Utilizzo dell'analisi delle immagini basata su computer per migliorare la quantificazione della metastasi polmonare nel modello di cancro al seno 4T1

Margaret  A. Nagai-Singer; Alissa Hendricks-Wenger; Rebecca  M. Brock; Holly  A. Morrison; Juselyn  D. Tupik; Sheryl Coutermarsh-Ott; Irving  C. Allen

doi:10.3791/61805

È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Utilizzo dell'analisi delle immagini basata su computer per migliorare la quantificazione della metastasi polmonare nel modello di cancro al seno 4T1

5.8K visualizzazioni

⸱

DOI:

10.3791/61805

⸱

2 ottobre 2020

Margaret A. Nagai-Singer¹ , Alissa Hendricks-Wenger¹^,²^,³ , Rebecca M. Brock¹^,² , Holly A. Morrison¹ , Juselyn D. Tupik¹ , Sheryl Coutermarsh-Ott¹ , Irving C. Allen¹^,²^,⁴

¹Department of Biomedical Sciences and Pathobiology, Virginia-Maryland College of Veterinary Medicine, ²Graduate Program in Translational Biology, Medicine and Health, Virginia Polytechnic Institute and State University, ³Department of Biomedical Engineering and Mechanics, Virginia Polytechnic Institute and State University, ⁴Department of Basic Science Education, Virginia Tech Carilion School of Medicine, Virginia Polytechnic Institute and State University

In questo articolo

Sommario

Descriviamo un metodo più coerente e rapido per quantificare la metastasi polmonare nel modello di cancro al seno 4T1 utilizzando Fiji-ImageJ.

Abstract

Il cancro al seno è una malignità devastante, che rappresenta 40.000 decessi femminili e il 30% delle nuove diagnosi di cancro femminile solo negli Stati Uniti nel 2019. La causa principale dei decessi correlati al cancro al seno è il peso metastatico. Pertanto, i modelli preclinici per il cancro al seno devono analizzare il carico metastatico per essere clinicamente rilevanti. Il modello di cancro al seno 4T1 fornisce un modello di topo spontaneamente metastasibile e quantificabile per il cancro al seno umano allo stadio IV. Tuttavia, la maggior parte dei protocolli 4T1 quantifica il carico metastatico contando manualmente le colonie macchiate sulle piastre di coltura tissutale. Mentre questo è sufficiente per i tessuti con un minore carico metastatico, l'errore umano nel conteggio manuale causa risultati incoerenti e variabili quando le piastre sono confluenti e difficili da contare. Questo metodo offre una soluzione basata su computer all'errore di conteggio umano. Qui, valutiamo il protocollo usando il polmone, un tessuto altamente metastatico nel modello 4T1. Le immagini di lastre macchiate di metilene blu vengono acquisite e caricate per l'analisi in Fiji-ImageJ. Fiji-ImageJ determina quindi la percentuale dell'area selezionata dell'immagine che è blu, rappresentando la percentuale della piastra con carico metastatico. Questo approccio basato su computer offre risultati più coerenti e rapidi rispetto al conteggio manuale o alla valutazione istopatologica per tessuti altamente metastatici. La coerenza dei risultati di Fiji-ImageJ dipende dalla qualità dell'immagine. Possono verificarsi lievi variazioni nei risultati tra le immagini, quindi si consiglia di prendere più immagini e mediare i risultati. Nonostante i suoi limiti minimi, questo metodo è un miglioramento nella quantificazione del carico metastatico nel polmone offrendo risultati coerenti e rapidi.

Introduzione

A una donna su otto verrà diagnosticato un cancro al seno nel corso della sua vita, eppure nonostante le molteplici opzioni di trattamento il cancro al seno è la seconda causa principale di decessi correlati al cancro nelle donne^{americane 1}. Queste donne non stanno morendo per il tumore primario nel seno. Invece, il carico metastatico è responsabile della mortalità di questa malattia in quanto comunemente si diffonde al polmone, all'osso, al cervello, al fegato e ai linfonodi². Per questo motivo, i modelli di cancro al seno devono valutare la metastasi per contribuire a frenare la mortalità di questa malattia. Il modello....