计算机辅助免疫组化多重染色技术

doi:10.3969/j.issn.1004-616x.2013.04.016

癌变·畸变·突变

计算机辅助免疫组化多重染色技术

佘桂洲¹,魏秀静²,张晓宇^2,孙平楠²，*,周小玲¹

1. 汕头大学医学院生殖医学中心，广东汕头 515041；2. 汕头大学医学院分子病理学实验室，广东汕头 515041

收稿日期:2012-09-29 修回日期:2013-01-23 出版日期:2013-07-30 发布日期:2013-07-30
通讯作者: 孙平楠，E-mail：sunpingnanstu@yahoo.com.cn
作者简介:佘桂洲 (1988- )，男，广东省汕头市人，实验员，研究方向：生物学实验技术。
基金资助:
国家自然科学基金项目 (30901609，81261130312)

Multiple immunoenzyme histochemistry staining with computer image processing

SHE Gui-zhou¹，WEI Xiu-jing²，ZHANG Xiao-yu²，SUN Ping-nan²，*，ZHOU Xiao-ling¹

1. Center of Reproductive Medicine, Shantou University Medical College, Shantou 515041; 2. Department of Pathology, Shantou University Medical College, Shantou 515041, China

Received:2012-09-29 Revised:2013-01-23 Online:2013-07-30 Published:2013-07-30
Contact: SUN Ping-nan，E-mail：sunpingnanstu@yahoo.com.cn

摘要/Abstract

摘要：

目的：利用计算机图像处理技术辅助建立一种新的免疫酶组织化学多重染色技术。方法：采用改良的SP法，在同一张切片上进行肝癌组织中3种已知阳性表达的蛋白 (乙肝表面抗原HBs、人去唾液酸糖蛋白受体ASGPR和增殖细胞核抗原PCNA)的免疫酶组织化学多重染色，并借助计算机图像处理技术将3张图合成1张能显示多种蛋白表达情况的图。结果：3种蛋白在利用了新的免疫组化多重染色技术进行染色后，阳性信号强烈，效果明显，且不发生抗体的交叉反应，利用计算机图像处理技术处理后的图片也能客观的展示出原来图片中抗原的阳性信号的位置和表达情况，并在同一张图片上展示出3种不同蛋白的表达情况。结论：利用计算机图像处理技术及新的免疫组化多重染色技术能实现在同一张切片上标记多种蛋白的目的。

关键词: 多重染色, 计算机图像处理技术, 免疫组化, 洗脱抗体

Abstract:

OBJECTIVE: To establish a new technique of multiple immunoenzyme histochemistry staining by using computer image processing technology. METHODS：We stained Hepatitis B virus surface protein (HBs)， asiologlycoprotein receptor (ASGPR) and proliferating cell nuclear antigen (PCNA) on the same hepatocellular carcinoma slice using the improved streptavidin-peroxidase method and combined these three figures into one that displayed the expression of these proteins together with the assistance of computer image processing technology. RESULTS：The positive signals of three proteins in the hepatocellular carcinoma slice were clear and strong without antibody cross reactivity. The precessed image could objectively display the exact site of positive signals in the original pictures and show the expression level of these different proteins together in one picture. CONCLUSION：This established method could mark multiple proteins in one slice together.

Key words: multiple staining, computer image processing technology, immunoenzyme histochemistry, eluted antibody

佘桂洲,魏秀静,张晓宇,孙平楠,周小玲. 计算机辅助免疫组化多重染色技术[J]. 癌变·畸变·突变, doi: 10.3969/j.issn.1004-616x.2013.04.016.

SHE Gui-zhou，WEI Xiu-jing，ZHANG Xiao-yu，SUN Ping-nan，ZHOU Xiao-ling. Multiple immunoenzyme histochemistry staining with computer image processing[J]. Carcinogenesis, Teratogenesis & Mutagenesis, doi: 10.3969/j.issn.1004-616x.2013.04.016.

[1]	申志华, 黄萨础拉, 马秀梅. 乙酰肝素酶、E-cadherin、N-cadherin和vimentin蛋白在胃癌中的表达及其意义[J]. 癌变·畸变·突变, 2020, 32(2): 98-104.
[2]	黄壮程, 王宏浩, 沈沛麟, 林明恩, 何学军. Notch信号通路相关蛋白在腺性膀胱炎和膀胱癌中的表达与意义[J]. 癌变·畸变·突变, 2018, 30(5): 374-377,383.
[3]	白玉勤, 吴宝, 张龙, 刘晓辉, 其木格, 刘帅莹, 韦学磊, 王徽. 非小细胞肺癌移植瘤侵袭组织中血清蛋白的分布[J]. 癌变·畸变·突变, 2018, 30(2): 132-135,139.
[4]	刘德忠, 常波, 林飞翔, 李学东. β-catenin在肝癌组织中的表达及对肝癌患者预后的影响[J]. 癌变·畸变·突变, 2017, 29(4): 300-303.
[5]	秦杰升, 洪良利, 林旭妮, 王挥戈, 邱前程. Sema4C在喉鳞状细胞癌组织中的表达及意义[J]. 癌变·畸变·突变, 2015, 27(3): 230-233.
[6]	蓝宇, 刘东东, 林明恩, 洪英楷, 黄建生, 陈思, 何学军. 沉默信息调节因子1在膀胱尿路上皮细胞癌中的表达与意义[J]. 癌变·畸变·突变, 2015, 27(2): 125-128.
[7]	孙彩霞，景绍武，王军，许英杰. 低氧诱导因子-1α 与卵巢上皮癌临床病理关系的Meta分析[J]. 癌变·畸变·突变, 2015, 27(1): 49-53.
[8]	刘江惠，王晓旭，左连富*. MMP-2和E-cadherin蛋白在食管黏膜病变中的表达[J]. 癌变·畸变·突变, 2014, 26(4): 288-297.
[9]	刘荟娟，商利，郝佳洁，蒋焱熠，石峰，王春丽，张钰，徐昕，蔡岩，黄大可，贾雪梅，王明荣. AHNAK2蛋白在食管鳞癌中的表达及其临床意义[J]. 癌变·畸变·突变, 2014, 26(1): 36-40.
[10]	杨阳,周亮,陈佳鸿,何慧婵,钟惟德. E2F5和MYC癌基因在前列腺癌中的表达及其意义[J]. 癌变·畸变·突变, 2013, 25(4): 252-256.
[11]	冯元元,何学军,杨峰涛,蔡聪,佘绍逸. 精子相关抗原9在膀胱移行细胞癌中的表达及临床意义[J]. 癌变·畸变·突变, 2013, 25(1): 35-38.
[12]	王利群;蔡凤梅;周玲玲;王宗敏;王卉芳;王亚楼. 先天性肺囊性腺瘤样畸形中TGF-β1 的表达及意义[J]. , 2012, 24(5): 372-375.
[13]	孙文文，万丽，王群姬，王素芬，杨开颜. 171例淋巴瘤病变组织中EB病毒表达情况的分析[J]. , 2012, 24(1): 60-63.
[14]	李超霞;潘文海;杨小红;方力;陈辉;华兴. 免疫组化鸡尾酒法检测P504S、P63和34βE12在前列腺病变诊断中的意义[J]. , 2009, 21(6): 431-434.
[15]	李超霞;方　力;杨小红. MDM2、P53和P27蛋白在食管鳞癌及其癌旁组织中的表达及其意义[J]. , 2009, 21(5): 362-366.

计算机辅助免疫组化多重染色技术

Multiple immunoenzyme histochemistry staining with computer image processing

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价