Measurement of Signaling Pathway Activities in Solid Tumor Fine-needle Biopsies by Slide-based Cytometry
Notice bibliographique
Résumé
The application of molecular targeted therapies is expected to cause a modulation of cellular signaling pathway(s) that can be monitored by sequential biopsies. Fine-needle sampling (FNS) is an atraumatic and safe technique that can be repeated at numerous points during the clinical or experimental administration of a drug. However, small volume and paucicellularity of fine-needle samples may preclude a comprehensive analysis. We describe here the image-based detection of phosphorylated signaling proteins, an approach for the measurement of pathway activities and preliminary concepts for a multiplexed analysis in these specimens. Fine-needle samples were obtained from xenograft tumors and used for cell block preparations. Preanalytical parameters for the detection of phosphorylated Stat3 and nuclear factor kappaB were determined. A cytometric approach for the measurement of pathway activities was tested using 2 different slide-based analysis techniques applied to immunofluorescence and immunohistochemistry. Changes in the phosphorylation state of Stat3 and nuclear factor kappaB were observed due to delayed fixation and reproducibly quantified. Data obtained from xenografts after drug treatment suggest that slide-based cytometry gives results that are comparable to conventional analysis methods. The applicability of quantum dot nanocrystals for the detection of phosphorylated Stat3 and the combination of different labeling techniques suggest a potential for a multiplexed analysis. We propose here that FNS of solid tumors may be useful in anatomic sites where core-needle biopsies are not possible or not well tolerated. FNS can be used for biomarkers with a homogeneous distribution throughout the tumor, and slide-based analysis techniques may be applied to quantify pathway activities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».