Application of the Cytokinesis-Block Micronucleus Assay for High-Dose Exposures Using Imaging Flow Cytometry
Notice bibliographique
Résumé
The cytokinesis-block micronucleus assay is a well-established method to assess radiation-induced genetic damage in human cells. This assay has been adapted to imaging flow cytometry (IFC), allowing automated analysis of many cells, and eliminating the need to create microscope slides. Furthermore, to improve the efficiency of assay performance, a small-volume method previously developed was employed. Irradiated human blood samples were cultured, stained, and analyzed by IFC to produce images of the cells. Samples were run using both manual and 96-well plate automated acquisition. Multiple parameter-based image features were collected for each sample, and the results were compared to confirm that these acquisition methods are functionally identical. This paper details the multi-parametric analysis developed and the resulting calibration curves up to 10 Gy. The calibration curves were created using a quadratic random coefficient model with Poisson errors, as well as a logistic discriminant function. The curves were then validated with blinded, irradiated samples, using relative bias and relative mean square error. Overall, the accuracy of the dose estimates was adequate for triage dosimetry (within 1 Gy of the true dose) over 90% of the time for lower doses and about half the time for higher doses, with the lowest success rate between 5 and 6 Gy where the calibration curve reached its peak and there was the smallest change in MN/BNC with dose. This work describes the application of a novel multi-parametric analysis that fits the calibration curves and allows dose estimates up to 10 Gy, which were previously limited to 4 Gy. Furthermore, it demonstrates that the results from samples acquired manually and with the autosampler are functionally similar.
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 ».