Waiting
Elaborazione accesso...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Cancer Research
Click here for the English version

Cancer Research

En Time-lapse, etiket-fri, kvantitative fase Imaging undersøgelse af passive og aktive menneskelige kræftceller

Published: February 16, 2018 doi: 10.3791/57035
Automatic Translation
*1,2, *1,2, 1,2
1Vascular Biology Program, Boston Children's Hospital, 2Department of Surgery, Harvard Medical School and Boston Children's Hospital
* These authors contributed equally

Summary

Passive og aktive kræft celle fænotyper var karakteriseret ved hjælp af kvantitative fase billeddannelse. Celle spredning, migration og morfologi assays blev integreret og analyseres i en simpel metode.

Abstract

Erhvervelse af angiogene fænotype er en væsentlig bestanddel af flugten fra tumor vækstdvale. Selv om flere klassiske in vitro- assays (fxspredning, migration og andre) og i vivo modeller er blevet udviklet for at undersøge og karakterisere angiogene og ikke-angiogene celle fænotyper, er disse metoder tid labor intensiv, og ofte kræver dyre reagenser samt instrumenter og betydelig ekspertise. I en nylig undersøgelse brugte vi en roman kvantitative fase imaging (QPI) teknik til at gennemføre time-lapse og mærkning-gratis beskrivelser af angiogene og ikke-angiogene menneskelige osteosarkom KHOS celler. Et panel af cellulære parametre, herunder celle morfologi, spredning og motilitet, blev kvantitativt målt og analyseret ved hjælp af QPI. Denne roman og kvantitative tilgang giver mulighed for løbende og ikke-invasivt studere relevante cellulære processer, adfærd, og Karakteristik af kræftceller og andre celletyper i en enkel og integreret måde. Denne rapport beskriver vores forsøgsplan, herunder celle forberedelse, QPI erhvervelse og dataanalyse.

Introduction

En af de tidligste checkpoints i udvikling og progression af en solid tumor er erhvervelse af angiogene fænotype, kendetegnende for kræft. Denne progression indebærer en række biokemiske og molekylær processer1,2,3. En teknisk udfordring i studiet af denne afgørende skridt i tumor progression er manglen på værktøjer til løbende og kvantitativt karakterisere og differentiere mellem angiogene og ikke-angiogene fænotyper af levende kræftceller i en fordomsfri måde. De traditionelle assays bliver brugt til at undersøge de cellulære adfærd af angiogene og ikke-angiogene celler normalt kræver dyre reagenser og instrumenter, for eksempel celle spredning/migration undersøgelser vedrørende4,5, 6,7,8,9,10,11,12,13,14 eller supplerende i vivo evalueringer4,5,6,8,15,16, samt at kræve betydelig ekspertise og intensiv tid og arbejdskraft forbrug.

For nylig, kvantitative fase imaging (QPI) opstået som en ny teknik, der gør det muligt for time-lapse og mærkning-gratis vurdering af en række celle morfologi og funktionsmåde parametre17,18,19, 20 , 21 , 22. i modsætning til konventionelle Optisk mikroskopi, QPI kvantificerer variationer af faseskift pixel for pixel når lys passerer gennem et optisk objekt, og rekonstruerer en holograph med konverterede optisk tykkelse og mængde, således at direkte analyse af levende celler og følgende funktioner: (1) kvantitative imaging, (2) ikke-invasive og time-lapse imaging, (3) label-gratis billedbehandling og (4) samtidige multi-parameter billeddannelse. Disse funktioner gør QPI et kraftfuldt værktøj til at vurdere og forstå patologiske processer på cellulært niveau.

I en nylig undersøgelse, vi udnyttede QPI kvantitativt karakterisere og skelne mellem angiogene KHOS-A og ikke-angiogene KHOS-N fænotyper af menneskelige osteosarkom celler på en systematisk og kvantitative måde, kombinere analyser af celle morfologi, spredning, og motilitet23. Ved hjælp af billede analyse software, et panel af celle morfologiske og opførsel var parametre kvantitativt i forhold mellem angiogene og ikke-angiogene menneskelige osteosarkom celler og fem karakteristiske forskelle blev identificeret mellem disse to fænotyper. Denne nye fremgangsmåde giver en integreret og kvantitative platform for vurdering af en række forskellige biologisk relevante cellulære karakteristika.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle de metoder, der er beskrevet her er blevet godkendt af Boston children's Hospital institutionelle biosikkerhed udvalget.

1. celle forberedelse

  1. Optøning KHOS-A og -N celler
    1. Varm op næringssubstrat, dvsDulbeccos ændrede Eagle medium suppleret med 10% (vol/vol) føtalt kalveserum (FBS) og 1% (vol/vol) penicillin/streptomycin.
    2. Tage de kryogene hætteglas af celler fra flydende kvælstof tank, fordybe bunden af hætteglassene i varmt vand i et 37 ° C vandbad og Ryst forsigtigt de kryogene hætteglas for at fremskynde optøningen. Holde låget af kryogene hætteglas kontakter vand for at undgå kontaminering. Så snart celler er optøede, sterilisere den kryogene hætteglas af sprøjtning 70% ethanol opløsning og aftørring hætteglasset.
    3. I en laminar flow hætte, straks Aspirér cellesuspension fra kryogene hætteglasset, og forsigtigt suspendere i 10 mL varmede næringssubstratet (beskrevet i punkt 1.1.1). Der centrifugeres celle suspensioner ved ca. 200 x g i 5-7 min.
    4. Resuspenderes celle med 10 mL varmede næringssubstrat, og overføres til en T75 målekolbe. Forsigtigt afpipetteres flere gange for at suspendere celler jævnt ved hjælp af en 10-mL pipette.
    5. Kolben anbringes i et 37 ° C kuvøse med 5% (vol/vol) CO2 og fugtig atmosfære. Tillad celler til at vedhæfte i mindst 12 timer.
    6. Inkuber celler i ca. 3-7 dage indtil 80-100% sammenflydende. Ændre næringssubstratet hver 2-3 dage.
  2. Opdele KHOS-A og -N celler
    1. Fjern kultur medier fra kolben.
    2. Cellerne vaskes med 5 mL steril PBS (1 x) uden calcium og magnesium, fjerne ikke vedhængende celler eller brøkdel.
    3. Tilsæt 1 mL 0,05% Trypsin-EDTA-oploesningen i kolben, og kortvarigt swirl kolben for at sikre, at trypsin-EDTA spredes jævnt.
    4. Inkuber kolben til 2-3 min i et 37 ° C inkubator eller 3-5 min ved stuetemperatur. Se celler under mikroskop på ca 400 x forstørrelse for at sikre at cellerne er rundet op og løsrevet.
    5. Når cellerne er frakoblet, tilføje 10 mL næringssubstratet og forsigtigt afpipetteres medium op og ned flere gange for at bryde op celle aggregater i en enkelt cellesuspension ved hjælp af en 10 mL pipette.
    6. Tælle celler ved hjælp af en celle counter. Frø af cellesuspension til nye T75 kolber på en tæthed af 2 × 106 celler eller et forhold på 1:4.
    7. Tillad celler til at vokse til 80-100% sammenløbet før såning for QPI eksperiment.
  3. Såning KHOS-A og -N celler for QPI
    1. Frø KHOS-A og -N celler i 6-godt plader med tæthed på 50.000-300.000 celler/brønd med 5 mL næringssubstratet efter optællingen med en celle counter.
      Bemærk: Seeding tætheden er afhængig af spredning cellehastighed, og den billeddiagnostiske tidsperiode for at have < 100% sammenløbet under imaging erhvervelse.
    2. Inkuber celler i mindst 12 timer til at tillade vedhæftede fil.
    3. Ændre medium med friske medier før udførelse QPI.

2. QPI erhvervelse

  1. Cover slip oprettet
    1. Ren dække slip skylles flere gange med rindende deioniseret vand og sterilisere med 75% ethanol opløsning ved nedsænkning i 15 min. sætte dækning glide ind i en steril laminar flow hætte til tørre.
    2. Omhyggeligt placere dække slip på en 6-godt tallerken at undgå indlysende bobler. Sikre, at bunden af cover slip er nedsænket i dyrkningsmedier (minimum 5 mL/hul).
    3. Pladen anbringes i inkubator (37 ° C, 5% CO2og fugtig atmosfære) til blandingen henstår i mindst 15 min. Hvis tåge formularer på cover slip, skal du bruge en steril vatpind til at tørre det rene.
  2. Imaging celler med et mikroskop
    1. Åbn softwaren for at initialisere system, herunder selvstændige kalibrering af eksponeringstid, mønster kontrast og hologram støj. Kontroller værdierne er acceptabel (vist i grøn eller gul).
    2. Sted den 6-godt plade på scenen af QPI mikroskop.
    3. Klik på "Live Capture", og vælg "Manual" i "Software fokus." Groft fokusere fase billeder af celler ved at justere arbejde afstand i "Mikroskop setting" for at få skitserer for celler i fase billeder. Skift til "Automatisk" i "Software fokus."
    4. Klik på "Nyt eksperiment" til at oprette et nyt eksperiment. Start med udvælgelsen af image erhvervelse positioner ved hjælp af musen eller piletasterne på det numeriske tastatur. Klik på "Remember" efter hvert valg. Normalt er 3-5 steder for hver prøve valgt.
    5. Konfigurer imaging intervaller og tidsperiode i afsnittet "Timelapse".
      Bemærk: For at spore kræftceller klart, skal intervallerne være kortere end 5 min. 48 timer er sat som frist for kombination QPI analyse.
    6. Begynd eksperimentet ved at klikke på "Capture", som vil automatisk fokusere og erhverve billeder på indstilling tid point.

3. dataanalyse

  1. Celle morfologi analyse
    1. Klik på "Identificere celler." Justere de numeriske indstilling for "Baggrunden tærskel" således at celle områder er adskilt godt fra baggrundsstøj. Justere indstillingen nummer til "objektstørrelse" for at sikre, at hver celle har en kerne. Opretholde konsekvent parametre for prøver, der skal sammenlignes, da disse kan påvirke de endelige areal og bind målinger. Manuelt ændre celle segmenter ved at bruge "Manuelle ændringer," Hvis det er nødvendigt.
    2. Brug funktionen "Analysere data" i softwaren til at analysere celler. Start en ny analyse af data ved at klikke på "Ny analyse." Træk valgte billeder i "Kilde rammer" under fanen celle morfologi parametrene og herunder celle område (µm2), optisk tykkelse (µm) og volumen (µm3) for hver enkelt celle. Vælg scatter plot eller histogram tilstand og eksport data som tabeller eller tal.
  2. Celle spredning analyse
    1. Vælg mindst 5 billeder til de forskellige tidspunkter af interesse (f.eks.indledende, 12 h, 24 h, 36 h og 48 h). Optag celle numre, der er leveret af softwaren.
    2. Du skal vurdere den fordobling tid, plot celle numre efter normalisering med de oprindelige numre og passer med eksponentiel vækstkurver.
  3. Celle bevægelse analyse
    1. Brug funktionen "Spore celler" i softwaren. Klik på "Ny analyse" til at starte en ny analyse af data. Træk række billeder for en bestemt tidsperiode (f.eks.4 h efter 24 timers inkubation) ind i fanen "Source rammer" vælge tilfældigt 10-30 celler ved at klikke på celler under markeringstilstand "Tilføj celler". Udelukke celler på kanterne og de bevæger sig ud af synsfeltet.
    2. Nøje kontrollere tracking i serien af billeder. I tilfælde af, at systemet mister overblikket over en celle eller sporer den forkerte celle, manuelt justere tracking-celle ved at "Identificere" for at identificere celler eller klikke "Ændrer placeringen" under "Vælg"-tilstand til at ændre den celleplacering.
    3. Vælg steg plot af celle baner i "Plot bevægelse" eller plot for de andre motion-relaterede parametre i "Plot funktioner," som motilitet hastighed (µm/h), motilitet (µm), migration (µm) og migration ligefremhed. Eksportere Data som tabeller eller tal.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Figur 1 viser en typisk celle morfologi karakterisering. Billederne præsenteres som holographs (figur 1A-B) og 2D-billeder (figur 1 c-D). Optisk celle tykkelser (beregnet fra brydningsindekset og lysvej) er kvantificeret via line profil eller en hel celle måling. Scatter arealer område og tykkelsen af KHOS-A og KHOS-N celler målt for en hele cellen var afbildet, som i figur 1E-G, hvor disse to fænotyper vises forskellige spredningsmønstre. Den gennemsnitlige tal fra histogram (figur 1 H-M) eller de eksporterede filer vist, at KHOS-A celler mindre celle områder og større tykkelser end KHOS-N celler.

Bruger funktionen celle counter, blev celle spredning profiler indhentet (figur 2). Disse ikke viser en signifikant forskel mellem KHOS-A og -N celler. Derudover kan cellen fordobling tid anslås fra spredning kurven (dvs., 24-26 timer), der også ikke udviser væsentlige forskelle.

Figur 3A -D viser typiske sporingen af KHOS-A og -N celler i ikke-retningsbestemte (tilfældig) bevægelse tilstand og de tilsvarende baner. Den gennemsnitlige celle motilitet (figur 3E-F), motilitet hastighed ()figur 3 g-H), migration afstand ()figur 3I-J), og migration direkthed ()figur 3 K-L) var afbildet versus optagetid. I forhold til KHOS-N celler, KHOS-A celler viste større motilitet hastighed, hvilket resulterer i længere motilitet og migration afstand.

Figure 1
Figur 1: celle morfologi karakterisering. (A-B) Repræsentative holographs KHOS-A (A) og -N celler (B) af kvantitative fase billeddannelse. Skalalinjen er 191.4 µm. mellemværker på nederste højre hjørne vise profilen kvantitative linje af optiske tykkelse for den blå linje i billederne. (C-D) Repræsentant QPI billeder af celle segmentering for KHOS-A (C) og -N celler (D). Skalalinjen er 100 µm. celler i kanterne blev udelukket for kvantificering. (E-G) Målte tykkelsen versus område for enkelte celler i KHOS-en (E) og -N celler (F). Hver prik repræsenterer en enkelt celle (n = 200-300). Overlapning plot (G) viser betydeligt forskellige spredning mønstre for KHOS-A og -N celler. (Hansen) Histogrammer celle tykkelse (H-jeg), område (J-K)og volumen (L-M) distribution for KHOS-A (H, J, L) og -N celler (I, K, M). Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2: celle spredning karakterisering. Det øverste panel viser repræsentative celle segmentering til optælling celle numre. Skalalinjen er 100 µm. Bundpanelet viser tilsvarende beregnede celle spredning sats. Data præsenteres som gennemsnit ± standardafvigelse. Student's t-test (uparret, to-sidet) blev anvendt til statistiske analyser. Testresultaterne blev betragtet som væsentlig når p < 0,05. Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3: Cell bevægelse karakterisering. (A-B) Repræsentative celle sporing billeder for KHOS-A (A) og -N (B) celler. Skalalinjen er 100 µm. markerede celler er skitseret med forskellige farver. Celle motilitet registreres i en 4 h periode er præsenteret med de tilsvarende farvede linje. (C-D) Celle baner af KHOS-A (C) og -N (D) celler afbildet fra udgangspunkt i (0,0). Hver linje repræsenterer en enkelt celle. KHOS-A celler viste en mere spredte mønster sammenlignet med KHOS-N celler (n = 10). (E-L) Indspillet kvantitative parametre i den undersøgte periode for celle bevægelse af KHOS-en (E, G, I, K) og -N (F, H, J, L) celler, herunder celle motilitet (E-F), motilitet hastighed (G-H), migration afstand (I-J ), og migration direkthed (K-L). Venligst klik her for at se en større version af dette tal.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

I denne undersøgelse beskriver vi en in vitro-, ikke-invasiv, og etiket-fri metode ved hjælp af QPI kvantitativt kendetegner den angiogene og ikke-angiogene fænotyper af menneskelige osteosarkom celler. Flere cellulære parametre er blevet analyseret samtidigt ved denne integreret, høj overførselshastighed metode, herunder celle område, celle tykkelse, cellevolumen, spredning sats, fordobling tid, migration direkthed, motilitet hastighed, migration og motilitet.

Sammenlignet med de konventionelle assays, der vurderer celle morfologi og celle adfærd, denne metode ikke blot sparer tid og arbejdskraft, men også giver mere præcise og detaljerede oplysninger. For eksempel, reducerer placeringen af QPI system (inde i cellen inkubator) forstyrrelser fra miljømæssige ændringer såsom fotografere i en omgivende miljø (stuetemperatur og atmosfære)23. Derudover kunne optisk celle tykkelse og volumen, konverteret fra faseskift, opnås med QPI, hvorimod kun celle område er målt ved den traditionelle celle imaging proces. Denne funktion af QPI genererer mere detaljerede oplysninger om kvantitative sammenligninger af forskellige celle fænotyper.

Ordentlig seeding tæthed af celler af interesse er kritisk i den aktuelle metode. Imaging erhvervelse fase, der celler forventes at være mindre end en sammenflydende éncellelag på grund af begrænsningen af denne sammenhængende QPI teknik at imaging erhvervelse kun kunne være udført med en fokus panel, som kan miste delvise oplysninger i z retning (dvs., overlejres celler). Derudover er beskrivelser ved hjælp af QPI begrænset til 2D-format, som ikke er optimale for celle invasion i z-retning i den ekstracellulære matrix. Flere forudindstillede brændvidder er behov for fremtidige QPI metodeudvikling.

Ud over celle optælling giver QPI imaging også informative billeder for at studere cellen mitosen uden yderligere mærkning21,23,24. Mens celledeling blev anerkendt let af den indlysende nedgang i celle areal og bind, har evnen til at objektivt og kvantitativt definere og differentiere cellecyklus faser for enkelte celler endnu at være etableret. Denne kapacitet vil i væsentlig grad lette forskning med hensyn til celle analyse for stamcelle differentiering, drug svar, og celle cyklus anholdelse.

Fordele ved at være kvantitative, etiket-gratis og nem at bruge kan denne metode også have nyttige kliniske applikationer25,26,27,28,29,30 . For eksempel, kunne dette system udnyttes i karakterisering af heterogene cellepopulationer, herunder passive og aktive celler i humane tumorer. Karakteriseret celle morfologiske og adfærdsmæssige forskelle mellem passive og aktive kræftceller kan potentielt bruges til at dechifrere de molekylære mekanismer bag tumor vækstdvale i menneskelige kræftformer.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Ingen interessekonflikter erklæret.

Acknowledgments

Forfatterne anerkender taknemmeligt støtte fra Breast Cancer Research Foundation og avancerede medicinske Research Foundation.

Materials

Name Company Catalog Number Comments
T75 flask Corning, NY, USA 353136
6-well plates  Corning, NY, USA 3506
Dulbecco’s modified Eagle medium (DMEM) Thermo Fisher Scientific, MA, USA 11965092
Fetal bovine serum (FBS)  Atlanta Biologicals, GA, USA S11550
Penicillin Streptomycin Thermo Fisher Scientific, MA, USA 15140122
Phosphate buffered saline (PBS) Thermo Fisher Scientific, MA, USA 10010023
Beckman Z1 Coulter counter Beckman Coulter, IN, USA Z1 
HoloMonitor M4 Phase Holographic Imaging Phi AB, Lund, Sweden M4 Microscope
Hololid Phase Holographic Imaging Phi AB, Lund, Sweden PHI 8020
HStudioM4 Phase Holographic Imaging Phi AB, Lund, Sweden HStudioM4 Software

DOWNLOAD MATERIALS LIST

References

  1. Folkman, J. Angiogenesis in cancer, vascular, rheumatoid and other disease. Nature Medicine. 1 (1), 27-31 (1995).
  2. Hanahan, D., Folkman, J. Patterns and emerging mechanisms of the angiogenic switch during tumorigenesis. Cell. 86 (3), 353-364 (1996).
  3. Harper, J., Moses, M. A. Molecular regulation of tumor angiogenesis: mechanisms and therapeutic implications. EXS. (96), 223-268 (2006).
  4. Naumov, G. N., et al. A model of human tumor dormancy: an angiogenic switch from the nonangiogenic phenotype. Journal of the National Cancer Institute. 98 (5), 316-325 (2006).
  5. Fang, J., et al. Matrix metalloproteinase-2 is required for the switch to the angiogenic phenotype in a tumor model. Proceedings of the National Academy of Sciences of the United States of America. 97 (8), 3884-3889 (2000).
  6. Almog, N., et al. Transcriptional switch of dormant tumors to fast-growing angiogenic phenotype. Cancer Research. 69 (3), 836-844 (2009).
  7. Hu, J., et al. Gene expression signature for angiogenic and nonangiogenic non-small-cell lung cancer. Oncogene. 24 (7), 1212-1219 (2005).
  8. Harper, J., et al. Repression of vascular endothelial growth factor expression by the zinc finger transcription factor ZNF24. Cancer Research. 67 (18), 8736-8741 (2007).
  9. Jia, D., et al. Transcriptional repression of VEGF by ZNF24: mechanistic studies and vascular consequences in vivo. Blood. 121 (4), 707-715 (2013).
  10. Jia, D., Huang, L., Bischoff, J., Moses, M. A. The endogenous zinc finger transcription factor, ZNF24, modulates the angiogenic potential of human microvascular endothelial cells. FASEB journal: official publication of the Federation of American Societies for Experimental Biology. 29 (4), 1371-1382 (2015).
  11. Almog, N., et al. Prolonged dormancy of human liposarcoma is associated with impaired tumor angiogenesis. FASEB journal: official publication of the Federation of American Societies for Experimental Biology. 20 (7), 947-949 (2006).
  12. Almog, N., et al. Consensus micro RNAs governing the switch of dormant tumors to the fast-growing angiogenic phenotype. PloS One. 7 (8), e44001 (2012).
  13. Satchi-Fainaro, R., et al. Prospective identification of glioblastoma cells generating dormant tumors. PloS One. 7 (9), e44395 (2012).
  14. Almog, N., et al. Transcriptional changes induced by the tumor dormancy-associated microRNA-190. Transcription. 4 (4), 177-191 (2013).
  15. Gao, D., Nolan, D. J., Mellick, A. S., Bambino, K., McDonnell, K., Mittal, V. Endothelial progenitor cells control the angiogenic switch in mouse lung metastasis. Science. 319 (5860), New York, N.Y. 195-198 (2008).
  16. Folkman, J., Watson, K., Ingber, D., Hanahan, D. Induction of angiogenesis during the transition from hyperplasia to neoplasia. Nature. 339 (6219), 58-61 (1989).
  17. Popescu, G. Quantitative phase imaging of cells and tissues. , McGraw-Hill: New York. (2011).
  18. Lee, K., et al. Quantitative Phase Imaging Techniques for the Study of Cell Pathophysiology: From Principles to Applications. Sensors. 13 (4), 4170-4191 (2013).
  19. Mir, M., Bhaduri, B., Wang, R., Zhu, R., Popescu, G. Quantitative Phase Imaging. Progress in Optics. 57, 133-217 (2012).
  20. Marrison, J., Räty, L., Marriott, P., O'Toole, P. Ptychography--a label free, high-contrast imaging technique for live cells using quantitative phase information. Scientific Reports. 3, 2369 (2013).
  21. Falck Miniotis, M., Mukwaya, A., Gjörloff Wingren, A. Digital holographic microscopy for non-invasive monitoring of cell cycle arrest in L929 cells. PloS One. 9 (9), e106546 (2014).
  22. Popescu, G., et al. Optical imaging of cell mass and growth dynamics. AJP: Cell Physiology. 295 (2), C538-C544 (2008).
  23. Guo, P., Huang, J., Moses, M. A. Characterization of dormant and active human cancer cells by quantitative phase imaging. Cytometry. Part A: The Journal of the International Society for Advancement of Cytometry. 91 (5), 424-432 (2017).
  24. Mir, M., Bergamaschi, A., Katzenellenbogen, B. S., Popescu, G. Highly sensitive quantitative imaging for monitoring single cancer cell growth kinetics and drug response. PloS One. 9 (2), e89000 (2014).
  25. Mir, M., Tangella, K., Popescu, G. Blood testing at the single cell level using quantitative phase and amplitude microscopy. Biomedical Optics Express. 2 (12), 3259-3266 (2011).
  26. Park, Y., et al. Measurement of red blood cell mechanics during morphological changes. Proceedings of the National Academy of Sciences of the United States of America. 107 (15), 6731-6736 (2010).
  27. Pham, H. V., Bhaduri, B., Tangella, K., Best-Popescu, C., Popescu, G. Real time blood testing using quantitative phase imaging. PloS One. 8 (2), e55676 (2013).
  28. Sridharan, S., Macias, V., Tangella, K., Kajdacsy-Balla, A., Popescu, G. Prediction of prostate cancer recurrence using quantitative phase imaging. Scientific Reports. 5, 9976 (2015).
  29. Park, H., et al. Measuring cell surface area and deformability of individual human red blood cells over blood storage using quantitative phase imaging. Scientific Reports. 6, 34257 (2016).
  30. Bishitz, Y., Gabai, H., Girshovitz, P., Shaked, N. T. Optical-mechanical signatures of cancer cells based on fluctuation profiles measured by interferometry. Journal of Biophotonics. 7 (8), 624-630 (2014).

Tags

Kræftforskning sag 132 kvantitative fase imaging holografisk mikroskopi tumor vækstdvale tumor angiogenese celle fænotype celle morfologi celle migration celle cyklus osteosarkom
En Time-lapse, etiket-fri, kvantitative fase Imaging undersøgelse af passive og aktive menneskelige kræftceller
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Huang, J., Guo, P., Moses, M. A. A… More

Huang, J., Guo, P., Moses, M. A. A Time-lapse, Label-free, Quantitative Phase Imaging Study of Dormant and Active Human Cancer Cells. J. Vis. Exp. (132), e57035, doi:10.3791/57035 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter