在成像质谱学中对无标签组织进行虚拟染色
Yijie Zhang1,2,3, Luzhe Huang1,2,3, Nir Pillar1,2,3
1Electrical and Computer Engineering Department, University of California, Los Angeles, CA 90095, USA.
Science advances
|August 1, 2025
概括
本研究引入了一种用于虚拟组织学染色的新型扩散模型,在无标签成像质谱 (IMS) 数据中增强空间分辨率和细胞对比度. 这种方法准确地识别病理结构,改善生物医学研究中的分子映射.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 计算病理学计算病理学
- 质谱仪成像成像 质谱仪成像
背景情况:
- 图像质谱 (IMS) 提供了敏感的分子映射,但缺乏细胞细节.
- 与组织形态学相关联的分子数据通常需要单独的染色和成像.
研究的目的:
- 开发一种扩散模型,用于虚拟组织学染色无标签IMS数据.
- 为了增强空间分辨率,并在IMS图像中引入细胞形态对比.
主要方法:
- 利用扩散模型对无标签的人体组织进行虚拟染色.
- 应用优化噪声采样,以实现可靠和可重复的虚拟染色.
- 在人类脏组织上进行了测试,将虚拟染色与定期酸-Schiff (PAS) 染色进行了比较.
主要成果:
- 几乎染色的IMS图像与体化学染色的对应图像非常接近.
- 关键的病理结构被确定具有很高的一致性.
- 该方法成功地提高了像素大小的IMS数据中的分辨率和形态对比度.
结论:
- 虚拟染色方法有效地弥合了IMS中的分子和形态数据之间的差距.
- 这种技术改善了分子分布与组织特征和细胞类型的相关性.
- 该方法有望推动基于IMS的无标签生物医学研究.
更多相关视频
14:51Comprehensive Workflow of Mass Spectrometry-based Shotgun Proteomics of Tissue Samples
Published on: November 13, 2021
5.4K
08:16Optimal Preparation of Formalin Fixed Samples for Peptide Based Matrix Assisted Laser Desorption/Ionization Mass Spectrometry Imaging Workflows
Published on: January 16, 2018
9.0K
