The combination of two‐dimensional and three‐dimensional analysis methods contributes to the understanding of glioblastoma spatial heterogeneity
The combination of two‐dimensional and three‐dimensional analysis methods contributes to the understanding of glioblastoma spatial heterogeneity
复制标题
二维和三维分析方法的结合有助于理解胶质母细胞瘤空间异质性
DOI：
10.1002/jbio.201900196
复制
发表时间：
2019-11
影响因子：
2.8
通讯作者：
Yawei Liu
中科院分区：
文献类型：
--
作者：
Runwei Yang;Jinglin Guo;Zhiying Lin;Haimin Song;Zhanpeng Feng;Yichao Ou;Mingfeng Zhou;Yaomin Li;Guozhong Yi;Ke Li;Kaishu Li;Manlan Guo;Xiran Wang;Guanglong Huang;Zhifeng Liu;Songtao Qi;Yawei Liu
胶质母细胞瘤（glioblastoma，GBM）患者预后差的主要原因是肿瘤细胞的异质性。然而，传统的二维（2D）分析方法，如免疫组织化学和免疫荧光，揭示GB的能力有限
Heterogeneity is regarded as the major factor leading to the poor outcomes of glioblastoma (GBM) patients. However, conventional two‐dimensional (2D) analysis methods, such as immunohistochemistry and immunofluorescence, have limited capacity to reveal GB
登录
查看更多内容
影响因子：
11.2
作者：
Bonavia R;Inda MM;Cavenee WK;Furnari FB
通讯作者：
Furnari FB
成像3D中的乳腺和乳腺肿瘤：光学组织清除和免疫荧光方法。
DOI：
10.1186/s13058-016-0754-9
发表时间：
2016-12-13
期刊：
Breast cancer research : BCR
影响因子：
--
作者：
Lloyd-Lewis B;Davis FM;Harris OB;Hitchcock JR;Lourenco FC;Pasche M;Watson CJ
通讯作者：
Watson CJ
影响因子：
14.9
作者：
Joanna M. Balcarek;N. J. Cowan
通讯作者：
Joanna M. Balcarek;N. J. Cowan
影响因子：
9.8
作者：
Lagerweij T;Dusoswa SA;Negrean A;Hendrikx EML;de Vries HE;Kole J;Garcia-Vallejo JJ;Mansvelder HD;Vandertop WP;Noske DP;Tannous BA;Musters RJP;van Kooyk Y;Wesseling P;Zhao XW;Wurdinger T
通讯作者：
Wurdinger T
影响因子：
50.3
作者：
Wang Q;Hu B;Hu X;Kim H;Squatrito M;Scarpace L;deCarvalho AC;Lyu S;Li P;Li Y;Barthel F;Cho HJ;Lin YH;Satani N;Martinez-Ledesma E;Zheng S;Chang E;Gabriel Sauvé CE;Olar A;Lan ZD;Finocchiaro G;Phillips JJ;Berger MS;Gabrusiewicz KR;Wang G;Eskilsson E;Hu J;Mikkelsen T;DePinho RA;Muller F;Heimberger AB;Sulman EP;Nam DH;Verhaak RGW
通讯作者：
Verhaak RGW