Photoacoustic imaging of gene expression using tyrosinase as a reporter gene
Notice bibliographique
Résumé
Optical reporter genes, such as green fluorescence protein, are powerful research tools that allow visualization of gene expression. We have successfully used tyrosinase as a reporter gene for photoacoustic imaging. Tyrosinase is the key regulatory enzyme in the production of melanin which has a broad optical absorption spectrum. MCF-7 cells were stably transfected with tyrosinase under the control of an inducible promoter. For photoacoustic experiments, MCF-7 cells were resuspended at 108 cells/mL and injected in 700 μm (inner diameter) plastic tubing. Photoacoustic signal of MCF-7 cells expressing tyrosinase were >20-fold greater than those of untransfected MCF-7 cells. Photoacoustic signal of tyrosinaseexpressing MCF-7 cells were approximately 2-fold lesser and greater than those of blood at 576 and 650 nm, respectively, suggesting that photoacoustic signal from blood and tyrosinase-expressing cells can be separated by dualwavelength analysis. Photoacoustic signal from tyrosinase-expressing MCF-7 cells covered by chicken tissue could even be detected at a laser penetration depth of 4 cm, suggesting that tyrosinase can be used to image gene expression in relatively deep tissues. The current data suggests that tyrosinase is a strong reporter gene for photoacoustic imaging.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».