- 综合排序
- 最热优先
- 最新优先
- 来自专栏生物信息云
MTT法测细胞增殖和药物毒性实验protocol
根据测得的吸光度值（即OD值），来判断活细胞数量，OD值越大，细胞活性越强（如果是测药物毒性，则表示药物毒性越小）。 ，细胞计数后调整其浓度至5-10×10^4/ml。 10～20 min，这样有助于 DMSO对紫色结晶物的溶解（尤其在冬天））； d) 加DMSO后10min内，用酶标仪检测各孔波长μl570nm的吸光值； （4） 标准曲线制作 以时间为横坐标，吸光度值为纵坐标绘制细胞增殖标准曲线 4.2 MTT药物毒性实验步骤 （1）0.5%的胰酶消化对数期细胞，加少量血清终止反应，1000r/min，离心5min，吸去上清，将细胞沉淀用培养基吹打混匀，制成细胞悬液，细胞计数后调整其浓度至5-10 ×104/ml，药物毒性实验一般每孔细胞数量5000—10000个（具体数目根据预实验判断）。
11.7K26发布于 2019-09-12 - 来自专栏单细胞天地
人类B细胞通过与TNF超家族配体介导抗癌细胞毒性
证明B细胞具有通过多个质膜相关TNFSF配体的同时活性介导抗癌细胞毒性的先天能力 结论: 文章对细胞毒性TNFSF配体的表达和B细胞的抗癌作用进行深入的研究，进一步支持了肿瘤依赖性免疫抑制机制，确定B细胞在其质膜上表达 此外，我们观察到HNSCC患者B细胞中TNF，LTB和TNFSF10的相对表达水平低于健康组织。健康组织B细胞表达低水平的膜相关TNF和LT-α和相对高水平的LT-β，FasL和TRAIL。 HNSCC患者B细胞对两个肿瘤细胞靶标表现出比健康供体B细胞显着更低的细胞毒性活性。 并且展示亚群中五个TNFSF相关配体差异表达，肿瘤浸润生发细胞表达最高水平的TNF，LTA，TNFSF10和LTB，.这些观察结果表明，组织驻留的B细胞亚群，特别是生发中心B细胞，可能比循环中的细胞具有更高的先天细胞毒性潜力 癌细胞通常上调ADAM（一种崩解蛋白和金属蛋白酶）超家族酶的脱落酶活性，例如ADAM17和ADAM10。
60740编辑于 2022-11-24 - 来自专栏生信菜鸟团
慢性病毒性肝炎（二）中性粒细胞亚群细分策略
书接上回，继续对中性粒细胞亚群进行细分—— 这回主要看看作者提出中性粒细胞以后干了些啥~ 高表达基因展示(热图与堆叠小提琴图) C4看起来不像中性粒细胞呀，其中RPL5、RPS12、RPL13、RPL4 、RPL10和RPL23A都是核糖体相关蛋白而非中性粒细胞特异性marker，此外HLA-DPA1、HLA-DPB1和HLA-DRA都是MHC-II型基因，似乎不表达于中性粒细胞？ Nature 625, 377–384 (2024). https://doi.org/10.1038/s41586-023-06816-9 浸润分数 成熟状态评估 做中性粒细胞基本抛不开中性粒细胞“成不成熟
23110编辑于 2024-06-13 - 来自专栏单细胞天地
单细胞测序揭示强直性脊柱炎患者 NK 细胞亚群的改变和细胞毒性分子水平的降低
文章使用 10X 单细胞 RNA 测序分析了来自 AS 患者和健康受试者的外周血单个核细胞 (PBMC)，用来探索免疫细胞群的异质性和两者之间的细胞毒性差异。 聚类产生20个cluster，然后注释到10种细胞类型 T 细胞由 7 个高表达 CD3D 和 CD3E 的细胞簇组成； B 细胞以 CD19 和 MS4A1 表达为特征 经典和非经典单核细胞分别以 CD14 MHC 分子和抗体参与的细胞毒性淋巴细胞，因此对先天免疫系统至关重要。 得到2个 NK 细胞亚群（命名为 NK0 和 NK1） 对NK0 亚群而言，细胞毒性基因（如 GZMB 和 NKG7）以及 FCGR3A（引发抗体依赖性细胞毒性的重要受体）的高表达暗示了强大的杀伤能力， NK 细胞介导的细胞毒性受到阻碍，这可能是由于编码颗粒酶和 NK 的细胞毒性相关基因的表达受损所致
1.6K60编辑于 2022-04-18 - 来自专栏单细胞天地
慢性病毒性肝炎（二）中性粒细胞亚群细分策略
书接上回，继续对中性粒细胞亚群进行细分—— 这回主要看看作者提出中性粒细胞以后干了些啥~ 高表达基因展示(热图与堆叠小提琴图) C4看起来不像中性粒细胞呀，其中RPL5、RPS12、RPL13、RPL4 、RPL10和RPL23A都是核糖体相关蛋白而非中性粒细胞特异性marker，此外HLA-DPA1、HLA-DPB1和HLA-DRA都是MHC-II型基因，似乎不表达于中性粒细胞？ Nature 625, 377–384 (2024). https://doi.org/10.1038/s41586-023-06816-9 浸润分数 成熟状态评估 做中性粒细胞基本抛不开中性粒细胞“成不成熟
43310编辑于 2024-06-25 - 来自专栏yw的数据分析
10X单细胞测序细胞分类
介绍 文章对已知的多种细胞系混合后进行单细胞10X RNA测序，研究多克隆之间的互作模式。我们这里介绍里面的单细胞测序基因表达细胞分类操作。 & n_cls < 100+param_range) { clust_res <- 4 } else { stop('Not implemented') } 根据之前QC时的标记，选择过质控的细胞 = 'pca', dims = 1:n_pcs, k.param = 10 FindClusters(seuObj, resolution = clust_res, verbose = FALSE) 原文出处 http://www.thecodesearch.com/2021/02/04/10x 单细胞测序细胞分类/
67410发布于 2021-02-22 - 来自专栏单细胞天地
【单细胞中性粒】慢性病毒性肝炎(复现fig1)
all_markers <- FindAllMarkers(object = sce.all.int) View(all_markers[1:10,]) save(all_markers,file theme(panel.grid = element_blank(), axis.text.x=element_text(angle = 45, hjust = 1,size = 10 [,c(7,10,11,25)] rownames(data) <- NULL colnames(data) #这一部分筛选出每个细胞类型中最大的值，为添加P值定位而准备的 location <- data %>% group_by(celltype) %>% slice_max(`ISG score`) location$x <- seq(1,10,by=1) p <- ggplot(data black"), axis.text.y = element_text(size =10
36110编辑于 2024-06-25 - 来自专栏生物信息云
单细胞专题 | 10.细胞周期分析
最重要的两个特点就是DNA复制、分裂成两个一样的子细胞。 在分析单细胞数据时，同一类型的细胞往往来自于不同的细胞周期阶段，这可能对下游聚类分析，细胞类型注释产生混淆；由于细胞周期也是通过cell cycle related protein 调控，即每个阶段有显著的 marker基因；通过分析细胞周期有关基因的表达情况，可以对细胞所处周期阶段进行注释；在单细胞周期分析时，通常只考虑三个阶段：G1、S、G2M。 下面文章中的：sce3 单细胞专题 | 9.如何人工注释单细胞类群？ 具体参考文章【单细胞数据分析中scran包进行细胞周期分析时细胞周期marker基因的转换】 ###基因转换 library(clusterProfiler) library(org.Hs.eg.db)
2.5K31编辑于 2022-11-24 - 来自专栏生信菜鸟团
【单细胞中性粒】慢性病毒性肝炎(复现fig1)
all_markers <- FindAllMarkers(object = sce.all.int) View(all_markers[1:10,]) save(all_markers,file theme(panel.grid = element_blank(), axis.text.x=element_text(angle = 45, hjust = 1,size = 10 [,c(7,10,11,25)] rownames(data) <- NULL colnames(data) #这一部分筛选出每个细胞类型中最大的值，为添加P值定位而准备的 location <- data %>% group_by(celltype) %>% slice_max(`ISG score`) location$x <- seq(1,10,by=1) p <- ggplot(data black"), axis.text.y = element_text(size =10
28910编辑于 2024-06-11 - 来自专栏智药邦
JCIM｜深度学习用于血液毒性预测和血液毒性化合物的结构分析
对于Murcko骨架，超过81%的骨架含有不超过10个分子。对于碳骨架，约64%含有不超过10个分子。从血液毒性数据中提取频率最高的150个支架，并用于生成相关的云图，以直观地说明数据的多样性。 基于Murcko骨架的分割策略被执行了10次以避免随机性的干扰，并且平均结果被用于进一步检查所有模型的准确性和鲁棒性。 3.3 基于描述符组合的共识模型 表S4 基于描述符的不同组合的前10个血液毒性预测共识模型的性能 为了探索描述符的潜力并提高现有基于描述符的模型的预测性能，作者通过对两个性能最佳的模型(RF和XGBoost 因此，作者基于各种算法和描述符建立了114个血液毒性预测模型。表S4显示了基于各种描述符组合的前10个共识血液毒性预测模型的预测结果。 最后，发现了与血液毒性相关的10个子结构及其示例化合物，并列于表6中。
1.8K10编辑于 2023-02-28 - 来自专栏流式抗体推文
3分钟理清细胞状态检测！Elabscience一站式解决方案来了
② 细胞增殖：是指存活细胞的分裂能力或DNA合成的情况，可通过BrdU/EdU方法检测[3]。③ 细胞毒性：外界因素（药物、试剂、环境等）对细胞造成损伤或死亡的程度，例如乳酸脱氢酶法测细胞毒性。 举个例子让大家清楚了解三种检测方法之间的区别：抗癌药物筛选场景细胞状态情况结果高毒性，低活力，低增殖药物存在细胞毒性（需优化浓度或筛选更特异性靶点）低毒性，活力正常，低增殖药物特异性抑制增殖（理想候选药物 10-20 min实验周期短，高灵敏度，专用化学发光检测设备，不适用于普通酶标仪。CCK-8法酶标仪WST-8在细胞内脱氢酶作用下生成水溶性甲臜，吸光度与活细胞数量呈正相关。 台盼蓝染色法显微镜台盼蓝无法穿透活细胞膜，死细胞被染成蓝色。10-15 min通量低；准确性依赖人工计数。如何选择适合的细胞活力检测方法？ /500Tests酶标仪细胞活力/细胞增殖/细胞毒性细胞毒性测定方法一览检测方法适用仪器核心原理检测时间特点LDH释放法酶标仪细胞膜破裂释放 LDH 到培养液中，通过比色法检测 LDH 活性反映细胞毒性
18310编辑于 2026-02-02 - 来自专栏生信菜鸟团
单细胞揭示免疫激活的肿瘤微环境与晚期HCC对atezolizumab+贝伐的临床反应相关
10x Genomics，筛选掉表达少于300个基因的细胞和来自线粒体基因表达细胞的>20%唯一分子标识符（UMI）标签的细胞。 10种主要细胞类型的分析 为了描绘晚期HCC的单细胞景观，使用10x Genomics平台通过scRNA-seq分析了18份组织样本，包括17份肿瘤活检和1份TIL样本。 C8恶性肝细胞（HP 和KRT7）；C9肥大细胞（KIT）；和C10循环细胞（STMN1和MKI67）。 GSEA显示应答者中细胞毒性相关通路的T细胞激活、组织驻留T细胞的丰度以及反应组中肿瘤特异性特征的富集。 反应者在CD8+T细胞中的细胞毒性和耗竭评分显著更高。 基于上述发现开发了一个10基因atezolizumab加贝伐珠单抗反应特征（sc_ABRS），包括细胞毒性/耗竭的T细胞、活化的TAM和cDC2细胞。 sc_ABRS与PFS相关，但与OS无关。
28100编辑于 2025-03-31 - 来自专栏单细胞天地
单细胞分析揭示了ZNF683在多发性骨髓瘤的NK细胞耗竭中的关键作用
方法：对10例MM患者和3名健康志愿者的骨髓和外周血样本进行了单细胞RNA测序（Illumina Novaseq6000），鉴定NK细胞耗竭的关键调节因素。 ZNF683 NK亚群在多发性骨髓瘤中富集 MM患者和健康个体之间免疫微环境的差异 对10名MM患者和3名健康志愿者的骨髓和外周血的单个核细胞进行了单细胞RNA测序。 ZNF683 NK细胞在骨髓瘤中表现出细胞毒性相关标志物降低 MM患者和健康个体之间ZNF683 NK细胞的功能差异 来自MM患者的BM和PB中的 ZNF683 NK细胞的NK细胞毒性通路与来自健康志愿者的 三个细胞毒性基因包括SH2D1B，SYK和FCER1G在BM来源的ZNF683 NK细胞中相对于健康志愿者显著下调，在BM和PB样品中肿瘤坏死因子（TNF，CCL3，CCL4，XCL1和IL10）的表达显著低于大多数其他 同时，与健康志愿者来源的NK细胞相比，细胞毒性测定显示MM来源的ZNF683 NK细胞的细胞毒性降低，而在MM患者的ZNF683-KD NK细胞中观察到NK细胞对靶细胞的细胞毒性增加，进一步证实了ZNF683
1.1K30编辑于 2022-11-24 顶刊分享（空间TCR）--单次溶瘤病毒治疗后T细胞持续活化并对胶质母细胞瘤产生细胞毒性：一项临床试验结果
T细胞介导的细胞毒性作用原位观察到GZMB⁺ T细胞与凋亡的cl-Casp3⁺肿瘤细胞紧密相邻，提示存在活跃的T细胞杀伤。 空间梯度与功能表型分化邻近肿瘤细胞的T细胞高表达GZMB、PD-1、CD44，呈现抗原经历的细胞毒性表型。 结论：单次oHSV治疗可在GBM中诱导长期、深度的T细胞浸润，并维持持续的细胞毒性活性。 扩增T细胞富集组织驻留（ITGAE、ZNF683）与细胞毒性（PRF1、IFNG）特征，部分克隆中CD8⁺组织驻留T细胞占比高达50%。 扩增克隆更接近肿瘤细胞，空间邻近性独立于组织驻留表型扩增TCR标记的T细胞距肿瘤细胞中位距离较其他T细胞近19.6 μm（p < 10e⁻⁴）。
21920编辑于 2026-02-15- 来自专栏生物信息云
单细胞专题 | 1.单细胞测序（10×genomics技术）的原理
单细胞测序技术以单个细胞作为对象，通过对单个细胞遗传物质均匀扩增，标记建库后进行测序，最后对单个细胞基因组或转录组展开数据分析，其技术原理主要包括单细胞分离、扩增测序和数据分析3方面。 市场上，较成熟的商业单细胞测序公司主要有 10X Genomis 公司 的Chromium( 液滴法) 及 BD 公司的Ｒhapsody( 微孔法)。 这里重点介绍 10×genomics技术。 10个碱基长的UMI，有100万种序列的变化（4^10 = 1,048,576），UMI的作用是为了区分哪些哪些reads是来自于一个原始cDNA分子，区分基因片段重复还是duplication及区分是真实的 3' 端文库的构建 通过10×genomics仪器将单个细胞与单个凝胶微珠通过油相混在一起，形成油包水的小微滴，接下来把细胞膜破掉，让细胞当中的mRNA游离出来。 10x Chromium是一种高通量方法，使用UMIs进行定量，适合研究高度异质组织和大量的细胞样本。 后面介绍数据怎么分析............
46.5K31编辑于 2022-06-13 - 来自专栏单细胞天地
10x单细胞测序技术揭示肝脏细胞全景图
然而人们对构成人体肝脏的细胞类型和免疫微环境知之甚少。作者使用10x单细胞RNA测序手段绘制了人类肝脏细胞全景图，从来自五个人新鲜肝脏组织中分离得到的8444个实质和非实质细胞转录谱。 10x样品处理和cDNA文库制备 将组织破碎获得悬浮细胞溶液后，用台盼蓝染色计数检测细胞活率，在49-90%范围，使用10x Genomics Single Cell 3′ v2 Reagent Kit 作者都是按10x官方推荐的条件进行操作的。测序平台采用的是Illumina HiSeq 2500。 ? 用10x官方的CellRanger产生表达矩阵，接着用R包进行过滤、归一化、聚类。 过滤器阈值通常设定为10％，但是肝细胞线粒体含量很高，因此作者选择了阈值为50％，以优化保留肝细胞而去除死亡和垂死的细胞。作者还过滤除去了双核细胞。 ?
4.9K31发布于 2020-03-30 - 来自专栏DrugOne
. | 抗体体细胞突变的机器学习分析预测免疫球蛋白轻链毒性
在这项工作中，作者提出了LICTOR，一种基于克隆选择过程中获得的体细胞突变分布来预测免疫球蛋白中轻链毒性的机器学习方法。 此外，可以通过硅还原LICTOR发现的两个生殖细胞特异性体细胞突变，并通过实验评估秀丽隐杆线虫模型体内毒性的损失来消除轻链(LC)的毒性表型。 算法通过在数据集上执行10折交叉验证进行评估。 3 实验结果 3.1 体细胞突变(SMs) 是鉴别轻链（LC）毒性的关键因素 为了研究SMs在产生毒性LC中的作用并验证它们在LC毒性预测器中作为预测变量的用途，作者收集了一个包含1075λ LC序列的数据库 为了研究排名靠前的特征在预测LC毒性中的作用，作者对特征选择技术识别的特征的重要性进行了定量分析。为此，作者训练了30个不同的分类器，根据它们的信息增益依次添加每个特征族的10个最重要的特征。
81340发布于 2021-07-05 - 来自专栏纳米药物前沿
ACS Nano：逐层自组装方法合理设计的纳米制剂递送细胞因子降低其系统毒性
尽管细胞因子疗法是在肿瘤中建立更强大的免疫反应的有吸引力的策略，但是由于毒性，细胞因子在临床上面临着失败的风险。特别是，白介素12已显示出巨大的临床前景，但由于全身毒性而在临床转化方面受到限制。 这项研究展现了一种在不影响IL-12治疗功效的情况下降低其毒性的策略。本文通过使用逐层自组装（LbL）方法来设计纳米制剂，以满足对细胞因子递送的需求。 与无载体细胞因子相比，可降低全身毒性，并具有局部和全身免疫力。所制备的PLE-IL-12-NPs具有明显的包封IL-12的能力，显示出90％的包封（按重量计13％）。 对于IL-12治疗最重要的是，在多项研究中证明了所描述的PLE-IL-12-NPs在多种时间和剂量下降低IL-12全身毒性的能力。 这对于任何IL-12疗法都是至关重要的，因为毒性已成为阻止IL-12在临床上发展的最大因素。 所制备的LbL NPs系统的另一个优点是易于适应联合疗法。
1.1K10发布于 2021-02-04 - 来自专栏测试GO材料测试
单细胞凝胶电泳实验（彗星实验）的应用与试验基本步骤
彗星实验的作用检测DNA损伤：评估细胞在各种条件下（如化学物质、辐射、环境污染物等）的DNA损伤程度研究DNA修复机制：通过时间序列实验观察DNA损伤后的修复过程评估遗传毒性：用于药物开发、化妆品安全评估等领域的遗传毒性测试环境监测 ：评估环境污染物对生物体的遗传毒性影响临床研究：研究疾病（如癌症）与DNA损伤的关系彗星实验的基本步骤1. 样品制备收集待测细胞（可以是培养细胞、血液淋巴细胞、组织细胞等）制备单细胞悬液（浓度约1×10⁵ cells/mL）细胞活力检测（建议>80%）2. 包埋将细胞与低熔点琼脂糖（0.5-1%）混合滴加在预先涂有普通琼脂糖的载玻片上盖上盖玻片，4℃固化5-10分钟3. 裂解去除盖玻片，将载玻片浸入裂解液（含2.5M NaCl, 100mM EDTA, 10mM Tris, 1% Triton X-100, pH 10）4℃裂解1-2小时（或过夜）4.
46410编辑于 2025-06-30 - 来自专栏DrugOne
. | 大规模人类毒性基因组学资源助力药物性肝损伤的早期预测
研究人员构建了 ToxPredictor，一个整合 人源初级肝细胞 RNA-seq 转录组数据和 药代动力学数据的毒性基因组学预测框架，用于评估剂量分辨的 DILI 风险和安全边界。 除了预测能力，ToxPredictor 还能揭示导致肝毒性的分子机制，提供决策级安全信息。相比传统 3D 模型的单终点 readout，转录组学提供多维系统层面的肝细胞响应，捕获多种 DILI 机制。 当前缺乏可用于早期检测的生物标志物，传统定量构效关系（QSAR）、体外细胞毒性、3D 肝模型等手段均仅反映低维 readouts，无法捕获完整分子层面变化。 方法 研究人员采用机器学习驱动的毒性基因组学策略，通过解析药物暴露（24 小时）后人源初级肝细胞的 RNA-seq 转录组变化，提取差异基因与通路的激活模式，并与临床 DILI 标签结合，用于训练预测模型 4 个 RNA-seq 测试浓度 人源三明治培养的初级肝细胞（PHH） LDH/ATP 活力检测 + IC10 剂量筛选 24 小时暴露用于捕获早期转录调控变化 数据严格质控（RNA 计数、线粒体比例
24210编辑于 2025-11-17
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