Use of multicolor fluorescence in situ hybridization to detect deletions in clinical tissue sections
Notice bibliographique
Résumé
A variety of laboratory methods are available for the detection of deletions of tumor suppressor genes and losses of their proteins. The clinical utility of fluorescence in situ hybridization (FISH) for the identification of deletions of tumor suppressor genes has previously been limited by difficulties in the interpretation of FISH signal patterns. The first deletion FISH assays using formalin-fixed paraffin-embedded tissue sections had to deal with a significant background level of signal losses affecting nuclei that are truncated by the cutting process of slide preparation. Recently, more efficient probe designs, incorporating probes adjacent to the tumor suppressor gene of interest, have increased the accuracy of FISH deletion assays so that true chromosomal deletions can be readily distinguished from the false signal losses caused by sectioning artifacts. This mini-review discusses the importance of recurrent tumor suppressor gene deletions in human cancer and reviews the common FISH methods being used to detect the genomic losses encountered in clinical specimens. The use of new probe designs to recognize truncation artifacts is illustrated with a four-color PTEN FISH set optimized for prostate cancer tissue sections. Data are presented to show that when section thickness is reduced, the frequency of signal truncation losses is increased. We also provide some general guidelines that will help pathologists and cytogeneticists run routine deletion FISH assays and recognize sectioning artifacts. Finally, we summarize how recently developed sequence-based approaches are being used to identify recurrent deletions using small DNA samples from tumors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».