우리는 염색 Marker가 모두 문헌에서 나온 것이 분명하지만, 그 후 실험 결과는"구매자 쇼와 판매자 쇼"로 변하는 것을 종종 볼 수 있다.

이런 현상이 생긴 원인은 무엇입니까?그리고 우리는 왜 우리의 염색 방안을 어떻게 최적화해야 합니까?우리는 먼저 구체적인 예를 보자.

시나리오 1과 시나리오 2, 선택한 marker는 모두 * 일치하며 선택한 형광소의 종류는 같지만 조합은 다릅니다.그럼 같은 샘플을 보고, 이후 각 세포 아군의 결과는 같을까요?

시나리오 1과 시나리오 2, CD4+ CD25+의 백분율은 비슷하지만 (A와 C 비교), CD8+ CD69+의 백분율은 많이 차이가 난다 (C와 D 비교).

이런 원인은 사실 우리가 평소에 spreading 현상에 대해 말한 것이다.

Nguyen, Richard, et al. '장비 성능을 비교하고 다색 패널 디자인에 도움이되는 스플리오버 확산을 양화.세포측정 부분 A 83.3 (2013): 306-315.

스트리밍 염색 시나리오에서 spreading 현상으로 인한 해상도가 낮아지는 것을 최적화하려면 SWOFF 방법을 사용할 수 있습니다.아래와 같은 절차를 통해 도대체 그 통로의 배색이 불합리하여 분별력이 저하되였는가를 재빨리 찾아낼수 있다.

서로 다른 검측 플랫폼에서 부품의 광전 전환 효율은 기기의 전체 해상도에 직접적인 영향을 줄 수 있다.

뿐만아니라 과학기술의 진보는 더욱 작은 spreading 현상을 가져다주었는데 이는 배색도 더욱 홀가분하고 결과도 더욱 정확해졌다.

당신은 자신의 염색 방안을 어떻게 검사하는지 알고 싶습니까?SWOFF를 활용하는 방법,검색 및 최적화를 통해 보다 정확한 테스트를 수행할 수 있습니다.아래쪽 클릭전체 텍스트 읽기SWOFF에 대한 자세한 단계를 참조하십시오.