Bir moleküler karakterize etmek için Kombinatorik tek hücreli yaklaşım ve insan kök ve yaratıcı nüfus Immunophenotypic heterojen
Summary
Toplu gen ifade ölçümleri bulut tek hücre farkları türdeş olmayan hücre popülasyonlarının. Burada, bir protokol açıklamak nasıl tek hücreli gen ifade analizi ve dizin için Variety aktif hücre sıralama (FACS tarafından) sıralama heterojenite betimlemek için birleştirilebilir ve immunophenotypically karakterize tatlı ayrı hücre popülasyonlarının.
Abstract
Immunophenotypic karakterizasyonu ve moleküler analiz uzun heterojenite betimlemek ve farklı hücre popülasyonlarının tanımlamak için kullanılmıştır. FACS doğal olarak moleküler analiz ancak uygulamasından önce hedef hücreleri kez prospektif toplu olarak yalıtılır bir tek hücreli tahlil böylece tek hücreli çözünürlük kaybediyor. Tek hücreli gen ifade analizi türdeş olmayan hücre popülasyonlarının tek tek hücreleri arasında moleküler farklılıkları anlamak için bir araç sağlar. Toplu hücre analizi farklı hücre tipi bir overrepresentation önyargıları ve nadir hücrelerindeki sinyallerin occlusions biyolojik önemi ile sonuçlanır. Orta hücre yüzey marker ifade içeren hücreleri de yakalanır iken, tek hücreli gen ifade analizi için birleştiğinde Dizin FACS sıralama kullanarak, nüfus tek hücreli çözünürlük kaybı olmadan araştırılması değerlendirilmesi etkinleştirme sürekli yüzey marker ifade alaka. Burada, tek hücreli Ters transkripsiyon birleştiren bir yaklaşımı açıklamak kantitatif PCR (RT-qPCR) ve FACS dizini aynı anda moleküler ayırdetmek için sıralama ve immunophenotypic heterojenlik hücre popülasyonlarının içinde.
Hücre hücre çeşitleri için read ilgili sorunlar tarafından şaşırmış değil iken tek hücreli RNA sıralama yöntemleri aksine, düşük-bereket transkript sağlam ölçümleri ile daha az bırakan, için qPCR ile belirli hedef amplifikasyon kullanımı sağlar Derinlik. Dizin sıralama tek-hücre lizis içine bu yöntemi arabellek doğrudan Ayrıca, tarafından cDNA sentezi ve belirli hedef öncesi amplifikasyon moleküler imzalarla sonradan türetilmiş hücre yüzeyine korelasyon gelince bir adım de gerçekleştirilecek sağlar Marker ifade. Açıklanan yaklaşım hematopoetik tek-hücreleri araştırmak, ama aynı zamanda başarılı bir şekilde diğer hücre türleri kullanılmıştır için geliştirilmiştir.
Sonuç olarak, tatlı ayrı altgrupları sonraki potansiyel yalıtım için protokolleri geliştirmek için bir panel mRNA ifade imkanı ile önceden seçilmiş genlerin hassas ölçüm için burada açıklanan yaklaşım sağlar.
Introduction
Her bireysel kan hücresi nerede kök hücre sonunda ölümcül belirli taşıyan son efektör hücrelere ayırt etmek giderek taahhüt ara ataları bir dizi üstüne tepe formu hücresel bir hiyerarşi içinde bulunan inanılıyor biyolojik fonksiyonlar1. Kök hücre sistemleri nasıl düzenlendiği hakkındaki bilginin çok hematopoetik sistem, prospektif çok kök hücre veya çeşitli ataları2 için zenginleştirilmiş farklı hematopoetik nüfus izole yeteneği büyük ölçüde nedeniyle oluşturulan FACS sıralama tarafından. Bu nüfusun çoğu için bu işlevsel olarak veya tatlı,3,4profil oluşturma gen ekspresyonu ile ağırlıklı olarak çözümlenmesi için izin verdi. Ancak ne zaman gen ekspresyonu hücreleri arasında toplu nüfus bireysel farklılıklar analiz ortalama ve5kaybettim. Böylece, hücre küçük alt kümeleri nüfus6inferred biyolojik işlev için hesap Eğer hücre hücre çeşitleri türdeş olmayan hücre kesirler içinde algılamak için iş göremezlik anlayışımız kritik biyolojik süreçlerin yıkmak, 7. Tersine, gen ifade imzalar tek hücreli çözünürlükte incelenmesi heterojenite betimlemek ve overrepresented hücreleri8kümelerine gölgede bırakan etkilerden kaçınmak imkanı sunuyoruz.
Bugüne kadar tek hücreli gen ifade analizi için birçok iletişim kuralları geliştirilmiştir; Her bir yaklaşım ile kendi uyarılar sahip. İlk yöntem RNA floresan situ hibridizasyon (RNA-balık), hangi transkript sınırlı sayıda ölçer ama RNA yerelleştirme9,11soruşturma için sağlar benzersizdir oldu. Erken yöntemleri tek veya çok az tutanaklar da vardı algılamak için PCR ve qPCR kullanarak12geliştirdi. Ancak, bu son zamanlarda aynı anda tutanaklar ile qPCR arasında yer alan yüzlerce hücre başına yüzlerce ifade analiz ve böylece yüksek boyutlu heterojen analiz kullanmak için izin verebilirsiniz Havacilik tabanlı yöntemler tarafından yerini almış gen panelleri10,13önceden belirlenir. Bunlar teorik olarak tüm transcriptome bir hücrenin ölçebilir ve böylece heterojenite analiz10‘ a, bir keşif boyut eklemek gibi son zamanlarda RNA-dayandırılmış yaygın tek hücre analiz için kullanılan teknolojiler haline 14. Multiplexed qPCR analiz ve tek hücreli RNA sıralamanın farklı özelliklere sahip, bu nedenle yanı sıra hedef popülasyon hücre sayısı sorulan soru üzerine yöntemden birini kullanarak için mantığı bağlıdır. Ne zaman bilinmeyen hücre veya büyük popülasyonlarda incelenmiştir yüksek işlem hacmi ve düşük maliyetli tek hücreli RNA sıralama tarafsız, araştırmacı özellikleri ile birlikte hücre başına arzu edilir. Ancak, tek hücreli RNA sıralama aynı zamanda yüksek bol transkript transkript düşük bereket ile terkinin için eğilimli olmakla birlikte daha sık sıralama karşı önyargılı. Bu çoğu zaman ince veya teknik gürültü15dakika sonra gizli önemli moleküler sinyaller ortaya çıkarmak için bioinformatic analiz yüksek talepleri koyar oldukça karmaşık veri yol açabilir. Böylece, iyi karakterize dokular için tek hücreli qPCR analizi ile işlevsel olarak önemli gen veya moleküler işaretleyiciler için seçili astar panelleri heterojen belirlemek için hassas, kolay bir yaklaşım hizmet verebilir önceden belirlenen bir nüfus. Ancak, bu kıyasla unutulmamalıdır tek hücreli RNA-seq için hücre başına maliyet tek hücreli qPCR yöntemleri için genellikle yüksektir. Burada, tek hücreli RT-qPCR (düzeltilmiş Teles J. ve ark. bir araya getiren bir yaklaşımı açıklamak 16), FACS dizinine nüfus içinde moleküler ve immunophenotypic heterojenlik karakterize17 ve Biyoinformatik Analizi18 için aynı anda sıralama.
Bu yaklaşımda, faiz hücre nüfusu lekeli ve tek hücre lizis arabellekte 96-şey PCR tabak içine doğrudan FACS tarafından sıralanır. Aynı anda, hücre yüzey işaretleyicileri ek kümesi ifade düzeyde FACS-sıralama, Dizin sıralama olarak adlandırılan bir yöntemi sırasında tek her hücre için kaydedilir. Lysed hücre malzemesi daha sonra güçlendirilmiş ve genler seçili bir dizi gen ekspresyonu RT-qPCR bir mikrosıvısal platformu kullanarak analiz. Bu strateji bireysel her hücrenin hücre yüzeyine marker ifade sıralanmış tek hücreli hem de aynı anda karakterizasyonu moleküler analizi sağlar. Dizin oluşturulmuş sıralı veri işaretleyicilerini ifade için hücre tatlı farklı alt kümelerini doğrudan eşleme tarafından altgrupları onların potansiyel yalıtımı için kullanılan belirli bir immunophenotype bağlanabilir. Yöntem özetlenen Şekil 1‘ deki adım adım. Aksi takdirde ince gen ifade sinyalleri tıkamanın alakasız bol genlerin ölçüm kaçınmanızı sağlar beri bir önceden belirlenmiş gen panel daha fazla hedeflenen gen ekspresyonu, daha yüksek bir çözünürlük için katkıda bulunur. Ayrıca, belirli hedef amplifikasyon, bir adım geriye doğru transkripsiyon ve amplifikasyon transkripsiyon faktörleri ya da non-poli-adenylated RNA’ların gibi düşük ifade edilen tutanaklar, sağlam ölçüm için sağlar. Önemlisi, qPCR yöntemler belirli malign hastalıklar19araştırılması önemlidir füzyon protein mRNA ölçüm için olanak sağlar. Son olarak, genler odaklı sayısı incelenmiş, düşük bırakma oranları, ve tek hücreli RNA-devamı gibi daha yüksek boyutlu yöntemleri arasındaki hücreleri yapmak bu yöntem kolayca analiz sınırlı teknik farklar kıyasla Protokolü takip ederek, tüm deney, hücreleri analiz sonuçları, üç gün içinde bu hassas, yüksek-den geçerek tek hücreli gen ifade analizi için basit ve hızlı bir yöntem yapım sıralama üzerinden gerçekleştirilir.
Protocol
Representative Results
Discussion
Son yıllarda, tek hücreli gen ifade analizi çeşitli hücre popülasyonları23heterojen tanımlamak için değerli bir ek haline gelmiştir. Ancak bu yöntemler hücre hücre sıralama derinlikleri ve damla-çıkışları tarafından karmaşık RNA sıralama teknolojileri gelişiyle teorik olarak bir olasılık bir hücrenin tüm transcriptome ölçmek için sağlar. Tek hücreli qPCR teklifler kritik genler nerede hücrelerin tümünü yüzlerce ifade hassas ve sağlam bir analizini kabul edil…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Bu eser tıbbi araştırma, İsveçli çocukluk kanseri Vakfı, Söderberg Vakfı Ragnar ve Knut ve Alice Wallenberg Vakfı için hibe İsveçli Kanser Derneği, İsveçli Araştırma Konseyi, İsveç toplum tarafından desteklenmektedir
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).
