微环境 作者在队列中分析了细胞焦亡基因与TME细胞的浸润情况（图6E-G）。 免疫激活相关细胞，如激活的T细胞、NK细胞、M1巨噬细胞、树突状细胞、中性粒细胞，与焦亡模型呈负相关。较高的分数与静息记忆细胞、单核细胞、肥大细胞、癌症相关成纤维细胞和内皮细胞密切相关。 Figure 6 07 细胞焦亡模型在Anti-PD1/PD-L1免疫治疗中的作用 作者首先在ACRG队列和TCGA-STAD队列中检查了不同细胞焦亡模型免疫检查点的表达变化，发现低评分组免疫检查点基因表达水平较高
59130编辑于 2022-03-29 - 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。 ； 6、umi 代表测序 reads，也可以认为是 gene； 三、10X genomics 单细胞测序文库构建及测序 3.1 文库构建 下面是 10x genomics 单细胞测序文库构建的官方示意图 6.时间周期短 自动分离，无需人工操作，1 天内可完成从细胞悬液到 cDNA 文库构建的所有的测序准备工作。 7.性价比高 单个细胞成本低于其他单细胞平台。 5、有部分 GEM 中会包含两个细胞称为 doublets，超过两个称为 multiplets。 6、最终要将空载或者过载的非单细胞过滤掉。 写在最后：有时间我们会努力更新的。
2.7K20编辑于 2022-10-25 - 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。 dis_k=80a79b480e1ffe6c18a2345c109d7130&dis_t=1651726178&vid=wxv_770306765119422464&format_id=10002&support_redirect 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. 细胞从光镊丢失的6种可能情况 接下来作者进一步通过实验评估RACS平台。首先评估回收效率，也即实际收集出口收集到的细胞数目与平台检测出氘标记细胞信号的数目之比。 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 随后在Day2至Day7阶段，从羊驼PBMC中完成B细胞富集与体外激活。激活后获得Ag+记忆B细胞204M，纯度达到45.4%。Day6阶段细胞状态与活率良好，满足后续单细胞液滴包裹要求。 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！
32810编辑于 2025-09-22 - 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 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 含量仅为6~7 pg，达不到全基因组测序所需的DNA含量水平。
2.4K20编辑于 2022-03-14 - 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
2 、三个主要实验 （1）单细胞测序 6个外周血(PBMC)样本，包括2个Normal、2个early AD、2个later AD。 （1）对数据质控、降维、分群、细胞类型注释，后续主要关注其中6种细胞类型。 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 - 来自专栏单细胞天地
单细胞RNA测序揭示了胶质母细胞瘤进展过程中免疫景观的演化
统计分析，相对于对照组脑小胶质细胞（天0）。 (e) EdU+和EdU–流式分选微胶质细胞的差异表达基因的热图。 (g) EdU+和EdU–流式分选小胶质细胞群之间的差异表达基因和GO分析。 (h) 流式分选正常脑小胶质细胞和携带GBM的对侧微胶质细胞之间的差异表达基因和GO分析。 图6 随时间推移，巨噬细胞和小胶质细胞逐渐丧失促炎特性 (a) 早期与正常和晚期GBM肿瘤之间小胶质细胞群2和4的差异表达基因的火山图。 (b) 晚期与早期GBM肿瘤中DC群1、中性粒细胞/PMN-MDSCs群11和巨噬细胞群6和20的差异表达基因的火山图。 (c) 细胞因子配体：受体对分析。 数据来自生物独立重复，对照组，25和66.7 mg kg−1 TMZ分别为13、6和7。
79510编辑于 2024-03-22 - 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 - 来自专栏生信技能树
python单细胞学习笔记-day6
单细胞学习笔记-day4 python单细胞学习笔记-day4（续） python单细胞学习笔记-day5 今天继续学习视频：python_day6 ！ touch day6.ipynb 课前准备操作到 23:52 本次课程需要用到的模块，提前安装好： 永久镜像设置： #永久设置镜像 pip config set global.index-url https sc.logging.print_header() # 查看主要包库的版本 sc.settings.set_figure_params(dpi=80, facecolor="white") 2.读取数据 day6/ data文件夹下面是标准的10x上游cellranger的输出结果：barcodes.tsv genes.tsv matrix.mtx adata = sc.read_10x_mtx( "day6/ # 转换成矩阵 adata[0:6, ['CD3D','TCL1A','MS4A1']].X.toarray() # 转换成数据框 adata[0:6, ['CD3D','TCL1A','MS4A1'
45511编辑于 2025-02-05 - 来自专栏生物信息云
单细胞专题 | 6.单细胞下游分析——不同类型的数据读入
单细胞专题 | 1.单细胞测序（10×genomics技术）的原理 单细胞专题 | 2.如何开始单细胞RNASeq数据分析 单细胞专题 | 3.单细胞转录组的上游分析-从BCL到FASTQ 单细胞专题 | 4.单细胞转录组的上游分析-从SRA到FASTQ 单细胞专题 | 5.单细胞转录组的上游分析-从FASTQ到count矩阵 ---- 1.数据读入 Cell Ranger生成的主要表格文件主要包括 y = c(sceList[[2]],sceList[[3]],sceList[[4]], sceList[[5]],sceList[[6] y = c(sceList[[2]],sceList[[3]],sceList[[4]], sceList[[5]],sceList[[6] barcodes，所有定量的基因和每个细胞的UMI矩阵。
4.7K41编辑于 2022-12-16 - 来自专栏作图丫
单细胞+m6A相关分析~
图 1 最后，本研究通过分别使用 scRNA 数据中 23 个 m6A 调节因子的表达，显示了感兴趣的四种细胞类型（成纤维细胞、巨噬细胞、T 细胞和 B 细胞）的 m6A 特殊 NMF 簇的比例，结果如图 03 m6A介导的巨噬细胞分析 本研究从骨髓细胞中提取了总共 5822 个巨噬细胞，并分为肿瘤相关巨噬细胞（5586 个细胞）和正常巨噬细胞（236 个），获得了五个主要的 m6A-mac 集群，包括四个具有 NMF算法识别出总共5个m6A相关细胞簇，命名为methy-T-C1至methy-T-C5（图4B），这些m6A相关T细胞簇与肿瘤上皮细胞之间的配体-受体连接数量不同（图4C）。 亚簇到肿瘤上皮细胞肿（图 6A ）。 图 6 小编总结 本研究首次通过单细胞测序分析方法，鉴定了TME细胞特异性RNA m6A修饰的细胞亚型，揭示了m6A甲基化介导的肿瘤微环境细胞间通讯在调控肿瘤生长和抗肿瘤免疫调节过程中的作用。
57720编辑于 2022-12-04 - 来自专栏用户7627119的专栏
公开数据单细胞挖掘6+分思路
Immune Checkpoint Therapies 实体瘤中癌症特异性免疫预后特征及其与免疫检查点治疗的关系 http://mpvideo.qpic.cn/0bf2n4bvuaad3mahbugq6vpvg36dljxqgwqa.f10002 对于黑色素瘤和乳腺癌，确定了三个免疫功能亚群（NK+T细胞、B细胞、混合细胞功能-嗜酸性粒细胞/中性粒细胞/趋化因子/细胞周期，单核/巨噬/树突状细胞MoMaDC）。 对于胶质母细胞瘤和头颈癌，因为B细胞功能的富集未形成显著的特征，所以只确定了两个主要的免疫功能亚群（NK+T+B细胞、混合细胞功能-中性粒细胞/细胞周期，单核/巨噬/树突状细胞MoMaDC）。 对于结直肠癌，确定了四个主要的免疫功能亚群（NK+T细胞、B细胞、MoMaDC、无特殊特征）。 另外，确定了两个主要的免疫功能亚群：cluster 1具有较高的NK细胞，T细胞和B细胞功能富集，cluster 2具有较高的MoMaDC，小胶质细胞和Toll-类受体（TLR）功能富集（图2.a），该结果与先前对
76330编辑于 2022-09-21
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