Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Methodenartikel

Die Quantifizierung der Proteinexpression und Co-Lokalisation Mit Multiplexed immunhistochemischen Anfärbung und Multispektraltechnik

12.6K Aufrufe

⸱

DOI:

10.3791/53837

⸱

8. April 2016

 ,  ,  ,  , 
1Division of Urologic Surgery, Washington University in St. Louis School of Medicine, 2Department of Urology, University of Wisconsin School of Medicine and Public Health, 3Department of Pathology and Laboratory Medicine, University of Wisconsin School of Medicine and Public Health, 4O’Brien Urology Research Center, University of Wisconsin School of Medicine and Public Health

In diesem Artikel

Zusammenfassung

Immunhistochemie ist eine leistungsfähige Labortechnik zur Bewertung der Proteinlokalisierung und -expression in Geweben. Aktuelle halbautomatische Methoden zur Quantifizierung führen zu Subjektivität und führen oft zu nicht reproduzierbaren Ergebnissen. Darin beschreiben wir Methoden zur Multiplex-Immunhistochemie und zur objektiven Quantifizierung der Proteinexpression und Co-Lokalisierung mittels multispektraler Bildgebung.

Zusammenfassung

Immunhistochemie ist eine häufig verwendete Nachweistechnik in klinischen und Forschungslaboren zur Untersuchung der Proteinexpression und -lokalisation in Geweben. Viele semiquantitative Systeme wurden für die Bewertung der Expression mittels Immunhistochemie entwickelt, aber die inhärente Subjektivität schränkt die Reproduzierbarkeit und Genauigkeit der Ergebnisse ein. Darüber hinaus ist die Untersuchung von räumlich überlappenden Biomarkern wie z.B. nukleären Transkriptionsfaktoren mit den derzeitigen immunhistochemischen Techniken schwierig. Wir haben ein System zur gleichzeitigen Untersuchung mehrerer Proteine mit Hochdurchsatzmethoden der multiplexierten Immunhistochemie und multispektralen Bildgebung entwickelt und optimiert. Die Multiplex-Immunhistochemie wird durch sequentielle Applikation von Primärantikörpern mit Sekundärantikörpern durchgeführt, die an Meerrettichperoxidase oder alkalische Phosphatase konjugiert sind. Verschiedene Chromogene werden verwendet, um jedes Protein von Interesse zu erkennen. Gefärbte Objektträger werden in einen automatischen Objektträgerscanner eingelegt und ein Protokoll für die automatische Bildaufnahme erstellt. Eine Spektralbibliothek wird erstellt, indem ein Satz von Objektträgern mit jeweils einem einzelnen Chromogen gefärbt wird. Eine Teilmenge repräsentativer gefärbter Bilder wird in multispektrale Bildgebungssoftware importiert und ein Algorithmus zur Unterscheidung des Gewebetyps wird erstellt, indem Gewebekompartimente auf Bildern definiert werden. Subzelluläre Kompartimente werden durch die Verwendung von Hämatoxylin-Gegenfärbung und die Anpassung des intrinsischen Algorithmus segmentiert. Die Schwellenwertbestimmung wird angewendet, um die Positivität und die Proteinkolokalisation zu bestimmen. Der endgültige Algorithmus wird dann auf den gesamten Satz von Geweben angewendet. Die resultierenden Daten ermöglichen es dem Benutzer, die Proteinexpression basierend auf dem Gewebetyp (z. B. Epithelien vs. Stroma) und dem subzellulären Kompartiment (Zellkern vs. Zytoplasma vs. Plasmamembran) zu bewerten. Die Co-Lokalisationsanalyse ermöglicht die Untersuchung von doppelt positiven, doppelt negativen und einfach positiven Zelltypen. Die Kombination von multispektraler Bildgebung mit gemultiplexter Immunhistochemie und automatisierter Bildaufnahme ist eine objektive Hochdurchsatzmethode zur Untersuchung von Biomarkern in Geweben.

Einleitung

Immunhistochemie (IHC) ist eine Standardlaborverfahren zum Nachweis von Protein in Gewebe und IHC ist immer noch weit verbreitet in Forschung und Diagnose der Pathologie verwendet. Die Auswertung der IHC-Färbung ist oft semi-quantitative, Potentialvorspannung in die Interpretation der Ergebnisse einzuführen. Viele semi-quantitative Ansätze wurden die 1-4 sowohl Färbeintensität und Färbung Ausmaß in die endgültige Diagnose integrieren entwickelt. Andere Systeme sind Scoring - Intensität und subzellulären Ort, um eine bessere Ausdruck 5 lokalisieren. Der Einbau von Durchschnittswerte von mehreren Zuschauern wird häufig genutzt , um die Auswirkungen der einzelnen Betrachter Bias 6 zu minimieren. Trotz dieser Bemühungen bei der Analyse, Subjektivität noch bleibt, vor allem bei der Bewertung des Ausmaßes der 7 - Färbung. Protokoll Standardisierung und zur Minimierung der Subjektivität von menschlichen Input ist von größter Bedeutung genaue, reproduzierbare IHC Ergebnisse zu schaffen.

Inhalt "> Es gibt andere Optionen neben IHC für die Proteinexpression in Geweben zu bestimmen. Im Rahmen des Forschungs Einstellung hat Immunhistochemie traditionell als Mittel angesehen Proteinlokalisierung 8, während andere Techniken wie Immunoblotting angesehen werden als Goldstandard für die Untersuchung von Protein - Expression zu untersuchen , . Bestimmung Gewebe oder Zellkompartiment spezifische Expression ist schwierig , ohne fortgeschrittene Techniken wie Zell Fraktionierung oder Laser Mikrodissektion 9,10 enthält. Die Verwendung von fluoreszierenden Antikörpern auf Gewebeschnitten einen vernünftigen Kompromiß bietet, aber aufgrund NADPH Hintergrund - Autofluoreszenz, Lipofuscine, retikuläre Fasern, Kollagen und Elastin kann 11 genaue Quantifizierung erschweren.

Automatisierte Rechen Pathologie Plattformen sind eine vielversprechende Richtung für mehr objektive Quantifizierung der Pathologie Färbung 12-15. Die Kombination von multispektrale Bild mit Gewebe-Mikroarrayserleichtert Hochdurchsatz-Analyse der Proteinexpression in großen Stichprobengrößen. Mit diesen Techniken Analyse von Protein - Co-Lokalisation, Färbungs Heterogenität und Gewebe und subzelluläre Lokalisierung ist möglich , während im Wesentlichen sowohl inhärent vorspannt und die Zeit , die zur Analyse zu reduzieren, während die Daten in einem kontinuierlichen und nicht kategorische Format 16 zurückkehrt. Daher war das Ziel dieser Studie zur Durchführung einer Multiplex-Immunhistochemie mit Analyse die Nützlichkeit und die Methodik zu veranschaulichen, multispektrale Abbildungssoftware.

Dieses Protokoll wird für die manuelle, multiplex immunhistochemische Färbung eines einzigen Gewebeschnitt Schlitten mit vier optimierte monoklonalen Antikörpern geschrieben. Als ein repräsentatives Experiment werden Kern anti-Kaninchen-Östrogenrezeptor alpha (ER & agr;) und Androgen-Rezeptor (AR) gemultiplext mit membrangebundenen anti-Maus-CD147 und membrangebundenen anti-Maus-E-Cadherin. Jeder Antikörper der Wahl kann Substituted für die aufgeführten Antikörper hier, aber jede Kombination von Antikörpern erfordert getrennte Optimierung. Vorbehandlung für alle Antikörper müssen identisch sein. Die AR und CD147-Antikörper sollten einzeln und dann als Cocktail optimiert werden. Jeder Antikörper erkannt wird ein Biotin freie Polymersystems und eines von 4 einzigartigen Chromogene verwendet wird.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

HINWEIS: Das Protokoll beschreibt hierin Färbung und Analyse eines Gewebemikroarray (TMA), die zuvor 12,17,18 beschrieben. Das 4 um dicke TMA Abschnitt wurde aus einem Paraffinblock mit einem Standard-Mikrotom erhalten.

HINWEIS: Eine spektrale Bibliothek für die 4 Chromogene und counterstain sollte für die Bild Quantifizierung erstellt werden. Um dies zu tun, sollte das optimierte Protokoll für jeden einzelnen Antikörper mit einem Antikörper pro Folie ausgeführt werden, abzüglich der letzten counterstain. Eine fünfte Folie sollte mit Hämatoxylin gefärbt werden, um die 5 Bilder zu erzeugen, benötigt, um die spektrale Bibliothek zu erstellen.

1. Multiplex Immunhistochemie

  1. Bake Dias in einem 60 ° C Ofen für 20 min. Mit Hilfe einer chemischen Abzugshaube, tauchen Folie in 100% Xylol. Wiederholen Sie dies für zwei Änderungen Xylol. Tauchen slide in 100% Ethanol für 5 min. Wiederholen Sie mit frischem 100% Ethanol.
  2. Tauchen slide in 95% Ethanol für 3 min. Wiederholen Sie mit frischem95% Ethanol. Tauchen slide in 70% Ethanol für 3 min. Tauchen Folie in destilliertem Wasser für 3 min. Wiederholen Sie mit frischem destilliertem Wasser. Tippen Schlitten vertikal Wasser aus dem Schlitten zu entleeren. Bewerben 200 ul ready-to-use endogenen Peroxidase-Blocker für 5 min.
  3. Abfluss-Peroxidase-Blocker von Folie und tauchen in 45 ml ready-to-use Abrufpuffer (pH-Wert von weniger als 7,0). Den Objektträger Behälter in einem Dampfkochtopf und Startprogramm auf 124 ° C für 4 min. Erlauben Dampfkochtopf 20 min abkühlen. vor dem Öffnen.
  4. Entfernen Sie Behälter des Abrufs Puffer und ermöglichen weitere 10 Minuten abkühlen lassen. Spülen Folie in destilliertem Wasser für 10 min. Lassen Sie das Wasser aus dem Schlitten und beschreiben sorgfältig das Gewebe auf dem Objektträger mit einer hydrophoben Barriere Stift.
  5. In 200 ul phosphatgepufferter Salzlösung (PBS) .Transfer Folie in eine flache Schale mit Deckel (Inkubationskammer) mit feuchter Gaze.
  6. Bereiten Sie 1 Liter 1x Tris-Kochsalzlösung mit Tween-20 (TBST) um 50 Verdünnung ml 20x Tris-gepufferter Salzlösung, enthaltend 1% Tween-20 und 950 ml destilliertes Wasser.
  7. Ablassen PBS von Folie und anwenden 200 ul 1x TBST. Inkubieren 2 min. Ablassen TBST von Folie und Rück Folie Inkubationskammer. Bewerben 200 ul ready-to-use universellen Protein Block, in der Nähe Kammer und Inkubation für 7 min.
  8. Ablassen Protein blockieren und Rück Folie Inkubationskammer. Verdünnte Anti-ER & agr; Antikörper 1: 400 durch Zugabe von 0,6 & mgr; l Antikörper zu 239,4 & mgr; l Antikörperverdünnungsmittel. Bewerben 200 ul verdünnten Antikörpers und in der Nähe Kammer zu gleiten.
  9. Inkubieren Rutsche bei Raumtemperatur für 2 Stunden. Lassen Sie Antikörper von Folie und Spülen mit TBST gefolgt von Eintauchen für 5 min in TBST.
  10. Ablassen TBST von Folie und Rück Folie Inkubationskammer. Bewerben 200 ul ready-to-use Ziegen-Anti-Kaninchen-Meerrettich-Peroxidase-Polymer und in der Nähe Kammer. Inkubieren für 30 min. bei Raumtemperatur. Rinse Rutsche mit TBST und Platz Rutsche in Behälter von TBST für 5 min.
  11. Bereiten braun Meerrettich-Peroxidase-3,3'-Diaminobenzidin (HRP-DAB) Chromogen durch Zugabe von 8 & mgr; l von DAB Chromogen zu 250 ul DAB Substratpuffer und gut mischen.
  12. Ablassen TBST von Folie, Rückkehr Folie Inkubationskammer und anwenden 200 ul braun HRP-DAB Chromogen für 6 min. Spülen Sie die Folie mit destilliertem Wasser und Platz Rutsche in einen Behälter mit destilliertem Wasser.
  13. Mischen Sie die Denaturierungslösung durch Kombinieren von 50 & mgr; l des ersten Reagens Elution mit 150 & mgr; l des zweiten Reagens Puffer. Lassen Sie das Wasser aus dem Schieber und gelten verdünnte Denaturierungslösung auf den Objektträger für 3 min. bei Raumtemperatur. Dekantieren und Spülreagens mit TBST denaturieren. Tauchen Folie in TBST für 5 min.
  14. Bereiten Sie AR / CD147-Antikörper-Cocktail um 4,2 ul anti-AR-Antikörper und 2,8 ul anti-CD147-Antikörper mit 203 & mgr; l Antikörperverdünnung verdünnt wird. Ablassen TBST aus der Folie zurückkehren Folie Inkubationskammer und anwenden 200 ul AR / CD147 cocktail auf der Folie. Schließen Kammer und für 1 Stunde bei Raumtemperatur inkubieren. Rinse Objektträger mit TBST und für 5 min in TBST eintauchen.
  15. Ablassen TBST, Rückkehr Folie Inkubationskammer und anwenden 200 ul ready-to-use Ziegen-Anti-Kaninchen-alkalische Phosphatase-Polymer. Schließen Kammer und incubate Rutsche für 30 min. bei Raumtemperatur. Rinse Objektträger mit TBST und für 5 min in TBST eintauchen.
  16. Bereiten rote alkalische Phosphatase Chromogen durch Zugabe von 3,2 ul roten Chromogen bis 250 & mgr; l roten Chromogen-Puffer und gut mischen.
  17. Ablassen TBST von Folie und Rück Folie Inkubationskammer. Bewerben 200 ul verdünnt rot alkalische Phosphatase Chromogen zu der Folie, in der Nähe Kammer und Inkubation für 7 min.
  18. Ablassen Chromogen und gründlich spülen Objektträger mit destilliertem Wasser. Den Objektträger in einen Behälter mit destilliertem Wasser für 5 min. Lassen Sie das Wasser aus der Folie gründlich mit TBST und zurück zur Inkubationskammer. Gelten 200 ul Ziegen-Anti-Maus-HRP-Polymer auf den Objektträger und close Kammer. Inkubieren für 30 min. bei Raumtemperatur.
  19. Ablassen Polymer aus dem Schlitten und Spülen mit TBST. Den Objektträger in TBST für 5 min. Bereiten 200 ul purple HRP-verknüpften Chromogen durch Zugabe von 3,2 & mgr; l des stabilisierenden Reagenzes zu 250 ul des Puffers und gut mischen. In 3,2 ul lila Chromogen und gut mischen, dann 3,2 ul des Wasserstoffperoxid-Reagens und gut mischen.
  20. Ablassen TBST abrutschen und anwenden 200 ul vorbereitet lila Chromogen gleiten und für 7 min inkubiert. bei Raumtemperatur. Spülen Sie Objektträger mit destilliertem Wasser und Platz Rutsche in einen Behälter mit destilliertem Wasser für 5 min.
  21. Mischen Sie die Denaturierungslösung durch Mischen von 50 & mgr; l des ersten Reagens Elution mit 150 & mgr; l des zweiten Reagens Puffer. Lassen Sie das Wasser aus dem Schieber und gelten verdünnte Denaturierungslösung auf den Objektträger für 3 min. bei Raumtemperatur.
  22. Spülreagens Denaturierung off mit TBST. Den Objektträger in Behälter mit TBST für 5 min. Verdünnte Anti-E-Cadherin-Antikörperbis 1: 200 1,1 ul Antikörper zu 218,9 ul Antikörperverdünnung durch Zugabe. Lassen Sie das TBST aus der Folie Rückkehr Folie Inkubationskammer und anwenden 200 ul von E-Cadherin auf der Folie. Schließen Kammer und 30 min inkubiert. bei Raumtemperatur.
  23. Rinse Rutsche mit TBST und Platz Rutsche in Behälter von TBST für 5 min. Lassen Sie das TBST von Folie, kehren Folie Inkubationskammer und anwenden 200 ul Ziegen-Anti-Maus-HRP-Polymer. für 30 min bei Raumtemperatur inkubieren. Rinse Rutsche mit TBST und Platz Rutsche in Behälter von TBST für 5 min.
  24. Bereiten schwarz HRP-verknüpften Chromogen durch Zugabe von 8 ul Chromogen zu 250 & mgr; l Puffer. Bewerben 200 ul Chromogen gleiten und für 2 min zu entwickeln. Spülen Sie Objektträger mit destilliertem Wasser und tauchen Sie in Behälter mit destilliertem Wasser.
  25. Verdünnen Sie Hämatoxylin durch Zugabe von 40 & mgr; l Hämatoxylin bis 200 & mgr; l destilliertes Wasser. Lassen Sie das Wasser aus Rutsche und anwenden 200 ul verdünnt Hämatoxylin für 30 Sekunden zu gleiten. Rinse Rutschegründlich fließendem Leitungswasser für 2 min., spülen Sie dann in destilliertem Wasser für 30 Sekunden. Den Objektträger in einem 60 ° C Ofen für 15-30 min.
  26. Tauchen Folie in frisch 100% Xylol vorbereitet für 30 Sekunden, wischen überschüssiges Xylol aus und gibt einen Tropfen festen Aufschrauben Medien. Deckglas mit einem Nr 1.5 Deck.

2. Automatische Bildaufnahme und Analyse

  1. Legen gefärbten Folien auf einem automatisierten Dia-Scanner. Basierend auf dem Durchmesser, Trennung, und die Anzahl der TMA-Kerne, schaffen den Hersteller ein automatisiertes Scanprotokoll Bedienungsanleitung nach.
  2. Offene Multispektral-Imaging-Software mit einer spektralen Bibliothek von Steuerschiebern gefärbt mit einzelnen Chromogene und der Hämatoxylin gefärbt Schlitten zu bauen. Öffnen Sie ein Bild Würfel von einem Steuerschieber erworben und wählen Sie vier vor fünf positiv gefärbte Bereiche optisch dass Chromogen definieren. Wiederholen Sie mit Bild Würfel von anderen Steuerschieber bis eine vollständige Spektralbibliothek representing alle Chromogene erstellt wird, und dann die spektrale Bibliothek speichern.
  3. Beginnen Sie ein neues Projekt in Multispektral-Imaging-Software. Wählen Sie "Multispektrale (.im3)" für das Bildformat-Option und "Hellfeld" für die Probe-Format. Konfigurieren Sie zunächst das Projekt, indem die gewünschten Optionen wählen: "Segment Tissue", "Finden Eigenschaften", "Phänotypisierung", "Score" und "Export". An diesem Punkt kann die Bildauflösung geändert werden die Analysezeit zu beschleunigen, falls gewünscht.

3. Die Gewebesegmentierung

  1. Importieren Sie die zuvor Spektralbibliothek erstellt und wählen Sie alle Chromogene werden in der Analyse berücksichtigt.
  2. Bild öffnen Würfel in den Trainingsdaten enthalten sein, nach der "Bild öffnen Cube" Option auswählen. Zur Ausbildung Genauigkeit, wählen Sie mindestens 18% der Gesamtzahl der Bilder zu analysiere gewährleisten. Wählen Sie die Bilder, die alle Krankheitszustände darstellen Segmentierung Genauigkeit zu erhöhen. Dieser Teil der Bilder is rief den Trainingssatz von Bildern.
  3. Weißabgleich Bilder in der Trainingssatz durch die Pipette Werkzeug auswählen und einen Bereich in einem Bild auswählen, die weiß ist.
  4. Wählen Sie "Erweitert", um Gewebe Segmentierung zu bewegen. Das "Tissue Kategorien" Panel verwenden Gewebearten zu wählen , analysiert (dh "Gewebe" und "Nicht-Gewebe") werden. Für eine genauere Protein Gewebelokalisierung können mehrere Gewebe Kategorien verwendet werden (dh. "Epithelien", "Stroma" und "Nicht-Gewebe").
  5. Beginnen Sie den Algorithmus und die Definition Gewebe Kategorien Schaffung von Gruppen von Zellen innerhalb Trainingsbilder zeichnen sich um. Wenn sie mit einer Gewebe Kategorie fertig sind, wiederholen Sie für andere Gewebekategorien. Seien Sie sicher, dass Gruppen von Zellen innerhalb von Bildern zu wählen, die von diesem Gewebe Kategorie Typ charakteristisch sind.
  6. Wiederholen Sie diesen Vorgang für alle Bilder im Trainingssatz von Bildern.
  7. Wählen Sie Komponenten (Chromogene) werden in trai enthaltenning für das "Tissue Segmentierer". Wenn die Analyse von Hell- Immunhistochemie Bilder durchgeführt wird, werden alle Komponenten, die normalerweise in der Ausbildung enthalten. Fügen Sie reichlich negative Färbung Bilder in der Ausbildung gesetzt Bias bei diesem Schritt zu vermeiden.
  8. Wählen Sie einen geeigneten "Pattern Scale" für das Gewebe segmenter trainieren. Unter 20-facher Vergrößerung, ist eine große Muster Maßstab typischerweise geeignet. Wenn sie mit Gewebe mit einer feinen Architektur bei starker Vergrößerung arbeiten, ist eine kleinere Muster Maßstab besser geeignet.
  9. Wählen Sie den "Train Tissue Segmentierer" Taste zum Starten des Gewebes segmenter trainieren. Beachten Sie ein Pop-up-Fenster angezeigt wird Genauigkeit reflektieren das Verhältnis von Pixeln in Ausbildung Regionen, die richtig klassifiziert werden.
    HINWEIS: Die Software kontinuierlich die Genauigkeit des Algorithmus zu verbessern versucht, bis sie manuell gestoppt wird. Wir haben früher , dass die Ausbildung auf 18% der Bilder ergibt in 97% Training Genauigkeit 12 demonstriert.
  10. Nachdem das Gewebe segmenter trainiert wird, ein entsprechendes Segment Auflösung wählen. Segmentauflösung entspricht der Zeit zu segmentieren Bilder erforderlich, mit grober Auflösung erfordern weniger Zeit und feine Auflösung mehr Zeit erfordern.
  11. Segment die gesamte Trainingssatz von Bildern durch "Segment Bilder" klicken. Lassen Sie die Software ausreichend Zeit, um den Algorithmus für alle Trainingsbilder anzuwenden. Wenn Sie fertig sind, überprüfen Sie die Ausbildung so einstellen, dass falsch klassifizierte Gewebe mit dem aktuellen Trainingsalgorithmus zu finden.
  12. Zur Feinabstimmung der Gewebesegmentierungsprozess, hinzufügen, bearbeiten oder Gewebetrainingsbereiche zu entfernen. Verwenden Sie die "Beschnitträndern" Option, wenn Pixel an den Rändern einer Gewebe Kategorie in die andere erstrecken. Wenn kleine Gruppen von Pixeln jedoch nicht korrekt angezeigt werden, stellen Sie die Schwelle auf die minimale Segmentgröße.
  13. Wenn die Änderungen abgeschlossen sind, wählen Sie "Segment Images", wird dies das Gewebe segmenter umschulen einen neuen Algorithmus für die Gewebe Segmentierung zu schaffen. Der bisherige Algorithmusautomatisch gespeichert und kann zurückgegeben werden, wenn nötig.
  14. Wenn zuversichtlich, mit Gewebesegmentierungsalgorithmus Ergebnisse, vorab zu Zelle Segmentierung durch den "Erweiterte" Taste auswählen.

4. Zellsegmentierung

  1. Wählen Sie die subzellulärer Kompartimente werden in Zelle Segmentierung enthalten. Stellen Sie sicher, dass "Nuclei" ist bereits ausgewählt, um "Zytoplasma" oder "Membrane".
    ANMERKUNG: "Membran" Segmentierung sollte nur gewählt werden, wenn ein membranspezifische Proteinmarker in IHC enthalten war, wie beispielsweise E-Cadherin.
  2. Im Rahmen der "Nuclei" Registerkarte, gibt es mehrere Optionen. Beginnen Sie mit der entsprechenden Einstellungen für die nukleare Segmentierung Auswahl (siehe Schritt 4.3). Wählen Sie, ob einzelne oder alle Gewebe Kategorien werden bei der Segmentierung einbezogen werden.
  3. Wählen Sie einen Ansatz für die nukleare Segmentierung
    1. Wählen Sie die counterstain "Pixel-Based (Threshold)" Ansatz für ein vereinfachtes Verfahren zum Erhalt von gutenErgebnisse ohne viel über Bildverarbeitungseinstellungen zu kennen.
      HINWEIS: Dies ist oft eine gute erste Wahl. Wenn ein Ansatz der Auswahl "Pixel-Based (Threshold)" ist besser geeignet, wenn es eine zuverlässige Kerngegenfärbung ist, während "objektbasierte" verwendet werden sollte, wenn es einen Mangel an einheitlichen Kern counterstain ist.
    2. Wählen Sie die "Pixel-basierte (Threshold)" Ansatz, wenn es eine zuverlässige Kern counterstain ist.
      HINWEIS: Dieser Ansatz ist rein pixelbasierte. Dieser Ansatz kann auch für andere Bildanalyseanforderungen verwendet werden, die mit einem einfachen Schwellwert, wie beispielsweise Erfassen aller Pixel innerhalb eines Gewebes Kategorie, die positive Färbung für eine IHC stain befriedigt werden kann.
    3. Wählen Sie das Objekt-basierte Ansatz, wenn die Kern counterstain nicht konsistent und spezifische Färbung der Kern Objekte liefert, und erweiterte morphometry basierte Ansätze werden benötigt, um Kerne zu erkennen.
    4. Wählen Sie "Komponenten für Kern Segmentation", "NuclOhrgröße "und" Clean-up ", wenn der Benutzer wünscht, die weitere Kerne Segmentierungseinstellungen definieren.
  4. Wählen Sie Zytoplasma Formparameter
    1. Wählen Sie den "Vorwärts" Taste, um Zytoplasma Segmentierung zu bewegen.
      HINWEIS: Es gibt mehrere Optionen innerhalb Zytoplasma Segmentierung sind zur Auswahl. Die Option als "innere Distanz zu Keimzelle" ist Pixel basiert. Es spiegelt die Entfernung zwischen der Außenseite des Kerns und der Innenseite des Zytoplasmas. Eine Erhöhung dieses Wertes verringert die Wahrscheinlichkeit, dass die Kern Signal über in das Zytoplasma Fach kreuzt.
    2. Als nächstes wählen Sie "äußere Abstand zum Nukleus".
      Hinweis: Dies ist auch Pixel basiert. Der äußere Abstand zum Kern reflektiert den Abstand zwischen der Außenseite des Kerns und der Außenseite der Zelle. Dieser Wert kann groß oder klein genug eingestellt werden, enthalten oder Membran Signale auszuschließen, falls gewünscht.
    3. Als nächstes wählen Sie "Mindestgröße".
      HINWEIS: Die Mindestgröße, pixel basiert, reflektiert die minimale Zytoplasma Probengrße in Analyse einbezogen werden. Wenn das Zytoplasma Größe kleiner in einer bestimmten Zelle ist, wie beispielsweise, wenn die Zellen miteinander dicht gepackt sind, wird diese Zytoplasma Segmentierung von der Analyse ausgeschlossen.
    4. Wählen Sie die nächste Option, "Component" mit "Primär", "Sekundär", und wählen Sie "Tertiär" als sekundäre Optionen.
      HINWEIS: Hier ein ein bestimmtes Zytoplasma Marker können. Ähnlich wie bei der Kernsegmentierung, wenn eine bestimmte cytoplasmatische IHC Marker verwendet wurde, kann diese Komponente verwendet werden, um das Zytoplasma zu definieren, durch einen minimalen Schwellenwert zu finden. Dies hilft in das Zytoplasma zu definieren, sondern ist für eine akzeptable Genauigkeit nicht erforderlich.
    5. Der Umzug in die letzte der drei Registerkarten Optionen ist "Membrane". Hier definiert der Benutzer das Membrankompartiment mit einem Protein-Marker. Wählen Sie "Primär", "Sekundär" und / oder "Tertiär" für jede Membran spezifischer Marker verwendet. Stellen Sie "Full Scale OD "eine Mindestschwelle oder eine positive für jede Markierung auf Zellmembranen zu finden.
    6. Fortsetzung unter der "Membrane" und wählen Sie die Option "Maximale Zellengröße".
      Hinweis: Dies ist der Abstand zur Membran Wert in Pixeln, die die maximale Größe der Zellen angibt. Ein Wert von 12 ist in der Regel geeignet für Bilder bei 20facher Vergrößerung.
    7. alle Optionen Nach der Auswahl, wählen Sie "Segment Bild" oder "Segment All". Übernehmen Sie die Einstellungen, um Bilder und beobachten sie "individuell" oder in "Galerie" Modus.
      HINWEIS: Passen Sie die Einstellungen und Schwellenwerte bei Bedarf und neu Segment bis zufrieden mit Zellsegmentierungsergebnisse im Trainingssatz von Bildern.

5. Phänotypisierung von Zellen

HINWEIS: Die genaue Zell Segmentierung ist erforderlich, um eine genaue Zelle Phänotypisierung zu erhalten, und die Phänotypisierung Funktion ist trainierbar.

  1. Verwenden Sie die Schaltfläche "Hinzufügen &# 34; Taste Phänotypen der "Phänotypen" Liste hinzuzufügen. Benutzer können eine Farbe für den Phänotyp wählen.
  2. Klicken Sie auf "Bearbeiten Phänotypen" einen Phänotyp einer Zelle zuzuordnen. Klicken Sie auf eine bestimmte Zelle ein Drop-Down-Menü aufzurufen, Benutzer zu ermöglichen, den Phänotyp zu wählen und dann weiterziehen. Identifizieren mindestens fünf (5) Zellen in jedem Phänotyp, um fortzufahren. Auswahl 25 oder mehr Zellen jedes Phänotyps erforderlich optimale Ergebnisse zu erzielen.

6. Scoring IHC und Co-Lokalisierung

  1. Wählen Sie "Erweitert", um die "Score IHC oder IF" Schritt zu bewegen. Wählen Sie eine "Tissue-Kategorie" punkten.
    HINWEIS: Nur eine Gewebekategorie kann während einer bestimmten Analyse erzielt werden, aber wenn scoring Ergebnisse in einem anderen Gewebe Kategorie gewünscht sind, kann die Analyse später mit unterschiedlichen Einstellungen wiederholt werden.
  2. Wählen Sie die gewünschte "Scoring" -Typ.
    HINWEIS: Positivität erzeugt zwei Bins (positive und negative) für eine Komponente von Interessefür die Co-Lokalisierung Analyse, während doppelte Positivität verwendet. Weitere Optionen sind 4-Fach, 10-bin, und 50-bin für einen Marker der Wahl analysiert.
  3. Wählen Sie die Zelle "Fach", um in Scoring-Analyse verwendet werden.
  4. Ähnliche eine Mindestschwelle für die primäre Kernkomponente zu finden, wählen Sie "View Component Data" und Cursor über die Trainingsbilder bewegen, um geeignete optische Dichte Mindestschwellen der Färbung für positive Zellen für die Komponente (n) von Interesse.
  5. Wenn intensiv gefärbten Zellen ausgeschlossen werden sollen, die Schwelle max auf ein angemessenes Niveau zu senken. Andernfalls verwenden Sie die Auto-Taste, um einen Schwellenwert Maximum für die Analyse zu wählen.
  6. Wählen Sie Bilder trainieren, um zu punkten Thresholding Werte zu bestätigen.
    HINWEIS: Der Prozentsatz der Zellen in einem bestimmten Behälter zurückgeführt werden und kann durch visuelle Inspektion oder manuelle Zählung verglichen werden. Wenn Sie fertig sind, wählen Sie "Erweitert" auf "Export" Schritt fortzufahren.

7. Die Anwendung des Algorithmus und Batch-Analyse

  1. Testen Sie den Algorithmus durch das Gewebe Segmentierung, Zell Segmentierung erstellt und Scoring-Werte, die durch die Daten für den Trainingssatz zu exportieren. Folgen Sie Anweisungen, um einen neuen Ordner für das Exportverzeichnis zu erstellen. Wählen Sie Bilder und Tabellen erstellt werden und in der Analyse berücksichtigt. Führen Sie die Analyse von "Export für alle" auswählen.
  2. Die Tische sind in Tab-separierte Textdateien exportiert und können in den meisten Datenanalyseprogrammen geöffnet werden.
  3. Wenn die Analyse abgeschlossen ist, sehen Zelle Segmentierung und Scoring-Daten für Bilder mit hoher und niedriger Färbung Genauigkeit der Einstellungen zu bewerten.
  4. Wenn mit den Einstellungen zufrieden sind, wenden Sie den Algorithmus aus dem Trainingssatz von Bildern auf den gesamten Satz von Bildern durch Batch-Analyse erstellt. Klicken Sie auf das "Batch-Analyse" Registerkarte und der geöffnete Algorithmus aus dem aktiven Projekt kopiert werden.
  5. Wählen Sie einen neuen Exportverzeichnis und auswählen, welche Bilder und tables sind in die Analyse einbezogen werden. Unter der Eingabedateien Option, wählen Sie "Bilder hinzufügen" und wählen Sie alle Bilder im Batch-Analyse einbezogen werden.
  6. Führen Sie die Analyse durch die Option "Ausführen" auswählen. Wie bei der Analyse des Trainingssatzes wird dieser Schritt eine variable Menge an Zeit erfordern, abhängig von bestimmten Einstellungen für die Anzahl der Bilder in die Analyse einbezogen.
  7. Wenn Sie fertig sind, vorab auf die "Überprüfung / Merge" aus. Die Batch-Verzeichnis standardmäßig auf das Exportverzeichnis aus der Batch-Analyse und kann geändert werden, falls gewünscht. Wählen Sie "Alle einschließen" und wählen Sie "Merge", um Datenblätter mit zusammengefassten Daten für die Analyse erstellen.

8. Analyse der exportierten Daten

  1. Öffnen exportierten Tabellen in Datenanalyse-Software und entfernen oder Daten Spalten verbergen, die auf die Analyse irrelevant sind, beispielsweise Minimal- und Maximalwerte für jede Komponente. Die Primärdaten in der Analyse verwendet wird, ist in der mittleren optischen Dichte cPALTE für jede Komponente.
  2. Bewertung exportiert Segmentierung Karten und RAW-Bilder zu bestimmen, von der Analyse ausgeschlossen, welche Proben oder TMA-Kerne werden sollen. Tissue Prozentwerte bei der Ermittlung, ob eine Probe aufgenommen werden soll oder nicht, mit einer beliebigen Cutoff von <5% verwendet, am häufigsten Ausschlusskriterien.
  3. Entfernen irrelevante Daten oder Zeilen Proben, die aus der Datenanalyse ausgeschlossen werden.
  4. Verwenden Proteinquantifizierung Datenänderungen in Krankheitszustand zu untersuchen , oder die Beziehung mit klinisch-pathologischen Merkmale der Krankheit 12,18-21.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

In Figur 1 ist die Ausbildung auf Prostatagewebe zu segmentieren Bilder in Epithel- und Stroma - Abschnitte durchgeführt, zusammen mit dem nicht-Kompartiment. Unter Verwendung der epithelialen Membranmarker E-Cadherin, Zellsegmentierung durchgeführt , den Zellkern, Zytoplasma und Membranabschnitte zu trennen, die in 2 gezeigt.

In einem Experiment haben wir gemultiplexten IHC verwendet , um die...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Verwendung von traditionellen Immunhistochemie zur Bewertung der Proteinexpression durch subjektive, semi-quantitative Methoden der Analyse 22,23 begrenzt. Advance-Plattformen sind für Hochdurchsatz-Analyse von Biomarkern Expression und Lokalisation erstellt. Detaillierte Segmentierung der beiden Gewebe und subzellulärer Kompartimente ermöglicht es Benutzern, Biomarker Ausdruck zu studieren, Lokalisierung und Co-Lokalisation mit anderen Markern von Interesse. In früheren Studien haben wir die Brauchbarkei...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass sie keine finanziellen Interessen haben.

Danksagungen

Die Autoren danken der University of Wisconsin Translational Forschungsinitiativen in der Pathologie Labor, teilweise durch die UW Abteilung für Pathologie und Labormedizin und UWCCC Zuschuss P30 CA014520 unterstützt, für die Benutzung ihrer Einrichtungen und Dienstleistungen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
XylolFisher ChemicalX3F1GALNFPA-Bewertung: Gesundheit – 2, Feuer – 3 , Reaktivität – 0
Ethylalkohol-200 proofFisher Scientific4355223NFPA-Bewertung: Gesundheit – 0, Feuer – 3 , Reaktivität – 0
Tris BaseFisher ScientificBP152-500NFPA-Bewertung: Gesundheit – 2, Feuer – 0 , Reaktivität – 0
Tris Hydroxymethylaminomethan HClFisher ScientificBP153-1NFPA-Bewertung: Gesundheit – 2, Feuer – 0 , Reaktivität – 0
Tween 20Chem-Impex1512NFPA-Bewertung: Gesundheit – 0, Feuer – 1 , Reaktivität – 0
Phosphatgepufferte KochsalzlösungFisher ScientificBP2944-100NFPA-Rating: Gesundheit – 1, Feuer – 0 , Reaktivität – 0
PeroxidazedBiocare MedicalPX968Kontakt mit Haut und Augen vermeiden. Kann Hautreizungen und Augenschäden verursachen.
Östrogenrezeptor alphaThermo Fisher Scientific-LabvisionRM9101Nicht als gefährlich eingestuft
AndrogenrezeptorSCBTsc-816Nicht als gefährlich
eingestuft CD147BiodesignP87535MNicht als gefährlich
eingestuft E-CadherinDakoM3612Nicht als gefährlich
eingestuft Renoir Red Andibody DiluentBiocare MedicalPD904Es wurde speziell für die Arbeit mit Tris-basierten Antikörpern entwickelt
.Biocare MedicalModell DC2002Treffen Sie die üblichen Vorsichtsmaßnahmen für die Verwendung eines Schnellkochtopfs
Barrier Pen-Immuno Edge Vector LabsH-4000
Denaturierungskit-ElutionsstufeBiocare MedicalDNS001HNicht als gefährlich eingestuft
Mach 2 Ziege Anti-Kaninchen HRP PolymerBiocare MedicalRHRP520Nicht als gefährlich eingestuft
Mach 2 Ziege Anti-Kaninchen AP PolymerBiocare MedicalRALP525Nicht als gefährlich eingestuft
Mach 2 Ziege Anti-Maus HRP PolymerBiocare MedicalM3M530Nicht als gefährlich eingestuft
Betazoid DAB Chromogen KitBiocare MedicalBDB20041. DAB steht im Verdacht, krebserregend zu sein.
2. Setzen Sie DAB-Komponenten keinem starken Licht oder direkter Sonneneinstrahlung aus.
3. Tragen Sie geeignete persönliche Schutzausrüstung und -kleidung.
4. DAB kann zu einer Sensibilisierung der Haut führen. Vermeiden Sie den Kontakt mit Haut und Augen.
5. Beachten Sie alle Umwelteinflüsse auf Bundes-, Landes- und kommunaler Ebene in Bezug auf die Entsorgung
Warp Red Chromogen KitBiocare MedicalWR806Corrosive. Säure, die Hautreizungen oder Augenschäden verursachen kann.
Vina Green Chromogen KitBiocare MedicalBRR807Gesundheitsschädlich bei Verschlucken
Bajoran Purple Chromogen KitBiocare MedicalBJP807Entzündliche Flüssigkeit. Von Hitze, Flammen und Funken fernhalten. Gesundheitsschädlich durch Verschlucken oder Absorption. Vermeiden Sie den Kontakt mit Haut oder Augen und vermeiden Sie das Einatmen.
Katze HämatoxylinBiocare MedicalCATHELila   Lösung   mit   a   mild   Essigsäure & nbsp; Säure   (Essig)   Duft.   Mai   be
  irritierend   bis   Haut   oder   Augen.   Vermeiden   Kontakt   mit   Haut   und   Augen.   Vermeiden   Ingestion.
XYL EindeckmedienRichard Allen8312-4NFPA-Bewertung: Gesundheit – 2, Feuer – 3 , Reaktivität – 0
1,5 DeckgläserFisher Brand22266858Scharfe Kanten
Inkubation (Feuchtigkeit)KammerveraltetveraltetMehrere Anbieter verfügbar
KonvektionsofenStabil - ThermC-4008-Q
Hintergrund Punisher Blocking ReagenzBiocare MedicalBP974Dieses Produkt ist nicht als gefährlich eingestuft.
inForm-SoftwarePerkinElmerCLS135781Primäre multispektrale Bildgebungssoftware, die in Manuskripten verwendet
wird Nuance-SoftwarePerkinElmerNuance EXSoftware zur Erstellung von Spektralbibliotheken innerhalb von Manuskripten
Vectra-Mikroskop und ObjektträgerscannerPerkinElmerVECTRAAutomatisierter Objektträgerscanner und Mikroskop zur Erstellung von IM3-Bildwürfeln

Referenzen

  1. Valdman, A., et al. Expression of redox pathway enzymes in human prostatic tissue. Anal Quant Cytol Histol. 31 (6), 367-374 (2009).
  2. Rimm, D. L., Camp, R. L., Charette, L. A., Olsen, D. A., Provost, E. Amplification of tissue by construction of tissue microarrays. Exp Mol Pathol. 70 (3), 255-264 (2001).
  3. Jonmarker, S., et al. Expression of PDX-1 in prostate cancer, prostatic intraepithelial neoplasia and benign prostatic tissue. APMIS. 116 (6), 491-498 (2008).
  4. McCarty, K. S., Miller, L. S., Cox, E. B., Konrath, J., McCarty, K. S. Sr Estrogen receptor analyses. Correlation of biochemical and immunohistochemical methods using monoclonal antireceptor antibodies. Arch Pathol Lab Med. 109 (8), 716-721 (1985).
  5. Volante, M., et al. Somatostatin receptor type 2A immunohistochemistry in neuroendocrine tumors: a proposal of scoring system correlated with somatostatin receptor scintigraphy. Mod Pathol. 20 (11), 1172-1182 (2007).
  6. Muris, J. J., et al. Immunohistochemical profiling of caspase signaling pathways predicts clinical response to chemotherapy in primary nodal diffuse large B-cell lymphomas. Blood. 105 (7), 2916-2923 (2005).
  7. Jaraj, S. J., et al. Intra- and interobserver reproducibility of interpretation of immunohistochemical stains of prostate cancer. Virchows Arch. 455 (4), 375-381 (2009).
  8. Nakane, P. K., Pierce, G. B. Enzyme-labeled antibodies: preparation and application for the localization of antigens. J Histochem Cytochem. 14 (12), 929-931 (1966).
  9. Peters, T. J. Investigation of tissue organelles by a combination of analytical subcellular fractionation and enzymic microanalysis: a new approach to pathology. J Clin Pathol. 34 (1), 1-12 (1981).
  10. Emmert-Buck, M. R., et al. Laser Capture Microdissection. Science. 274 (5289), 998-1001 (1996).
  11. Waters, J. C. Accuracy and precision in quantitative fluorescence microscopy. J Cell Biol. 185 (7), 1135-1148 (2009).
  12. Huang, W., Hennrick, K., Drew, S. A colorful future of quantitative pathology: validation of Vectra technology using chromogenic multiplexed immunohistochemistry and prostate tissue microarrays. Hum Pathol. 44 (1), 29-38 (2013).
  13. Rimm, D. L. C-Path: A Watson-Like Visit to the Pathology Lab. Science Translational Medicine. 3 (108), (2011).
  14. Fiore, C., et al. Utility of multispectral imaging in automated quantitative scoring of immunohistochemistry. J Clin Pathol. 65 (6), 496-502 (2012).
  15. Stack, E. C., Wang, C., Roman, K. A., Hoyt, C. C. Multiplexed immunohistochemistry, imaging, and quantitation: A review, with an assessment of Tyramide signal amplification, multispectral imaging and multiplex analysis. Methods. 70 (1), 46-58 (2014).
  16. Rizzardi, A. E., et al. Quantitative comparison of immunohistochemical staining measured by digital image analysis versus pathologist visual scoring. Diagn Pathol. 7, 42(2012).
  17. Bauman, T. M., et al. Characterization of fibrillar collagens and extracellular matrix of glandular benign prostatic hyperplasia nodules. PLoS One. 9 (10), e109102(2014).
  18. Bauman, T. M., et al. Beta-catenin is elevated in human benign prostatic hyperplasia specimens compared to histologically normal prostate tissue. Am J Clin Exp Urol. 2 (4), 313-322 (2014).
  19. Bauman, T. M., Ewald, J. A., Huang, W., Ricke, W. A. CD147 expression predicts biochemical recurrence after prostatectomy independent of histologic and pathologic features. BMC Cancer. 15 (1), 549(2015).
  20. Bauman, T. M., et al. Finasteride treatment alters tissue specific androgen receptor expression in prostate tissues. Prostate. 74 (9), 923-932 (2014).
  21. Nicholson, T. M., Sehgal, P. D., Drew, S. A., Huang, W., Ricke, W. A. Sex steroid receptor expression and localization in benign prostatic hyperplasia varies with tissue compartment. Differentiation. 85 (4-5), 140-149 (2013).
  22. Taylor, C. R., Levenson, R. M. Quantification of immunohistochemistry--issues concerning methods, utility and semiquantitative assessment II. Histopathology. 49 (4), 411-424 (2006).
  23. Matos, L. L., Trufelli, D. C., de Matos, M. G., da Silva Pinhal, M. A. Immunohistochemistry as an important tool in biomarkers detection and clinical practice. Biomark Insights. 5, 9-20 (2010).
  24. Kononen, J., et al. Tissue microarrays for high-throughput molecular profiling of tumor specimens. Nat Med. 4 (7), 844-847 (1998).
  25. Ong, C. W., et al. Computer-assisted pathological immunohistochemistry scoring is more time-effective than conventional scoring, but provides no analytical advantage. Histopathology. 56 (4), 523-529 (2010).

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Tags

Multiplex-ImmunhistochemieQuantifizierung der ProteinexpressionProtein-KolokalisationsanalyseGewebesegmentierungsalgorithmusErstellung von SpektralbibliothekenChromogendetektionsmethodenautomatisierte BilderfassungAnalyse subzellulärer KompartimenteGewebe zur Biomarker-Untersuchung
Die Quantifizierung der Proteinexpression und Co-Lokalisation Mit Multiplexed immunhistochemischen Anfärbung und Multispektraltechnik
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.