Immunohistochemistry Microarrays
Notice bibliographique
Résumé
Immunohistochemistry (IHC) on tissue sections is widely used for quantifying the expression patterns of proteins and is part of the standard of care for cancer diagnosis and prognosis, but is limited to staining a single protein per tissue. Tissue microarray and microfluidics staining methods have emerged as powerful high throughput techniques, but they either only permit the analysis of a single protein per slide or require complex instrumentation and expertise while only staining isolated areas. Here, we introduce IHC microarrays (IHCμA) for multiplexed staining of intact tissues with preserved histological and spatial information. Droplets of a dextran solution containing antibodies were prespotted on a slide and snapped onto a preprocessed formalin-fixed, paraffin-embedded (FFPE) tissue section soaked in a polyethylene glycol solution. The antibodies are confined within the dextran droplets and locally stain the tissue below with a contrast similar to the one obtained by conventional IHC. The microarray of antibody droplets can be prespotted on a slide and stored, thus neither the preparation of the antibody solutions nor a sophisticated microarray spotter is needed. Sampling considerations with IHCμA were evaluated by taking three tissues with varying levels of cancer cells. A multiplex IHCμA with 180 spots targeting 8 cancer proteins was performed on a breast cancer tissue section to illustrate the potential of this method. This work opens the avenue of applying microarray technologies for conducting IHC on intact tissue slices and has great potential to be used in the discovery and validation of tissue biomarkers in human 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 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 | 0,000 | 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 | 0,001 | 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 ».