Rodriguez-Canales, J., Eberle, FC, Jaffe, Es & Emmert-Buck, Sr. Por que é crucial reintegrar a patologia na pesquisa do câncer? BIOESSAYS 33490-498 (2011).
Odell, Id & Cook, D. Técnicas de imunofluorescência. J Invest. Dermatol. 133E4 (2013).
Tsujikawa, T. et al. A imuno-histoquímica quantitativa multiplex revela a complexidade imune a tumor inflável mielóide associada ao mau prognóstico. Rep. 19203-217 (2017).
Gerdes, MJ et al. Análise de célula única altamente multiplexada do tecido cancerígeno fixado em formalina e embebido em parafina. Proc. Natl Acad. Sci. EUA 11011982-11987 (2013).
Radtke, AJ et al. IBEX: Uma abordagem de imagem óptica multiplex versátil para fenotipagem profunda e análise espacial de células em tecidos complexos. Proc. Natl Acad. Sci. EUA 11733455-33465 (2020).
Schubert, W. et al. Analisando a topologia do proteoma e a função por microscopia de fluorescência multidimensional automatizada. Nat. Biotechnol. 241270-1278 (2006).
Lin, Jr et al. Imagem de imunofluorescência altamente multiplexada de tecidos e tumores humanos usando microscópios ópticos convencionais. eLife 7E31657 (2018).
Kinkhabwala, A. et al. A tecnologia de coloração cíclica de imagem MACSIMA (MICS) revela pares de alvo combinatórios para o tratamento de células T do carro de tumores sólidos. Sci. Rep. 121–16 (2022).
Gut, G., Herrmann, MD e Pelkmans, L. Mapas de proteínas multiplexadas ligam a organização subcelular aos estados celulares. Ciência 361Early, EA.A7022 (2018).
Goltsev, Y. et al. Perfil profundo da arquitetura esplênica de camundongos com imagens multiplexadas com Codex. Célula 174968-981 (2018).
Wang, Y. et al. Multiplexagem in situ seqüencial rápida com imagens de troca de DNA em células e tecidos neuronais. Nano Lett. 176131-6139 (2017).
Saka, Sk et al. O imuno-sabre permite imagens de proteínas altamente multiplexadas e amplificadas nos tecidos. Nat. Biotechnol. 371080-1090 (2019).
Lin, R. et al. Um método baseado em reação-reação de hibridação para amplificar imunossignais. Nat. Métodos 15275-278 (2018).
Stack, CE, Wang, C., Roman, KA e Hoyt, imuno -histoquímica multiplexada por CC, imagem e quantificação: uma revisão, com uma avaliação da amplificação de sinal de tiramida, imagem multiespectral e análise multiplex. Métodos 7046-58 (2014).
Keren, L. et al. MIBI-TOF: Uma plataforma de imagem multiplexada relaciona fenótipos celulares e estrutura de tecidos. Sci. Adv. 5eaax5851 (2019).
Giesen, C. et al. Imagem altamente multiplexada de tecidos tumorais com resolução subcelular por citometria de massa. Nat. Métodos 11417-422 (2014).
De Souza, N., Zhao, S. & Bodenmiller, B. Multiplex Protein Imaging na biologia tumoral. Nat. Rev. Cancer 24171-191 (2024).
Zidane, M. et al. Uma revisão sobre aplicativos de aprendizado profundo em análise de dados de imagem de tecido altamente multiplexada. Frente. Bioinform. 31159381 (2023).
ELHANANI, O., BEN-URI, R. & KEREN, L. Tecnologias de perfil espacial iluminam o microambiente tumoral. Células cancerígenas 41404-420 (2023).
Moffitt, JR, Lundberg, E. & Heyn, H. A paisagem emergente das tecnologias de perfil espacial. Nat. Rev. Genet. 23741-759 (2022).
Chen, KH, Boettiger, AN, Moffitt, Jr, Wang, S. & Zhuang, X. Profil de RNA altamente multiplexado, espacialmente resolvido espacialmente em células únicas. Ciência 348AAA6090 (2015).
Eng, Chl et al. Imagem super resolvida em escala de transcriptoma em tecidos do RNA seqfish. Natureza 568235-239 (2019).
Milo, R., Jorgensen, P., Moran, U., Weber, G. & Springer, M. Bionumbers – o banco de dados de números -chave na biologia molecular e celular. Ácidos nucleicos res. 38D750 -D753 (2010).
Campagne, F., Dorff, KC, Chambwe, N., Robinson, JT & Mesirov, JP Compressão de dados de sequenciamento estruturado de alto rendimento. PLoS um 879871 (2013).
Cleary, B., Cong, L., Cheung, A., Lander, Es & Regev, A. Geração eficiente de perfis transcriptômicos por medições compostas aleatórias. Célula 1711424-1436 (2017).
Cleary, B. et al. Sensing compactado para transcriptômica de imagem altamente eficiente. Nat. Biotechnol. 39936-942 (2021).
Sachs, K. et al. Sensoriamento comprimido para medição simultânea de múltiplos tipos diferentes de moléculas biológicas em uma amostra. Justia Patent 10832795 (2013).
Schürch, CM et al. Os bairros celulares coordenados orquestram a imunidade antitumoral na frente invasiva do câncer colorretal. Célula 1821341-1359 (2020).
Keren, L. et al. Um microambiente imune ao tumor estruturado no câncer de mama triplo negativo revelado por imagens de feixe de íons multiplexado. Célula 1741373-1387 (2018).
Greenwald, NF et al. Segmentação de células inteiras de imagens de tecido com desempenho em nível humano usando anotação de dados em larga escala e aprendizado profundo. Nat. Biotechnol. 40555-565 (2022).
Bai, Y. et al. Géis estáveis a vácuo expandidos para histopatologia espacial de alta resolução multiplexada. Nat. Comum. 141–18 (2023).
Consórcio HubMap. O corpo humano na resolução celular: o programa atlas biomolecular do NIH. Natureza 574187 (2019).
Regev, A. et al. O atlas celular humano. eLife 6E27041 (2017).
Thul, PJ & Lindskog, C. A proteína humana Atlas: um mapa espacial do proteoma humano. Proteína Sci. 27233 (2018).
Huang, H. et al. UNET 3+: Um unet em escala em larga escala para segmentação de imagem médica. Em Anais da Conferência Internacional IEEE de 2020 sobre acústica, processamento de fala e sinal (Eds Rupp, M., Jutten, C. & Fung, P.) (IEEE, 2020).
Sommer, C., Straehle, C., Kothe, U. & Hamprecht, FA ILASTIK: Kit de ferramentas de aprendizado e segmentação interativo. Em Anais do Simpósio Internacional IEEE de 2011 sobre Imagem Biomédica: De Nano a Macro (Eds Wright, S., Pan, X. & Liebling, M.) (IEEE, 2011).
Black, S. et al. Imagem de tecido multiplexada com codex com anticorpos conjugados com DNA. Nat. Protoc. 163802-3835 (2021).
Bankhead, P. et al. QUPTH: Software de código aberto para análise de imagem de patologia digital. Sci. Rep. 71–7 (2017).
ELANANI, O., Keren, L. & Angelo, M. Perfil de tecido de alta dimensão por imagens de feixe de íons multiplexado. Métodos mol. Biol. 2386147-156 (2022).
Baranski, A. et al. MAUI (interface do usuário de análise MBI) – um pipeline de processamento de imagem para imagens baseadas em massa multiplexada. PLOS Comput. Biol. 17E1008887 (2021).
Xi, Y. et al. Algoritmo de TV de alta ordem ponderada adaptável para reconstrução de CT de visão esparsa. Med. Phys. 505568-5584 (2023).
Shen, G., Dwivedi, K., Majima, K., Horikawa, T. & Kamitani, Y. Reconstrução de imagem profunda de ponta a ponta da atividade do cérebro humano. Frente. Computação. Neurosci. 13432276 (2019).
Shen, G., Horikawa, T., Majima, K. & Kamitani, Y. Reconstrução de imagem profunda da atividade cerebral humana. PLOS Comput. Biol. 15E1006633 (2019).
Takagi, Y. & Nishimoto, S. Reconstrução de imagem de alta resolução com modelos de difusão latente da atividade do cérebro humano. Em Anais da Conferência IEEE/CVF de 2023 sobre visão computacional e reconhecimento de padrões (Eds Brown, MS, Li, F.-F., Mori, G. & Sato, Y.) (IEEE, 2023).
Wiedenmann, J., Oswald, F. & Nienhaus, proteínas fluorescentes GU para imagem de células vivas: oportunidades, limitações e desafios. Iubmb Life 611029-1042 (2009).
Wang, J., Zheng, N., Chen, B. & Principe, JC Associações entre avaliações de imagem como funções de custo na decomposição linear: MSE, SSIM e coeficiente de correlação. Neurocomputing 422139-149 (2021).
