Name: 生物标志物的研究下一代组织微阵列（ngTMA）协议 (视频) | JoVE Journal
Uploaded: 2014-09-23T13:00:00.000+00:00
Duration: 9 min 32 s
Description: 学习下一代组织微阵列（ngTMA）构建技术，结合数字病理学与自动化组织打孔，实现生物标志物研究中的高精度组织取样。该方法通过数字切片标注与自动化流程，显著提升组织微阵列的构建质量与效率。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

作者谨此感谢转化研究单元的技术人员；&#160;Mary Economou、José Galván、Caroline Hammer、Dominique Müller、Liliane Schöni 以及伯尔尼大学病理学研究所信息学团队

注意：本研究已获得瑞士伯尔尼因塞尔医院当地伦理委员会（07-10-13）的批准。组织样本来自伯尔尼大学病理学研究所伯尔尼肿瘤库。
1. 规划与设计（咨询）
<ol>
	<li>思考需要回答的研究问题，确定项目中要包含的组织类型，并明确哪些组织学结构对于回答该问题至关重要。</li>
	<li>确定项目中最适合的核心直径以及每位患者所需的芯数，并根据拟检测的生物标志物数量决定下一代组织微阵列（ngTMA）的制备份数。</li>
	<li>考虑组织微阵列（TMA）构建后的统计学因素，如样本量和分析方法；确定纳入研究的患者数量，并为阵列设置对照组织。</li>
	<li>调取每位患者的组织学（或诊断用）苏木精-伊红（H&amp;#38;E）染色切片，快速浏览切片，筛选出包含项目所需相关信息和组织学特征的切片。 
	注意：若需对特殊染色或免疫组织化学切片进行扫描和标注，而非使用H&amp;#38;E切片，则应从石蜡包埋块中制备新的切片</li>
</ol>
2. 载玻片扫描
<ol>
	<li>打开电脑和切片扫描仪，启动扫描软件。在预览界面中选择“自动模式”进行明场扫描。</li>
	<li>点击“扫描选项”以调整切片质量参数。此时选择切片是直接扫描至可通过网络访问的数字平台，还是扫描至本地驱动器（或外部驱动器），并设置扫描类型和对焦点数量。</li>
	<li>点击“服务器参数”以将切片扫描至“病例中心”。在此步骤中，添加更多载片盒，标记所有切片，并设置病例中心中用于存储切片的文件夹。每个载片盒最多可容纳25张切片。</li>
	<li>检查待扫描的实际组织切片的质量和清洁度。如有必要，使用70%乙醇清洁切片。</li>
	<li>每盒最多装载25张切片，标签朝内放置（图3A）</li>
	<li>将载片盒放入扫描仪中。若使用多个载片盒，可将其叠放。</li>
	<li>点击绿色箭头（图3B）开始扫描切片。所有切片扫描完成后，取出载片盒，并关闭程序、电脑和切片扫描仪。</li>
</ol>
3. 数字切片标注
<ol>
	<li>输入数字切片管理中心的浏览器地址&#160;，并下载免费的数字切片浏览软件。</li>
	<li>打开数字切片浏览软件，选择包含数字切片的文件夹（图4A）。</li>
	<li>添加注释、重新排序、管理数字切片文件夹，或为同事分配用户权限，或向文件夹中添加附件。</li>
	<li>在数字切片浏览软件中点击所需的数字切片。</li>
	<li>使用放大工具评估切片，并找出需要整合到ngTMA中的感兴趣区域。</li>
	<li>使用“TMA注释工具”，选择所需核心的大小和注释颜色，通过点击将注释放置在数字切片上（图4B）。</li>
	<li>将注释移动至目标组织学结构位置，以便纳入ngTMA（图4C）。</li>
	<li>重复使用注释工具，选择核心大小和所需注释颜色，继续进行注释操作。对文件夹中的所有切片重复切片浏览和注释过程。</li>
	<li>或者，可将用于PCR的组织核心放入0.2 ml离心管中，而非整合至TMA。使用不同颜色对这些区域进行注释，以标识用于后续分子分析的位点。</li>
	<li>创建所有病例及其对应注释和颜色的列表。</li>
</ol>
4. 组织微阵列构建
<ol>
	<li>取出所有已标注数字切片对应的石蜡组织块，并按组织微阵列所需的顺序排列组织块。</li>
	<li>确保组织块的厚度至少为 4 mm。若不足，则需重新包埋组织。</li>
	<li>打开计算机和自动组织微阵列仪，启动组织微阵列仪软件，并为项目命名。</li>
	<li>执行“更换工具”操作，选择项目所需的工具直径（i.e.，0.6、1.0、1.5 或 2.0 mm）。</li>
	<li>将最多 12 个“受体”TMA 组织块装入仪器中，并为每个组织块分配一个 ID。</li>
	<li>为每个受体组织块创建 TMA 布局。设计时需确定行数、列数、空白行以及核心之间的间距。可为每个受体组织块创建新布局，或重复使用相同布局。</li>
	<li>将光标置于受体组织块布局上，准备获取第一个组织芯。</li>
	<li>接下来，将最多 60 个供体组织块装入组织微阵列仪（图 5A）。在 A 至 F 每行中放置十个组织块，并为每个组织块分配供体 ID。在计算机屏幕上查看由组织微阵列仪自动获取的各供体组织块图像。</li>
	<li>从第一个组织块开始，点击“切片”（Slide）。使用数字切片浏览工具查看存储在数字切片管理中心&#160;（或外部硬盘）中的已标注数字切片。并排查看供体组织块图像与数字切片图像。</li>
	<li>在组织块图像上选择参考点，以将供体组织块图像与数字切片图像叠加对齐。</li>
	<li>点击“下一步”后，在放大的组织块图像上观察标注区域（图 5B）。点击标注区域上方以确认，然后点击“开始”。 
	注意：此操作将提示组织微阵列仪在受体组织块的选定起始位置钻出一个直径为 0.6 mm 的孔。随后，在第二步中，仪器使用穿孔工具在供体组织块上精确对应已标注并确认的区域进行穿孔。组织芯随后从供体组织块转移至受体组织块。</li>
	<li>大约完成 500 个组织芯后，使用二甲苯棉签清洁钻头和穿孔工具。</li>
	<li>若需要获取组织芯（而非在 ngTMA 中仅打孔），请点击该组织块的“PCR”工具，确认最多 4 个标注区域，然后点击“开始”。此操作将穿取组织芯并将其转移至 0.2 ml 离心管中。</li>
	<li>对第二个供体组织块重复步骤 4.9 至 4.11，依此类推。</li>
	<li>使用完所有供体组织块后，将第二轮供体组织块（61–120）装入组织微阵列仪，并继续执行步骤 4.8 至 4.11。</li>
	<li>在项目进行过程中，当钻孔和穿孔操作持续进行时，及时更新供体和受体组织块的图像（图 5C）。</li>
	<li>项目完成后执行“导出”操作。在导出文件夹中查找包含供体与受体组织块 ID、所有穿孔在 TMA 中的定位信息以及 TMA 布局/设计的 .xslx 文件。将所有供体组织块图像（含叠加的标注信息）另存为 jpg 格式并保存至导出文件夹（图 5D）。最终的 TMA 组织块即制备完成。</li>
</ol>

<ol><li>Kononen, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+microarrays+for+high-throughput+molecular+profiling+of+tumor+specimens%5BTitle%5D)+AND+%22Nat+Med%22%5BJournal%5D)">Tissue microarrays for high-throughput molecular profiling of tumor specimens.</a> Nat Med. 4, 844-847 (1998).</li>
<li>Tzankov, A., Went, P., Zimpfer, A., Dirnhofer, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+microarray+technology%3A+principles%2C+pitfalls+and+perspectives--lessons+learned+from+hematological+malignancies%5BTitle%5D)+AND+%22Exp+Gerontol%22%5BJournal%5D)">Tissue microarray technology: principles, pitfalls and perspectives--lessons learned from hematological malignancies.</a> Exp Gerontol. 40, 737-744 (2005).</li>
<li>Barlund, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detecting+activation+of+ribosomal+protein+S6+kinase+by+complementary+DNA+and+tissue+microarray+analysis%5BTitle%5D)+AND+%22J+Natl+Cancer+Inst%22%5BJournal%5D)">Detecting activation of ribosomal protein S6 kinase by complementary DNA and tissue microarray analysis.</a> J Natl Cancer Inst. 92, 1252-1259 (2000).</li>
<li>Bubendorf, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Survey+of+gene+amplifications+during+prostate+cancer+progression+by+high-throughout+fluorescence+in+situ+hybridization+on+tissue+microarrays%5BTitle%5D)+AND+%22Cancer+Res%22%5BJournal%5D)">Survey of gene amplifications during prostate cancer progression by high-throughout fluorescence in situ hybridization on tissue microarrays.</a> Cancer Res. 59, 803-806 (1999).</li>
<li>Garcia-Caballero, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dual-colour+CISH+is+a+reliable+alternative+to+FISH+for+assessment+of+topoisomerase+2-alpha+amplification+in+breast+carcinomas%5BTitle%5D)+AND+%22Breast+Cancer+Res+Treat%22%5BJournal%5D)">Dual-colour CISH is a reliable alternative to FISH for assessment of topoisomerase 2-alpha amplification in breast carcinomas.</a> Breast Cancer Res Treat. , 81-89 (2014).</li>
<li>Schraml, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+microarrays+for+gene+amplification+surveys+in+many+different+tumor+types%5BTitle%5D)+AND+%22Clin+Cancer+Res%22%5BJournal%5D)">Tissue microarrays for gene amplification surveys in many different tumor types.</a> Clin Cancer Res. 5, 1966-1975 (1999).</li>
<li>Zlobec, I., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+RHAMM+within+the+hierarchy+of+well-established+prognostic+factors+in+colorectal+cancer%5BTitle%5D)+AND+%22Gut%22%5BJournal%5D)">Role of RHAMM within the hierarchy of well-established prognostic factors in colorectal cancer.</a> Gut. 57, 1413-1419 (2008).</li>
<li>Hsu, F. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+microarrays+are+an+effective+quality+assurance+tool+for+diagnostic+immunohistochemistry%5BTitle%5D)+AND+%22Mod+Pathol%22%5BJournal%5D)">Tissue microarrays are an effective quality assurance tool for diagnostic immunohistochemistry.</a> Mod Pathol. 15, 1374-1380 (2002).</li>
<li>Marin, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Detection+of+BRAF+p.V600E+Mutations+in+Melanoma+by+Immunohistochemistry+Has+a+Good+Interobserver+Reproducibility%5BTitle%5D)+AND+%22Arch+Pathol+Lab+Med%22%5BJournal%5D)">Detection of BRAF p.V600E Mutations in Melanoma by Immunohistochemistry Has a Good Interobserver Reproducibility.</a> Arch Pathol Lab Med. , 71-75 (2014).</li>
<li>Polley, M. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+International+Ki67+Reproducibility+Study%5BTitle%5D)+AND+%22J+Natl+Cancer+Inst%22%5BJournal%5D)">An International Ki67 Reproducibility Study.</a> J Natl Cancer Inst. , 1897-1906 (2013).</li>
<li>Zlobec, I., Terracciano, L., Jass, J. R., Lugli, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Value+of+staining+intensity+in+the+interpretation+of+immunohistochemistry+for+tumor+markers+in+colorectal+cancer%5BTitle%5D)+AND+%22Virchows+Arch%22%5BJournal%5D)">Value of staining intensity in the interpretation of immunohistochemistry for tumor markers in colorectal cancer.</a> Virchows Arch. 451, 763-769 (2007).</li>
<li>Zlobec, I., Koelzer, V. H., Dawson, H., Perren, A., Lugli, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Next-generation+tissue+microarray+%28ngTMA%29+increases+the+quality+of+biomarker+studies%3A+an+example+using+CD3%2C+CD8%2C+and+CD45RO+in+the+tumor+microenvironment+of+six+different+solid+tumor+types%5BTitle%5D)+AND+%22J+Transl+Med%22%5BJournal%5D)">Next-generation tissue microarray (ngTMA) increases the quality of biomarker studies: an example using CD3, CD8, and CD45RO in the tumor microenvironment of six different solid tumor types.</a> J Transl Med. 11, 104(2013).</li>
<li>Yoshida, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Immunohistochemical+detection+of+ROS1+is+useful+for+identifying+ROS1+rearrangements+in+lung+cancers%5BTitle%5D)+AND+%22Mod+Pathol%22%5BJournal%5D)">Immunohistochemical detection of ROS1 is useful for identifying ROS1 rearrangements in lung cancers.</a> Mod Pathol. , 711-720 (2014).</li>
<li>Droeser, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+pattern+and+prognostic+significance+of+CD4%2B%2C+FOXP3%2B+and+IL-17%2B+tumor+infiltrating+lymphocytes+in+ductal+and+lobular+breast+cancers%5BTitle%5D)+AND+%22BMC+Cancer%22%5BJournal%5D)">Differential pattern and prognostic significance of CD4+, FOXP3+ and IL-17+ tumor infiltrating lymphocytes in ductal and lobular breast cancers.</a> BMC Cancer. 12, 134(2012).</li>
<li>Fleischmann, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Androgen+receptors+are+differentially+expressed+in+Gleason+patterns+of+prostate+cancer+and+down-regulated+in+matched+lymph+node+metastases%5BTitle%5D)+AND+%22Prostate%22%5BJournal%5D)">Androgen receptors are differentially expressed in Gleason patterns of prostate cancer and down-regulated in matched lymph node metastases.</a> Prostate. 71, 453-460 (2011).</li>
<li>Wang, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pattern+of+breast+cancer+susceptibility+gene+1+expression+is+a+potential+prognostic+biomarker+in+resectable+pancreatic+ductal+adenocarcinoma%5BTitle%5D)+AND+%22Pancreas%22%5BJournal%5D)">Pattern of breast cancer susceptibility gene 1 expression is a potential prognostic biomarker in resectable pancreatic ductal adenocarcinoma.</a> Pancreas. 42, 977-982 (2013).</li>
<li>Fleischmann, A., Rotzer, D., Seiler, R., Studer, U. E., Thalmann, G. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Her2+amplification+is+significantly+more+frequent+in+lymph+node+metastases+from+urothelial+bladder+cancer+than+in+the+primary+tumours%5BTitle%5D)+AND+%22Eur+Urol%22%5BJournal%5D)">Her2 amplification is significantly more frequent in lymph node metastases from urothelial bladder cancer than in the primary tumours.</a> Eur Urol. 60, 350-357 (2011).</li>
<li>Zhang, Z. Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+Annexin+A1+protein+expression+in+human+gastric+adenocarcinoma+using+proteomics+and+tissue+microarray%5BTitle%5D)+AND+%22World+J+Gastroenterol%22%5BJournal%5D)">Identification of Annexin A1 protein expression in human gastric adenocarcinoma using proteomics and tissue microarray.</a> World J Gastroenterol. 19, 7795-7803 (2013).</li>
<li>Chaux, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+epidermal+growth+factor+receptor+is+frequently+overexpressed+in+penile+squamous+cell+carcinomas%3A+a+tissue+microarray+and+digital+image+analysis+study+of+112+cases%5BTitle%5D)+AND+%22Hum+Pathol%22%5BJournal%5D)">The epidermal growth factor receptor is frequently overexpressed in penile squamous cell carcinomas: a tissue microarray and digital image analysis study of 112 cases.</a> Hum Pathol. 44, 2690-2695 (2013).</li>
<li>McKenna, S. J., Amaral, T., Akbar, S., Jordan, L., Thompson, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Immunohistochemical+analysis+of+breast+tissue+microarray+images+using+contextual+classifiers%5BTitle%5D)+AND+%22J+Pathol+Inform%22%5BJournal%5D)">Immunohistochemical analysis of breast tissue microarray images using contextual classifiers.</a> J Pathol Inform. 4, S13(2013).</li>
<li>Pages, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effector+memory+T+cells%2C+early+metastasis%2C+and+survival+in+colorectal+cancer%5BTitle%5D)+AND+%22N+Engl+J+Med%22%5BJournal%5D)">Effector memory T cells, early metastasis, and survival in colorectal cancer.</a> N Engl J Med. 353, 2654-2666 (2005).</li>
<li>Komiya, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+a+new+technique%2C+spiral+tissue+microarrays+constructed+using+needle+biopsy+specimens%2C+to+prostate+cancer+research%5BTitle%5D)+AND+%22Int+J+Oncol%22%5BJournal%5D)">Application of a new technique, spiral tissue microarrays constructed using needle biopsy specimens, to prostate cancer research.</a> Int J Oncol. 44, 195-202 (2014).</li>
<li>Quintayo, M. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Virtual+tissue+microarrays%3A+A+novel+and+viable+approach+to+optimising+tissue+micro-arrays+for+biomarker+research+applied+to+Ductal+Carcinoma+in+Situ+%28DCIS%29%5BTitle%5D)+AND+%22Histopathology%22%5BJournal%5D)">Virtual tissue microarrays: A novel and viable approach to optimising tissue micro-arrays for biomarker research applied to Ductal Carcinoma in Situ (DCIS).</a> Histopathology. , 2-8 (2014).</li>
<li>Torata, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tissue+tablet+method%3A+an+efficient+tissue+banking+procedure+applicable+to+both+molecular+analysis+and+frozen+tissue+microarray%5BTitle%5D)+AND+%22Hum+Pathol%22%5BJournal%5D)">Tissue tablet method: an efficient tissue banking procedure applicable to both molecular analysis and frozen tissue microarray.</a> Hum Pathol. 45, 143-152 (2014).</li>
</ol>

作者无披露信息

本文概述了一种ngTMA的实验方案。ngTMA是一种新建立的组织微阵列技术概念，涉及规划与设计、数字病理学和切片标注，以及自动化的组织微阵列制备12。
与传统的组织微阵列技术相比，纳米级组织微阵列（ngTMA）具有诸多优势。第一步的规划与设计阶段尤为关键。重点在于回答特定的研究问题，需综合考虑组织学因素（例如，需要包含哪些区域？需要选取多少个点？）、统计学规划（例如，样本量是多少？后续如何分析样本？）以及后勤因素（例如，检测多少个生物标志物，因此需要制作多少份ngTMA副本？）。ngTMA可根据具体需求定制，无论是用于生物标志物的高通量筛选，还是仅针对少数精心&#160;挑选的病例进行特定组织学特征的研究。
传统组织微阵列技术的一个（如果不是最主要的话）重要缺点，是组织学切片上标记的准确性较低，这使得对特定组织学结构、细胞或区域的研究几乎无法实现。ngTMA 能够实现高精度，因为注释可直接标注在数字切片上，研究人员因此可以精确选择需要打孔的区域，包括特定的单个细胞。在本示例中，同一组织块内的多个区域被分别打孔并用于阵列构建，例如肿瘤中心、侵袭前沿，以及因存在小的肿瘤细胞簇甚至单个细胞而被标记出的肿瘤/间质相互作用区域。这种精度只有通过 ngTMA 才能实现。第三，由于切片被扫描至基于网络的数字平台，切片的观察与标注可通过计算机完成，而无需使用显微镜。组织微阵列软件提供了用户&#160;友好的界面，并具有高度灵活性，因此可实现多种布局和 ngTMA 设计。由于 TMA 构建通过自动钻孔完成，几乎无需手动操作，构建所需时间也显著缩短。本示例中 TMA 构建所需时间约为 24 小时。若采用传统 TMA 方法，按每小时 15 次打孔估算，该项目将耗时约 304 小时。
ngTMA可用于研究蛋白质表达、mRNA或DNA，以及这些分子的组合分析。图9展示了这些应用中的一些潜在生物标志物研究实例。通过标准免疫组织化学方法，可利用Ki-67检测癌症的增殖指数。也可采用联合方法，同时分析HER2等基因的蛋白质表达与DNA扩增。可将多种组织集中于一张ngTMA上，以降低实验成本、减少组织用量及其他资源消耗。此外，还可对HER2及其他基因进行显色mRNA原位杂交（chromogenic mRNA in situ hybridization），在大量病例中使用极少数组织切片即可识别单个mRNA转录本。诸如CD8等免疫标志物的免疫组织化学染色，可在肿瘤微环境背景下进行可视化分析。双重免疫组织化学染色还可用于突出特定兴趣区域，例如在癌症侵袭前沿处免疫细胞（红色标记）与肿瘤细胞（棕色标记）之间的相互作用。此类兴趣区域在传统组织微阵列技术中难以被有效捕获。
然而，本方案仍存在一些局限性。最重要的挑战是供体蜡块与数字切片之间的重叠问题。多个因素可能影响这一步骤。首先，应使用供体蜡块的最新切片进行切片扫描。在许多情况下，H&amp;#38;E染色切片并非供体蜡块的最后切片，而可能是免疫组织化学染色或其他染色切片。在此情况下，只要对最后的染色切片进行扫描和标注，也可使用染色切片，或者需要重新制作一张H&amp;#38;E切片。其次，在制作组织切片时也需格外注意，因为组织在水浴中可能发生膨胀，从而导致切片与蜡块匹配困难。第二，目前每个项目最多只能同时处理12个受体TMA蜡块。超过12个TMA的大型项目必须分配至第二个项目名称下进行。第三，供体蜡块必须使用标准模具和包埋盒制作，因为仪器无法适应不同尺寸。最后，供体蜡块的高度必须超过最低要求（4 mm），以实现最佳钻孔效果。在某些情况下，这需要对组织重新包埋。
近年来，数百篇出版物强调了组织微阵列（TMA）在生物标志物研究中的重要价值。TMA已被用于研究肺癌13、结直肠癌7、乳腺癌14、前列腺癌15、胰腺癌16、膀胱癌17和胃癌18等多种癌症。越来越多的研究者将TMA与图像分析技术结合使用，该方向已取得显著进展19-21。然而，除少数研究团队发表了创新性的TMA设计理念22-24外，学术界对TMA技术本身的优化关注甚少。自动化组织微阵列仪（如Estigen/Beecher公司的ATA-27）虽可提供布局设计以及快速、自动的组织打孔功能，但这仅代表ngTMA概念的一个方面。
ngTMA 技术相较于传统的组织微阵列方法具有显著改进。该技术结合了组织学和组织微阵列设计的专业知识，融合了数字病理学的灵活性、数字注释的精确性，以及自动化组织微阵列构建的高效性与可靠性。未来，将 ngTMA 与图像分析相结合，用于蛋白质和分子生物标志物的评估，将成为进一步提升临床与转化研究质量的有力工具。

在过去的二十年中，组织微阵列（TMA）对生物标志物研究产生了显著影响。TMA本质上是一种组织“档案”，通过反复将来自石蜡包埋的“供体”组织块的小型组织芯（直径通常为0.6至2.0 mm）转移至单个TMA“受体”组织块中而制成（图1）1。采用较小的组织芯尺寸，可在一张TMA上排列来自少数或众多不同患者的约500个不同的组织样本点2。
使用组织微阵列（TMA）进行预后或预测性生物标志物研究具有诸多优势。以通过免疫组织化学方法评估450例患者的某种蛋白质生物标志物表达为例：无需对来自相同数量蜡块的450张患者切片分别进行450次免疫组织化学染色，而是可以将每个样本的小组织芯整合到一个单一的TMA蜡块中。即使从每位患者取多个组织芯，所产生的蜡块数量也最少。这种方法显著降低了成本和其他资源消耗，同时减少了组织浪费。此外，它还能够在相同的实验条件下，对大量组织进行具有足够统计效能的研究评估。
组织微阵列具有多种不同应用。例如，可通过使用不同染料染色，或进行免疫组织化学、显色以及荧光检测后，利用组织微阵列研究形态学、蛋白质表达、RNA表达及DNA异常 原位 杂交3-7近期研究还利用组织微阵列（TMA）来检测瘤内&#160;以及在实验室间染色方案的变异，确定抗体对特定基因突变的特异性和敏感性，并在国际协作中评估蛋白表达的观察者间可重复性8-11.
使用患者来源组织构建传统组织微阵列（TMA）是一个耗时的多步骤过程（图2）。该过程首先在病理学研究所或其他机构的档案库中查找可能合适的病例，并从中调取诊断切片。病理学家对每个病例的切片进行评估，并为研究目的选择最具代表性的切片。接下来，在显微镜下直接用笔标记出感兴趣的区域。这一步骤通常具有挑战性且不够精确，仅能大致“估计”组织打孔应取自的位置。随后，从档案库中调取与这些已标记切片相对应的石蜡包埋块。对组织块与切片进行快速比对。使用半自动或自制的组织阵列仪，在估计的感兴趣区域内对供体组织块进行打孔，并将获取的组织芯转移至受体TMA石蜡块中。采用此种阵列技术构建TMA的过程劳动强度大、耗时长、精度低且缺乏灵活性。据估计，制备包含475个点、每点3个复孔的TMA约需84小时的工作时间。
最近，伯尔尼大学病理学研究所提出了一种构建组织微阵列（TMA）的新方法，该方法依赖于三个组成部分：规划与设计（或咨询）、数字病理学结合组织学专业知识以及自动化TMA排列技术12。这一整体概念被称为下一代组织微阵列（ngTMA）。下文以134例转移性结直肠癌患者为例，描述了ngTMA的详细操作方案。本案例中，将原发性肿瘤、淋巴结转移灶和肝转移灶均排列至ngTMA中，用于后续生物标志物分析。此外，还希望保留每位患者的小组织芯，以备将来进行核酸提取。

<table><tbody><tr><td>Pannoramic 250 Flash II</td><td>3DHistech</td><td></td><td>切片扫描仪</td></tr><tr><td>TMA Grandmaster</td><td>3DHistech</td><td></td><td>组织微阵列仪</td></tr><tr><td>Pannoramic Viewer</td><td>3DHistech</td><td>免费</td><td>切片浏览软件</td></tr><tr><td>Case Center</td><td>3DHistech</td><td></td><td>数字切片平台</td></tr></tbody></table>

一种用于生物标志物研究的下一代组织微阵列（ngtma）实验方案

A Next-generation Tissue Microarray (ngTMA) Protocol for Biomarker Studies

生物标志物研究依赖于组织微阵列（TMA）。TMA是通过将“供体”组织块中的小组织芯反复转移至“受体”组织块中制备而成，随后用于多种生物标志物应用。传统TMA的构建过程劳动强度大、精度低且耗时。本文介绍了一种基于下一代组织微阵列（ngTMA）的技术方案。ngTMA结合了TMA的规划与设计、数字病理学以及自动化组织微阵列技术。本方案以134例转移性结直肠癌患者为例进行说明。在实验设计中考虑了组织类型、特定组织学区域和待包含的细胞类型、组织点数量、样本量、统计分析方法以及TMA副本数量等组织学、统计学和后勤因素。每位患者的组织学切片均被扫描并上传至基于网络的数字平台。在该平台上，使用直径为0.6–2.0 mm的标注工具对切片进行多次查看和标注（标记），并采用多种颜色区分不同的组织区域。将供体组织块和12个“受体”组织块装入仪器中。系统调取数字切片并与供体组织块图像匹配。随后自动重复排列已标注的区域，最终生成ngTMA。在本示例中，计划构建6个ngTMA，包含六种不同类型的组织/组织学区域。每个ngTMA需要制备两个副本。每位患者需扫描3至4张切片，共需进行3轮扫描，均在夜间完成。所有切片均完成标注，使用不同颜色代表不同的组织/区域，包括肿瘤中心、侵袭前沿、肿瘤/间质、淋巴结转移灶、肝转移灶以及正常组织。每例病例平均进行17次标注，标注耗时约2–3分钟/例。共制备12个ngTMA，包含4,556个组织点。阵列过程耗时15–20小时。由于其高精度、灵活性和快速性，ngTMA是进一步提升临床与转化研究中所用TMA质量的有力工具。

规划与设计
本研究纳入了134例转移性结直肠癌患者，用于分析特定系列生物标志物。不仅为这些患者规划了下一代组织微阵列（ngTMA），还将进行DNA提取，随后对某些特定基因进行突变分析。
在ngTMA的规划与设计阶段，已确定以下方面：对每位患者将研究6个不同的组织学区域，分别为肿瘤中心、肿瘤侵袭前沿、肿瘤出芽最密集区域（肿瘤/间质相互作用区）、正常组织、淋巴结转移灶和肝转移灶。每个肿瘤组织区域纳入3个肿瘤点，每个正常组织区域纳入2个点（每位患者共17个点）。由于计划在此类患者样本上检测超过50种生物标志物，因此需要制备两份最终的ngTMA。考虑到淋巴结及远处转移灶可能体积较小，所有组织均选用0.6 mm的小直径组织芯进行TMA构建。
此外，计划对每个区域分别进行排列，以制备包含不同组织学区域的6个纳米级组织微阵列（ngTMA）：分别包含a）肿瘤中心、b）侵袭前沿、c）肿瘤出芽区域、d）正常组织、e）淋巴结转移灶以及f）肝转移灶组织的ngTMA。
在使用0.6 mm工具进行组织微阵列（TMA）设计时，将选择0.4 mm的穿孔间距以确保操作舒适。由于对长行和长列中的组织点进行评估通常较为繁琐，因此采用两种不同的设计方案。对于每个组织区域包含3个穿孔的肿瘤组织块，设计一个包含六个部分的布局，共计402个组织穿孔。对于正常组织穿孔，每个病例包含2个穿孔。最终选择一个总共可容纳432个穿孔的布局方案。
此外，针对每个样本，最多可额外 punched out 4 个直径为 0.6 mm 的组织芯，并将其放入 0.2 ml 离心管中。这些组织芯也将进行注释。
综上所述，将制备6个包含不同组织的ngTMA（5个肿瘤组织芯片 × 每例3个穿孔 × 134例患者；1个正常组织芯片 × 每例2个穿孔 × 134例患者），此外每例患者还将制备4个用于试管的组织芯。总计将完成2814个注释。
接下来，从切片档案中调取所选患者的相应H&amp;E染色切片。由病理学家对每个病例进行简要复查，并为每种组织类型选择最具代表性的切片。
扫描
每例组织学切片均制作数字切片以供后续标注。本研究中，每例需扫描3至4张组织切片。 即，原发性结直肠癌，可包含或不包含邻近正常组织、淋巴结转移灶和肝转移灶，以及可能额外包含一张正常黏膜切片。
最多可将10个不同的载玻片盒完全装入切片扫描仪中，因此单次运行可扫描250张载玻片。扫描所需时间及数字切片文件大小取决于组织的尺寸和所需的图像质量因子。质量因子范围为0到100。本实验选择60的质量因子，因为该设置可在不明显损失图像质量的前提下生成较小的扫描文件。小块活检样本的扫描时间可少于30秒，而整张组织切片（如本示例所用）的扫描时间可能在2至10分钟之间。数字切片文件大小范围也可从2 MB到2 GB不等。使用质量因子60时，生成的扫描文件大小介于600 MB至1 GB之间。
本项目共需要 402 至 536 张切片，总计进行 3 次扫描运行。每次运行均在夜间进行。大约需要 500 GB 的存储空间。切片将直接扫描至一个名为 Case Center（ngtma.unibe.pathcasecenter）的数字平台。通过输入指定的用户名和密码，任何有网络连接的地方均可访问 Case Center。
注释
进行标注时，应考虑两个方面：1）不同的组织区域应使用不同的标注颜色；2）标注的数量应反映最终ngTMA所需副本的数量。
本案例中，每个肿瘤区域的单拷贝选取3个点位。对于双拷贝，每个区域必须使用6个点位进行标注。建议使用绿色标注正常组织，蓝色标注肿瘤中心，黄色标注肿瘤浸润前沿，红色标注肿瘤出芽区域（肿瘤/间质）相互作用区，黑色标注淋巴结转移灶，青绿色标注远处转移灶，白色则用于标注导管区域。每例样本的标注耗时约2-3分钟。
ngTMA 构建
本研究需要构建6个ngTMA模块，每个模块制作2份，共得到12个最终模块。点阵仪最多可支持12个受体模块。每个肿瘤模块将包含402个组织点，每个正常组织模块将包含268个组织点，整个项目总计包含4,556个组织点。
为每个受体蜡块创建组织芯片（TMA）布局，并保存项目（图6A、6B）。可同时将60个组织蜡块装入组织芯片仪中，并对每个供体蜡块拍摄图像。从第一个供体蜡块开始，从Case Center中调取相应的带注释数字切片。进行切片匹配，此过程耗时约1-3分钟。确认注释后，提示芯片仪开始打孔（图7）。每个组织芯的打孔和转移时间约为12秒。该过程中组织芯的丢失极少。完成本项目的芯片制备总时间约为24小时，包括切片/蜡块匹配及仪器重新装样时间。一些ngTMA的示例如图8A所示。后续分子分析所需的组织芯也可在此时打取（图8B）。
<img alt="组织微阵列块；用于生物样本分析的供体与受体TMA示意图。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig1highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图1"> 
图1. A) 一个“供体”组织块。从供体组织块中打孔取出组织芯，并转移至 B) 受体组织块，即组织微阵列（TMA）中。
<img alt="A：实验室存储系统中的样本编目过程。 
B：在实验室工作台讨论显微技术。 
C：对生物样本进行显微镜分析。 
D：为显微镜检查准备载玻片上的组织染色。 
E：从实验室存储中选取样本用于分析。 
F：为样本分析准备生物载玻片。 
G：在准备过程中对微型工具的精细操作。 
H：为精确操作设置自动化实验室设备。 
I：实验室技术人员操作切片机进行样本切片。 
J：在切片机上进行组织切片以制备载玻片。 
K：在切片机上对生物样本进行精密切割。 
L：制备完成的载玻片，含有用于显微镜观察的生物样本。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig2highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图 2"> 
图 2. 传统的组织微阵列工作流程。 A) 从档案库中取出组织学切片，并 B) 交由病理学家进行审阅。 C-D) 在切片上进行标注，标示出拟转移区域的“估计”位置。 E) 取出相应的组织块。 F) 将组织块与切片进行比对以确认匹配，这一过程 G) 有时可能具有挑战性。 H-J) 随后进行组织微阵列制备。 K) 反复转移组织芯样，L) 最终构建出一张完整的组织微阵列（TMA）。
<img alt="实验室分析流程；光谱分析装置，数据输入；示意图，用于教学。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig3highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="Figure 3"> 
图3. A) 每个载玻片盒最多可放置25张载玻片用于扫描。B) 可调整质量因子和尺寸大小，并可实时监控扫描进度。
<img alt="组织学静态图像分析；数字病理学；切片浏览软件界面，组织切片。" fo:content-width="6in" src="/files/ftp_upload/51893/51893fig4highres.jpg" width="600" data-altupdatedat="1787630408000" data-alt="图 4"> 
图 4. A) 扫描后的切片可上传至基于网络的平台 Case Center。B) 可查看数字切片。TMA 注释工具允许用户选择注释所需的核心尺寸和颜色。C) 注释可直接添加到数字切片上。<a href="https://www.jove.com/files/ftp_upload/51893/51893fig4highres.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="组织学取样过程；微阵列核心设置；组织分析；显微镜实验。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig5highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图 5"> 
图 5. A) 最多可将60个组织块装入组织微阵列仪中，即每行10个供体组织块，同时包含12个受体组织块。 B) 拍摄每个供体组织块的图像，并获取相应的数字切片。通过匹配组织块与切片，并利用标注信息确定打孔位置。 C) 在仪器进行打孔操作期间，可实时监控阵列构建的进度。 D) 完成打孔后，系统会导出阵列布局中每个点位的位置信息，同时生成带有相应标注的各供体组织块图像。
<img alt="微阵列分析；网格上的DNA点样；实验结果；基因表达谱分析。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig6highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图6"> 
图6. 这些TMA布局用于排列A) 肿瘤组织块和B) 正常组织。
<img alt="组织芯片分析；样本托盘；数字图像处理；组织学检查。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig7highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图 7"> 
图 7. 组织芯片仪软件界面截图。 左侧可放置12个受体蜡块。底部采集每个供体蜡块的图像。中心区域显示组织芯片排列布局、打孔进度，以及带注释的各供体蜡块放大图像。
<img alt="显示样品托盘和基因表达数据分析设备的微阵列实验装置。" fo:content-width="5in" src="/files/ftp_upload/51893/51893fig8highres.jpg" width="500" data-altupdatedat="1787630408000" data-alt="图 8"> 
图 8. A) 一些新制备的ngTMA组织块示例。B) 可额外打孔获取组织样本用于后续分子分析。这些组织芯被打出后置于0.2 ml离心管中。
<img alt="显示组织染色模式的组织学切片，病理学研究中放大10倍和40倍。" fo:content-width="6in" src="/files/ftp_upload/51893/51893fig9highres.jpg" width="600" data-altupdatedat="1787630408000" data-alt="Figure 9"> 
图9. ngTMA生物标志物应用示例。 A) 结直肠癌中Ki67的免疫组织化学染色。双重HER2免疫组织化学/原位杂交检测显示B) 蛋白质表达水平低（棕色）且Her2基因无扩增（黑色），相对于着丝粒（红色）；C) 蛋白高表达（棕色）且Her2基因扩增（黑色），相对于着丝粒（红色）。D) Her2的显色原位杂交显示乳腺癌ngTMA中单个mRNA转录本。E) 结直肠癌中CD8的免疫组织化学染色。F) 双重免疫组织化学染色标记泛细胞角蛋白AE1/AE3（棕色；肿瘤细胞）和CD68（红色；巨噬细胞），突出显示结直肠癌的肿瘤微环境。<a href="https://www.jove.com/files/ftp_upload/51893/51893fig9highres.jpg" target="_blank">请点击此处查看该图的放大版本。</a>

本方案旨在优化组织微阵列的构建与质量，以用于生物标志物研究。内容涵盖规划与设计、数字病理学、虚拟切片标注以及自动化组织阵列化等方面。

一种用于生物标志物研究的下一代组织微阵列（ngTMA）实验方案

生物标志物研究依赖于组织微阵列（TMA）。TMA是通过将小块组织芯从“供体”组织块中反复转移至……

以下实验方案的目的是构建用于生物标志物研究的最优或靶向组织微阵列。首先，从具有代表性的组织切片生成数字切片档案。在数字切片上标注感兴趣的组织学区域，以精确定义需转移至组织微阵列块中的相应供体组织块的具体区域。在完成组织芯片的设计与布局后，供体组织块将被自动打孔，并将组织芯加载到组织芯片中。通过这种精确、快速且自动化的下一代技术，可准确捕获并转移特定的组织学区域甚至特定的细胞群至组织芯片上。与现有的组织芯片制备方法（如使用手工制作或半自动装置）相比，本技术的主要优势在于其组织学上的高精度。这是通过结合数字病理学的优势与组织学专业知识以及自动化的组织微环技术实现的。今天演示该操作的是来自我们实验室的两位技术人员 Kalin Hamman 和 Jose Galvan。使用扫描软件时，首先选择明场扫描的自动模式。然后单击扫描选项以调整玻片的质量参数。接下来，选择将玻片扫描文件保存到本地，或通过单击服务器参数并设置扫描目标为病例中心，将文件保存到网络。在将玻片装入扫描仪的玻片盒之前，请先准备玻片，并检查玻片是否清洁。如有必要，可用乙醇清洁。每个载片盒最多可装载25张载玻片，扫描仪最多可装载10个载片盒。装载时，多个载片盒将堆叠放置。载玻片装载完毕后，在案例中心为所有载玻片指定文件名并设置保存文件夹。现在通过点击绿色箭头开始扫描载玻片。在此部分，组织样本在载玻片上打孔的位置由数字载玻片的注释设定。首先打开数字载玻片文件夹。在查看软件中，可以对文件夹本身进行修改。可以添加注释、重新排列幻灯片，并设置用户权限以及附件。现在，通过单击一张幻灯片开始进行标注。它将在查看器中显示。在查看器中，使用放大工具评估切片，并找到需要整合到下一代组织微阵列（TMA）中的感兴趣区域。使用TMA注释工具，选择所需核心的尺寸和注释的颜色。通过单击切片将该注释附加到切片上，然后将注释移动至所需的组织学结构。这些注释标记了相应组织块上的打孔位置。重复此过程，直至所有切片均完成注释。作为组织样本的另一种处理方式，可将其送入0.2毫升PCR管中进行分子分析。使用不同颜色的标记对切片进行标注，以区分这些点与组织微阵列（TMA）的位置。完成所有标注后，保存一个电子表格文件，其中包含所有切片及其相应标注和标注颜色的列表。接下来，通过获取所有已标注数字切片对应的石蜡包埋组织块，开始进行组织微结构重建。称为供体组织块。将组织块按数字切片的相同顺序排列。检查每个组织块厚度是否至少为四毫米。如果未保存，组织样本需要在计算机中重新设计。打开组织芯片软件，为项目命名。进入工具更换界面，选择所需的工具直径。现在将最多12个受体组织块装入仪器中。注意记录组织块的名称，所有组织块应使用相同的编号系统以保持一致性。然后在软件中为每个组织块分配适当的名称，以创建组织芯片（TMA）布局。首先，通过设定 punches 的行数、列数、空白行数以及间距来创建一个新的 TMA 设计。保存该布局并将其分配给相应的组织块。然后对下一个组织块重复此过程。无论是采用新的布局还是相同的布局，受体组织块之间的核心尺寸均可变化。接下来，将最多60个供体组织块装入仪器中。每行可容纳最多 10 个组织块，编号为 A 至 F。剩余的供体组织块将在软件中稍后加载。为每个供体组织块指定一个唯一的标识名称。将自动获取每个组织块的图像。现在，将数字切片与其对应的供体组织块对齐。首先，选择一个组织块。然后点击幻灯片，将幻灯片与组织块图像并排比较。在供体组织块图像上选择与相应数字幻灯片上特定位置相对应的参考点。然后点击下一步，注释将转移至供体组织块图像上。如果注释正确，请依次点击每个注释以确认其位置。然后点击“开始”。系统将提示微阵列在受体模块的参考点处钻孔，随后在同一位置从供体模块打孔，并将组织芯转移至受体模块中。要将组织芯收集到 PCR 管中，请点击该组织块的 PCR 工具。最多可使用四个注释区域向 PCR 管提供组织样本。设置完成后，点击“开始”，系统将调用供体并加载 PCR 管。机器完成钻孔和打孔后，对供体组织块进行成像更新。接着对下一个组织块重复进行对齐和标注操作，然后进行取芯。对TMA中的每个供体组织块都重复此操作。完成第一组60个供体组织块后，将其卸下，并装入另外60个组织块。继续该过程，直至所有供体组织块均排列完毕。在采集约500个芯样后，清洁钻头和打孔工具将自动弹出。当阵列制备完成后，导出项目。包含项目数据的电子表格文件将位于导出文件夹中。该文件显示了每个组织微阵列（TMA）块中每份样本的位置。然后，将带有叠加注释的供体块图像另存为 JPEG 文件至导出文件夹。至此，完成TMA切片的制备过程。该TMA布局显示了六个NG TMA切片，每个制备两份，共得到12个最终切片以填满阵列。每个肿瘤切片包含402个组织点，每个正常组织切片包含268个点。在完成60个供体组织块的注释后，进行了打孔操作。核心转移时间约为12秒。核心损失极小，而本项目中完成一个阵列的总时间约为24小时。这包括在N-G-T-M-A流程之后，为后续分子分析而打孔取材所耗费的时间。还可对这些组织微阵列应用其他方法，如免疫组织化学、细胞杂交以及特殊染色，以回答某些问题，例如哪些基因或蛋白质在不同组织中表达或发生改变。

a-next-generation-tissue-microarray-ngtma-protocol-for-biomarker

Research

科研

JoVE Journal

Medicine

医学

生物标志物的研究下一代组织微阵列（ngTMA）协议

组织芯片提供了一种高效的方法，可同时获取大量组织的并行信息。将代表性组织区域组装到一个石蜡块中，从该石蜡块切片后用于免疫组织化学染色及蛋白质表达模式分析。通过数字扫描生成相应的图像，用于数据的分发与共享。...

人类蛋白质图谱中组织微阵列的制备、免疫组织化学染色及数字化

本文描述了两种下一代测序 panel 的临床方案。其中一个 panel 检测血液系统恶性肿瘤，而另一个 panel...

用于检测实体瘤和液体肿瘤中可靶向突变的下一代测序

本文描述了一种用于肿瘤学样本靶向二代测序的集成系统。该跨平台系统针对质量差、数量少的肿瘤活检样本进行了优化，可兼容低量DNA输入，包含经过充分表征的多变异对照，并采用一种新型变异检出算法，该算法结合了定量的分析前质量控制指标。...

湿实验与干实验流程的整合优化了低质量与低数量肿瘤活检样本的靶向下一代测序

在部分乳腺癌中可观察到HER2阳性细胞的异质性分布，这会带来临床诊疗上的难题。本文介绍了一种可靠且经济高效的方案，用于在大量经过异质性处理的乳腺癌样本中定义、量化并比较HER2肿瘤内的遗传异质性。...

构建高通量筛选平台以评估乳腺癌中HER2基因扩增的异质性

本方案概述了使用不同深度的福尔马林固定石蜡包埋供体组织块，通过胶带法手动构建组织微阵列的方法。...

使用胶带法和手持式微阵列仪手动构建组织微阵列

本方案描述了一种高通量工作流程，利用人工智能对染色的薄组织切片图像中经病理学确认的兴趣区域进行分割，以通过激光显微切割富集组织学分辨的细胞群体。该策略包含一种新算法，可将标记感兴趣细胞群体的边界直接传输至激光显微镜。...

工业化的、人工智能引导的激光显微切割技术用于肿瘤微环境的微尺度蛋白质组学分析

非鳞状非小细胞肺癌（NS-NSCLC）治疗管理中需检测的分子生物标志物日益增多，推动了快速且可靠的分子检测方法的发展。本文介绍了一种采用超快速下一代测序（NGS）技术对NS-NSCLC患者进行基因组变异评估的工作流程。...

基于超快速扩增子的非小细胞非鳞状肺癌下一代测序

本方案描述了一种用于检测非小细胞肺癌（NSCLC）福尔马林固定石蜡包埋组织中可靶向基因组改变的自动化、通过ISO15189认证的下一代测序工作流程。...

使用下一代测序技术检测非小细胞肺癌中的可靶向基因变异

本方案利用激光显微切割技术，成功从胶质瘤样本中制备出足量高质量的新生血管组织，用于肿瘤血管生成的定量蛋白质组学分析，克服了传统研究主要集中于血管生成因子的局限性，提供了胶质瘤血管生成的大规模蛋白质组学图谱。...

从人脑胶质瘤组织制备新生血管组织用于肿瘤血管生成的定量蛋白质组学分析

本文介绍了一种在参与者中诱发心理压力的实验方案，该方案使研究人员能够在单个参与者内部或不同组之间测量其对压力的心理、生理及神经内分泌反应。...

诱发心理应激的特里尔社会应激测试方案

学习下一代组织微阵列（ngTMA）构建技术，结合数字病理学与自动化组织打孔，实现生物标志物研究中的高精度组织取样。该方法通过数字切片标注与自动化流程，显著提升组织微阵列的构建质量与效率。

一种用于生物标志物研究的下一代组织微阵列（ngTMA）实验方案

探索更多视频