- 综合排序
- 最热优先
- 最新优先
- 来自专栏医学数据库百科
人类蛋白免疫组化表达数据库
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。
3.8K40发布于 2020-07-16 - 来自专栏聊点学术
【免疫组化分析法】色彩分割+机器学习！
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。 ? 一般操作约5-10次左右插件即可完成学习。然后点击Save_Model保存，所有学习内容会自动默认到H-DAB模式中，后续测量直接调用H-DAB即可。
3.3K10发布于 2020-09-23 - 来自专栏百味科研芝士
【技能】手把手教你用PPT排版免疫组化图
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）； ?
5.6K11发布于 2019-11-28 - 来自专栏科研菌
纯生信文章补几张免疫组化真的很重要！
建立预后指标（PI）模型 作者对来自KICH，KIRP type1和KIRP type2中每个剪接类型的前10个与预后相关的AS事件以及KIRC中每个剪接类型的与预后相关的前50个AS事件在SPSS中进行多元 10：KIRC的剪接调控网络。 ? Table4：单因素Cox回归分析得到的12个预后相关的SF ? 图8：KIRC中与预后相关的SF的KM生存分析图 ? 图10：KIRC中的剪接调控网络 5. KHDRBS3的免疫组织化学（IHC） KHDRBS3是预后相关的SF之一。 11：十对KIRC和癌旁组织中KHDRBS3的免疫染色图像。
1.2K20发布于 2020-07-08 - 来自专栏百味科研芝士
单基因生信加点免疫组化，4分sci等你来发！
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。 ?
3.1K30发布于 2020-01-16 - 来自专栏生物信息云
免疫组织化学实验
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。 10min 后，放入另一个装有二甲苯的染缸再泡 10min。脱蜡后，将组织切片逐级放入无水乙醇、 95%、 85%， 75%， 50%的乙醇中，每次处理均为 5min。 第二天，移去一抗后，用 PBS 洗两次，每次 10min.擦去切片周围多余的液体，滴加二抗工作液，室温孵育 30min。弃去二抗后， PBS 洗两次，每次 10min。 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？
1.3K31发布于 2019-09-17 - 来自专栏科研菌
单基因简单生信分析加上3张免疫组化发4+
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） ?
71121发布于 2020-07-06 - 来自专栏作图丫
干湿结合让你的biomarker筛选更上一层！
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%。 PSMB10在肿瘤组织中的染色强度较低，而PSMB10在正常组织中的染色强度较高(图10A-D)。 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。 CD8+T淋巴细胞水平高和PSMB10水平高的患者预后最好，而CD8+T淋巴细胞水平低和PSMB10水平低的患者预后最差(图10F)。 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
62430编辑于 2022-03-29 - 来自专栏聊点学术
图像背景校正操作错误，结果千差万别......
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.
1.4K10发布于 2020-10-21 - 来自专栏聊点学术
什么是荧光原位杂交(FISH)？
石蜡切片一般要达到10-30min，不要超过半小时，一般来说，20g/L蛋白酶K在50℃下消化20min足矣。 （3）探针标记。市售的探针盒子花样繁多，尽量选择大品牌的试剂盒。 （1）组织固定，采用PH7.2的10%甲醛固定24h是比较适合的，PH很重要。较厚的组织块建议切开后再固定。这一点小编已经反复提过很多次了。良好的固定是所有病理实验的前提。 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.
1.6K20发布于 2020-07-22 - 来自专栏作图丫
请查收这份宝藏数据库—HPA
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
4.6K41编辑于 2022-03-29 - 来自专栏AI掘金志
国内首款AI显微镜获NMPA批准，将应用于病理检测
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。 据统计，中国目前仅有 1.5 万名病理医生，缺口近 10 万，供需极不平衡，而新病理医生的培养又面临着时间周期长，年轻一代学习意愿不强等问题。 ； 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。
91310发布于 2020-04-15 - 来自专栏百味科研芝士
利用基因家族基因构建预后模型发6分+SCI
免疫组化和HPA蛋白数据库表明这5个基因在卵巢癌中过表达。GSEA分析表明主要参与ECM-受体互作，TGF-β信号通路等。 风险打分模型中5个基因的突变分析和HPA数据库及免疫组化验证 使用cBioportal分析RGS基因家族的突变和拷贝数变异。 RGS11、RGS14、RGS10、RGS19、RGS20、RGS13、RGS1、RGS21、RGS18、RGS4、RGS5、RGS3、RGS16的突变频率分别为2.4%、2.8%、1.6%、10%、7% HPA数据库分析表明，RGS10、RGS11、RGS13在卵巢癌组织中高表达（图6c）。 ? 图6 突变分析和蛋白表达分析 免疫组化分析表明RGS3和RGS4在卵巢癌中高表达（图7）。 ? 图7 免疫组化分析 10.
1.3K40发布于 2021-07-12 - 来自专栏R语言及实用科研软件
🤩 Journal Club | 多组学整合揭示炎症与前肥大软骨细胞驱动骨关节炎软骨退变
+）和InfC（CD74+/CXCL8+）在OA样本中显著富集（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，如BMP2（ProC）全层分布，IFI27（preInfC）在OA浅层区域特异性高表达。 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
57000编辑于 2025-04-06 - 来自专栏芒果先生聊生信
差异分析03，一切差异皆可检
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。 ?
68810发布于 2020-07-07 - 来自专栏机器之心
中国首款智能显微镜获批进入临床：病理诊断AI化，腾讯AI Lab打造
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。 据统计，中国目前仅有 1.5 万名病理医生，缺口近 10 万，供需极不平衡，而新病理医生的培养又面临着时间周期长，年轻一代学习意愿不强等问题。 ； 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。
63720发布于 2020-04-14 - 来自专栏腾讯技术工程官方号的专栏
腾讯AI Lab造出中国第一台临床应用智能显微镜！
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。 据统计，中国目前仅有 1.5 万名病理医生，缺口近 10 万，供需极不平衡，而新病理医生的培养又面临着时间周期长，年轻一代学习意愿不强等问题。 ； 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。
1K20发布于 2020-04-13 - 来自专栏智能生信
[Nature Biotechnology] BayesSpace：亚点分辨率下的空间转录组学
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
74410编辑于 2022-12-29 - 来自专栏科研菌
这篇3分文章教你如何系统地分析一个你感兴趣的通路
作者筛取了KIF10，KIF15，KIF18A，KIF18B，KIF20A，KIF4A来构建风险评分模型。 图3b:OS相关的11个KIFs的LASSO回归。 依据LASSO回归和Cvfit图，作者最后筛选KIF10，KIF15，KIF18A，KIF18B，KIF20A，KIF4A来构建risk score模型。 图4b：TCGA-BRCA和GTE-x正常两组乳腺组织的免疫组化分析显示，乳腺癌样本中6个KIFs的蛋白水平显着上调。 ? 图4.qRT-PCR与免疫组化 5.乳腺癌中MSX1为KIFs的转录因子 为了探索6个KIFs的上游调控机制，对推测的转录调控因子进行了生物信息学富集。 此外，通过qRT-PCR和免疫组化方法验证了所筛选的6种KIFs的表达谱。而且揭示了MSX1可能是潜在转录因子，该因子负调节乳腺癌中KIFs的表达。
94312发布于 2020-06-28 - 来自专栏作图丫
免疫相关lncRNA分型竟然发表在14分Nature子刊！
背景介绍 今天小编为大家带来一篇神奇的文章，作者似乎仅仅利用TCGA和GEO公共数据集构建了免疫相关的lncRNA模型，做了pcr和免疫组化验证就发表了nature communications，而且是最近发表的 （2022年2月10日）。 为了验证CD8A在不同IRLS水平下的蛋白质表达，进行了免疫组化实验（包括 56个模型高风险和48个模型低风险结直肠癌样本。结果显示，CD8A的表达在低风险组中显著升高（图7E、F）。 第一，使用了10种机器学习算法进行组合，并与免疫相关lncRNA确定的signature进行比较，发现本文构建的模型性能更加优秀。 第三，补充了pcr和免疫组化，虽然简单，但是干湿结合更加有力。如果大家将流程理解清楚，应用于其他癌症，相信又是一篇高分文章！ END
69630编辑于 2022-03-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号