- 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。 ? 原理2：机器学习模式帮助image J精准识别阳性表达物（棕色） ---- 图文教程 1. 2. 将下载好的IHC Toolbox插件复制到fiji安装位置的plugins文件夹。重启软件之后就可以在plugins中找到IHC Toolbox插件了。 ? 3.
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！
2：Upset图展示KIRC中与生存相关的AS事件之间的相互关系。从中可以发现：单个基因可能有多达4个预后相关的AS事件。 ? Table1：468位KIRC患者的详细的临床信息 ? 图2：与生存相关的AS事件的UpSet图。 2. 其中心基因是：HERC2，UBE3A，UBA1，SIAH1和RPS9。 Table2：KEGG注释数据，详细记录了KIRC中前1000个预后相关的AS事件的基因富集：可以看到这些基因组合而成的通路富集信息。 4：KEGG富集的圆形图和点图。 Table2：与预后相关的前1000个AS事件的KEGG注释 ? 图4：KEGG富集的圆形图和点图 3.
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。 ? 显示主要途径有补体、凝血、IL6/JAK/STAT3信号转导、炎症反应、缺氧、IL2/STAT5信号转导、同种异体移植排斥反应和NFKB介导的TNF-α信号转导。
3.1K30发布于 2020-01-16 - 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） ? 图2A:队列1中RSCC和LSCRC关联MRE11分层的 Kaplan-Meier OS曲线 MRE11在 LSCRC 的预后意义也见于队列2(图2B) ，但在 CRC 和 RSCC (图 S1B 和图 2B)中没有显示出统计学意义 ?
71121发布于 2020-07-06 - 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。 反复 2 次， 用PBS 再洗 5min。 免疫反应 用滤纸擦去周围多余的 PBS，滴加 PBS 稀释好的 10%正常山羊血清，室温湿盒封闭 30-60min。 去除残留液体，苏木素复染 2-5min，复染结束后，用水洗去多余染液，在 1%盐酸酒精中分化数秒。再次进行水洗切片。 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。 ▼2. 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. （2）可以看出IPP给出两种校正模式。一般来讲，第一种背景扣减是最常用的，适用于绝大多数适合灰度分析的图像。其原理就是将从目标图像中扣减背景灰度平均值，这样生成的新图更利于定量分析。 ?
1.4K10发布于 2020-10-21 - 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a和b用Western blot检测胶质瘤细胞系、PBMC中FGL2的表达。 ? 图c用流式细胞术检测新诊断胶质瘤患者肿瘤中FGL2的表达。 ? 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。 图 2：BayesSpace 提高了 DLPFC 中各层的计算分辨率 接着作者分析了浸润性导管癌（IDC）和卵巢内膜腺癌（OC）肿瘤区域的免疫细胞，发现免疫荧光信号（CD3，CD45）与增强的相关基因相关性好 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 ---- 参考文献 https://www.nature.com/articles/s41587-021-00935-2
74410编辑于 2022-12-29 - 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 ）、PR（孕激素受体）和 Her2（细胞表面生长因子2）等常用核染色和膜染色量化分析场景的判读。 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。 ； 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 - 来自专栏作图丫
【精品思路在手，高分Paper不愁】转录组数据-免疫微环境精品分析思路（六）
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。 2. 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。 基质免疫表型B可以预测辅助化疗的疗效 1.将3组数据整合后，不论是pT2还是pT3+pT4组，辅助化疗对患者的生存并没有明显的改善。 比较TCGA数据库中免疫表型A和表型B的重要细胞因子表达情况(IL2、IFNγ和TGFb)。发现免疫表型A亚组的IFNγ表达显著高于B组，而TGFβ2表达在B组更高(图A)。 2.
52121编辑于 2022-03-28 - 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
）、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。 研究结果二 结合激光显微切割与Geo-seq技术，解析软骨四层结构（AS/SZ/MZ/DZ）的基因表达空间异质性： 图2A：实验流程涵盖5例样本（4例OA，1例对照）的124个空间区域测序； 图2B：OA 样本中AS与SZ转录谱高度相似，提示浅层区域为炎症及ECM降解活跃区； 图2C：反卷积分析显示preHTC在OA的AS区域比例显著升高（30.3% vs 7.74%），InfC仅存在于OA的MZ； 图2D 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 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 - 来自专栏百味科研芝士
HPA数据库更新脑图谱、血液图谱与代谢图谱
最近，HPA数据库更新了脑图谱、血液图谱与代谢图谱，让我们一起来看看他们包含了哪些内容吧： 脑图谱 脑内最重要的功能单元就是神经元了，神经元的胞体和树突富含微观结合蛋白2 （MAP2），而轴突富含低分子量 我们以MAP2为例： ? 可以看到先是相关的介绍，这是一个脑组织富集的蛋白，与我们的背景知识相符合。 ? ? 在人类不同脑区的表达量 ? 在猪不同脑区的表达量 ? 在小鼠不同脑区的表达量 ? 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 ?
1.8K10发布于 2020-06-11 - 来自专栏作图丫
干湿结合让你的biomarker筛选更上一层！
TCGA-SKCM 中 178 个样本的聚类热图如图2A 所示，每个表型与共表达模块之间的相关系数如图 2B 所示。 黄色模块与CD8+T细胞之间的相关性图如图2C所示。 使用动态混合切割的方法建立了一个层次的聚类树。树上的每一片叶子代表一个基因，每个分支代表GSE65904中的一个共表达模块(图2D)。 共生成15个共表达模块，并计算各表型与共表达模块之间的相关系数(图2E)。绿黄模块与CD8+T细胞之间的相关性图如图2F所示。 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。
62430编辑于 2022-03-29 - 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 ）、PR（孕激素受体）和 HER2（细胞表面生长因子2）等常用核染色和膜染色量化分析场景的判读。 2、组织活检及病理制片 要得到最终的准确诊断结果，需要取出一些肿瘤组织，制作成病理切片，然后在显微镜下（放大 40-400 倍）观察组织结构和细胞形态。 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。 ； 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。
1K20发布于 2020-04-13 - 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（ 雌激素受体）、PR（孕激素受体）和 Her2（细胞表面生长因子 2）等常用核染色和膜染色量化分析场景的判读。 包括以下技术细节： 1）紧扣诊断标准（指南），从定义出发，对任务进行拆解同时应用神经网络和传统策略算法，从而规避简易端到端的对图像进行分类或评分造成的黑盒子问题，利用细胞级和区域级数据统计来达到图像分类或评分； 2） 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。 ； 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。
63720发布于 2020-04-14 - 来自专栏聊点学术
什么是荧光原位杂交(FISH)？
（2）蛋白酶K的作用浓度。浓度高了极易影响细胞核形态，造成模糊不清，浓度低了则探针不易进入细胞核，杂交率大大降低。 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。 （2）37℃蛋白酶K消化20min，37℃漂洗液充分洗去蛋白酶K。 （3）滴加探针，加盖玻片，避光、湿盒、37℃过夜孵育。 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 腾讯健康：AI诊断与基因测序赋能，提升临床与资源效率
同时，腾讯AI Lab与金域医学联合研发腾讯AI显微镜产品，结合算法与硬件优势，实现免疫组化镜下的智能判读。此外，与迈瑞医疗共同打造AI+血细胞分析仪与重症大模型等临床AI助手，助力器械数智化创新。 AI诊断工具的应用大幅提升了临床效率，其中腾讯AI显微镜可为免疫组化镜下判读提供精准的定量诊断结论。
8110编辑于 2026-05-30
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