• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

使用QuPath和R对人类多重肿瘤组织进行全切片图像分析的方案。

Protocol for whole-slide image analysis of human multiplexed tumor tissues using QuPath and R.

作者信息

Franken Amelie, Bila Michel, Lambrechts Diether

机构信息

Laboratory for Translational Genetics, VIB-KU Leuven Center for Cancer Biology, 3000 Leuven, Belgium.

Laboratory of Experimental Oncology, Department of Oncology, KU Leuven, UZ Leuven, 3000 Leuven, Belgium.

出版信息

STAR Protoc. 2024 Dec 20;5(4):103270. doi: 10.1016/j.xpro.2024.103270. Epub 2024 Oct 24.

DOI:10.1016/j.xpro.2024.103270
PMID:39453815
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11541771/
Abstract

The spatial organization of cells within tissues aids in understanding physiological and pathological processes, as well as elucidating the mechanisms of action underlying treatments. We present a protocol for analyzing image-based spatial proteomics data. To illustrate, we focus on whole-slide images of human multiplexed tumor tissues acquired using the PhenoCycler-Fusion 2.0 platform from Akoya Biosciences. We describe steps for cell segmentation, cell phenotyping, intercellular distance calculation, and data visualization. For complete details on the use and execution of this protocol, please refer to Franken et al..

摘要

组织内细胞的空间组织有助于理解生理和病理过程，以及阐明治疗背后的作用机制。我们提出了一种分析基于图像的空间蛋白质组学数据的方案。为了说明这一点，我们重点关注使用Akoya Biosciences公司的PhenoCycler-Fusion 2.0平台获取的人类多重肿瘤组织的全切片图像。我们描述了细胞分割、细胞表型分析、细胞间距离计算和数据可视化的步骤。有关本方案使用和执行的完整详细信息，请参阅Franken等人的文献。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/c79d8695621d/gr7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/31bea8ce050a/fx1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/24362fa8c16a/gr1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/21c4d070b12a/gr2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/4cb5ae52061b/gr3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/f8573e62f7e6/gr4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/88eec599ce51/gr5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/67f91ebf2e33/gr6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/c79d8695621d/gr7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/31bea8ce050a/fx1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/24362fa8c16a/gr1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/21c4d070b12a/gr2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/4cb5ae52061b/gr3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/f8573e62f7e6/gr4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/88eec599ce51/gr5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/67f91ebf2e33/gr6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/8b78/11541771/c79d8695621d/gr7.jpg

相似文献

1
Protocol for whole-slide image analysis of human multiplexed tumor tissues using QuPath and R.使用QuPath和R对人类多重肿瘤组织进行全切片图像分析的方案。
STAR Protoc. 2024 Dec 20;5(4):103270. doi: 10.1016/j.xpro.2024.103270. Epub 2024 Oct 24.
2
Spatial proteomics and transcriptomics characterization of tissue and multiple cancer types including decalcified marrow.包括脱钙骨髓在内的多种癌症类型和组织的空间蛋白质组学与转录组学特征分析
Cancer Biomark. 2025 Jan;42(1):18758592241308757. doi: 10.1177/18758592241308757. Epub 2025 Mar 20.
3
Protocol for high-plex, whole-slide imaging of human formalin-fixed paraffin-embedded tissue using PhenoCycler-Fusion.使用 PhenoCycler-Fusion 对福尔马林固定石蜡包埋的人类组织进行高通量、全玻片成像的方案。
STAR Protoc. 2024 Sep 20;5(3):103226. doi: 10.1016/j.xpro.2024.103226. Epub 2024 Jul 18.
4
MCMICRO: a scalable, modular image-processing pipeline for multiplexed tissue imaging.MCMICRO：一种用于多重组织成像的可扩展、模块化图像处理流水线。
Nat Methods. 2022 Mar;19(3):311-315. doi: 10.1038/s41592-021-01308-y. Epub 2021 Nov 25.
5
Platform for Quantitative Evaluation of Spatial Intratumoral Heterogeneity in Multiplexed Fluorescence Images.多重荧光图像中肿瘤内空间异质性定量评估平台
Cancer Res. 2017 Nov 1;77(21):e71-e74. doi: 10.1158/0008-5472.CAN-17-0676.
6
Stitching and registering highly multiplexed whole-slide images of tissues and tumors using ASHLAR.使用 ASHLAR 对组织和肿瘤的高多重化全幻灯片图像进行拼接和配准。
Bioinformatics. 2022 Sep 30;38(19):4613-4621. doi: 10.1093/bioinformatics/btac544.
7
Protocol for cell image-based spatiotemporal proteomics in budding yeast.芽殖酵母中基于细胞图像的时空蛋白质组学实验方案。
STAR Protoc. 2025 Mar 21;6(1):103577. doi: 10.1016/j.xpro.2024.103577. Epub 2025 Jan 16.
8
Protocol for performing deep learning-based fundus fluorescein angiography image analysis with classification and segmentation tasks.基于深度学习的眼底荧光素血管造影图像分析的协议，包括分类和分割任务。
STAR Protoc. 2024 Sep 20;5(3):103134. doi: 10.1016/j.xpro.2024.103134. Epub 2024 Jun 19.
9
A SIMPLI (Single-cell Identification from MultiPLexed Images) approach for spatially-resolved tissue phenotyping at single-cell resolution.一种基于 SIMPLI（从多重成像中鉴定单细胞）的方法，可实现单细胞分辨率的空间分辨组织表型分析。
Nat Commun. 2022 Feb 9;13(1):781. doi: 10.1038/s41467-022-28470-x.
10
Protocol for neuron tracing and analysis of dendritic structures from noisy microscopy images using Neuronalyzer.使用 Neuronalyzer 对噪声显微镜图像中的神经元进行示踪和树突结构分析的方案。
STAR Protoc. 2024 Jun 21;5(2):103063. doi: 10.1016/j.xpro.2024.103063. Epub 2024 May 11.

引用本文的文献

1
Spatial phenotyping of human bronchial airways in obstructive lung disease.阻塞性肺疾病中人类支气管气道的空间表型分析
Respir Res. 2025 Jul 2;26(1):232. doi: 10.1186/s12931-025-03315-5.

本文引用的文献

1
CD4 T cell activation distinguishes response to anti-PD-L1+anti-CTLA4 therapy from anti-PD-L1 monotherapy.CD4 T 细胞活化可区分抗 PD-L1+抗 CTLA4 治疗与抗 PD-L1 单药治疗的反应。
Immunity. 2024 Mar 12;57(3):541-558.e7. doi: 10.1016/j.immuni.2024.02.007. Epub 2024 Mar 4.
2
A review on deep learning applications in highly multiplexed tissue imaging data analysis.深度学习在高度多重组织成像数据分析中的应用综述。
Front Bioinform. 2023 Jul 26;3:1159381. doi: 10.3389/fbinf.2023.1159381. eCollection 2023.
3
Annotation of spatially resolved single-cell data with STELLAR.
利用 STELLAR 对空间分辨单细胞数据进行注释。
Nat Methods. 2022 Nov;19(11):1411-1418. doi: 10.1038/s41592-022-01651-8. Epub 2022 Oct 24.
4
Spatial charting of single-cell transcriptomes in tissues.组织中单细胞转录组的空间图谱绘制。
Nat Biotechnol. 2022 Aug;40(8):1190-1199. doi: 10.1038/s41587-022-01233-1. Epub 2022 Mar 21.
5
Spatial omics and multiplexed imaging to explore cancer biology.空间组学和多重成像技术探索癌症生物学。
Nat Methods. 2021 Sep;18(9):997-1012. doi: 10.1038/s41592-021-01203-6. Epub 2021 Aug 2.
6
Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front.协调细胞邻里关系在结直肠癌侵袭前沿调控抗肿瘤免疫。
Cell. 2020 Sep 3;182(5):1341-1359.e19. doi: 10.1016/j.cell.2020.07.005. Epub 2020 Aug 6.