光学相干断层扫描（OCT）是一种三维成像技术，可用于监测和表征多细胞肿瘤球体的生长动力学。本研究展示了基于体素计数法对肿瘤球体进行精确的体积定量分析，并利用内源性光学衰减对比实现无需标记的球体内坏死组织检测。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
肿瘤类球体已被开发为癌症研究和抗癌药物发现中的一种三维（3D）细胞培养模型。然而，目前利用明场或荧光检测的高通量成像方法由于光穿透能力有限、荧光染料扩散以及深度分辨能力不足，难以解析肿瘤类球体的整体三维结构。近期，我们的实验室已证明，可采用光学相干断层扫描（OCT）——一种无标记且非破坏性的三维成像技术——在96孔板中对多细胞肿瘤类球体进行纵向表征。OCT能够获取高度达约600 µm的肿瘤类球体的三维形态学和生理学信息。本文中，我们展示了一种高通量OCT（HT-OCT）成像系统，该系统可自动扫描整个多孔板并获取肿瘤类球体的三维OCT数据。我们在实验方案中详细描述了HT-OCT系统的构成及构建指南。基于三维OCT数据，可通过三维渲染图像和正交切片可视化类球体的整体结构，根据大小和体积等形态学信息表征肿瘤类球体的纵向生长曲线，并利用光学固有衰减对比监测肿瘤类球体中死细胞区域的生长情况。我们证明，HT-OCT可作为药物筛选的高通量成像手段，也可用于表征生物制造样品。
引言
癌症是全球第二大致死原因1开发靶向癌症的药物对患者至关重要。然而，据估计，超过90%的新型抗癌药物在临床试验中因疗效不足或出现意外毒性而在研发阶段失败。2部分原因可归结于在化合物筛选中使用了简单的二维（2D）细胞培养模型，这些模型所提供的结果在预测化合物在药物发现后续阶段中的有效性和毒性方面具有局限性。2,3,4近年来，三维（3D）肿瘤球模型已被开发用于为抗癌药物发现提供具有临床相关性的生理学和药理学数据3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25由于这些球状体能够模拟肿瘤的组织特异性特性 在体内，例如营养和氧气梯度、缺氧核心以及药物耐受性19这些模型的应用有望缩短药物研发周期，降低投资成本，并更有效地将新药带给患者。评估化合物在三维肿瘤球体模型中疗效的一个关键方法是监测球体在治疗条件下的生长及复发情况9,26为此，必须采用高分辨率成像技术对肿瘤形态进行定量表征，包括其直径和体积。
传统的成像方式，如明场、相差7,9,22,24，以及荧光显微镜8,9,16,18,22 可提供类球体直径的测量，但无法解析其在三维空间中的整体结构。造成这些局限性的因素众多，包括探测光在类球体中的穿透能力；荧光染料向类球体内部的扩散；由于强吸收和散射，导致类球体内部或对侧表面激发的荧光染料发出荧光信号；以及这些成像方式的深度分辨能力。这些因素常导致体积测量不准确。类球体中坏死核心的形成模拟了肿瘤组织中的坏死现象 在体内 肿瘤6,10,15,19,25这一病理特征在二维细胞培养中难以重现19,25,27,28. 当类球体尺寸大于500 µ直径约 m 时，可观察到类球体呈现三层同心结构，包括外层的增殖细胞、中间的静止期细胞以及中心的坏死区域6,10,15,19,25，由于缺乏氧气和营养物质。活细胞与死细胞的荧光成像技术是标记坏死核心边界的常规方法。然而，同样地，荧光染料和可见光的穿透能力有限，限制了对坏死核心实际形态发育过程的深入探测。
一种可选的三维成像技术——光学相干断层扫描（optical coherence tomography, OCT）被引入用于表征肿瘤类球体。OCT 是一种生物医学成像技术，能够对生物组织深达 1–2 mm 的区域进行无标记、非破坏性的三维数据采集。29,30,31,32,33,34OCT 利用低相干干涉测量技术，检测来自样品不同深度的背向散射信号，并在横向和纵向均提供微米级空间分辨率的深度分辨重建图像。OCT 已广泛应用于眼科领域。35,36,37 和血管造影38,39. 以往的研究已采用OCT来观察肿瘤类器官的形态 体外 基底膜基质中的肿瘤球状体例如，Matrigel）并评估其对光动力疗法的反应40,41最近，我们团队建立了一个高通量光学相干断层成像（OCT）平台，用于在多孔板中对三维肿瘤球体的生长动力学进行系统性监测与定量分析42采用基于体素计数的方法对三维肿瘤球体进行精确的体积定量，并利用内在光学衰减对比度实现对球体内坏死组织的无标记检测。本文详细描述了光学相干断层成像（OCT）成像平台的构建及其用于获取三维肿瘤球体高分辨率三维图像的方法。文中阐述了对三维肿瘤球体生长动力学进行逐步定量分析的步骤，包括对球体直径和体积的精确测量。同时，介绍了基于内在光学衰减对比度，利用OCT对坏死组织区域进行无损检测的方法。
访问受限。请登录或开始试用以查看此内容。
方案
1. 细胞的制备
- 从合格供应商处获取细胞系。
注意：请验证目标细胞系是否能够在培养基中或借助基质（如Matrigel等基底膜基质）形成球状体。请查阅相关文献。9 或进行一轮预实验以进行检查。 - 按照细胞系供应商提供的具体方案解冻冻存的细胞。通用的解冻方案可参见其他文献。43.
- 将细胞培养传代1-2次，使用25 cm²培养瓶2 培养瓶。随后，细胞即可用于三维细胞培养。
- 每天监测细胞的健康状态，并在标准条件下将细胞置于培养箱中培养（37 °C，5% CO2，95% 湿度）。根据需要更换培养基。
注意：培养基由DMEM（4.5 g/L葡萄糖）、1%抗生素-抗真菌剂和10%胎牛血清组成。在细胞达到培养瓶内汇合之前进行传代培养。遵循供应商提供的细胞培养操作指南。通用操作流程可参见其他文献。44. - 根据以下通用方案在多孔板中进行三维细胞培养9.
- 从培养瓶中移除培养基，并用无菌磷酸盐缓冲液（PBS，加热至 37 °C).
- 用1 mL胰蛋白酶-乙二胺四乙酸（EDTA，0.5%）重悬细胞，作用3 min。随后加入培养基以稀释胰蛋白酶。
- 将细胞悬液转移至15 mL离心管中，在500 x g条件下离心5分钟 g 以及室温。
- 吸弃上清液，用4 mL预热的培养基重悬细胞。取一滴细胞悬液滴加到血细胞计数板上进行细胞计数，以确定细胞浓度。将细胞稀释至适宜浓度用于接种（例如，3,000 个细胞/毫升。
注意：针对每种细胞系和每种多孔板类型（96孔、384孔或1536孔），优化用于形成球状体的初始细胞浓度。 - 将细胞接种至超低吸附（ULA）圆底多孔板中。添加 200 µL 将细胞悬液以每毫升3,000个细胞的浓度加入每孔，使每孔约含600个细胞。
- 室温下，接种后立即使用板架适配器以 350 x g 的速度离心整块板 7 分钟， g 或最低可用速度。
注意：离心有助于将细胞聚集到孔板中央，从而促进形成单一且均一的球状体。该离心步骤仅在开始时进行一次，用于肿瘤球状体的形成，在肿瘤球状体开始生长后不再重复。 - 保持多孔板于 37 °C 和5% CO2 在培养箱中培养，并每3天更换一次培养基。
注意：不同3D培养条件下，生长时间可能有所不同。在本研究中，U-87 MG和HCT 116细胞系在96孔板中的接种密度均为3,000 cells/mL，以便类球体生长至约~500 μm 4‒7 天适用于 HCT 116 细胞。根据通用的 3D 培养方案，可针对不同的类球体模型添加培养基补充物和生长因子。 - 每3‒4天对肿瘤类球体进行OCT成像，以开展其生长的纵向研究。
注意：建议的OCT成像时间点为第4天、第7天、第11天、第14天、第18天和第21天。
2. 高通量光学相干断层成像平台
注意：有关光学相干断层成像（OCT）原理与应用的全面综述，请参见参考文献29,30,31,32,33,34。有关本研究中使用的定制OCT成像系统的详细信息，请参见图1及Huang et al.42。
- 为用于肿瘤球体成像的OCT系统选择合适的宽带光源。
注意：此处使用超辐射发光二极管（SLD， 图1A,B使用中心波长约为 1,320 nm、带宽约为 110 nm 的宽带光源。 - 按照示意图构建OCT系统的参考臂和样品臂（参见 图1A,B 详情请参见 材料表 用于构建OCT系统的光学元件列表。确保参考臂和样品臂的光路长度尽可能匹配。
- 构建光谱仪，包括准直器、光栅、F-theta 透镜和线阵扫描相机（参见 图1C 用于设置34有关OCT光谱仪设计的详细信息，请参见）。或者，选择与光源中心波长匹配的商用光谱仪。确保光谱仪正确对准，以覆盖整个激光带宽，实现高光子收集效率，并提供缓慢衰减的干涉图样。
- 表征OCT系统的性能，包括以下指标：样品臂功率、总成像深度、深度依赖性灵敏度、轴向分辨率、焦深和横向分辨率。放置一个弱反射体（例如，将带有中性密度滤光片的反射镜作为样品，用于测量深度依赖的灵敏度、轴向分辨率和焦深。将USAF分辨率测试板作为样品以检测横向分辨率。
注：参见参考文献34,45 关于OCT性能指标的定义及用于表征这些指标的实验方案45。参见 表1 有关本研究中所用定制OCT系统的测量参数列表。 - 选择一个电动平移台，以提供多孔板的水平移动，从而对不同孔中的肿瘤球体进行成像（参见 图1B使用行程范围大于108 mm × 72 mm的载物台，以确保对多孔板中所有孔进行完整扫描。采用可通过软件控制的二维或三维电动平移台，以精确定位每个孔的位置，并实现OCT系统的自动化，从而完成高通量成像。
- 使用平板适配器或设计一个平板支架（通过3D打印）以固定多孔板的位置。
- 使用安装在平移台上的二维倾斜平台和旋转平台，校正多孔板的倾斜和旋转（参见 图1D），在进行任何OCT成像之前完成，以尽量减少不同孔之间焦平面的差异。在OCT图像中监测其相对位置时，使用D2、D11、B6、D6、G6作为引导孔。图1A).
- 调整板的方向，确保板的边缘与载物台移动方向平行，从而使孔在OCT图像中保持相同的水平位置（图1E）。调整平板的倾斜度，使其与光学平台平行，以确保在OCT成像过程中各孔保持相同的垂直位置（图1F).
注意：调整倾斜角度和焦距有助于优化所有孔的OCT图像质量。然而，不同孔中培养基高度的差异可能导致光路变化，从而引起类球体图像失焦。可采用自动对焦功能来控制OCT成像的焦平面，以获得最佳图像质量。由于以下原因，调整步骤无法解决肿瘤类球体OCT图像质量差的问题：类球体因初始接种位置导致的偏心；类球体嵌入生物制造的细胞外基质时产生的抬升；培养板质量不佳，导致孔底高度存在较大差异。可引入具备自动对焦或自对准功能的附加软件控制，以优化OCT成像系统的性能。 - 使用自定义计算机程序控制OCT图像采集和载物台移动，以按顺序从每个孔中采集数据。
3. 肿瘤类器官的OCT扫描与处理
- 在进行肿瘤类器官OCT成像当天，从培养箱中取出多孔板，转移至OCT成像系统下方，并将其放置于多孔板适配器上。
注意：可使用聚苯乙烯板盖或不使用板盖进行肿瘤类球体的OCT成像。然而，由于孔中液体蒸发导致板盖上产生水凝结，可能影响光的透射并扭曲光路，从而导致类球体的OCT图像质量下降。 - 通过移动平移台的 z 方向来调节板的高度。将焦平面位置保持在 ~100–200 μm 在每个球体的顶表面下方，以尽量减少深度方向上焦平面不均匀的影响。
- 设定合适的OCT扫描范围（例如，1 mm × 1 mm）在定制软件中覆盖整个肿瘤类器官，依据其发育阶段进行操作。点击 保存参数 以保存设置。
- 使用定制软件逐个获取含肿瘤球体的培养板所有孔中球体的三维OCT图像。点击 预览 按钮以查看预览图像并单击 获取 按钮以获取OCT图像。
注意：确保在载物台静止时采集OCT类球体数据。类球体通常位于U型底孔板的中央位置。然而，由于类球体在培养基中具有惯性，当载物台加速或减速时，类球体可能在培养基中发生位移。 - 使用自定义的 C++ 处理代码对肿瘤类球体的 3D OCT 数据集进行处理，以生成 OCT 结构图像。参见 图2A 有关OCT数据后处理流程图。
注意：参见 图4A 用于生成的三维OCT结构图像。- 参见 Drexler 和 Fujimoto 的第 5 章34 和 Jian 等46 有关OCT数据后处理步骤的详细描述。校准三个维度上的像素尺寸。在已校正的尺度上重新缩放OCT结构图像。
注意：OCT 图像轴向（z 方向）的距离是参考臂与样品臂之间光学路径差的度量。因此，在对轴向像素尺寸进行重定标校准时，需考虑样品的折射率（n）。在本研究中，我们采用 n = 1.37 作为肿瘤类球体的折射率42.
- 参见 Drexler 和 Fujimoto 的第 5 章34 和 Jian 等46 有关OCT数据后处理步骤的详细描述。校准三个维度上的像素尺寸。在已校正的尺度上重新缩放OCT结构图像。
- 在类球体的中心点处，沿三个横截面（XY、XZ 和 YZ 平面）的二维 OCT 图像生成类球体图像的拼接图。参见 图3C–E 用于代表性类球体图像拼贴图的输出。使用 MATLAB 函数 dftregistration 对所有类球体进行图像配准。47，以确保所有类球体的质心大致位于相同位置。
- 使用商业或定制软件获取类球体的三维渲染图像。
注意：以下步骤介绍如何使用商业软件获得肿瘤类球体的三维重建图像。- 将3D OCT数据导入软件中。
- 点击 超越 面板。然后，单击 添加新卷. 选择 混合 用于3D渲染的模式。
- 通过鼠标指针拖动图像来调整 viewing angle。
4. 三维肿瘤球体的形态学定量分析
注意：使用 MATLAB 编写的自定义代码处理此定量分析。点击 运行 按钮以启动该过程。形态学定量分析类球体的步骤流程图见 图 2B。
- 定量测定类球体的直径、高度及基于直径的体积。
- 选择穿过类球体中心点的三个正交截面（XY、XZ 和 YZ 平面）的二维光学相干断层扫描（OCT）图像。
- 分别在 XY 和 XZ 平面中测量类球体的直径和高度。
- 使用以下公式计算基于直径的类球体体积：
，假设肿瘤呈球形。
- 定量测定基于体素的类球体体积。
- 对类球体的 OCT 结构数据应用三维均值滤波器，以去除散斑噪声。
- 逐帧使用 Canny 边缘检测48滤波器对肿瘤类球体进行分割，选择合适的阈值以区分类球体区域与孔底。
- 对三维数据中的连通体素进行分组（参见内置函数：bwconncomp）。
- 对每组连通体素，计算各体素与类球体中心点（手动选定）之间的平均距离，并将平均距离最小的一组确定为类球体区域。
- 统计类球体区域内体素的数量，再乘以单个体素的实际体积（volume/voxel），得到类球体的总体积。
5. 三维肿瘤球体的死细胞区域检测
注意：在均匀介质中，作为深度函数检测到的光学相干断层成像（OCT）背向散射强度（I(z)）可用比尔-朗伯定律49描述：
，其中z表示深度，μ为光学衰减系数，I0为入射到样品上的初始光强。因此，推导出的光学衰减系数可表示为：
。由于OCT图像通常以对数尺度绘制，可通过提取OCT强度分布曲线的斜率来推导光学衰减系数。生成光学衰减图的流程参见图2C。
- 进行分割以去除类球体外部不需要的区域。执行三维平均滤波以抑制光学相干断层扫描（OCT）图像中固有的散斑噪声。
- 通过对特定深度范围内（移动窗口）的对数尺度OCT强度剖面进行线性拟合，获得逐像素的光学衰减系数，提取其斜率，并将斜率乘以-1/2。
注意：每个分割后类球体区域内体素的衰减系数是基于一个10个体素深度窗口（约40 μm深度）内OCT强度剖面斜率计算得到的，该体素位于窗口中央。 - 将上述方法（步骤5.1和5.2）应用于包含分割后类球体区域的每一帧中的每个轴向扫描，以及三维数据集中的每一帧，直至计算出该区域所有体素的光学衰减系数。
- 执行二值化阈值处理以突出高衰减区域。
注意：关于使用直方图分析确定高衰减区域阈值的方法，参见Huang et al.42。 - 将二值化的光学衰减图叠加到原始图像上，以标记死细胞区域（融合显示）。生成融合衰减图的三维渲染图像，以可视化死细胞区域的三维分布。
6. 组织学与免疫组织化学
注意：获取肿瘤类器官的组织学与免疫组织化学（IHC）染色图像，以与相应的光学相干断层扫描（OCT）结果进行对照分析。
- 在选定的时间点，从多孔板中选取1-2个肿瘤类器官用于组织学和免疫组化（IHC）染色。使用带有1 mL吸头的移液器将类器官从孔中转移至1.5 mL离心管。
注意：转移前应剪切1 mL吸头末端，确保吸头开口大于肿瘤类器官的尺寸，以避免损伤类器官结构。 - 将每个肿瘤类器官收集至单独的1.5 mL微量离心管中，加入10%甲醛固定液，固定48小时。
- 对每个类器官进行组织学和免疫组化处理，采用标准石蜡包埋技术。
注意：对肿瘤类器官切片（厚度5 μm）进行苏木精-伊红（H&E）染色和末端脱氧核苷酸转移酶dUTP缺口末端标记（TUNEL）法检测细胞凋亡。TUNEL染色后使用苏木精复染。采用数字切片扫描仪对染色样本进行扫描，获取高分辨率的组织学和免疫组化图像。
访问受限。请登录或开始试用以查看此内容。
结果
96孔板中类球体的高通量光学相干断层成像
图3展示了在第3天对96孔板中HCT 116肿瘤类球体进行高通量光学相干断层扫描（HT-OCT）的结果。整个板的连续扫描从右下角的孔（H12）开始。图3B显示了HT-OCT系统软件实现的流程图。在一个类球体的数据采集和处理完成后，板将移动至下一个孔，等待约2秒使类球体稳定，随后采集下一个类球体的数据。每个OCT数据包含400 × 400 × 1024个体素，对应实际体积为1.0 × 0.84 × 2.3 mm3。图3C展示了由处理后的数据生成的HCT 116类球体的en-face OCT图像拼图。该结果与其他二维高通量成像系统获得的图像具有可比性22。鉴...
访问受限。请登录或开始试用以查看此内容。
讨论
肿瘤活性与其形态结构密切相关。类似于监测二维细胞培养的特征性生长曲线，追踪三维肿瘤球体的生长曲线也是表征不同细胞系长期球体生长行为的常规方法。值得注意的是，我们可以通过分析生长曲线上直接反映的肿瘤退化或肿瘤再生情况来表征药物反应。因此，对三维肿瘤球体进行定量评估，包括其大小和体积，以获得生长曲线，在肿瘤球体表征及化合物效应评价中具有重要意义。目前，基于明场、相差或荧光成像的成像平台已建立，用于对三维肿瘤球体的形态或功能进行常规成像与分析8,9,18,22。然而，由于成像深度穿透能力有限以及轴向分辨率不足，这些方法无法解析完整的较大肿瘤结构。在代表性结果中，我们已展示光学相干断层扫描（OCT）可用于随时间可视化发育中的肿瘤球体的完整三维结构。三维OCT成像能够以高分辨率提供球体任意方向和任意截面的视图，而传统成像方式因缺乏轴向分辨率而无法实现这一点。此外，基于三维OCT数据的体素化体积...
访问受限。请登录或开始试用以查看此内容。
披露
作者声明无竞争利益冲突。
致谢
本工作得到了美国国家科学基金会（NSF）仪器开发生物科学领域项目（IDBR，项目编号 DBI-1455613）、促进创新与合作项目（PFI:AIR-TT，项目编号 IIP-1640707）、美国国立卫生研究院（NIH）资助项目 R21EY026380、R15EB019704 和 R01EB025209，以及理海大学启动基金的支持。
访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 定制光谱域OCT成像系统 | 本实验室研发 | ||
| 超发光二极管 (SLD) | Thorlabs | SLD1325 | 光源 |
| 2×2 个单模熔融光纤耦合器，50:50 分光比 | AC Photonics | WP13500202B201 | |
| 参考臂 | |||
| 透镜管 | Thorlabs | ||
| 适配器 | Thorlabs | ||
| 准直透镜 | Thorlabs | AC080-020-C | |
| 聚焦透镜 | Thorlabs | ||
| 运动学镜片支架 | Thorlabs | ||
| 镜面 | Thorlabs | ||
| 一维平移台 | Thorlabs | ||
| 连续中性密度滤光片 | Thorlabs | ||
| 行人步道 | Thorlabs | ||
| 夹持叉 | Thorlabs | ||
| 样品臂 | |||
| 透镜管 | Thorlabs | ||
| 适配器 | Thorlabs | ||
| 准直透镜 | Thorlabs | AC080-020-C | |
| 检流计 | Thorlabs | ||
| 中继透镜 | Thorlabs | AC254-100-C | 两个中继透镜组成望远镜结构 |
| 三角镜架 | Thorlabs | ||
| 镜面 | Thorlabs | ||
| 目标 | Mitutoyo | ||
| 行人步道立柱 | Thorlabs | ||
| 夹紧叉 | Thorlabs | ||
| 偏振控制器 | Thorlabs | ||
| 30 mm 笼式安装座 | Thorlabs | ||
| 笼杆 | Thorlabs | ||
| 阶段 | |||
| 三维电动平移台 | 北京茂峰光电科技有限公司 | JTH360XY | |
| 二维倾斜平台 | |||
| 旋转台 | |||
| 培养板支架 | 3D打印 | ||
| 光谱仪 | |||
| 透镜管 | Thorlabs | ||
| 适配器 | Thorlabs | ||
| 准直透镜 | Thorlabs | AC080-020-C | |
| 光栅 | Wasatch | G = 1145 lpmm | |
| F-theta 透镜 | Thorlabs | FTH-1064-100 | |
| InGaAs 线扫描相机 | Sensor Unlimited | SU1024-LDH2 | |
| 名称 | 公司 | 目录编号 | 评论 |
| 细胞培养组分 | |||
| HCT 116 细胞系 | ATCC | CCL-247 | |
| 细胞培养瓶 | SPL Life Sciences | 70025 | |
| 移液器 | Fisherbrand | 14388100 | |
| 移液器吸头 | 索伦森生物科学 | 10340 | |
| Gibco GlutaMAX DMEM | Thermo Fisher Scientific | 10569044 | |
| 胎牛血清，经认证，源自美国 | Thermo Fisher Scientific | 16000044 | |
| 抗生素-抗真菌素（100X） | Thermo Fisher Scientific | 15240062 | |
| 康宁96孔透明圆底超低吸附微孔板 | 康宁 | 7007 | |
| Gibco PBS，pH 7.4 | Thermo Fisher Scientific | 10010023 | |
| Gibco 胰蛋白酶-EDTA (0.5%) | Thermo Fisher Scientific | 15400054 | |
| Forma Series II 3110 水套式 CO2 培养箱 | 赛默飞世尔科技 | 3120 | |
| 手套 | VWR | 89428-750 | |
| 帕拉膜 | Sigma-Aldrich | P7793 | |
| 移液管 | Globe Scientific | 138080 | |
| 离心 | Eppendorf | 5702 R | 离心15 mL离心管 |
| 离心 | NUAIRE | AWEL CF 48-R | 离心96孔板 |
| 显微镜 | 奥林巴斯 | ||
| 名称 | 公司 | 目录编号 | 评论 |
| 组织学 &和免疫组化 | |||
| 数字切片扫描仪 | Leica | Aperio AT2 | 获取高分辨率组织学图像 |
| 组织学服务 | Histowiz | 请求提供肿瘤球体的组织学与免疫组织化学染色服务 | |
| 名称 | 公司 | 目录编号 | 评论 |
| 商用OCT列表 | |||
| SD-OCT系统 | Thorlabs | 特尔斯特罗系列 | |
| SD-OCT系统 | Wasatch Photonics | WP OCT 1300 nm | |
| 名称 | 公司 | 目录编号 | 评论 |
| 数据处理软件 | |||
| 基础图像分析 | 美国国立卫生研究院 | ImageJ | Fiji 同样适用。 |
| 三维重建 | 赛默飞世尔科技 | Amira | 商用软件。选项1 |
| 三维重建 | Bitplane | Imaris | 商用软件。选项2。本方案中使用 |
| OCT 采集软件 | 使用 C++ 自主开发 | ||
| 载物台控制 | 北京茂丰光电科技有限公司 | MRC_3 | 集成到定制的 OCT 采集代码中 |
| OCT 处理软件 | 使用 C++ 自主开发。利用 GPU。集成至自主开发的 OCT 采集代码中。 | ||
| 形态学与生理学分析 | 在 MATLAB 中自主开发 |
参考文献
- WHO. Cancer. , Available from: http://www.who.int/cancer/en/ (2018).
- Kola, I., Landis, J. Can the pharmaceutical industry reduce attrition rates? Nature Reviews Drug Discovery. 3 (8), 711-716 (2004).
- Breslin, S., O'Driscoll, L. Three-dimensional cell culture: the missing link in drug discovery. Drug Discovery Today. 18, 240-249 (2013).
- Hickman, J. A., et al. Three-dimensional models of cancer for pharmacology and cancer cell biology: Capturing tumor complexity in vitro/ex vivo. Biotechnology Journal. 9 (9), 1115-1128 (2014).
- Sutherland, R. M. Cell and environment interactions in tumor microregions: the multicell spheroid model. Science. 240 (4849), 177-184 (1988).
- Mueller-Klieser, W. Three-dimensional cell cultures: from molecular mechanisms to clinical applications. American Journal of Physiology - Cell Physiology. 273, C1109-C1123 (1997).
- Friedrich, J., Seidel, C., Ebner, R., Kunz-Schughart, L. A. Spheroid-based drug screen: considerations and practical approach. Nature Protocols. 4 (3), 309-324 (2009).
- Tung, Y. -C., et al. High-throughput 3D spheroid culture and drug testing using a 384 hanging drop array. The Analyst. 136 (3), 473-478 (2011).
- Vinci, M., et al. Advances in establishment and analysis of three-dimensional tumor spheroid-based functional assays for target validation and drug evaluation. BMC biology. 10, 29(2012).
- LaBarbera, D. V., Reid, B. G., Yoo, B. H. The multicellular tumor spheroid model for high-throughput cancer drug discovery. Expert Opinion on Drug Discovery. 7, 819-830 (2012).
- Pampaloni, F., Ansari, N., Stelzer, E. H. K. High-resolution deep imaging of live cellular spheroids with light-sheet-based fluorescence microscopy. Cell and Tissue Research. 352, 161-177 (2013).
- Lovitt, C. J., Shelper, T. B., Avery, V. M. Miniaturized three-dimensional cancer model for drug evaluation. Assay and Drug Development Technologies. 11 (7), 435-448 (2013).
- Wenzel, C., et al. 3D high-content screening for the identification of compounds that target cells in dormant tumor spheroid regions. Experimental Cell Research. 323 (1), 131-143 (2014).
- Astashkina, A., Grainger, D. W. Critical analysis of 3-D organoid in vitro cell culture models for high-throughput drug candidate toxicity assessments. Innovative tissue models for drug discovery and development. 69, 1-18 (2014).
- Edmondson, R., Broglie, J. J., Adcock, A. F., Yang, L. Three-dimensional cell culture systems and their applications in drug discovery and cell-based biosensors. Assay and Drug Development Technologies. 12 (4), 207-218 (2014).
- Gong, X., et al. Generation of multicellular tumor spheroids with microwell-based agarose scaffolds for drug testing. PLoS ONE. 10 (6), e0130348(2015).
- Hoffmann, O. I., et al. Impact of the spheroid model complexity on drug response. Journal of biotechnology. 205, 14-23 (2015).
- Martinez, N. J., Titus, S. A., Wagner, A. K., Simeonov, A. High-throughput fluorescence imaging approaches for drug discovery using in vitroand in vivothree-dimensional models. Expert Opinion on Drug Discovery. 10, 1347-1361 (2015).
- Nath, S., Devi, G. R. Three-dimensional culture systems in cancer research: Focus on tumor spheroid model. Pharmacology, Therapeutics. 163, 94-108 (2016).
- Li, L., Zhou, Q., Voss, T. C., Quick, K. L., LaBarbera, D. V. High-throughput imaging: Focusing in on drug discovery in 3D. Methods. 96, 97-102 (2016).
- Ham, S. L., Joshi, R., Thakuri, P. S., Tavana, H. Liquid-based three-dimensional tumor models for cancer research and drug discovery. Experimental Biology and Medicine. 241 (9), 939-954 (2016).
- Kessel, S., et al. High-Throughput 3D Tumor Spheroid Screening Method for Cancer Drug Discovery Using Celigo Image Cytometry. Journal of Laboratory Automation. , 2211068216652846(2016).
- Stock, K., et al. Capturing tumor complexity in vitro: Comparative analysis of 2D and 3D tumor models for drug discovery. Scientific Reports. 6, 28951(2016).
- Thakuri, P. S., Ham, S. L., Luker, G. D., Tavana, H. Multiparametric analysis of oncology drug screening with aqueous two-phase tumor spheroids. Molecular Pharmaceutics. 13 (11), 3724-3735 (2016).
- Lin, R. Z., Chang, H. Y. Recent advances in three-dimensional multicellular spheroid culture for biomedical research. Biotechnology Journal. 3 (9-10), 1172-1184 (2008).
- Piccinini, F., Tesei, A., Arienti, C., Bevilacqua, A. Cancer multicellular spheroids: Volume assessment from a single 2D projection. Computer Methods and Programs in Biomedicine. 118 (2), 95-106 (2015).
- Zanoni, M., et al. 3D tumor spheroid models for in vitro therapeutic screening: a systematic approach to enhance the biological relevance of data obtained. Scientific Reports. 6, 19103(2016).
- Debnath, J., Brugge, J. S. Modelling glandular epithelial cancers in three-dimensional cultures. Nature Reviews Cancer. 5 (9), 675-688 (2005).
- Huang, D., et al. Optical coherence tomography. Science. 254 (5035), 1178-1181 (1991).
- Drexler, W., et al. Optical coherence tomography today: speed, contrast, and multimodality. Journal of Biomedical Optics. 19 (7), 071412(2014).
- Fujimoto, J., Swanson, E. The development, commercialization, and impact of optical coherence tomography. Investigative Ophthalmology, Visual Science. 57 (9), OCT1-OCT13 (2016).
- Vakoc, B. J., Fukumura, D., Jain, R. K., Bouma, B. E. Cancer imaging by optical coherence tomography: preclinical progress and clinical potential. Nature Reviews Cancer. 12 (5), 363-368 (2012).
- Wojtkowski, M. High-speed optical coherence tomography: basics and applications. Applied optics. 49 (16), D30-D61 (2010).
- Drexler, W., Fujimoto, J. G. Optical coherence tomography: technology and applications. , Springer Science, Business Media. (2008).
- Geitzenauer, W., Hitzenberger, C. K., Schmidt-Erfurth, U. M. Retinal optical coherence tomography: past, present and future perspectives. British Journal of Ophthalmology. 95 (2), 171(2011).
- Sakata, L. M., DeLeon-Ortega, J., Sakata, V., Girkin, C. A. Optical coherence tomography of the retina and optic nerve - a review. Clinical, Experimental Ophthalmology. 37 (1), 90-99 (2009).
- van Velthoven, M. E. J., Faber, D. J., Verbraak, F. D., van Leeuwen, T. G., de Smet, M. D. Recent developments in optical coherence tomography for imaging the retina. Progress in Retinal and Eye Research. 26 (1), 57-77 (2007).
- Kashani, A. H., et al. Optical coherence tomography angiography: A comprehensive review of current methods and clinical applications. Progress in Retinal and Eye Research. 60, 66-100 (2017).
- de Carlo, T. E., Romano, A., Waheed, N. K., Duker, J. S. A review of optical coherence tomography angiography (OCTA). International Journal of Retina and Vitreous. 1 (1), 5(2015).
- Sharma, M., Verma, Y., Rao, K. D., Nair, R., Gupta, P. K. Imaging growth dynamics of tumour spheroids using optical coherence tomography. Biotechnology Letters. 29 (2), 273-278 (2006).
- Jung, Y., Nichols, A. J., Klein, O. J., Roussakis, E., Evans, C. L. Label-Free, Longitudinal Visualization of PDT Response In Vitro with Optical Coherence Tomography. Israel Journal of Chemistry. 52 (8-9), 728-744 (2012).
- Huang, Y., et al. Optical coherence tomography detects necrotic regions and volumetrically quantifies multicellular tumor spheroids. Cancer Research. 77 (21), 6011-6020 (2017).
- Spalteholz, W. Über das Durchsightigmachen von menschlichen und tierischen Präparaten: nebst Anhang, Über Knochenfärbung. , Verlag von S. Hirzel. (1911).
- Dodt, H. -U., et al. Ultramicroscopy: three-dimensional visualization of neuronal networks in the whole mouse brain. Nature Methods. 4 (4), 331(2007).
- Leitgeb, R., Hitzenberger, C., Fercher, A. F. Performance of fourier domain vs. time domain optical coherence tomography. Optics express. 11 (8), 889-894 (2003).
- Jian, Y., Wong, K., Sarunic, M. V. Optical Coherence Tomography and Coherence Domain Optical Methods in Biomedicine XVII. , International Society for Optics and Photonics. 85710Z(2013).
- Guizar-Sicairos, M., Thurman, S. T., Fienup, J. R. Efficient subpixel image registration algorithms. Optics Letters. 33 (2), 156-158 (2008).
- Canny, J. A computational approach to edge detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. (6), 679-698 (1986).
- Vermeer, K. A., Mo, J., Weda, J. J. A., Lemij, H. G., de Boer, J. F. Depth-resolved model-based reconstruction of attenuation coefficients in optical coherence tomography. Biomedical Optics Express. 5 (1), 322-337 (2014).
- Klein, T., et al. Multi-MHz retinal OCT. Biomedical Optics Express. 4, 1890-1908 (2013).
- Klein, T., Huber, R. High-speed OCT light sources and systems [Invited]. Biomedical Optics Express. 8 (2), 828-859 (2017).
- Zhou, C., Alex, A., Rasakanthan, J., Ma, Y. Space-division multiplexing optical coherence tomography. Optics Express. 21, 19219-19227 (2013).
访问受限。请登录或开始试用以查看此内容。
重印与许可
标签
