MétaCan
Menu
Retour à la cohorte
Enregistrement W2021966334 · doi:10.1021/pr060549i

Direct Analysis and MALDI Imaging of Formalin-Fixed, Paraffin-Embedded Tissue Sections

2007· article· en· W2021966334 sur OpenAlexaff
R. Lemaire, Annie Desmons, Jean-Claude Tabet, R. Day, Michel Salzet, Isabelle Fournier

Notice bibliographique

RevueJournal of Proteome Research · 2007
Typearticle
Langueen
DomaineChemistry
ThématiqueMass Spectrometry Techniques and Applications
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésIn situMALDI imagingBiopsyBiomarker discoveryPathologyChemistryProteomicsFixation (population genetics)Biomedical engineeringComputational biologyMatrix-assisted laser desorption/ionizationBiologyMedicineBiochemistry

Résumé

récupéré en direct d'OpenAlex

Formalin fixation, generally followed by paraffin embedding, is the standard and well-established processing method employed by pathologist. This treatment conserves and stabilizes biopsy samples for years. Analysis of FFPE tissues from biopsy libraries has been, so far, a challenge for proteomics biomarker studies. Herein, we present two methods for the direct analysis of formalin-fixed, paraffin-embedded (FFPE) tissues by MALDI-MS. The first is based on the use of a reactive matrix, 2,4-dinitrophenylhydrazine, useful for FFPE tissues stored less than 1 year. The second approach is applicable for all FFPE tissues regardless of conservation time. The strategy is based on in situ enzymatic digestion of the tissue section after paraffin removal. In situ digestion can be performed on a specific area of the tissue as well as on a very small area (microdigestion). Combining automated microdigestion of a predefined tissue array with either in situ extraction prior to classical nanoLC/MS-MS analysis or automated microspotting of MALDI matrix according to the same array allows the identification of both proteins by nanoLC-nanoESI and MALDI imaging. When adjacent tissue sections are used, it is, thus, possible to correlate protein identification and molecular imaging. These combined approaches, along with FFPE tissue analysis provide access to massive amounts of archived samples in the clinical pathology setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,390
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations304
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Proteome ResearchMême sujetMass Spectrometry Techniques and ApplicationsTravaux en français237 207