High-plex Imaging using Spectral Confocal Microscopy to Minimize Non-specific Tissue Fluorescence
Notice bibliographique
Résumé
Highly multiplexed imaging enables the study of functionally diverse cells and their niches within their native tissue environments. Iterative Bleaching Extends Multiplexity (IBEX) is a cyclic immunolabeling and fluorophore inactivation technique that allows for multiple markers to be visualized on the same tissue section. Captured images can be subsequently analyzed to acquire single-cell data to define cell clusters, their localizations, and neighboring cell types. Interpreting these data relies on the ability to distinguish true marker expressions from sources of background inherent to fluorescence microscopy. Spectral IBEX, an adaptation of the IBEX protocol, integrates spectral confocal detection with computational unmixing and incorporates heparin blocking to reduce charge-based off-target binding. This combination improves the signal-to-background ratio, suppresses tissue autofluorescence, and minimizes bleed-through while also reducing acquisition time compared to conventional multi-track confocal imaging. Application to human nasal polyp tissue, a model characterized by high eosinophil content and strong autofluorescence, demonstrated reliable imaging of 26 markers across structural, immune, and cell state compartments over six imaging rounds. The resulting workflow generates high-dimensional, spatially resolved proteomic information that captures complex tissue architecture and cellular niches. Together, this optimized approach provides a robust and broadly applicable strategy for multiplexed imaging, particularly suited to tissues where autofluorescence and non-specific staining limit conventional approaches.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».