MétaCan
Menu
Retour à la cohorte
Enregistrement W4383535022 · doi:10.1038/s41467-023-39616-w

Expanded vacuum-stable gels for multiplexed high-resolution spatial histopathology

2023· article· en· W4383535022 sur OpenAlexafffund
Yunhao Bai, Bokai Zhu, John-Paul Oliveria, Bryan J. Cannon, Dorien Feyaerts, Marc Bossé, Kausalia Vijayaragavan, Noah F. Greenwald, Darci J. Phillips, Christian M. Schürch, Samuel M. Naik, Edward A. Ganio, Brice Gaudillière, Scott J. Rodig, Michael B. Miller, Michael Angelo, Sean C. Bendall, Xavier Rovira‐Clavé, Garry P. Nolan, Sizun Jiang

Notice bibliographique

RevueNature Communications · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensMcMaster University
Organismes subventionnairesStanford Maternal and Child Health Research InstituteEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical SciencesCanadian Institutes of Health ResearchU.S. Food and Drug AdministrationNational Institute on AgingParker Institute for Cancer ImmunotherapyU.S. Department of Health and Human ServicesNational Institutes of HealthSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Cancer InstituteBrigham and Women's HospitalGilead SciencesHamilton Health Sciences FoundationBill and Melinda Gates FoundationDoris Duke Charitable Foundation
Mots-clésMass cytometryHigh resolutionComputer scienceSelf-healing hydrogelsImage resolutionNanotechnologyBiomedical engineeringMaterials scienceBiologyArtificial intelligenceMedicineGeologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

Cellular organization and functions encompass multiple scales in vivo. Emerging high-plex imaging technologies are limited in resolving subcellular biomolecular features. Expansion Microscopy (ExM) and related techniques physically expand samples for enhanced spatial resolution, but are challenging to be combined with high-plex imaging technologies to enable integrative multiscaled tissue biology insights. Here, we introduce Expand and comPRESS hydrOgels (ExPRESSO), an ExM framework that allows high-plex protein staining, physical expansion, and removal of water, while retaining the lateral tissue expansion. We demonstrate ExPRESSO imaging of archival clinical tissue samples on Multiplexed Ion Beam Imaging and Imaging Mass Cytometry platforms, with detection capabilities of > 40 markers. Application of ExPRESSO on archival human lymphoid and brain tissues resolved tissue architecture at the subcellular level, particularly that of the blood-brain barrier. ExPRESSO hence provides a platform for extending the analysis compatibility of hydrogel-expanded biospecimens to mass spectrometry, with minimal modifications to protocols and instrumentation.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,028
Tête enseignante GPT0,292
Écart entre enseignants0,264 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetSingle-cell and spatial transcriptomicsTravaux en français237 207