A non‐fluorescent immunohistochemistry method for measuring autophagy flux using <scp>MAP1LC3</scp>/<scp>LC3</scp> and <scp>SQSTM1</scp> as core markers
Notice bibliographique
Résumé
Macroautophagy/autophagy is a crucial cellular process for degrading and recycling damaged proteins and organelles, playing a significant role in diseases such as cancer and neurodegeneration. Evaluating autophagy flux, which tracks autophagosome formation, maturation, and degradation, is essential for understanding disease mechanisms. Current fluorescence-based methods are resource-intensive, requiring advanced equipment and expertise, limiting their use in clinical laboratories. Here, we introduce a non-fluorescent immunohistochemistry (IHC) method using MAP1LC3/LC3 and SQSTM1 as core markers for autophagy flux assessment. LC3 levels reflect autophagosome formation, whereas SQSTM1 degradation and a decrease in the number of its puncta indicate active flux (i.e., lysosomal turnover). We optimized chromogenic detection using diaminobenzidine (DAB) staining and developed a scoring system based on puncta number and the percentage of stained cells. This accessible, cost-effective method enables reliable autophagy quantification using a standard light microscope, bridging the gap between experimental research and clinical diagnostics. Our protocol allows accurate autophagy evaluation in fixed tissues, offering practical applications in biomedical research and clinical pathology assessment.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».