הגישה קומבינטורית תא בודד כדי לאפיין את מולקולרית והטרוגניות Immunophenotypic של גזע האדם ואוכלוסיות קדמון
Summary
תפזורת ג’ין ביטוי מדידות ענן תא בודד הבדלים באוכלוסיות הטרוגניות תא. כאן, אנו מתארים את פרוטוקול עבור ביטוי מפענוח ואינדקס איך החד-תאיים מיון על-ידי Florescence מופעל התא מיון (FACS) יכול להיות משולב על הטרוגניות, immunophenotypically מאפיינות אוכלוסיות תאים נפרדים מולקולרי.
Abstract
Immunophenotypic אפיון וניתוח מולקולרית זמן רב השתמשו ניסחו הטרוגניות ולהגדיר אוכלוסיות תאים נפרדים. FACS הוא מיסודו assay מתא בודד, אולם לפני ניתוח מולקולרית, תאי היעד מבודדים לעיתים קרובות פרוספקטיבי בצובר, ובכך לאבד רזולוציה תא בודד. תא בודד מפענוח ביטוי מספק אמצעים כדי להבין את ההבדלים מולקולרי בין תאים בודדים באוכלוסיות הטרוגניות תא. בניתוח תא בכמות גדולה overrepresentation מסוג תאים נפרדים התוצאה הטיות occlusions של אותות מתאי נדיר עם חשיבות ביולוגית. על ידי ניצול FACS אינדקס מיון מצמידים ניתוח ביטוי גנטי מתא בודד, אוכלוסיות יכול ייחקרו ללא האובדן של תא בודד רזולוציה בזמן תאים עם ביטוי סמן משטח תאים ביניים גם נלכדים, המאפשרת הערכת הרלוונטיות של הביטוי סמן משטח רציף. כאן, אנו מתארים גישה המשלבת שעתוק במהופך תא בודד PCR (RT-qPCR) וסטטיסטי FACS אינדקס מיון במקביל לאפיין את מולקולרית והטרוגניות immunophenotypic בתוך התא אוכלוסיות.
לעומת שיטות רצף של RNA מתא בודד, השימוש qPCR עם הגברה ביעד מסוים מאפשר למדידות חזקים של הפרוטוקולים נמוך-שפע עם פחות תקלות, בזמן זה הוא לא מבולבל על ידי נושאים הקשורים לתא וריאציות בלקריאה עומק. יתר על כן, על-ידי ישירות מיון אינדקס חד-תאים לתוך פירוק מאגר בשיטה זו, מאפשר cDNA סינתזה הגברה קדם ביעד מסוים שיש לבצע צעד גם לגבי המתאם של חתימות מולקולרית נגזר לאחר מכן עם משטח תא סמן ביטוי. הגישה המתוארת פותחה כדי לחקור hematopoietic חד-תאים, אך גם שימשו בהצלחה על סוגי תאים אחרים.
לסיכום, הגישה המתוארים בזאת מאפשרת מדידה רגיש של mRNA הביטוי של הגנים שנבחרו מראש עם האפשרות על פאנל לפתח פרוטוקולים עבור בידוד פוטנציאליים עוקבות של subpopulations מולקולרי ייחודי.
Introduction
כל תא דם בודדים הוא האמין להתגורר בהיררכיה של הסלולר, שבו תאי גזע טופס השיא על סדרת מחויב יותר ויותר אבות ביניים, כי בסופו של דבר סופני להבדיל לתוך התאים אפקטור הסופי נושא ספציפי תפקודים ביולוגיים1. רוב הידע על איך תא גזע מערכות מאורגנות נוצר במערכת hematopoietic, בעיקר בגלל היכולת לבודד פרוספקטיבי אוכלוסיות hematopoietic ברורים מאוד מועשר בתאי גזע או אבות שונים2 על-ידי מיון FACS. זו אפשרה עבור רבים של אוכלוסיות אלה כדי להיות מנותח באופן פונקציונלי או מולקולרי, בעיקר דרך ביטוי גנים פרופילים3,4. אולם כאשר ניתוח ביטוי גנים של צובר אוכלוסיות הבדלים אינדיבידואליים בין התאים שהגוף, איבדתי5. לפיכך, חוסר היכולת לזהות וריאציות לתא בתוך התא הטרוגנית שברים עשויים לבלבל את ההבנה שלנו של תהליכים ביולוגיים קריטי אם קבוצות משנה קטנה של תאים חשבון עבור הפונקציה הנגזרת הביולוגי של האוכלוסייה הזאת6, 7. לעומת זאת, החקירה של ג’ין חתימות ביטוי ברזולוציה תא בודד מציעים אפשרות ניסחו הטרוגניות, לעקוף מאפילה השפעות של קבוצות משנה overrepresented של תאים8.
עד כה פותחו פרוטוקולים רבים לניתוח ביטוי גנים מתא בודד; עם כל גישה יש אזהרות משלו. השיטה המוקדמת ביותר היה RNA פלורסנט בחיי עיר הכלאה (RNA-דג), אשר מודד את מספר מוגבל של הפרוטוקולים בכל פעם אבל הוא ייחודי בכך שהוא מאפשר לחקירה של RNA לוקליזציה9,11. שיטות מוקדמות באמצעות PCR qPCR כדי לזהות שיחיד או תעתיקים מעטים מאוד היו גם פיתח12. עם זאת, אלה לאחרונה הוחלפו על-ידי שיטות מבוססות מיקרופלואידיקה אשר ניתן בו זמנית לנתח את הביטוי של מאות תעתיקים בכל תא מאות תאים דרך qPCR, ובכך לאפשר הטרוגניות גבוהה-ממדי באמצעות ניתוח מראש נקבע ג’ין לוחות10,13. לאחרונה טכנולוגיות מבוססות רצפי RNA יש להיות בשימוש נרחב עבור ניתוח תא בודד, ככל אלה תיאורטית יכול למדוד את כל transcriptome של התא ובכך להוסיף מימד גישוש הטרוגניות ניתוח10, 14. ניתוח qPCR Multiplexed ורצף RNA בתא יחיד יש תכונות שונות, ובכך הרציונל לשימוש באחת מהשיטות תלוי השאלה כמו גם מספר התאים באוכלוסיית היעד. תפוקה גבוהה ועלות נמוכה בכל תא יחד עם מאפיינים לא משוחד, גישוש של רצפי RNA בתא יחיד בעת רצוי התא לא ידוע או אוכלוסיות גדולות נחקרות. עם זאת, רצפי RNA בתא יחיד גם מוטה לטובת קביעת רצף תעתיקים שופע גבוהה בתדירות גבוהה יותר, בעוד תעתיקים עם שפע נמוכה נוטים נשירה. זה יכול להוביל נתונים מורכבים במידה ניכרת שמעבירות גבוהה-דרישות על ניתוח bioinformatic לגלות אותות מולקולריים חשוב כי הם לעיתים קרובות עדינים או מוסתרים רעש טכני15. לכן, בשביל לרקמות מאופיין היטב, qPCR תא בודד באמצעות ניתוח שנקבע מראש לוחות פריימר שנבחר עבור גנים חשיבות תפקודית או סמנים מולקולריים יכול לשמש גישה רגיש פשוטה כדי לקבוע את הטרוגניות של אוכלוסייה. עם זאת, יצוין כי לעומת העלות לכל תא RNA בתא יחיד-seq, הוא בדרך כלל גבוה יותר עבור שיטות qPCR תא בודד. כאן, אנו מתארים גישה המשלבת תא בודד RT-qPCR (שונה Teles ג’יי. et al. 16), לאינדקס FACS מיון במקביל17 ו ביואינפורמטיקה ניתוח18 על מנת לאפיין את הטרוגניות המולקולריים immunophenotypic בתוך אוכלוסיות.
בגישה זו, האוכלוסייה תא עניין היא מוכתמת, חד-תאים ממוינים על-ידי FACS ישירות לתוך מאגר פירוק ב 96-ובכן PCR צלחות. בו זמנית, רמות הביטוי של קבוצה נוספת של התא-פני סמני נרשמים לכל תא יחיד במהלך FACS-מיון, שיטה שבה מתייחסים כאל מיון אינדקס. החומר תא lysed לאחר מכן מוגבר וניתח בביטוי הגן של קבוצת גנים שנבחרו עם RT-qPCR, באמצעות פלטפורמה microfluidic. אסטרטגיה זו מאפשרת ניתוח מולקולרית של מיון מתא בודד, כמו גם בו זמנית האפיון תא-פני סמן ביטוי של תא בודד כל. על-ידי ישירות מיפוי מולקולרי ייחודי קבוצות משנה של תאים לביטוי סמני אינדקס ממוינים, subpopulations יכולים להיות מקושרים כדי immunophenotype ספציפי שיכול לשמש לבידוד פוטנציאליים שלהם. השיטה המותווה צעד אחר צעד באיור1. פאנל ג’ין שנקבע מראש עוד תורמת רזולוציה גבוהה יותר של ביטוי גנים יישוב, מאז זה עוקף מדידה של הגנים שופע לא רלוונטי יכול אחרת occlude אותות ביטוי הגן מעודן. יתר על כן, הגברה יעד ספציפיות, שעתוק במהופך צעד אחד, הגברה מאפשרת מדידה חזקים של תעתיקים ביטוי נמוך, כמו גורמי שעתוק או הלא-פולי-adenylated RNAs. חשוב לציין, שיטות qPCR מאפשרים מדידה של mRNA של פיוז’ן חלבונים, אשר חשובים כאשר חוקרים מסוימים במחלות ממאירות19. בסופו של דבר, המספר ממוקד של גנים חקרו, שיעורי הנשירה נמוך, ולא מוגבל הבדלים טכניים בין תאים להפוך שיטה זו נותחו בקלות לעומת שיטות מימד גבוה יותר, כגון RNA בתא יחיד-תת סעיף לפי הפרוטוקול, ניסוי כולו יכול להתבצע, מיון תאי לתוצאות שנותחה, בתוך שלושה ימים, ממציא זה שיטה מסובכת ומהיר עבור ניתוח ביטוי גנטי תא בודד רגיש, תפוקה גבוהה.
Protocol
Representative Results
Discussion
בשנים האחרונות, תא בודד מפענוח הביטוי הפך תוספת רבת ערך כדי להגדיר את הטרוגניות של אוכלוסיות שונות תא23. כניסתו של טכנולוגיות רצף הרנ א תיאורטית מספק אפשרות למדוד את transcriptome שלם של תא, עם זאת, שיטות אלה הן מסובך וריאציות של רצף לתא לבין נשירה. QPCR תא בודד מציע ניתוח רגיש, איתנה של ה…
Disclosures
The authors have nothing to disclose.
Acknowledgements
עבודה זו נתמכת מענקים השוודית החברה לסרטן, המועצה למחקר השבדי, החברה השוודית למחקר רפואי, קרן סרטן ילדות שוודית, קרן Söderberg רגנר, ו קנוט, אליס ולנברג קרן
Materials
| CD14 PECY5 | eBioscience | 15-0149-42 | Clone: 61D3 |
| CD16 PECY5 | Biolegend | 302010 | Clone: 3G8 |
| CD56 PECY5 | Biolegend | 304608 | Clone: MEM-188 |
| CD19 PECY5 | Biolegend | 302210 | Clone: HIB19 |
| CD2 PECY5 | Biolegend | 300210 | Clone: RPA-2.10 |
| CD3 PECY5 | Biolegend | 300310 | Clone: HIT3a |
| CD123 PECY5 | Biolegend | 306008 | Clone: 6H6 |
| CD235A PECY5 | BD Pharma | 559944 | Clone GAR2 |
| CD34 FITC | Biolegend | 343604 | Clone: 561 |
| CD38 APC | Biolegend | 303510 | Clone: Hit2 |
| CD90 PE | Biolegend | 328110 | Clone: 5E10 |
| CD45RA BV421 | BD bioscience | 560362 | Clone: HI100 |
| CD49f Pecy7 | eBioscience | 25-0495-82 | Clone: eBioGOH3 |
| FBS | HyClone | SV30160.3 | |
| PBS | HyClone | SH30028.02 | |
| 96-well u-bottom Plate | VWR | 10861-564 | |
| SFEM | Stem cell technologies | 9650 | |
| Penicillin streptomycin | HyClone | SV30010 | |
| TPO | Peprotech | 300-18 | |
| SCF | Peprotech | 300-07 | |
| FLT3L | Peprotech | 300-19 | |
| Falcon Tube 15 mL | Sarstedt | 62.554.502 | |
| Eppendorph tube | Sarstedt | 72.690.001 | |
| CST beads | BD | 642412 | |
| Accudrop Beads | BD | 345249 | 6-µm particles |
| Adhesive film Clear | Thermo scientific | AB-1170 | |
| Adhesive film Foil | Thermo scientific | AB-0626 | |
| 96 well PCR plate | Axygen | PCR-96M2-HS-C | |
| PCR 1.5 mL tube | Axygen | MCT-150-L-C | |
| T100 PCR cycler | BioRad | 186-1096 | |
| 10% NP40 | Thermo scientific | 85124 | |
| 10mM dNTP | Takara | 4030 | |
| 0.1M DTT | Invitrogen | P2325 | |
| RNAsout | Invitrogen | 10777-019 | RNAse inhibitor |
| CellsDirect One-Step qRT-PCR Kit | Invitrogen | 11753-100 | |
| Neuclease free water | Invitrogen | 11753-100 | from CellsDirect kit |
| 2X Reaction Mix | Invitrogen | 11753-100 | from CellsDirect kit |
| SuperScript III RT/Platinum Taq Mix | Invitrogen | 11753-100 | from CellsDirect kit |
| Platinum Taq DNA Polymerase | Invitrogen | 10966026 | |
| TaqMan Cells-to-CT Control Kit | Invitrogen | 4386995 | |
| Xeno RNA Control | Invitrogen | 4386995 | From TaqMan Cells-to-CT Control Kit |
| 20X Xeno RNA Control Taqman Gene Expression Assay | Invitrogen | 4386995 | From TaqMan Cells-to-CT Control Kit |
| 96.96 Sample/Loading Kit—10 IFCs | Fluidigm | BMK-M10-96.96 | |
| 2X Assay Loading Reagent | Fluidigm | From 96.96 Sample/Loading Kit | |
| 20X GE Sample Loading Reagent | Fluidigm | From 96.96 Sample/Loading Kit | |
| Control line fluid | Fluidigm | From 96.96 Sample/Loading Kit | |
| TaqMan Gene Expression Master Mix | Applied Biosystems | 4369016 | |
| BioMark HD | Fluidigm | BMKHD-BMKHD | |
| 96.96 Dynamic Array IFC | Fluidigm | BMK-M10-96.96GT | |
| Excel | Microsoft | Microsoft | |
| FlowJo V10 | TreeStar | TreeStar | |
| Fluidigm real time PCR analysis | Fluidigm | Fluidigm | |
| CD179a.VPREB1 | Thermofisher scientific | Hs00356766_g1 | |
| ACE | Thermofisher scientific | Hs00174179_m1 | |
| AHR | Thermofisher scientific | Hs00169233_m1 | |
| BCR_ABL.52 | Thermofisher scientific | Hs03043652_ft | |
| BCR_ABL41 | Thermofisher scientific | Hs03024541_ft | |
| BMI1 | Thermofisher scientific | Hs00995536_m1 | |
| CCNA2 | Thermofisher scientific | Hs00996788_m1 | |
| CCNB1 | Thermofisher scientific | Hs01030099_m1 | |
| CCNB2 | Thermofisher scientific | Hs01084593_g1 | |
| CCNC | Thermofisher scientific | Hs01029304_m1 | |
| CCNE1 | Thermofisher scientific | Hs01026535_g1 | |
| CCNF | Thermofisher scientific | Hs00171049_m1 | |
| CCR9 | Thermofisher scientific | Hs01890924_s1 | |
| CD10.MME | Thermofisher scientific | Hs00153510_m1 | |
| CD11a | Thermofisher scientific | Hs00158218_m1 | |
| CD11c.ITAX | Thermofisher scientific | Hs00174217_m1 | |
| CD123.IL3RA | Thermofisher scientific | Hs00608141_m1 | |
| CD133.PROM1 | Thermofisher scientific | Hs01009250_m1 | |
| CD151 | Thermofisher scientific | Hs00911635_g1 | |
| CD220.INSR | Thermofisher scientific | Hs00961554_m1 | |
| CD24.HSA | Thermofisher scientific | Hs03044178_g1 | |
| NCOR1 | Thermofisher scientific | Hs01094540_m1 | |
| CD26.DPP4 | Thermofisher scientific | Hs00175210_m1 | |
| CD274 | Thermofisher scientific | Hs01125301_m1 | |
| CD276 | Thermofisher scientific | Hs00987207_m1 | |
| CD32.FCGR2B | Thermofisher scientific | Hs01634996_s1 | |
| CD33 | Thermofisher scientific | Hs01076281_m1 | |
| CD34 | Thermofisher scientific | Hs00990732_m1 | |
| CD344.FZD4 | Thermofisher scientific | Hs00201853_m1 | |
| CD352.SLAMF6 | Thermofisher scientific | Hs01559920_m1 | |
| CD38 | Thermofisher scientific | Hs01120071_m1 | |
| CD4 | Thermofisher scientific | Hs01058407_m1 | |
| CD41.ITGA2B | Thermofisher scientific | Hs01116228_m1 | |
| CD49f.ITGA6 | Thermofisher scientific | Hs01041011_m1 | |
| CD56.NCAM1 | Thermofisher scientific | Hs00941830_m1 | |
| CD9 | Thermofisher scientific | Hs00233521_m1 | |
| CD97 | Thermofisher scientific | Hs00173542_m1 | |
| CD99 | Thermofisher scientific | Hs00908458_m1 | |
| CDK6 | Thermofisher scientific | Hs01026371_m1 | |
| CDKN1A | Thermofisher scientific | Hs00355782_m1 | |
| CDKN1B | Thermofisher scientific | Hs01597588_m1 | |
| CDKN1C | Thermofisher scientific | Hs00175938_m1 | |
| CEBPa | Thermofisher scientific | Hs00269972_s1 | |
| CSF1r | Thermofisher scientific | Hs00911250_m1 | |
| CSF2RA | Thermofisher scientific | Hs00531296_g1 | |
| CSF3RA | Thermofisher scientific | Hs01114427_m1 | |
| E2A.TCF3 | Thermofisher scientific | Hs00413032_m1 | |
| EBF1 | Thermofisher scientific | Hs01092694_m1 | |
| ENG | Thermofisher scientific | Hs00923996_m1 | |
| EPOR | Thermofisher scientific | Hs00959427_m1 | |
| ERG | Thermofisher scientific | Hs01554629_m1 | |
| FLI1 | Thermofisher scientific | Hs00956711_m1 | |
| FLT3 | Thermofisher scientific | Hs00174690_m1 | |
| FOXO1 | Thermofisher scientific | Hs01054576_m1 | |
| GAPDH | Thermofisher scientific | Hs02758991_g1 | |
| GATA1 | Thermofisher scientific | Hs00231112_m1 | |
| GATA2 | Thermofisher scientific | Hs00231119_m1 | |
| GATA3 | Thermofisher scientific | Hs00231122_m1 | |
| GFI1 | Thermofisher scientific | Hs00382207_m1 | |
| HES1 | Thermofisher scientific | Hs01118947_g1 | |
| HLF | Thermofisher scientific | Hs00171406_m1 | |
| HMGA2 | Thermofisher scientific | Hs00171569_m1 | |
| HOXA5 | Thermofisher scientific | Hs00430330_m1 | |
| HOXB4 | Thermofisher scientific | Hs00256884_m1 | |
| ID2 | Thermofisher scientific | Hs04187239_m1 | |
| IGF2BP1 | Thermofisher scientific | Hs00198023_m1 | |
| IGF2BP2 | Thermofisher scientific | Hs01118009_m1 | |
| IKZF1 | Thermofisher scientific | Hs00172991_m1 | |
| IL1RAP | Thermofisher scientific | Hs00895050_m1 | |
| IL2RG | Thermofisher scientific | Hs00953624_m1 | |
| IRF8 | Thermofisher scientific | Hs00175238_m1 | |
| ITGB7 | Thermofisher scientific | Hs01565750_m1 | |
| KIT | Thermofisher scientific | Hs00174029_m1 | |
| Lin28B | Thermofisher scientific | Hs01013729_m1 | |
| LMO2 | Thermofisher scientific | Hs00153473_m1 | |
| LYL1 | Thermofisher scientific | Hs01089802_g1 | |
| Meis1 | Thermofisher scientific | Hs01017441_m1 | |
| mKi67 | Thermofisher scientific | Hs01032443_m1 | |
| MPL | Thermofisher scientific | Hs00180489_m1 | |
| MPO | Thermofisher scientific | Hs00924296_m1 | |
| NFIB | Thermofisher scientific | Hs01029175_m1 | |
| Notch1 | Thermofisher scientific | Hs01062011_m1 | |
| Pten | Thermofisher scientific | Hs02621230_s1 | |
| RAG2 | Thermofisher scientific | Hs01851142_s1 | |
| RPS18 | Thermofisher scientific | Hs01375212_g1 | |
| RUNX1 | Thermofisher scientific | Hs00231079_m1 | |
| Shisa2 | Thermofisher scientific | Hs01590823_m1 | |
| Spi1 | Thermofisher scientific | Hs02786711_m1 | |
| Sterile.IgH | Thermofisher scientific | Hs00378435_m1 | |
| TAL1 | Thermofisher scientific | Hs01097987_m1 | |
| THY1 | Thermofisher scientific | Hs00264235_s1 | |
| Tim.3.HAVCR2 | Thermofisher scientific | Hs00958618_m1 | |
| VWF | Thermofisher scientific | Hs00169795_m1 |
References
- Seita, J., Weissman, I. L. Hematopoietic stem cell: Self-renewal versus differentiation. Wiley Interdiscip Rev Syst Biol Med. 2 (6), 640-653 (2010).
- Orkin, S. H., Zon, L. I. Hematopoiesis: An evolving paradigm for stem cell biology. Cell. 132 (4), 631-644 (2008).
- Ye, F., Huang, W., Guo, G. Studying hematopoiesis using single-cell technologies. Journal of Hematology & Oncology. 10, 27 (2017).
- Hoppe, P. S., Coutu, D. L., Schroeder, T. Single-cell technologies sharpen up mammalian stem cell research. Nature Cell Biology. 16 (10), 919-927 (2014).
- Wills, Q. F., et al. Single-cell gene expression analysis reveals genetic associations masked in whole-tissue experiments. Nature Biotechnol. 31 (8), 748-752 (2013).
- Velten, L., et al. Human haematopoietic stem cell lineage commitment is a continuous process. Nat Cell Biol. 19 (4), 271-281 (2017).
- Wilson, N. K., Nicola, K., et al. Combined single-cell functional and gene expression analysis resolves heterogeneity within stem cell populations. Cell Stem Cell. 16 (6), 712-724 (2015).
- Saliba, A. E., Westermann, A. J., Gorski, S. A., Vogel, J. Single-cell RNA-seq: Advances and future challenges. Nucleic Acids Research. 42 (14), 8845-8860 (2014).
- Femino, A. M., Fay, F. S., Fogarty, K., Singer, R. H. Visualization of Single RNA Transcripts in Situ. Science. 280 (5363), 585-590 (1998).
- Kalisky, T., et al. A brief review of single-cell transcriptomic technologies. Briefings in Functional Genomics. , elx019 (2017).
- Crosetto, N., Bienko, M., van Oudenaarden, A. Spatially resolved transcriptomics and beyond. Nature Reviews Genetics. 16, 57 (2014).
- Bengtsson, M., Ståhlberg, A., Rorsman, P., Kubista, M. Gene expression profiling in single cells from the pancreatic islets of Langerhans reveals lognormal distribution of mRNA levels. Genome Research. 15 (10), 1388-1392 (2005).
- Bengtsson, M., Hemberg, M., Rorsman, P., Ståhlberg, A. Quantification of mRNA in single cells and modelling of RT-qPCR induced noise. BMC Molecular Biology. 9 (1), 63 (2008).
- Picelli, S., et al. Smart-seq2 for sensitive full-length transcriptome profiling in single cells. Nature Methods. 10, 1096 (2013).
- Tung, P. -. Y., et al. Batch effects and the effective design of single-cell gene expression studies. Scientific Reports. 7, 39921 (2017).
- Teles, J., Enver, T., Pina, C. Single-cell PCR profiling of gene expression in hematopoiesis. Methods in Molecular Biology. , 21-42 (2014).
- Hayashi, T., et al. Single-cell gene profiling of planarian stem cells using fluorescent activated cell sorting and its "index sorting" function for stem cell research. Development, Growth, & Differentiation. 52 (1), 131-144 (2010).
- Lang, S., et al. SCExV: A webtool for the analysis and visualisation of single cell qRT-PCR data. BMC Bioinformatics. 16 (1), 320 (2015).
- de Klein, A., et al. A cellular oncogene is translocated to the Philadelphia chromosome in chronic myelocytic leukaemia. Nature. 300 (5894), 765-767 (1982).
- . indexed-sorting Available from: https://github.com/FlowJo-LLC/indexed-sorting (2016)
- Warfvinge, R., et al. Single-cell molecular analysis defines therapy response and immunophenotype of stem cell subpopulations in CML. Blood. 129 (17), 2384-2394 (2017).
- Nestorowa, S., et al. A single-cell resolution map of mouse hematopoietic stem and progenitor cell differentiation. Blood. 128 (8), e20-e31 (2016).
- Breton, G., et al. Human dendritic cells (DCs) are derived from distinct circulating precursors that are precommitted to become CD1c+ or CD141+ DCs. The Journal of Experimental Medicine. 213 (13), 2861-2870 (2016).
- Alberti-Servera, L., et al. Single-cell RNA sequencing reveals developmental heterogeneity among early lymphoid progenitors. The EMBO Journal. 36 (24), 3619-3633 (2017).
- Giustacchini, A., et al. Single-cell transcriptomics uncovers distinct molecular signatures of stem cells in chronic myeloid leukemia. Nature Medicine. 23, 692 (2017).
- Hansmann, L., Han, A., Penter, L., Liedtke, M., Davis, M. M. Clonal expansion and interrelatedness of distinct B-lineage compartments in multiple myeloma bone marrow. Cancer Immunology Research. 5 (9), 744-754 (2017).
- Psaila, B., et al. Single-cell profiling of human megakaryocyte-erythroid progenitors identifies distinct megakaryocyte and erythroid differentiation pathways. Genome Biology. 17 (1), 83 (2016).
- Schulte, R., et al. Index sorting resolves heterogeneous murine hematopoietic stem cell populations. Experimental Hematology. 43 (9), 803-811 (2015).
