样本收集与临床分类
获取MDS、CCUS和正常骨髓样本,并分类。
收集骨髓活检样本,根据WHO标准分类,并记录临床和遗传数据。
Spatial remodeling of bone marrow architecture defines tissue-state signatures of disease activity and therapeutic response in myelodysplastic neoplasms
包含多中心队列样本、多重免疫荧光成像、单细胞表型分析、空间分析、模型构建及交叉验证等,证据层级充分。
骨髓活检组织样本 MDS患者队列 CCUS患者队列 正常骨髓对照
样本类型:骨髓活检 多重免疫荧光染色方案 细胞分型与空间分析算法 MDS-MAPS评分模型
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取MDS、CCUS和正常骨髓样本,并分类。
收集骨髓活检样本,根据WHO标准分类,并记录临床和遗传数据。
通过多重免疫荧光成像和单细胞分析获取骨髓微结构特征。
使用Opal多重免疫荧光染色全切片,通过深度学习分割和表型分析。
量化细胞组成、形态和空间分布。
提取82个特征,包括细胞频率、形态、细胞与结构空间富集等。
开发并验证MDS-MAPS评分。
基于诊断样本加权特征,固定权重后评估纵向样本。
评估MDS-MAPS在治疗过程中的变化。
分析纵向样本,比较缓解与活动性疾病MAPS变化,并用混合效应模型调整原始细胞比例。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 样本收集 | 样本类型为骨髓活检,按照WHO 5th分类,需确认样本来源和患者知情同意。 阅读提示:Methods 部分 Study cohort and clinical definitions |
| 免疫荧光染色 | 使用Opal多重免疫荧光染色方案,需确认抗体panel和染色流程。 阅读提示:Methods 部分 Multiplex immunofluorescence imaging |
| 单细胞分割和表型 | 使用深度学习算法进行细胞分割和表型分析,需确认模型和参数。 阅读提示:Methods 部分 Image segmentation and phenotyping |
| MDS-MAPS评分 | MDS-MAPS特征权重和计算流程,需确认特征定义和权重。 阅读提示:Methods 部分 Construction of the MDS-MAPS score |
| 统计分析 | 统计分析方法包括混合效应模型和AUC计算,需确认软件版本。 阅读提示:Methods 部分 Mixed-effects modeling 和 Statistical analysis |