Configuración rápida de microarrays de tejidos e imágenes de área en mosaico en el microscopio de imágenes de haz de iones multiplexado utilizando la interfaz mosaico/SED/matriz
September 15th, 2023
Las imágenes de haz de iones multiplexadas (MIBI) se utilizan a menudo para obtener imágenes de micromatrices de tejido y áreas de tejido contiguas en mosaico, pero el software actual para configurar estos experimentos es engorroso. La interfaz de mosaico/SED/matriz es una herramienta gráfica intuitiva e interactiva desarrollada para simplificar y acelerar drásticamente la configuración de ejecución de MIBI.
La imagen por haz de iones multiplexados, o MIBI, es una técnica para obtener imágenes de la expresión de proteínas en tejidos histológicos a través de docenas de proteínas simultáneamente. Con MIBI, los investigadores pueden identificar, localizar y caracterizar células en sus entornos de tejidos nativos. Un cuello de botella clave en el funcionamiento de los instrumentos MIBI es la configuración de campos de visión, o FOV, para la obtención de imágenes.
Los campos de visión son áreas de 200 por 200 micras a 800 por 800 micras en el portaobjetos que los usuarios colocan para cubrir las regiones de tejido de interés. El posicionamiento de los campos de visión para grandes áreas contiguas de tejido y grandes microarrays de tejido es difícil de manejar utilizando la interfaz del fabricante. Desarrollamos la interfaz de mosaico/SED/matriz para ayudar a los usuarios a posicionar rápidamente un gran número de FOV utilizando una interfaz gráfica intuitiva e interactiva.
View the full transcript and gain access to thousands of scientific videos
Visión general
Este estudio aborda el desafío de establecer campos de visión (FOV) en imágenes de haz de iones multiplexadas (MIBI) para micromatrices de tejidos y áreas de tejido contiguos. La investigación introduce una herramienta gráfica intuitiva llamada interfaz de matriz SED en mosaico, que simplifica y acelera significativamente el proceso de configuración de las ejecuciones de MIBI.
Componentes clave del estudio
Área de investigación
- Imágenes de haz de iones multiplexadas (MIBI)
- Micromatrices de tejidos
- Optimización de configuración de imágenes
Antecedentes
- Comprensión de la expresión de proteínas en tejidos histológicos
- Necesidad de posicionamiento efectivo de FOV para imágenes
- Desafíos con las interfaces existentes para MIBI
Métodos utilizados
- Desarrollo de la interfaz de matriz SED en mosaico (TSAI)
- Interfaz gráfica de usuario para posicionamiento de FOV
- Herramientas basadas en web para coregistro y manipulación de imágenes
Principales resultados
- Mejora en la eficiencia para establecer FOV para imágenes de tejidos
- Reducción del error del usuario durante la adquisición de imágenes
- Mejora de la visualización del tejido histológico
Conclusiones
- El estudio demuestra un enfoque novedoso para optimizar la configuración de las ejecuciones de MIBI
- Destaca la importancia de las herramientas intuitivas en el avance de la investigación de imágenes biológicas
Preguntas frecuentes
Executive Industry Relevance
Efficient setup of multiplexed ion beam imaging (MIBI) fields of view is critical for high-throughput tissue microarray analysis and spatial proteomics in discovery-stage biopharma R&D. The tile/SED/array Interface (TSAI) enables rapid, reproducible, and scalable imaging region selection, directly addressing bottlenecks in large-scale tissue profiling workflows. This capability enhances predictive confidence and operational throughput at key inflection points in translational and preclinical research pipelines.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Accelerates spatial mapping of protein expression for hypothesis-driven target validation.
- Enables systematic interrogation of tissue architecture and cellular phenotypes in situ.
- Supports biological de-risking by standardizing region selection across large tissue cohorts.
Screening & Assay Development
- Prepares validated tissue microarrays and contiguous regions for downstream multiplexed imaging assays.
- Improves reproducibility and standardization of imaging setup, reducing user-dependent variability.
- Facilitates scalable, high-content screening of tissue samples for biomarker discovery.
Translational & Preclinical Research
- Enables alignment of spatial proteomic data with disease-relevant tissue models.
- Supports continuity from discovery through preclinical validation by ensuring consistent imaging region selection.
- Reduces risk of sampling bias in translational biomarker studies.
Pipeline & Workflow Integration
The TSAI positions imaging setup as a reproducible, scalable, and user-friendly step from early discovery through lead identification and preclinical research.
- Discovery Biology: Streamlines hypothesis testing and spatial pathway analysis by enabling precise FOV placement.
- Screening: Standardizes assay setup for high-throughput tissue microarray imaging.
- Analytics: Provides quantitative, spatially resolved outputs for robust condition comparison.
- Translational Research: Ensures imaging region continuity across disease models and biomarker studies.
- Enterprise Reuse: Offers a browser-based, installation-free interface adaptable across projects and teams.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in tissue-based studies.
- Operational Value: Delivers rapid, standardized, and reproducible imaging setup for large-scale experiments.
- Strategic Value: Enables better go/no-go decisions and capital efficiency by minimizing setup bottlenecks.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of spatial biology programs.
Implementation Considerations
- Requires familiarity with MIBI instrumentation and digital imaging workflows.
- Needs access to compatible web browsers and digital tissue image files (png, json).
- Demands cross-team standardization of FOV selection protocols for reproducibility.
- Adaptable to diverse tissue types and array formats with minimal technical barriers.
- Dependent on quality of coregistration and SED image alignment for optimal results.
