Name: 定量的イメージング技術を用いたヘテロ細胞集団の識別と特徴付け (動画) | JoVE Journal
Uploaded: 2017-06-30T15:00:00.000+00:00
Duration: 9 min 48 s
Description: 学ぶ 定量的イメージング技術を用いたヘテロ細胞集団の識別と特徴付け。H3255腫瘍細胞とCCD19LU線維芽細胞を用いて、CellProfilerによる画像解析で複数細胞型を同時に解析し、細胞動態を評価する方法です。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、国立がん研究所（NCI）助成金U54CA143798とU54CA143907の資金提供を受けて、ダナファーバー癌研究所と南カリフォルニア大学で物理科学 - 腫瘍センター（PS-OC）を確立しました。 SM Mumenthalerはこの作業の一部をサポートするPS-OCトランスネットワーク賞を受賞しました。 私たちは、Operetta HCSプラットフォームの寄付について、私たちの慈善団体、特にStephenson家、Emmet、Toni、Tessaに深く感謝したいと思います。 J. Foo博士、Applied Molecular Medicineのチームメンバーでもあります。D.臨床的指導と指導のためのAgus、実験デザインとの有意義な議論のためのK. Patsch、R. Rawatによる画像解析プロトコールの支援、Operettaの技術援助のためのJ. Katz、そして有用な議論とフィードバックのためのP. MacklinとD. Ruderman。

1.細胞培養注：ここでは肺線維芽細胞（CCD-19Lu GFP）と共培養したときのEGFRターゲッティング剤であるエルロチニブに対するNSCLC細胞（H3255）の表現型応答を調べた。同じデータセットについて、2つの細胞集団（H3255およびCCD-19Lu GFP）の蛍光ベースおよび形態ベースの分類を、それらの一致度を例示するために行った。しかしながら、1つの分類方法のみが使用される必要があり、その用途に基づいて選択されるべきである。 <ol><li> 10％熱不活性化FBSおよび1％ペニシリン/ストレプトマイシンを補充した500mLのRPMI-1640を調製する。 注：増殖培地およびサプリメントは、他の細胞タイプの必要に応じて交換することができます。 </li><li> 37℃で5％CO 2中の純粋な集団として10cm 3プレート中の細胞を培養し、3〜4日ごとに適切な割合で通過させる。 </li></ol>細胞の調製<ol><li>細胞懸濁液を調製するために、c5mLの1Xリン酸緩衝生理食塩水（PBS）で細胞を洗浄する。 </li><li> PBSから吸引し、37℃で加温した0.05％トリプシン1 mLを添加し、37℃で5分間（または細胞がもはやプレートに付着しなくなるまでインキュベートする）インキュベートする。 </li><li>トリプシンを中和するために、4mLのRPMIをH3255およびCCD-19Lu GFPプレートに加え、細胞溶液を15mLコニカルチューブにピペットで分注する。 </li><li>室温で5分間150xgで細胞を遠心分離する。 </li><li>上清を吸引し、円錐管のRPMI培地10mLに細胞ペレットを再懸濁して、播種の準備をします。 </li></ol> 3.セルメッキ<ol><li> シードを標準化するために細胞を数える。 <ol><li>チューブを反転させて細胞を溶液中に混合する。各細胞懸濁液10μLをマイクロ遠心管にピペットで入れ、10μLのトリパンブルーを加える。 </li><li>この溶液10μLを細胞計数スライドにピペットで入れ、自動細胞計数器に挿入する。 注：細胞計数の他の方法（ すなわち、。血球計算盤）を使用することができる。 </li><li>細胞カウントを少なくとも3回、または得られたカウントが一致するまで繰り返す。 </li></ol></li><li> マルチウェルプレート上にシード細胞を接種する 注：シードするプレートの数は、画像化される時点の数に依存します。あるいは、細胞がヒストン-2B-GFP（または適切な核セグメント化を提供する他の安定なレンチウイルス核染色）で形質導入される場合、1つのプレートを経時的に再撮像することができる。 <ol><li> 100μLのRPMI中に合計で1,500細胞/ウェルで播種する。 H3255、CCD-19Lu GFP、および50％H3255 + 50％CCD-19Lu GFPの3つの細胞集団をプレートするための3つの細胞懸濁液を調製する。それぞれの時点で同一のプレート設定で3通りずつ実行します。 注：初期播種密度は、細胞株およびプレートサイズごとに最適化する必要があります。 </li><li>マルチチャネルピペットを用いて3×96ウェルプレートに細胞を播種する。細胞を37℃、5％CO 2でインキュベートする。 </li></ol> &lt;/ li&gt; </ol> 4.薬物投与<ol><li>エルロチニブ粉末にDMSOを添加して、10mM濃度の最終的なエルロチニブ原液を作製する。 注：薬物は必要に応じて置換することができます。 </li><li>細胞培養培地で薬物を希釈して最終濃度10μMの最終濃度で最終濃度を2倍にし、1:10の比で4回連続して希釈して合計5種類の薬物濃度と無薬物対照とする。 注：最高薬物用量でDMSOの濃度が0.1％v / vに等しいかそれを超える場合、観察された観察された効果がDMSOの毒性によるものでないことを確実にするために、無薬物対照は同等量のDMSOを含むべきである。 </li><li>適切なウェルに薬物溶液100μLをピペットし、最終薬物濃度を培地で1倍に希釈する。 </li></ol> 5.画像取得注：0日目、2日目および3日目に画像を取得した。研究されている細胞型および細胞プロセスに応じて、所望の時点を研究することができる。 <ol><li> イメージングの準備のために細胞を染色する。 <ol><li>以下の最終濃度で色素溶液を調製する。 <ol><li>蛍光ベースの分類のために、5μg/ mLの核染色およびPBS中の5μMの死細胞染色を調製する（ 表の表を参照）。 </li><li>形態学的分類のために、5μg/ mLの核染色剤、5μMの死細胞染色液、およびPBS中の5μM細胞染色液を調製する（ 表の表を参照）。 </li></ol></li><li>各ウェルに20μLの色素溶液を添加する。光から保護された37℃で30分間インキュベートする。 </li></ol></li><li> 画像の最適化と取得。 <ol><li>インキュベーターからウェルプレートを取り出し、プレートの底を70％EtOHで拭き取り、プレートをイメージングチャンバーに置きます。 </li><li> [設定]タブで、[チャンネル選択]の下の[+]ボタンをクリックして、適切なチャンネルを追加します。画像（ すなわち、明視野、核染色、死細胞染色、GFPおよびRFPシグナル）。 </li><li> 「レイアウト選択」をクリックし、焦点面を特定するために、0μmで始まり2μmで始まるzμmのテスト画像を2μmごとに撮影します。 &#39;Height&#39;の下の各チャンネルのこの距離を入力します。 </li><li>各チャネルの下にある「スナップショット」をクリックして強度を評価し、露光時間を最適化します。必要に応じて、「時間」の下にある値を上または下に入力します。 </li><li>画面の右側で、プレートの回路図の適切なウェル（画像化される）を強調表示します。下の井戸の概略図では、イメージングされる25のフィールドを同様の方法で強調表示します。 </li><li> &#39;Run Experiment&#39;の下で、左のタブの &#39;Plate Name&#39;でプレートを識別し、 &#39;Start&#39;ボタン（下）をクリックして10X対物レンズで画像取得プロトコルを実行し、前述のチャンネルでグレースケールTIFF画像を生成します。 注：ステップバイステップのinstイメージングプロトコルの破損は計測器によって異なる場合がありますが、パラメータ値は依然として最適化されていなければなりません。 </li><li> 2、3日目にイメージングを繰り返します。 </li></ol></li></ol> 6.画像解析注：すべての画像解析は、独自のソフトウェアを使用して実行されました。しかし、これは一般に公開されていないため、CellProfiler 2.2およびCellProfiler Analyst 2.0で以下の簡単なプロトコルと詳細なプロトコルを補足資料として提供しています（テストイメージはすでにワークフローをテストするためにパイプラインに読み込まれています）。この実験からの画像を、各ウェルを個別にロードすることができるようにウェルごとにまとめた。以下のCellProfilerパイプラインには、各イメージファイル名のメタデータ情報を解析し、チャネル別にイメージをグループ化できる正規表現が含まれています。 <ol><li>オープンソースソフトウェアをダウンロードしてインストールする： &#39;CellProfiler9;および &#39;CellProfiler Analyst&#39;インストール時にすべてのデフォルトオプションとアドオンを受け入れます。 </li><li> 異種細胞培養物を亜集団に分類する。 <ol><li> &#39;CellProfiler&#39;ソフトウェアを開き、 &#39;ファイル&#39;をクリックします。 &#39;パイプラインのインポート&#39; | &#39;From File&#39;を選択し、適切なファイル（蛍光ベースの分類の場合は 「Fluorescence_Classification.cppipe」、形態ベースの分類の場合は「Morphology_Classification.cppipe」）を選択します。 注：これらのファイルには、基本的な画像処理と核/セルセグメンテーションのためのプロトコルが含まれています。これらの細胞全体に存在する不均一なHoechst染色のために、核を分割して拡大し、次いで画像をマスクしてより低い強度の核のセグメント化を可能にした。 <ol><li>蛍光ベースの分類パイプラインを選択して、細胞をeGFP強度に基づいてH3255またはCCD-19Luとして分類し、形態学的特徴を計算する。 注：CCD-19Lu細胞にGFPを形質導入した。 </li><li>モルフォロジーに基づく分類パイプラインを選択して、核および細胞をセグメント化し、形態学的特徴を計算する。 注：分類のために &#39;CellProfiler Analyst&#39;のさらに下流の分析が必要です。死細胞は、蛍光に基づく分類によって分類される。 </li></ol></li><li>画面の左下にある[出力設定の表示]をクリックします。分析用のイメージファイルの場所（ &#39;Default Input Folder&#39;）と抽出されたデータの保存先（ &#39;Default Output Folder&#39;）を選択します。 </li><li> &#39;Analyze Images&#39;をクリックして分析を開始します。分析が完了したら、[OK]をクリックして、[Default Output Folder]に移動して、計算されたデータを表示します。 注記：パラメータ値の例と画像は補足ファイル1-CellProfilerProtocol.pdfで利用できます。 </li><li>形態ベースの分類（のみ）については、以下のことを行う。 <ol><li> 「CellProfiler Analyst」ソフトウェアを開き、CellProfilerで生成されたデータベースプロパティファイルを選択し、「開く」をクリックします。 </li><li>画面の左上にある[クラシファイア]タブをクリックします。実験からランダムなセル画像を呼び出すには、[フェッチ]をクリックします。画像が未分類のウィンドウに表示されます。 </li></ol></li><li>適切なビンに細胞を選択してドラッグすることにより、細胞を陽性（H3255）または陰性（CCD-19Lu）として手動で分類する（ 補足ファイル2-Pipeline.pdf ： 図B参照）。サブ集団ごとに少なくとも50個の細胞を分類した後、「Train Classifier」をクリックして、「Progressを確認」をクリックします。 注：セルは、ユーザが管理するランダムフォレストマシンラーニングアルゴリズム12によって分類されます。精度が承認されたしきい値（&gt; 90％）を上回らない場合は、「CellProfiler」のセルセグメンテーションを元に戻すか、セルを最適化する必要があります形態学的に怒っている。 </li><li>各小集団の細胞数を含む表を生成するには、[スコアすべて]をクリックします。 </li></ol></li></ol>

<ol><li>Kanemura, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evaluation+of+in+vitro+proliferative+activity+of+human+fetal+neural+stem%2Fprogenitor+cells+using+indirect+measurements+of+viable+cells+based+on+cellular+metabolic+activity%5BTitle%5D)+AND+%22J+Neurosci+Res%22%5BJournal%5D)">Evaluation of in vitro proliferative activity of human fetal neural stem/progenitor cells using indirect measurements of viable cells based on cellular metabolic activity.</a> J Neurosci Res. 69 (6), 869-879 (2002).</li>
<li>Plumb, J. A., Milroy, R., Kaye, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+the+pH+dependence+of+3-%284%2C5-dimethylthiazol-2-yl%29-2%2C5-diphenyl-tetrazolium+bromide-formazan+absorption+on+chemosensitivity+determined+by+a+novel+tetrazolium-based+assay%5BTitle%5D)+AND+%22Cancer+Res%22%5BJournal%5D)">Effects of the pH dependence of 3-(4,5-dimethylthiazol-2-yl)-2,5-diphenyl-tetrazolium bromide-formazan absorption on chemosensitivity determined by a novel tetrazolium-based assay.</a> Cancer Res. 49 (16), 4435-4440 (1989).</li>
<li>Hsu, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Green+tea+polyphenols+induce+differentiation+and+proliferation+in+epidermal+keratinocytes%5BTitle%5D)+AND+%22J+Pharmacol+Exp+Ther%22%5BJournal%5D)">Green tea polyphenols induce differentiation and proliferation in epidermal keratinocytes.</a> J Pharmacol Exp Ther. 306 (1), 29-34 (2003).</li>
<li>Caicedo, J. C., Singh, S., Carpenter, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applications+in+image-based+profiling+of+perturbations%5BTitle%5D)+AND+%22Curr+Opin+Biotechnol%22%5BJournal%5D)">Applications in image-based profiling of perturbations.</a> Curr Opin Biotechnol. 39, 134-142 (2016).</li>
<li>Sero, J. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell+shape+and+the+microenvironment+regulate+nuclear+translocation+of+NF-kappaB+in+breast+epithelial+and+tumor+cells%5BTitle%5D)+AND+%22Mol+Syst+Biol%22%5BJournal%5D)">Cell shape and the microenvironment regulate nuclear translocation of NF-kappaB in breast epithelial and tumor cells.</a> Mol Syst Biol. 11 (3), 790(2015).</li>
<li>Chen, J. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Subclassification+of+prostate+cancer+circulating+tumor+cells+by+nuclear+size+reveals+very+small+nuclear+circulating+tumor+cells+in+patients+with+visceral+metastases%5BTitle%5D)+AND+%22Cancer%22%5BJournal%5D)">Subclassification of prostate cancer circulating tumor cells by nuclear size reveals very small nuclear circulating tumor cells in patients with visceral metastases.</a> Cancer. 121 (18), 3240-3251 (2015).</li>
<li>Ohlund, D., Elyada, E., Tuveson, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fibroblast+heterogeneity+in+the+cancer+wound%5BTitle%5D)+AND+%22J+Exp+Med%22%5BJournal%5D)">Fibroblast heterogeneity in the cancer wound.</a> J Exp Med. 211 (8), 1503-1523 (2014).</li>
<li>Paraiso, K. H., Smalley, K. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fibroblast-mediated+drug+resistance+in+cancer%5BTitle%5D)+AND+%22Biochem+Pharmacol%22%5BJournal%5D)">Fibroblast-mediated drug resistance in cancer.</a> Biochem Pharmacol. 85 (8), 1033-1041 (2013).</li>
<li>Kalluri, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+biology+and+function+of+fibroblasts+in+cancer%5BTitle%5D)+AND+%22Nat+Rev+Cancer%22%5BJournal%5D)">The biology and function of fibroblasts in cancer.</a> Nat Rev Cancer. 16 (9), 582-598 (2016).</li>
<li>Carpenter, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler%3A+image+analysis+software+for+identifying+and+quantifying+cell+phenotypes%5BTitle%5D)+AND+%22Genome+Biol%22%5BJournal%5D)">CellProfiler: image analysis software for identifying and quantifying cell phenotypes.</a> Genome Biol. 7 (10), R100(2006).</li>
<li>Jones, T. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler+Analyst%3A+data+exploration+and+analysis+software+for+complex+image-based+screens%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">CellProfiler Analyst: data exploration and analysis software for complex image-based screens.</a> BMC Bioinformatics. 9, 482(2008).</li>
<li>Dao, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CellProfiler+Analyst%3A+interactive+data+exploration%2C+analysis+and+classification+of+large+biological+image+sets%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">CellProfiler Analyst: interactive data exploration, analysis and classification of large biological image sets.</a> Bioinformatics. 32 (20), 3210-3212 (2016).</li>
<li>Garvey, C. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+high-content+image-based+method+for+quantitatively+studying+context-dependent+cell+population+dynamics%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">A high-content image-based method for quantitatively studying context-dependent cell population dynamics.</a> Sci Rep. 6, 29752(2016).</li>
<li>Juarez, E. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantifying+differences+in+cell+line+population+dynamics+using+CellPD%5BTitle%5D)+AND+%22BMC+Syst+Biol%22%5BJournal%5D)">Quantifying differences in cell line population dynamics using CellPD.</a> BMC Syst Biol. 10 (1), 92(2016).</li>
<li>Mumenthaler, S. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Impact+of+Microenvironmental+Heterogeneity+on+the+Evolution+of+Drug+Resistance+in+Cancer+Cells%5BTitle%5D)+AND+%22Cancer+Inform%22%5BJournal%5D)">The Impact of Microenvironmental Heterogeneity on the Evolution of Drug Resistance in Cancer Cells.</a> Cancer Inform. 14, Suppl 4. 19-31 (2015).</li>
</ol>

著者は何も開示することはない。

上記のプロトコルは、試薬と時間を削減しながら、環境摂動に応答して複数の細胞型の表現型ダイナミクスに関するより包括的な洞察を提供することにより、現在の細胞生物学アッセイを改善します。この実験計画の主な利点は、1 回のセットアップで複数の表現型を分析し、これらの表現型を 1 つの細胞レベルで特徴付ける定量的データを生成できることです。このプラットフォームの技術的利点の1つは、他のアッセイと比較して初期トラブルシューティングが容易であることです。この方法は画像ベースであるため、見かけのオーバー/アンダー播種のウェルを視覚化できます。実験期間中、細胞を指数関数的な成長段階に置き、栄養素や空間的制約によって制限されたり、播種が不足しているために老化によって混乱したりしないことが望ましい。そうしないと、出生率と死亡率が実験間で再現できない可能性があります。参考までに、CellPDは出生率と死亡率を計算するための公開プログラムである14。さらに、各ウェルに適切な濃度の色素が添加されたかどうかを視覚化できます。個々のウェルのピペッティングの問題は、誤ったセグメンテーションや歪んだデータを引き起こす可能性がありますが、前述のプロトコルで簡単に検出できます。
残念ながら、すべての細胞型がこのアプリケーションに適しているわけではありません。核と細胞を正確にセグメント化できることが重要であるため、より球状または凝集した構造に組織化される細胞の分析は適さない場合があります。一部の細胞では、単一細胞の初期播種を確実にするために、播種前に細胞ストレーナーを使用することが有利な場合もあります。さらに、線形分類器技術は、形態学的特徴に基づいて容易に区別できる細胞型にのみ適用できます。 
下流分析の妥当性は画像の品質に依存するため、プロトコルを成功させるには、まずイメージング条件を最適化することが重要です。ここではハイコンテントスクリーニングプラットフォームを使用して実験を行いましたが、画像取得は任意の蛍光顕微鏡を使用して行うこともできます(ただし、ハイスループットアプローチには自動イメージングプラットフォームが理想的です)。顕微鏡やプロトコルに問題がないことを確認するために、各イメージング時点の前にテスト画像を撮影する必要があります。信号対雑音比は、特にセグメンテーションに使用されるチャネル(つまり、 核、細胞染色)に対して高くする必要があります。さらに、最適な焦点面で画像化することが重要です。画像の焦点が合っていない場合、セグメンテーションははるかに困難になり、計算された形態学的特徴は不正確になる可能性があります。フィールド間の照明の違いは、画像セグメンテーションにも問題を引き起こす可能性があります。明るさの差が大きいと、しきい値の自動選択が困難になります。さらに、細胞間に不均一な蛍光強度がある場合、1つのしきい値では画像内のすべての細胞を十分にセグメント化できない可能性があります。この分析では、明るい細胞集団と暗い細胞集団の周囲にマスクを作成し、各集団を個別にセグメント化することで、これらの問題を克服しました。 
このプロトコルで調査中の表現型は、生きている、死んでいる、および形態学的特徴付けに限定されていますが、他の特徴を調査するために簡単に拡張できます。たとえば、機能遺伝学研究には、RNAi、過剰発現、またはその他の化学的摂動を追加できます。 
この論文では、CAF の存在下および非存在下でエルロチニブに対する非小細胞肺がん細胞の応答を測定するプロトコルの機能が実証されました。ただし、これは、テストできる多くの細胞タイプと微小環境パラメーターの一例にすぎません。このプロトコルを拡張して、患者の腫瘍から単離された初代細胞を含む他の細胞型および薬物研究で使用しました13,15。

細胞ベースのアッセイは、基礎研究および医薬品開発のセッティングにおいて重要な役割を果たしてきました。しかし、これらの標準的なアッセイの限界は、インビトロおよび臨床データ間の不一致およびFDAの承認を受けるためのほとんどの薬物の不具合によってますます明らかになってきている。ここでは、関連する共存する環境刺激に応答して異種細胞表現型を同時に分析するために、定量的イメージングを利用するための新規な方法を提示する。 細胞生存率を測定するために使用される従来の細胞ベースのアッセイには、トリパンブルー排除アッセイ、MTT / MTS、およびアネキシンV-FITCフローサイトメトリー染色が含まれる。トリパンブルー排除アッセイは、単純かつ安価でありながら多数の細胞を必要とし、時間がかかり、しばしばユーザバイアス1の影響を受ける。 MTTおよびMTSアッセイは、ミトコンドリアの代謝速度の測定を介して間接的に細胞生存率を測定する。しかしながら、代謝活性物質（培地や酸素濃度など）の影響を受ける可能性があり、不正確な結果を招き、細胞の種類や状態を問わず標準化を妨げる2,3 。これらの技術のもう一つの大きな欠点は、複数の細胞タイプを区別できないことです。ほとんどの生物システムは異種細胞です。フローサイトメトリー法は複数の細胞集団を区別する能力を有するが、細胞標識が必要であり、動的サンプリングが困難であり、付着細胞を用いる場合、この適用は時間がかかり、誤りを起こしやすい。 形態学的変化を含む他の重要な細胞表現型は、環境刺激に応答して生じるが、伝統的な細胞ベースのアッセイによっては捕捉されない。形態学的特徴付けおよびサンプル間の類似性マッピングによって細胞状態をプロファイリングすることは、a基本的な細胞生物学や創薬を含む、基礎と翻訳の研究の多くの側面に新しい洞察を提供する可能性4 。さらに、腫瘍細胞の形態学は、腫瘍亜型5および攻撃性6と相関することが示されている。したがって、これらの細胞の特徴およびそれらがどのような特定の環境摂動に関連するかを研究することは、大きな関心事である。さらに、形態学的特徴の相違を用いて、共培養系における亜集団を識別することができる。蛍光標識細胞は、欠点（ すなわち 、固有の細胞特性の変更、時間のかかる）を有し、したがって、細胞型を分類するためのさらなる方法が有利である。 顕微鏡検査に基づくイメージングは​​、細胞表現型を多重化し、定量的かつ堅牢な方法でプロファイリングするための代替方法である。この原稿では、定量的なイメージングパイプラインを適用して、エボリューション腫瘍内の異種細胞集団のダイナミクス。私たちは、非小細胞肺癌（NSCLC）細胞と癌関連線維芽細胞（CAF）との相互作用に焦点を当てています。 CAFは、腫瘍の開始、進行および治療応答に関与している。したがって、CAFの非存在下で腫瘍細胞に対して表現型アッセイを行うことは、誤解を招く可能性がある7,8,9。特に、本発明者らは、NSCLCの臨床処置においてしばしば使用される上皮増殖因子受容体（EGFR）を標的とする小分子であるエルロチニブに応答する腫瘍細胞に対するCAFの効果を評価した。我々は、評価のためにハイコンテンツスクリーニングプラットフォームおよびそれに付随する画像分析ソフトウェアを利用した。しかし、この方法論を他の研究者が利用できるようにするために、私たちはオープンソースソフトウェアを使って同等の下流プロトコルを開発しました。CellProfiler 10およびCellProfiler Analyst 11ほとんどの画像ベースの高含量スクリーニングアッセイは、所定の機器モデルに特有の商品化されたソフトウェアで分析される。基礎となるアルゴリズムはしばしば専有であるため、異なるソフトウェアを使用する他のラボでは結果を複製することは困難です。この画像ベースのパイプラインを用いて、蛍光および形態学的分類の両方を用いた薬物治療に応答した異種細胞培養の各亜集団の細胞増殖、死および形態を測定した。以下のプロトコルは、複雑な細胞プロセスをプロービングするための堅牢な方法を提供します。

<table><tbody><tr><td>RPMI-1640</td><td>コーニング</td><td>10-040-CV</td><td>細胞培養培地</td></tr><tr><td>ウシ胎児血清 (FBS)</td><td>ジェミニ</td><td>100-106</td><td>培地サプリメント</td></tr><tr><td>ペニシリン/ストレプトマイシン</td><td>ギブコ</td><td>15-140-122</td><td>培地サプリメント</td></tr><tr><td>TC20</td><td>バイオラド</td><td>1450102</td><td>セルカウンター</td></tr><tr><td>TC20 スライド トリパンブルー</td><td>バイオラド</td><td>1450003</td><td>セルカウンタースライド</td></tr><tr><td>96ウェルプレート</td><td>コーニング</td><td>3904</td><td>クリアボトム ブラックプレート</td></tr><tr><td>エルロチニブ</td><td>LC ラボラトリーズ</td><td>E-4007</td><td></td></tr><tr><td>DMSO</td><td>VWR</td><td>317275-100ML</td><td>薬物を再懸濁する溶液</td></tr><tr><td>ヘキスト</td><td>Invitrogen</td><td>H21491</td><td>核色素</td></tr><tr><td>ヨウ化プロピジウム (PI)</td><td>Invitrogen</td><td>P1304MP</td><td>死細胞染色</td></tr><tr><td>Cell Tracker Orange CMRA</td><td>Life Technologies</td><td>C34551</td><td>全細胞染色</td></tr><tr><td>オペレッタ ハイコンテントイメージングシステム</td><td>Perkin Elmer</td><td></td><td></td></tr><tr><td>CellProfiler</td><td>Broad Institue</td><td>version 2.2.0 (rev 9969f42)</td><td>http://cellprofiler.org/releases/</td></tr> <tr><td>細胞培養インキュベーター</td><td></td><td></td><td>任意の細胞培養インキュベーターが適しています-細胞は37歳未満で培養されました。5% CO2.</td></tr><tr><td>15 mL ファルコンコニカルチューブ</td><td>ファルコン</td><td>14-959-53A</td><td></td></tr><tr><td>10 cm2細胞培養プレート</td><td>TPP</td><td>93040</td><td></td></tr></tbody></table>

定量的イメージング技術を用いたヘテロ細胞集団の識別と特徴付け

Discrimination and Characterization of Heterocellular Populations Using Quantitative Imaging Techniques

細胞プロセスは複雑であり、複数の細胞タイプとそれらの環境との間の相互作用から生じる。既存の細胞生物学技術は、しばしばこの相互作用の正確な解釈を可能にしない。定量的イメージングベースのアプローチを用いて、我々は、異種細胞集団の動的表現型応答（ すなわち、形態変化、増殖、アポトーシス）を環境刺激の変化に特徴付けるための高含量プロトコルを提示する。用途に応じて、蛍光強度または固有の形態学的特徴に基づいて細胞タイプを区別する能力を強調する。このプラットフォームは、伝統的な細胞生物学的アッセイより短い時間、より少ない量の試薬およびエラーの可能性を利用しながら、摂動に対する亜集団応答のより包括的な特性決定を可能にする。しかし、場合によっては、細胞集団は複雑な細胞に基づいて同定および定量するのが困難な場合があります追加機能のトラブルシューティングが必要になります。私たちはこれらの状況のいくつかを議定書で強調します。我々は、癌モデルにおける薬物に対する応答を用いて、この適用を実証する。しかし、それは他の生理学的プロセスに対してより広範に容易に適用することができる。このプロトコルは、共培養系内の亜集団を同定し、それぞれの外部刺激に対する特定の応答を特徴付けることを可能にする。

我々は、合計4,050個の個別画像のために、3枚のプレートにわたり25個のウェル/ウェル、54個のウェル/プレート（3個の細胞集団×6個の薬物濃度×3個の複製物）からなる画像セットを生成した。実験の過程で生成された画像セットは、独自のソフトウェア（材料の表参照）を用いて細胞の様々な定量的性質（ すなわち形態、蛍光）を抽出し、細胞亜集団を分類するために使用することができた。しかし、使用される商用ソフトウェアにはアクセスが制限されているため、CellProfilerとCellProfiler Analystの同等の下流パイプラインが作成されました。 サブ集団への異種細胞分類核はDNA染色（ここではHoechst）に基づいて同定され、セグメント化され、細胞集団は、蛍光またはモレキュラーに基づいて分類された（ 図1 ）。蛍光に基づく分類のために、線維芽細胞（CCD-19Lu）は、予めGFP-レンチウイルスで形質導入された。 GFP強度レベルを各核について測定し、許容された閾値（バックグラウンドシグナルに基づく）を超えて計算したものをCCD-19Luと分類し、以下のものを腫瘍細胞（H3255）として同定した。形態学的分類のために、細胞を以前に非毒性細胞染色（材料の表参照）で染色し、これを用いて細胞質を同定し、セグメント化した。機械学習アルゴリズムを、各集団から約50〜100個の細胞で訓練した。集団間で有意に異なる形態学的特徴が同定され、次いでそれを用いて、CCD-19Lu細胞とH3255細胞とを区別する線状分類器を設計した。蛍光および形態分類プロトコールは、2つの細胞集団を区別する際に97.4％（n = 1403）の一致性であった（1μMエルロチニブ）で92.5％（n = 916）の一致がみられた（ 図2 ）。 サブポピュレーションの表現型解析細胞型を区別することに加えて、我々は各亜集団の表現型特性を特徴付けることを目指した。マルチプレックスアッセイは、時間と試薬を節約し、一貫性を高め、研究されているシステムに関する追加情報を提供します。多くの潜在的な表現型産物が存在し、関心のある質問に基づいてそれらを選択すべきである。ここでは、エルロチニブ治療に応答した細胞形態および生存能力状態の変化を調べた。 3日間の薬物処理後、H3255細胞の核領域の減少および細胞面積の増加が観察された（ 図3A ）。核の平均面積の差「無薬物」および「薬物」処置集団は、2型2型（等分散） t検定 （ p = 7.92×10 -16 ）を介して統計的に有意であることが判明した。我々は、この観察は薬物治療によって課せられたストレスに対する細胞応答であると仮説を立てる。 これは、臨床的に重大な影響を及ぼすため、薬物が細胞毒性（ すなわち 、時間の経過とともに死細胞の数が増加する）または細胞分裂抑制（ すなわち 、時間の経過とともに細胞の出生の数が減少する）効果を有するかどうかを調べることもまた興味深い。例えば、細胞増殖抑制薬物効果は成長停止を誘導するが、腫瘍から細胞を排除しないので、薬物が除去されると癌細胞が細胞増殖を再開する可能性がある。薬物効果はしばしば文脈、濃度、および細胞型に依存し得る。我々は以前にエルロチニブが1つの細胞型で細胞傷害性応答を誘発するのを観察したが、ac別の13の反応である。 伝統的な生存能力アッセイは、相対細胞数を出力し、したがって、成長停止と細胞死とを区別しない。ここでは、ヨウ化プロピジウム染色に基づいて死細胞を同定した（ 図3B ）。 H3255細胞に対するエルロチニブの細胞毒性および細胞増殖抑制効果の両方が観察され、薬剤処置後の死亡数および出生数の減少が見られた（ 図3C ）。死亡細胞の数は、細胞クリアランスのため1日後に低下することは注目に値する。 CCD-19Lu細胞は薬物の影響を受けなかった。このプラットフォームのもう一つの利点は、量的データの生成です。例えば、我々の共培養実験では、エルロチンを含まないか、またはエルロチンを含まない3日後に、1,118（75.8％）のH3255細胞の初期亜集団が2,817（87.9％）または396（57.2％）であることが見出された（ 図4 ）。相対的な割合ではなく実際の細胞数を生み出すことができるので（フローサイトメトリー法のように）、薬物処理中の組成の変化はH3255細胞の減少によるものであり、CCD-19Luの増加によるものではないと結論する。細胞のクリアランスのために死亡率が過小評価される可能性は何もありません。これは実験的に評価するのが難しく、細胞タイプによって異なる可能性があります。 <img alt="図1" class="xfigimg" src="/files/ftp_upload/55844/55844fig1.jpg" /> 図1：画像解析プロトコルの概要形態学ベースの分類または蛍光ベースの分類のいずれかを使用して異種細胞集団を分類する2つの潜在的な下流画像分析パイプライン。スケールバー=100μm。 <a href="http://ecsource.jove.com/files/ftp_upload/55844/55844fig1large.jpg" target="_blank">彼女をクリックしてください</a>この図のより大きなバージョンを表示します。 <img alt="図2" class="xfigimg" src="/files/ftp_upload/55844/55844fig2.jpg" /> 図2：形態学と蛍光に基づく分類との間の一致。 （ A ）2つの分類プロトコルの重複を示すコンコード図。同じ細胞を形態学的および蛍光に基づく分類の両方を用いてH3255として分類した。 2つのプロトコールは、97.4％（n = 1403）の未処理細胞および92.5％（n = 916）のエルロチニブで処理された細胞の分類（注：白色領域は視覚化するには小さすぎる）で一致した。 （ B ）蛍光ベースの分類と形態ベースの分類との間の良好な一致および劣悪な一致の例を示す10X画像。白い矢印は、プラットフォーム間で一貫して分類されていない細胞を指し示します。入力画像：青 - 核（Hoechst）;緑 - CCD19Lu（GFP）。 Classiイメージ画像：赤 - H3255;緑 - CCD-19Lu。スケールバー=100μm。 <a href="http://ecsource.jove.com/files/ftp_upload/55844/55844fig2large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> <img alt="図3" class="xfigimg" src="/files/ftp_upload/55844/55844fig3.jpg" /> 図3：単一の実験的セットアップからの多重表現型測定。 （ A ）薬物の存在下および非存在下での単一細胞レベルで、核および細胞面積などの形態学的特徴を計算した。注：100μm2未満のセル面積は残骸とみなされ、分析から除外されています。ボックスプロットは、第1および第3四分位範囲および95％信頼区間エラーバーを有する中央値を示す。 （ B ）H3255（青色）とCCD-19Lu（緑色）細胞を共培養し、プロティドの強度に基づいて死細胞を同定したヨウ化銀染色（赤色）し、10倍の対物レンズを用いて画像化する。スケールバー= 1mm（上部パネル）。 100μm（下の画像）。 （ C ）生きた細胞および死んだ細胞の総数は、薬物処理の有無にかかわらず、エルロチニブの添加により生存細胞の数が明らかに減少し、死細胞が増加して3日間にわたって計算された。エラーバーは、3回の反復に基づく平均の標準誤差を表す。 <a href="http://ecsource.jove.com/files/ftp_upload/55844/55844fig3large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a> <img alt="図4" class="xfigimg" src="/files/ftp_upload/55844/55844fig4.jpg" /> 図4：時間の経過に伴う亜集団ダイナミクス 0日または3日目にH3255（青色）およびCCD-19Lu（緑色）を含むウェルの代表的な10X画像。各亜集団に属する細胞を数え、比例円グラフはaサンプル間の集団組成の実際の変化。スケールバー= 1mm（中央のパネル、面取りされたパネル、最上部のパネル）、1mm（上の画像）、100μm（下の画像）。 <a href="http://ecsource.jove.com/files/ftp_upload/55844/55844fig4large.jpg" target="_blank">この図の拡大版を見るには、ここをクリックしてください。</a>

我々は、摂動に応答して異種細胞集団動態を研究するための新規プロトコールを開発した。この原稿では、異種細胞集団の複数の細胞表現型を堅牢な方法で同時に特性決定するための定量的データセットを作成する画像ベースのプラットフォームについて説明します。

Cellular processes are complex and result from the interplay between multiple cell types and their environment. Existing cell biology techniques often do ...

この手法の全体的な目的は、亜集団を区別しながら、不均一な細胞集団の摂動に対する動的な表現型応答を定量的に評価することです。ほとんどの生理学的相互作用は、複数の細胞種が存在する状態で起こります。本手法は、細胞生物学者が、不均一な細胞が同一の環境圧にどのように反応するか、また異なる細胞種が互いにどのように影響し合うかを評価するのに役立ちます。この手法にはいくつかの利点があります。複数の細胞タイプを識別でき、出生率や死亡率、形態学的ダイナミクスを含むサブポピュレーションの同時解析が可能です。本プロトコルは多くの生物学的プロセスの研究に利用できますが、ここでは化学療法剤であるErlotinibで処理したH3255腫瘍細胞およびCCD19LU線維芽細胞を用いてワークフローを実演します。まず、テキストプロトコルに従ってチューブ内で細胞懸濁液を調製した後、チューブを反転させて溶液中の細胞を混合し、播種条件を標準化します。次に、各細胞懸濁液を10 µLずつマイクロ遠心チューブに分注し、トリパンブルーを10 µL加えます。この溶液を10 µLずつ細胞計数用スライドに分注し、スライドを自動細胞カウンターにセットします。細胞計数を少なくとも3回、または得られた計数値が一定になるまで繰り返します。マルチチャンネルピペットを用いて、96ウェルプレートの各ウェルに、100 µLのRPMIに懸濁した計1,500個の細胞を播種します。各タイムポイントについて同一のプレート構成とし、各細胞懸濁液を3連（トリプリケート）でプレートします。細胞を一晩インキュベートします。DMSOをErlotinib粉末に加え、10 millimolarのErlotinibストック溶液を調製します。次に、細胞培養培地を用いて、薬剤を最高最終濃度である10 micromolarの2倍の濃度に希釈します。この薬剤を1:10の比率で4回連続希釈し、計5種類の薬剤濃度と、薬剤を添加しないコントロールを用意します。薬液 100 µL を細胞が播種された 96 ウェルプレートの適切なウェルに分注し、培地中で 1x の最終濃度になるようにします。次に、蛍光ベースの分類のために細胞を染色するため、5 µg/mL の核染色剤および 5 µM の死細胞染色剤を PBS で調製します。形態ベースの分類については、5 µg/mL の核染色剤、5 µM の死細胞染色剤、および 5 µM の細胞染色剤を PBS で調製します。各ウェルに20 µLの染料溶液を加えます。次に、サンプルを37 °Cで、遮光した状態で30分間インキュベートします。画像を撮像するために、70% ethanolでプレートの底を拭き、プレートをイメージングチャンバーに設置します。セットアップタブのチャンネル選択で、プラスボタンをクリックして適切なチャンネルを画像に追加します。レイアウト選択では、焦点面を特定するために、0 µmから開始して20 µmまで2 µm間隔でテスト画像のZスタックを設定します。各チャンネルのsnapshotをクリックし、強度を評価して露光時間を最適化します。必要に応じて、時間の値を高くまたは低く設定してください。後続の解析の正確性を確保するため、細胞内の核に焦点を合わせる必要があります。プレート図で、適切なウェルをハイライトしてください。次に、ウェルの概略図において、撮影対象となる25箇所の視野を同様にハイライトします。「実験の実行」の下にある「プレート名」でプレートを指定し、「開始」ボタンをクリックして、10倍対物レンズによる画像取得プロトコルを実行し、選択したチャネルでグレースケールのTIFF画像を生成します。オープンソースソフトウェアであるCellProfilerおよびCellProfiler analysisをインストールした後、CellProfilerを開き、「ファイル」→「インポート」→「ファイルからパイプラインを読み込み」をクリックし、適切なファイルを選択します。蛍光ベースの分類パイプラインを選択し、EGFP強度に基づいて細胞をH3255またはCCD19LUに分類し、形態学的特徴を算出します。「View output settings」をクリックし、解析対象の画像ファイルの保存場所と、抽出データの出力先を選択します。解析を実行する前に、テストモードでプロトコルを検証し、パラメータ値を確認してください。核および細胞のセグメンテーションを正確に行うことが重要です。本プロトコルは、核染色の強度にばらつきがある細胞を特定し、核を拡張させるピクセル値が、DNA染色が最も強い核をマスクするのに十分でありながら、周囲の核までマスクしない程度に適切に設定されるように設計されています。蛍光に基づいて細胞集団を分類するには、まずGFP強度の範囲をリスケールし、次に特定された各核のGFP強度を測定して、ユーザーが定義した閾値に基づいてオブジェクトを分類します。次に、[analyze images]をクリックして解析を開始します。解析が完了したら、デフォルトの出力フォルダに移動し、算出されたデータを確認してください。形態ベースの分類を行う場合は、CellProfilerで適切なプロトコルを実行し、細胞全体の形態学的特徴を抽出してください。Cell Profiler Analysisソフトウェアを開き、Cell Profilerで生成されたデータベースプロパティファイルを選択して「開く」をクリックします。画面左上の「Classifier」タブをクリックします。実験から細胞画像をランダムに呼び出すには、「fetch」をクリックします。すると、「unclassified」ウィンドウに画像が表示されます。細胞を選択して適切なビンにドラッグし、陽性または陰性（ここでは H3255 または CCD19LU を指す）として手動で分類します。サブポピュレーションごとに少なくとも 50 個の細胞を分類した後、「Train Classifier」をクリックし、次に「Check Progress」をクリックします。最後に、「Score All」をクリックして、各サブポピュレーションの細胞数を示すテーブルを生成します。H3255腫瘍細胞とCCD19LU線維芽細胞の異種細胞共培養（低温培養）において、DNA染色に基づいて核の同定およびセグメンテーションを行った。細胞集団の分類は、人工的に誘導した蛍光を用いるか、あるいは形態学的差異に基づいて細胞型を同定するように機械学習アルゴリズムでトレーニングさせることで行った。蛍光ベースの手法と形態ベースの手法の間に高い一致性が認められた。2つの分類法を同一の画像に独立して適用したところ、未処理群で97.4%、処理群で92.5%の一致が認められました。ここでは、細胞形態の変化およびエルロチニブ（Erlotinib）処理に対する反応を調査しました。3日間の薬剤処理後、H3255細胞において核面積の減少と細胞面積の増加が観察されました。これは、細胞死によるものである可能性がありました。Erlotinibが細胞に対して細胞毒性効果を持つのか、あるいは細胞増殖抑制効果を持つのかを検証するため、プロピジウムヨード染色に基づいて死細胞を同定しました。その結果、H3255細胞に対するErlotinibの細胞毒性効果と細胞増殖抑制効果の両方が観察され、薬剤投与後に死亡数の増加と出生数の減少が認められました。この手法を習得し、適切に実施すれば、合計2時間の非連続的な時間で完了させることができます。本手順に続き、RA干渉やCRISPRなどの他の手法を併用することで、機能ゲノミクスを調査するさらなる課題に取り組むことが可能です。本手法の開発により、がん生物学分野の研究者が、さまざまな種類のがんにおいて間質細胞が腫瘍の進行に及ぼす影響を探索する道が開かれました。このビデオを視聴することで、環境刺激に対するヘテロ細胞応答の研究方法、特に顕微鏡ベースのイメージングデータをハイスループットに解析する方法について十分に理解することができます。

discrimination-characterization-heterocellular-populations-using

Research

JoVE Journal

Biology

生物学

複雑な組織塊、器官からの腫瘍に、種々の細胞成分から構成されている。我々は、タンパク質の発現に基づいて細胞起源だけでなく、電池特性を解読するスペクトルアンミキシングに続くマルチパラメータ免疫蛍光染色と組み合わせたマルチ蛍光標識トランスジェニックマウスを利用して組織内の細胞の表現型の寄与を明らかにした。...

細胞の起源、タイプ、および相互作用の可視化のための蛍光組織移植に続いて定量的マルチスペクトル解析

私たちは、明視野と微分干渉コントラスト画像の組み合わせを通じて、細胞の質量、体積、密度の定量的測定を行うための標準的な光学顕微鏡の使用について説明します。...

定量的な光学顕微鏡：細胞生物物理の測定は、標準的な光学顕微鏡で特徴

この研究は、人工幹細胞とその振る舞いを迅速に特徴づけるための実験プラットフォームを、神経系の救助と修復のための長期の生体内移植研究に適用するためのものです。...

神経保護戦略のための治療因子の送達のために設計成体幹細胞の高スループット特性評価

骨髄の組織学的データを定量的に分析する戦略が提示されます。組織切片中の蛍光標識細胞の共焦点顕微鏡検査により、2次元画像が得られ、自動的に解析されます。異なる細胞タイプの共局在解析をシミュレーション画像からのデータと比較し、細胞相互作用に関する定量的な情報を提供します。...

造血細胞の自動定量化 - 脱灰骨の組織学的画像における間質細胞の相互作用

免疫組織化学は、タンパク質の局在と組織内での発現を評価するための強力な実験室技術です。現在の半自動定量法は主観性を招き、再現性のない結果をもたらすことがよくあります。ここでは、マルチスペクトルイメージングを用いたマルチプレックス免疫組織化学の方法と、タンパク質の発現と共局在の客観的定量方法について説明します。...

多重化された免疫組織化学染色およびマルチスペクトルイメージングを用いたタンパク質発現と共局在の定量

休止状態とアクティブな癌細胞の表現型は、定量的な位相画像を用いた特徴付けられました。細胞の増殖、移行、および形態の試金を統合し、1...

時間経過、ラベル無料、定量的相休眠とアクティブなひと癌細胞のイメージング研究

この資料は、物理と化学の高スループット操作キューが模倣した生体内で細胞微小と多重化人工細胞微小環境 (MACME) 配列を準備する詳細な方法についてを説明します単一セルのプロファイリングとひと多能性幹細胞 (hPSCs)...

多重の人工細胞の微小環境配列の作製

一括遺伝子発現測定クラウド個々 のセル違い異種細胞集団で。ここでは、プロトコルについて述べる方法単一細胞遺伝子発現解析とインデックスの不均一性の線引きによって蛍光活性化セルの並べ替え (FACS) を並べ替えを結合でき、immunophenotypically...

組合せの単一セルは分子を特徴付ける方法・肺浸潤異質性ひと幹と前駆細胞集団

ここで提示する方法は、マイクロパターニングと定量イメージングを使用して、哺乳類培養における空間的組織を明らかにする。この技術は、標準的な細胞生物学研究室で確立することが容易であり、インビトロでのパターニングを研究するための扱いやすいシステムを提供しています。...

マイクロパターンと定量イメージングを用いた哺乳類細胞の新しい空間組織のマッピング

我々は、細胞数を識別するために一般化可能な領域ベースの画像解析アプローチを利用する方法を提示する。異なる細胞集団の分析は、適応アルゴリズム内の異なる細胞型間の有意な細胞高さおよび構造の違いを利用した。...

マクロファージ-線維芽細胞共培養の定量化のための領域ベースの画像解析アルゴリズム

スペクトル共焦点顕微鏡を使用したハイプレックスイメージングにより、非特異的組織蛍光を最小化

学ぶ 定量的イメージング技術を用いたヘテロ細胞集団の識別と特徴付け。H3255腫瘍細胞とCCD19LU線維芽細胞を用いて、CellProfilerによる画像解析で複数細胞型を同時に解析し、細胞動態を評価する方法です。

定量的イメージング技術を用いたヘテロ細胞集団の識別と特徴付け

さらに動画を探す