- 综合排序
- 最热优先
- 最新优先
- 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3A：MRE11在高 TIICs 或低 TIICs 的 RSCC和 LSCRC的表达。 图3A所示，MRE11表达在 LSCRC 低 TIICs 组高于高 TIICs 组，而 RSCC 组无显著差异。
71121发布于 2020-07-06 - 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. 3. 癌症当中的表达情况 在这个部分，数据库汇总了TCGA当中这个基因在RNA-seq当中的表达情况以及数据库自己做的在一部分肿瘤组织当中免疫组化的情况。 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。 ? 3. 打开一张IHC图片，然后点击plugins，选择IHC Toolbox。 ? 4. 在弹窗中先选择自带的H-DAB（即苏木素-DAB），然后再点击color。 ? 5.
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）； ? 3、插入-形状-矩形，使得矩形大小和图片大小一致 ? 或者使用上一讲的OneKey 8神器一键搞定，见第四讲。 ? 3、Ctrl+X剪切小视野图片，把小视野图片存入剪贴板，粘贴一次，把小视野图片放回到PPT中（这个时候剪贴板里面还有小视野图片），右击插入的矩形（这里是蓝色），调出右侧的设置形状格式面板，选到填充（油漆桶
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！
3：PPI网络展示了KIRC中前1000个预后相关AS事件的相互作用。其中心基因是：HERC2，UBE3A，UBA1，SIAH1和RPS9。 图3：与预后相关的前1000个AS事件的基因的PPI网络图 ? 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. 有3个PI的AUC值分别超过0.8，其中PI-ALL的AUC值最大=0.875 7：KIRC患者早期和晚期分组，根据PI-ALL模型进行KM生存分析。 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。 可见：KHDRBS3主要在KIRC患者的细胞质中表达。 ?
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。 实验前准备 在实验开始前， 要先确保该实验所用到的试剂都准备到位，如：不同浓度梯度的乙醇， PBS 缓冲液， 3%过氧化氢， 10%正常山羊血清， 0.01M 枸橼酸缓冲液，DAB 显色液，二甲苯和抗体等 抗原修复 抗原表位修复之前，需进行内源性过氧化物酶的淬灭处理：滴加 3%过氧化氢溶液于切片上，湿盒孵育 10min。用 PBS 浸泡清洗 3 次，每次 5min，尽可能洗去残留的过氧化氢。 染色结束后， PBS 浸泡洗去 DAB 染液，每次 5min，重复 3 次。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。
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。 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。 ▼3. 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. （3）在弹窗中点击“0”对应的Image，然后将鼠标移动到图像中最白的位置（没有任何组织或细胞的地方）点击。↓ ?
1.4K10发布于 2020-10-21 - 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。 ? 图A是流式细胞术检测肿瘤浸润淋巴细胞中PD-1、TIM3等maker的表达。 ? 图B是肿瘤浸润淋巴组织的单细胞测序结果，属于高阶。
68810发布于 2020-07-07 - 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 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。 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。 发现免疫表型B在3组数据集中均有较差的预后。 三． 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。 配对分析化疗前后患者免疫细胞浸润的情况发现，3例免疫表型A组患者化疗后转为免疫表型B组，3例免疫表型B组患者化疗后转为A组(图D)。 5.
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
（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 信号通路激活，InfC作为主要受体群体； 图3C-D：qRT-PCR显示OA软骨中MIF/CD74表达上调，CD74过表达促进IL-1β/TNF炎症因子释放； 图3E-G：亚群分析发现preInfC分化为 3个亚群（如preInfC-1高表达CCL14），InfC分为4个亚群（如InfC-1表达巨噬细胞标记CD68），炎症评分随分化递增。 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 - 来自专栏作图丫
干湿结合让你的biomarker筛选更上一层！
得到了22个基因（图3A）。随后在这22个基因中鉴定出了可能代表TCGA-SKCM和GSE65904共表达模块的核心基因。它们的蛋白质相互作用网络如图3B所示。这9个hub基因被标记为橙色的圆圈。 我们对这些交叉因子进行了功能富集，发现干扰素反应最为显著，如图3C所示。 为了计算这些基因与CD8+T细胞浸润比例之间的相关性，作者根据TCGA-SKCM(图3D)和GSE65904(图3E)队列中9个基因表达值的中位数建立亚群。 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 - 来自专栏聊点学术
什么是荧光原位杂交(FISH)？
（3）石蜡切片的杂交温度一般都是37摄氏度。而杂交时间则需要摸索才能得到最佳时间。不过，一般的过夜孵育基本可以达到目的。 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。 （3）滴加探针，加盖玻片，避光、湿盒、37℃过夜孵育。 （4）如果试剂盒允许的话，将试剂盒中洗脱液水浴加温至37℃震荡洗脱多余的探针。 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 - 来自专栏百味科研芝士
HPA数据库更新脑图谱、血液图谱与代谢图谱
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 ? 此处展示的是核内的代谢情况，还可转换成3D图： ? 似乎信息反而减少了
1.8K10发布于 2020-06-11 - 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。 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。
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（七）
自测数据：90例手术组织标本的CD8A和VEGFA免疫组化。 结果 一． 描绘结直肠癌免疫微环境全景图 1. 利用ssGSEA方法计算TCGA中638例CRCs患者的免疫细胞浸润情况，发现免疫细胞浸润在CRCs群体中变化较大，可以将患者分成3组：高浸润组、中浸润组和低浸润组。 2. 左侧肿瘤的CD56 bright NK细胞浸润与患者生存相关（图B）； 3. NK细胞功能相关的通路验证了NK细胞与生存的关系（41BB通路和INFA通路，图C） 四． 基于90例手术组织进行VEGF-A和CD8A免疫组化的进一步验证，发现VEGFA与CD8A在右侧结肠癌中的表达呈负相关(图D-F)。 3. 右侧肿瘤的CD8A-highVEGFA-low组患者的生存效果更好（图G）。 Zhang L, Zhao Y, Dai Y, et al.
47641编辑于 2022-03-28 - 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（ 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）结合图像级标签的弱监督学习方法，获取粗粒度的像素级标注，并对粗粒度像素级标注进行后处理和少量人工修正，迅速获取大规模有效像素级标注数据； 3） 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。
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 3、病理分析 通过对组织结构和细胞形态显微镜下的观察， 找出疾病发生的原因以及对人体结构和功能的影响，同时决定是否进行进一步辅助检测，如: 免疫组织化学（IHC）和分子检测， 对肿瘤进行定性和定量的分析 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。
1K20发布于 2020-04-13
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