写在前面 我们在进行基因的蛋白表达检测的时候,通常的方法是进行western blot以及免疫组化进行检测的。 其中mRNA的表达来自于GTEx数据库,而免疫组化的表达是数据库成员自己用组织芯片来做的结果。 ? 其中对于某一个组织当中详细的免疫组化的染色情况,我们可以点击具体的部位,然后就可以看到其组织免疫组化的具体图片了。 ? 2. 同样的,对于某一个癌症所有免疫组化的结果。我们可以点击具体的癌种,就可以获得所有的图片了。 ? ? 数据库总结 基本上这个数据库的使用就是这些。 但是相对来说,这个数据库对于正常样本的免疫组化也就是做了两三个,然后对于癌症的话也就是十几个样本。所以有一定的参考价值,但是也绝对的准确的。 另外关于这个数据库的免疫组化结果的统计。
聊点学术 免疫组化定量分析是科研人的传统艺能!之前,个人一直推荐采用Image Pro Plus (IPP)进行测量。 ? IPP测量时对染色效果要求较高。 (细胞核多) 今天要说的是基于Image J的 “色彩分割法和机器学习”进行免疫组化定量分析。关键插件为IHC Toolbox,由英国诺丁汉大学的两位大牛开发。 ?
PPT做SCI论文图——免疫组化放大效果图 本教程图片来自百度图片。 免疫组化或者免疫荧光常常用到放大效果,先给出一个大视野的整体图,然后放大一定倍数找到一个比较合适的小视野,来展示某个特征部位的细节。 2、把大小视野下的免疫组化图片复制粘贴到PPT(图片可能会比PPT大很多,选中所有图片,按住Shift键,在图片任意一个角拉动,一起调整图片到合适大小),把所有图片调整到相同大小(见第三讲); ?
今天和大家分享的是2020年发表在Journal of cancer(IF:3.565)上的一篇文章,“Genome-wide Analysis of the Alternative Splicing Profiles Revealed Novel Prognostic Index for Kidney Renal Cell Clear Cell Carcinoma ”。作者用来自TCGA的数据,对三种主要肾细胞癌(RCC)的AS事件的预后价值进行全面的评估。根据预后相关的AS事件和SF,进一步构建了KIRC的预测模型。通过构建了AS和SF的调控网络,理解AS和SF对KIRC患者预后的相互作用机制。
为了评价水通道蛋白9在肾细胞癌组织中的表达水平,进行了免疫组化染色,发现癌组织中水通道蛋白9的表达密度和强度均显著高于癌旁正常肾组织。 ?
Colorectal Cancer Is Caused by Activation of Different Immune Signals”,文章中作者对一个包含了207例患者的队列进行了RNA测序、免疫组化以及免疫细胞浸润评估 三、结果解析 1、MRE11在CRC以及右结肠癌(RSCC)和左结直肠癌(LSCRC)中的表达 作者通过免疫组化评估了正常黏膜,原发肿瘤和淋巴结转移(LNM)切片中MRE11蛋白的表达(图1A)。 图1A:在不同组织中MRE11的表达(免疫组化) ?
由于免疫组化具有特异性强、灵敏度高、定位准确等特点,且能将形态研究与功能研究有机地结合在一起,这门新技术已被广泛地应用于生物学和医学研究的许多领域。在病理学研究中,免疫组化技术的作用和意义更为重要。 下面是2个视频的中的操作步骤,关于免疫组化,我们之前也发过文章:免疫组化实验,可以进行参考。 疑问解答 Doctor A,最近做免疫组化的结果非特异性染色都很深,该怎么解决呢? 谢谢 Doctor A,那免疫组化染色呈阴性结果,这又是怎么一回事呢? 抗原修复对于石蜡切片免疫组化、免疫细胞化学的最终显色结果有着重要的影响。感谢 Doctor A 的悉心讲解,这堂课又学到了好多知识。
如下情况: ◣ 1.1 在明场下,显微镜的视野内光强分布是不均一的,表现为正中心比周围要亮,免疫组化(DAB)图像就是在这种光学环境下被采集的。 为什么免疫组化(DAB)和荧光染色图像校正存在区别? 二者的本质区别就是光密度与灰度的区别。 ◣ 2.1 免疫组化(DAB)染色定量分析的主要指标就是积分光密度。 免疫组化(DAB)和荧光染色图像校正方法? 大家最喜欢的就是采用Image Pro Plus进行图像分析,那就以此为例吧。 ◣3.1 免疫组化(DAB)图像背景校正 (1)点击measure,calibration,intensity。 ? (2)在弹窗中,首先点击New新建曲线,然后点击光密度Std.
HPA数据库介绍 Human Protein Atlas 数据库,目前收录了超过26000种抗体,所有结果均有免疫组化染色,并经过专业人员的确认。 其中‘原始数据’主要是不同组织的免疫组化染色,点击后可以看到免疫组化的切片: 也可以看到该基因的RNA和蛋白在不同组织种的表达情况(左侧代表RNA,右侧代表蛋白)。 再次点击右侧的切片后,可获得相应的免疫组化切片,该切片可以放大。 你还可以在这里了解到不同组织病理切片的表达: 04 点击BRAIN,进入到大脑图谱 HPA目前整合了3个物种(人类、猪、老鼠),提供了大脑不同区域的转录组RNA表达、蛋白表达,蛋白亚细胞定位、免疫组化
检测方法包括qRT-PCR、Western blot、免疫组化(包括免疫荧光),生信分析可辅助证明。 ? 图e是通过免疫组化在结肠癌患者标本中检测TMEM9的高表达 (clinical specimen)。 图d用免疫组化检测新诊断胶质瘤患者肿瘤中FGL2的表达。 该论文更侧重临床标本的检测,是从Western blot、流式细胞术和免疫组化的方法学角度对差异表达进行检测。逻辑清晰,也是很好的套路。 检测方法也是qRT-PCR、Western blot、免疫组化(包括免疫荧光),生信分析可辅助证明。 ?
尤其是在多重标签抗体的开发上,实现了流式抗体标记和免疫组化抗体偶联技术的高通量、多参数检测需求。 三、流式抗体标记与免疫组化抗体偶联的实际应用在流式细胞术中,流式抗体标记已成为分析细胞表面及细胞内多种标志物的标准手段。 免疫组化抗体偶联则利用酶标抗体偶联技术,如HRP标记抗体,进行组织或细胞切片中特异蛋白的染色定位。生物素抗体标记结合亲和素信号放大系统,为低丰度蛋白的检测提供了有效手段。 通过FITC标记抗体、Alexa Fluor标记抗体、酶标抗体偶联以及生物素抗体标记等多样化标签方案,结合严谨的抗体染料偶联工艺和高效的标记抗体纯化流程,我们能够支持流式抗体标记和免疫组化抗体偶联等多种应用
利用免疫组化和由scRNA-seq数据构建的硅质数据集,作者发现贝叶斯空间解决了在原始分辨率下无法检测到的组织结构,并识别了组织学分析无法获得的转录异质性。 比较了增强后改变和未改变分类的 subspot 之间的免疫荧光强度分布,发现增强后分类改变的 subspot 的密度显著高于未改变的 subspot,说明 BayesSpace 分辨率增强提高了基于基因表达的聚类与免疫组化信号匹配的准确性 图3:免疫组化验证了BayesSpace在一个IDC样本和一个OC样本中的增强 BayesSpace 在模拟数据中的表现优于空间和非空间聚类方法,多次模拟结果显示 BayesSpace 空间聚类和分辨率增强能够识别在 BayesSpace 在空间聚类精确度和分辨率上的优越性能,并通过多个数据集验证了BayesSpace 能够增强基因表达,有效提高空间转录组分辨率,识别组织的异质性,基因表达模式的识别接近单细胞水平,并且经免疫组化和组织特异性
该智能显微镜产品研发始于 2018 年,集成了目前病理分析与诊断方面的最新技术,并针对病理医生工作流程和习惯进行多次产品迭代,现已支持乳腺癌免疫组化(IHC) Ki67(肿瘤细胞增殖指数)、ER(雌激素受体 免疫组化中的很多指标,需要进行精准定量分析,其结果与肿瘤的靶向治疗、免疫治疗都有直接关系,会直接影响到恶性肿瘤的用药和患者预后。 结果判读,可以: 避免 IHC 结果判读的人为差异,提高判读结果的可靠性,提升病理诊断质量,这对于病理医生稀缺的基层医院尤为有帮助; 智能判读将节省稀缺病理医生资源,使其投入更需要的服务之中; 为病理免疫组化染色的质量评估做精确定量的质量控制 ; 为医学科研和药企提供免疫组化精准定量检测服务,为新药研发的相关免疫组化研究提供客观性可靠的证据。 为肿瘤患者提供分子靶向治疗及免疫治疗等相关精准定量的免疫组化检测服务; 病理医生与智能显微镜结合的工作模式,体现了「人+AI」的全新工作模式。让病理医生和人工智能各自发挥所长,全面提升效率。
再对两组独立的标本进行5种细胞的免疫组化,构建免疫表型,预测MIBC患者的生存和复发。 对训练集和测试集的两组样本分别进行这5种细胞的免疫组化。 发现基质中的5种免疫细胞都非常丰富,且两组样本的免疫组化结果无法区分出肿瘤细胞、间质肥大细胞、巨噬细胞、Treg细胞,NK细胞以及CD8+T细胞。 3. 考虑到这5种免疫细胞浸润丰度与预后相关。
该智能显微镜产品研发始于 2018 年,集成了目前病理分析与诊断方面的最新技术,并针对病理医生工作流程和习惯进行多次产品迭代,现已支持乳腺癌免疫组化(IHC) Ki67(肿瘤细胞增殖指数)、ER(雌激素受体 免疫组化中的很多指标,需要进行精准定量分析,其结果与肿瘤的靶向治疗、免疫治疗都有直接关系,会直接影响到恶性肿瘤的用药和患者预后。 结果判读,可以: 避免 IHC 结果判读的人为差异,提高判读结果的可靠性,提升病理诊断质量,这对于病理医生稀缺的基层医院尤为有帮助; 智能判读将节省稀缺病理医生资源,使其投入更需要的服务之中; 为病理免疫组化染色的质量评估做精确定量的质量控制 ; 为医学科研和药企提供免疫组化精准定量检测服务,为新药研发的相关免疫组化研究提供客观性可靠的证据。 为肿瘤患者提供分子靶向治疗及免疫治疗等相关精准定量的免疫组化检测服务; 病理医生与智能显微镜结合的工作模式,体现了「人+AI」的全新工作模式。让病理医生和人工智能各自发挥所长,全面提升效率。
人类脑免疫组化染色 ? 小鼠脑免疫组化染色 ? 全脑切片的免疫荧光,可放大看到每一个细胞 血液图谱 我们以白细胞标志物CD45为例,现在名为PTPRC ?
(WB > NWB),而稳态软骨细胞(HomC)在对照组占主导; 图1D:亚群特异性标记基因热图显示ProC(BMP2+)、HTC(COL10A1+)及InfC(CD74+)的分子特征; 图1E-H:免疫组化验证标记基因空间表达 研究结果三 聚焦InfC/preInfC亚群,解析其分子机制及细胞间通讯网络: 图3A:免疫组化验证InfC标记基因CD74/GPR183在OA的SZ/MZ区域高表达; 图3B:细胞互作分析揭示OA中MIF-CD74 个亚群,preHTC-2(MMP2+/COL1A1+)与ECM降解相关,preHTC-4(线粒体基因+)可能加剧氧化应激; 图4E-H:空间DEG分析显示AS/SZ区域炎症基因(BAG1/CD9)上调,免疫组化验证其表达模式
图9 06 免疫组化组织的病理学分析 免疫组化检测显示,在两个恶性黑色素瘤标本中呈阳性,阳性率为100%。 同时,作者补充了15项黑色素瘤和旁组织的定量免疫组化分析,结果显示旁样本中PSMB10的IOD/Area较高(图10E)。然后将PSMB10基因表达与CD8+T淋巴细胞结合,绘制多组的生存曲线。 图10 小编总结 作者在研究过程中使用公共数据集做了一些常规的生信分析方法,如WGCNA,ssGSEA、单细胞分析和泛癌分析等,最后通过免疫组化对筛选到的结果进行进一步验证,实验方法也并不复杂,可见合理的干湿结合会让基本的纯生信分析大大增色
据介绍,该智能显微镜产品研发始于 2018 年,集成了目前病理分析与诊断方面的最新技术,并针对病理医生工作流程和习惯进行多次产品迭代,现已支持乳腺癌免疫组化(IHC)Ki67(肿瘤细胞增殖指数)、ER( 免疫组化中的很多指标,需要进行精准定量分析,其结果与肿瘤的靶向治疗、免疫治疗都有直接关系,会直接影响到恶性肿瘤的用药和患者预后。 结果判读,可以: 避免 IHC 结果判读的人为差异,提高判读结果的可靠性,提升病理诊断质量,这对于病理医生稀缺的基层医院尤为有帮助; 智能判读将节省稀缺病理医生资源,使其投入更需要的服务之中; 为病理免疫组化染色的质量评估做精确定量的质量控制 ; 为医学科研和药企提供免疫组化精准定量检测服务,为新药研发的相关免疫组化研究提供客观性可靠的证据。 为肿瘤患者提供分子靶向治疗及免疫治疗等相关精准定量的免疫组化检测服务; 病理医生与智能显微镜结合的工作模式,体现了「人+AI」的全新工作模式。让病理医生和人工智能各自发挥所长,全面提升效率。
04 — 原位杂交与免疫组化的结合 这是一项难度较高的操作,如果你所在的实验室没有相应的SOP指导就更难了。 一般情况下,相对于蛋白来说,DNA和RNA都是比较脆弱的。 因此首先应该先完成FISH,然后再开展免疫组化。 小编在此推荐一个可借鉴的操作流程,供参考。 原位杂交在前。 (1)常规脱蜡入水。 免疫组化在后。 (1)将显色后确认为阳性的切片充分漂洗。 (2)在PH为6.0的枸橼酸钠溶液中,微波至96℃左右,作用10min。 (3)滴加一抗,37℃湿盒孵育2h。 免疫组化的各个漂洗步骤、抗体孵育时间要比平常延长至少1倍的时间。 免疫荧光标记+FISH,这里面更为复杂,小编才疏学浅,溜了溜了。 The end.