MétaCan
Menu
Retour à la cohorte
Enregistrement W2058797053 · doi:10.1002/jemt.20422

Triton X‐100 Pretreatment of LR‐white Thin Sections Improves Immunofluorescence Specificity and Intensity

2007· article· en· W2058797053 sur OpenAlexaff
Salem Ghrebi, Gethin Owen, D. M. Brunette

Notice bibliographique

RevueMicroscopy Research and Technique · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueRNA Interference and Gene Delivery
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImmunofluorescenceIntensity (physics)White (mutation)ChemistryMolecular biologyIndirect immunofluorescenceBiologyOpticsPhysicsBiochemistryAntibodyImmunologyGene

Résumé

récupéré en direct d'OpenAlex

The staining of intracellular antigenic sites in postembedded samples is a challenging problem. Deterioration of antigenicity and limited antibody accessibility to the antigen are commonly encountered on account of processing steps. In this study preservation of the antigen was achieved by fixing the tissues with mild fixatives, performing partial dehydration, and embedding in a low crosslinked hydrophilic acrylic resin, LR-White. Permeabilization of cell membranes with Triton X-100 is well documented but can affect some antigen conformations. We tested the effect of Triton X-100 on the ED1 antigen present in the lysosomal membrane of the macrophage in cell culture. The ED1 antigen in the lysosome was resistant to extraction by Triton X-100. Interestingly pretreating the LR-White sections of macrophage pellets with Triton X-100 improved the staining intensity of ED1. The most intense and clear specific fluorescent staining was observed when sections were pretreated with 0.2% Triton X-100 for 2 min. Longer exposure of sections to 0.2% Triton or 2 min exposure to 2% Triton lead to reduced ED1 labeling. SEM observations indicated that the detergent extracted a component from the cells and not the resin and was determined to be lipid. This novel technique could be applied in many research areas where postembedding fluorescent immunolabeling with higher labeling intensity is desired.

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)0,000
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,025
Tête enseignante GPT0,345
Écart entre enseignants0,320 · 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
GenreMéthodes

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

En bref

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicroscopy Research and TechniqueMême sujetRNA Interference and Gene DeliveryTravaux en français237 207