GoIFISH: a system for the quantification of single cell heterogeneity from IFISH images.
GoIFISH: a system for the quantification of single cell heterogeneity from IFISH images.
复制标题
DOI：
10.1186/s13059-014-0442-y
复制
发表时间：
2014-08-26
期刊：
影响因子：
12.3
通讯作者：
Markowetz F
中科院分区：
文献类型：
--
作者：
Trinh A;Rye IH;Almendro V;Helland A;Russnes HG;Markowetz F
分子分析揭示了人类癌症样本中广泛的肿瘤内异质性，但无法识别组织微环境中的细胞间变异。相比之下，原位分析可以识别表型定义的细胞亚群中的遗传畸变，同时保留组织背景特异性。GoIFISH是一个广泛适用的，用户友好的系统，专为从荧光原位分析中获得的基因组改变和蛋白质表达的客观和半自动可视化，检测和定量而量身定制。在HER 2阳性乳腺癌的样本集中，GoIFISH在视觉分析中具有高度鲁棒性，其准确性优于其他领先的图像分析方法。GoIFISH可在www.sourceforge.net/projects/goifish/上免费获得。本文的在线版本（doi：10.1186/s13059-014-0442-y）包含补充材料，可供授权用户使用。
Molecular analysis has revealed extensive intra-tumor heterogeneity in human cancer samples, but cannot identify cell-to-cell variations within the tissue microenvironment. In contrast, in situ analysis can identify genetic aberrations in phenotypically defined cell subpopulations while preserving tissue-context specificity. GoIFISH is a widely applicable, user-friendly system tailored for the objective and semi-automated visualization, detection and quantification of genomic alterations and protein expression obtained from fluorescence in situ analysis. In a sample set of HER2-positive breast cancers GoIFISH is highly robust in visual analysis and its accuracy compares favorably to other leading image analysis methods. GoIFISH is freely available at www.sourceforge.net/projects/goifish/. The online version of this article (doi:10.1186/s13059-014-0442-y) contains supplementary material, which is available to authorized users.
登录
查看更多内容
DOI：
10.1083/jcb.201004104
发表时间：
2010-05-31
期刊：
The Journal of cell biology
影响因子：
--
作者：
Linkert M;Rueden CT;Allan C;Burel JM;Moore W;Patterson A;Loranger B;Moore J;Neves C;Macdonald D;Tarkowska A;Sticco C;Hill E;Rossner M;Eliceiri KW;Swedlow JR
通讯作者：
Swedlow JR
影响因子：
12.3
作者：
Carpenter AE;Jones TR;Lamprecht MR;Clarke C;Kang IH;Friman O;Guertin DA;Chang JH;Lindquist RA;Moffat J;Golland P;Sabatini DM
通讯作者：
Sabatini DM
影响因子：
10.6
作者：
Chan, TF;Vese, LA
通讯作者：
Vese, LA
影响因子：
64.8
作者：
Navin N;Kendall J;Troge J;Andrews P;Rodgers L;McIndoo J;Cook K;Stepansky A;Levy D;Esposito D;Muthuswamy L;Krasnitz A;McCombie WR;Hicks J;Wigler M
通讯作者：
Wigler M
影响因子：
6.5
作者：
Widmer, Daniel S.;Hoek, Keith S.;Levesque, Mitchell P.
通讯作者：
Levesque, Mitchell P.