A Novel Method for Multiple Labeling Combining In Situ Hybridization With Immunofluorescence
Notice bibliographique
Résumé
In situ hybridization (ISH) is a particularly useful method to investigate de novo mRNA expression in tissue sections. High specificity and sensitivity of this technique combined with the great preservation of tissue and cellular morphology conferred by fixatives such as 4% paraformaldehyde, pH 9.5, make ISH a tool of choice for detecting genes of interest in individual cells in the central nervous system (CNS). Here we describe a novel method that combines radioactive ISH with immunofluorescence on the same tissue section to identify cell populations expressing selected mRNA transcripts. This novel method has several major advantages over previously described double-labeling light microscopic methods combining enzymatic immunohistochemistry and ISH including (1) complete protection against loss of hybridization signal that normally occurs during the immunoenzymatic reaction, (2) improved immunolabeling sensitivity due to the proteinase K digestion step during ISH, (3) detection of several proteins specific for different cell populations on the same tissue section, and (4) counterstaining of tissue sections without affecting visualization of immunolabeling. This new method will be particularly useful for investigators looking to identify cell populations producing mRNAs expressed in low abundance such as cytokines, chemokines, and growth factors in the intact and/or injured mammalian CNS.
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 | 0,000 |
| 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 | 0,000 | 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 ».