MétaCan
Menu
Retour à la cohorte
Enregistrement W2751463741 · doi:10.3791/56188

Simple Elimination of Background Fluorescence in Formalin-Fixed Human Brain Tissue for Immunofluorescence Microscopy

2017· article· en· W2751463741 sur OpenAlexafffund
Yulong Sun, Philbert Ip, Avijit Chakrabartty

Notice bibliographique

RevueJournal of Visualized Experiments · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvanced Fluorescence Microscopy Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchConsortium canadien en neurodégénérescence associée au vieillissementAlzheimer SocietyALS Society of Canada
Mots-clésPhotobleachingAutofluorescenceLipofuscinFluorescence recovery after photobleachingFluorescenceImmunofluorescenceChemistryMicroscopyFluorescence microscopeBiophysicsOpticsPathologyBiologyBiochemistryMedicine

Résumé

récupéré en direct d'OpenAlex

Immunofluorescence is a common method used to visualize subcellular compartments and to determine the localization of specific proteins within a tissue sample. A great hindrance to the acquisition of high quality immunofluorescence images is endogenous autofluorescence of the tissue caused by aging pigments such as lipofuscin or by common sample preparation processes such as aldehyde fixation. This protocol describes how background fluorescence can be greatly reduced through photobleaching using white phosphor light emitting diode (LED) arrays prior to treatment with fluorescent probes. The broad-spectrum emission of white phosphor LEDs allow for bleaching of fluorophores across a range of emission peaks. The photobleaching apparatus can be constructed from off-the-shelf components at very low cost and offers an accessible alternative to commercially available chemical quenchers. A photobleaching pre-treatment of the tissue followed by conventional immunofluorescence staining generates images free of background autofluorescence. Compared to established chemical quenchers which reduced probe as well as background signals, photobleaching treatment had no effect on probe fluorescence intensity while it effectively reduced background and lipofuscin fluorescence. Although photobleaching requires more time for pre-treatment, higher intensity LED arrays may be used to reduce photobleaching time. This simple method can potentially be applied to a variety of tissues, particularly postmitotic tissues that accumulate lipofuscin such as the brain and cardiac or skeletal muscles.

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: Méthodes
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,031
Tête enseignante GPT0,492
Écart entre enseignants0,461 · 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

Citations43
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetAdvanced Fluorescence Microscopy TechniquesTravaux en français237 207