染色マーカーは文献から来ているのに、後の実験結果は「買い手ショーと売り手ショー」になってしまうことがよくあります。

この現象の原因は何ですか。そして私たちはなぜ私たちの染色スキームを最適化するのでしょうか。まず具体的な例を見てみましょう。

スキーム1とスキーム2、選択されたマーカーはすべて*一致し、選択されたフルオレセインの種類は同じだが、組み合わせは異なる。では、同じサンプルを見てみましょう。後の各細胞サブグループの結果は同じですか。

シナリオ1とシナリオ2では、CD 4+CD 25+の割合は（AとCを比較）に近いが、CD 8+CD 69+の割合は大きく異なる（CとDを比較）。

その原因は、実は私たちが普段言っているspreading現象です。

Nguyen、Richardらは、「オーバーフロー拡散を定量化し、機器の性能を比較し、多色パネルの設計を支援する。細胞計量学A部83.3（2013）：306-315。

フロー染色スキームにおいて、spreading現象による解像度の低下を最適化するには、SWOFF法を使用することができます。次のような流れによって、その通路の配色が不合理であるために識別力が低下しているのかをすぐに見つけることができます。

異なる検出プラットフォームでは、素子の光電変換効率は機器全体の分解能に直接影響する。

それだけでなく、テクノロジーの進歩によってより小さなspreading現象がもたらされ、配色もより楽になり、結果もより正確になりました。

自分の染色方法をチェックする方法を知りたいですか。SWOFFを利用する方法は、検出をより正確にするために、検出を検出して最適化することができます。下をクリック全文を読む、SWOFFの詳細手順を取得します。