Summary

Bir moleküler karakterize etmek için Kombinatorik tek hücreli yaklaşım ve insan kök ve yaratıcı nüfus Immunophenotypic heterojen

Published: October 25, 2018
doi:

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

1. lizis plakaları hazırlanması Bir RNA/DNA ücretsiz Bank kullanarak hazırlamak yeterli lizis arabellek % 10 ilave, 96 kuyuları için 390 µL nükleaz boş su, % 10 17 µL karıştırılarak NP-40, 2.8 µL 10 mM dNTP, 10 µL 0.1 M DTT ve 5.3 µL RNAse inhibitörü (bkz: Malzemeler tablo). Girdap ve spin aşağı. Her şey 96 iyi PCR plaka lizis arabelleğe 4 µL dağıtmak ve yapıştırıcı film ile plakalarının. Spin aşağı tüplere sıvı alt plakaların toplamak. Buz ta…

Representative Results

Hızlı, kolay gerçekleştirilen ve son derece güvenilir açıklanan protokolüdür. Deneysel set-up bir bakış Şekil 1′ de sunulmuştur. Tek-hücrelerin belirli hedef amplifikasyon, gen ifade ölçümleri ve ön analizler için sıralama gelen tüm iletişim kuralı, üç gün içinde gerçekleştirilebilir. Bir örnek 96 astar ve ya bir kronik miyeloid lösemi (CML) hastadan 96 hücreleri veya 96 hücrelerden yaşlı eşlemeli sağlıklı kullanarak tek…

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

  1. Seita, J., Weissman, I. L. Hematopoietic stem cell: Self-renewal versus differentiation. Wiley Interdiscip Rev Syst Biol Med. 2 (6), 640-653 (2010).
  2. Orkin, S. H., Zon, L. I. Hematopoiesis: An evolving paradigm for stem cell biology. Cell. 132 (4), 631-644 (2008).
  3. Ye, F., Huang, W., Guo, G. Studying hematopoiesis using single-cell technologies. Journal of Hematology & Oncology. 10, 27 (2017).
  4. 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).
  5. 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).
  6. Velten, L., et al. Human haematopoietic stem cell lineage commitment is a continuous process. Nat Cell Biol. 19 (4), 271-281 (2017).
  7. 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).
  8. 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).
  9. Femino, A. M., Fay, F. S., Fogarty, K., Singer, R. H. Visualization of Single RNA Transcripts in Situ. Science. 280 (5363), 585-590 (1998).
  10. Kalisky, T., et al. A brief review of single-cell transcriptomic technologies. Briefings in Functional Genomics. , elx019 (2017).
  11. Crosetto, N., Bienko, M., van Oudenaarden, A. Spatially resolved transcriptomics and beyond. Nature Reviews Genetics. 16, 57 (2014).
  12. 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).
  13. 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).
  14. Picelli, S., et al. Smart-seq2 for sensitive full-length transcriptome profiling in single cells. Nature Methods. 10, 1096 (2013).
  15. Tung, P. -. Y., et al. Batch effects and the effective design of single-cell gene expression studies. Scientific Reports. 7, 39921 (2017).
  16. Teles, J., Enver, T., Pina, C. Single-cell PCR profiling of gene expression in hematopoiesis. Methods in Molecular Biology. , 21-42 (2014).
  17. 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).
  18. Lang, S., et al. SCExV: A webtool for the analysis and visualisation of single cell qRT-PCR data. BMC Bioinformatics. 16 (1), 320 (2015).
  19. de Klein, A., et al. A cellular oncogene is translocated to the Philadelphia chromosome in chronic myelocytic leukaemia. Nature. 300 (5894), 765-767 (1982).
  20. . indexed-sorting Available from: https://github.com/FlowJo-LLC/indexed-sorting (2016)
  21. 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).
  22. Nestorowa, S., et al. A single-cell resolution map of mouse hematopoietic stem and progenitor cell differentiation. Blood. 128 (8), e20-e31 (2016).
  23. 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).
  24. Alberti-Servera, L., et al. Single-cell RNA sequencing reveals developmental heterogeneity among early lymphoid progenitors. The EMBO Journal. 36 (24), 3619-3633 (2017).
  25. Giustacchini, A., et al. Single-cell transcriptomics uncovers distinct molecular signatures of stem cells in chronic myeloid leukemia. Nature Medicine. 23, 692 (2017).
  26. 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).
  27. 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).
  28. Schulte, R., et al. Index sorting resolves heterogeneous murine hematopoietic stem cell populations. Experimental Hematology. 43 (9), 803-811 (2015).

Play Video

Cite This Article
Sommarin, M. N., Warfvinge, R., Safi, F., Karlsson, G. A Combinatorial Single-cell Approach to Characterize the Molecular and Immunophenotypic Heterogeneity of Human Stem and Progenitor Populations. J. Vis. Exp. (140), e57831, doi:10.3791/57831 (2018).

View Video