您的浏览器版本过低,为保证更佳的浏览体验,请点击更新高版本浏览器

以后再说X
RNA/DNA原位杂交多标染色技术 多重荧光免疫组化染色技术 HALO在分子病理的应用 HALO在免疫病理的应用 石蜡组织芯片TMA技术 常规病理检测 特殊染色 免疫组化 常见组织取材切面

组织分型

HALO利用机器学习算法,基于颜色、纹理和周围环境特征来识别不同组织类型。利用“示例学习”的方法,突出选中几个不同的组织类型,几秒钟内HALO就能学会组织识别及分类。

多重IHC

HALO可以在细胞单位(细胞核、细胞质或细胞膜)内同时分离多达5个染色点,可用于IHC的各种应用,特别适合在免疫肿瘤学研究中,需要多种标记来描述组织内不同的免疫和肿瘤细胞群的情况。每个细胞分别测量细胞质、细胞核和/或膜的阳性,还能同时提供与大小和染色强度指标有关的其他各种统计数据。

该图中,用棕色(DAB)核标记、蓝色膜标记、粉红色/红色细胞质标记和苏木精核复染对组织核进行染色。使用两种核染色(苏木精和DAB)和一种膜染色(蓝色)的组合对细胞进行分叶。在对应的标记图像中,阳性核为棕色,阴性核为蓝色。同样,膜标记阳性的细胞为蓝色,胞质标记阳性的细胞为粉红色。

多色免疫荧光

HALO可同时分析细胞单位(细胞核、细胞质和/膜)中的荧光标记,并且可以根据标记阳性来定义特定的细胞表型,因此非常适合应用于免疫肿瘤学,因为在免疫肿瘤学中需要多个标记来描述组织内不同的免疫和肿瘤细胞群。

该案例中,荧光图像显示了5种颜色——膜结合肿瘤标记物为红色,细胞质标记物为青色,两个不同的核标记物为绿色和玫红色,以及蓝色的DAPI复染。在标记图像中,细胞核、细胞质和细胞膜会根据每个标记的细胞阳性率进行着色。所有标记为阴性的细胞为黑色,多个标记为阳性的细胞为白色,单个标记为阳性的细胞则按该标记的颜色着色。当与空间分析一起使用时,还可以实现对这些细胞群的空间关系的进一步探索。

空间分析:

空间分析适用于免疫肿瘤学领域的研究,可用于识别目标、细胞和/或某些特征在单个组织或连续切片上的邻近性和相对空间分布。

最邻近分析:HALO可确定任意两种特定细胞或目标群体之间的平均距离及数量。

示例中描述了pan细胞角蛋白阳性细胞(蓝色)和CD4阳性细胞(红色)。灰线将每个CD4阳性细胞连接到最近的pan细胞角蛋白阳性细胞。

邻近分析:可针对某目标或细胞计算指定距离内的其他目标或细胞数量。

在该示例中,将距离设置为30微米。距离pan细胞角蛋白阳性细胞(蓝色)30微米内的CD8阳性细胞标记为绿色,而距离pan细胞角蛋白阳性细胞大于30微米的CD8阳性胞标记为紫色。而且可自动生成相应的邻近直方图。

浸润分析:针对感兴趣的注释区域范围内计算某些目标或细胞的数量。

上图是CD8染色的全景图片。肿瘤边界已用绿色标注。浸润分析可自动定义肿瘤内部的浸润边界(黄色和红色)和肿瘤外部的浸润边界(蓝色和紫色)。在本例中,将带注释的肿瘤边界周围的距离设置为500微米。对CD8阳性细胞进行了边缘定量,自动生成了下方直方图,反映出肿瘤边界(-1-500)以内、肿瘤边界处(0)及肿瘤边界以外(+1+500)的CD8+细胞密度。

首页 手机 顶部