Perfusion fixation methods for preclinical biodistribution studies: A comparative assessment using automated image processing
Notice bibliographique
Résumé
requires effective and consistent perfusion and fixation of major organs. Standard methods for removing red blood cells (RBCs) and fixing tissue often involve transcardial perfusion, such as brain-targeted perfusion (via the left ventricle) or lung-targeted perfusion (via the right ventricle). Using autofluorescence measurements and a bespoke ImageJ macro to quantify RBC content from histology, we compared the efficacy and consistency of three whole-body perfusion techniques. We show that lung-targeted perfusion evacuates more blood from the lung vasculature than brain-targeted perfusion (20 ± 54% fewer RBCs), and that our novel approach of 'dual-targeted' perfusion (via the right and left ventricles sequentially) had even higher efficacy (30 ± 6% fewer RBCs). Furthermore, by combining aspects of brain- and lung-targeted methods, dual-targeted perfusion achieved the highest consistency in autofluorescence emissions from major organs (64% and 65% lower variance than brain- and lung-targeted perfusion respectively). Since RBC content and autofluorescence can be confounding factors in biodistribution studies using fluorescent probes, our findings and proposed novel approach offer insight into perfusion fixation techniques for pre-clinical studies.
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 | 0,001 |
| 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 ».