$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Overzicht van de strategie voor het visualiseren, kwantificeren en in kaart brengen van celpopulaties die van belang zijn voor de TME
Om celpopulaties van belang (COI's) in verschillende weefselcompartimenten (CC's) te kwantificeren en hun ruimtelijke organisatie te karakteriseren, ontwierpen we een workflow die betaalbare en gebruiksvriendelijke technieken integreert en de positionele informatie maximaliseert die kan worden verkregen uit kostbare FFPE klinische specimens (figuur 1). Ten eerste werden de ffpe-secties van seriële hele weefsel gekleurd voor visualisatie van COI's (bijvoorbeeld immuuncellen) en tv's (bijvoorbeeld stroma versus parenchyma) (figuur 1, stap 1). Het aantal opeenvolgende secties dat moet worden gekleurd, moet tot een minimum worden beperkt dat visualisatie mogelijk maakt van de cellen van belang of weefselkenmerken die nodig zijn voor het aanpakken van de onderzoeksvraag. Hoe kleiner het aantal seriële secties, hoe hoger de weefselarchitectuur gelijkenis en concordantie over aaneengesloten secties. Bovendien kan de multiplexing mogelijkheid worden uitgebreid door hergebruik van fluorescerende gekleurde secties door middel van strippen en reprobing technieken19.
Zodra de kleuringstappen waren gedaan, werd een hele diascanner gebruikt om de beelden te digitaliseren. Afbeeldingen die zijn verkregen uit seriële secties werden op geautomatiseerde wijze uitgelijnd en geconsolideerd in een virtuele multiplex-dia(figuur 1, sectie 2). Vervolgens werd een ROI voor het weefsel afgebakend met een door de gebruiker gedefinieerd protocol dat weefselgeassocieerde pixels (TAP's)(figuur 1, stap 3) identificeerde. Vervolgens werd het ROI-weefsel gesegmenteerd in TAC's gedefinieerd als extra ROI's. (Figuur 1, stap 4). Vervolgens gedetecteerde en gekwantificeerde door de gebruiker gedefinieerde protocollen in verschillende TV's(figuur 1, stap 5). Ten slotte werden weefselheatmaps van COI's gegenereerd op basis van hun dichtheden en hun weefselcoördinaten (figuur 1, stap 6).

Figuur 1: Schematische weergave van de strategie voor het visualiseren, kwantificeren en in kaart brengen van immuuncellen in de TME. (1) Seriële hele weefsel secties werden gekleurd voor etikettering COI's en TV's. Gekleurd hele weefsel secties werden gedigitaliseerd met behulp van een hele diascanner. (2) Beelden verkregen uit seriële secties werden gekoppeld, uitgelijnd en medegeregistreerd op een geautomatiseerde manier met behulp van een Tissuealign analyse module. Een samengesteld beeld werd gegenereerd uit de hoge precisie uitlijning van individuele beelden. (3) Een door de gebruiker gedefinieerd protocol werd gebruikt voor geautomatiseerde detectie van weefselgeassocieerde pixels (TAP's) in de samengestelde afbeelding. (4) Het weefsel werd gesegmenteerd in TV's (bijvoorbeeld stroma en parenchyma) gedefinieerd als ROI's. (5) Gebruikersprotocollen werden gebruikt voor de geautomatiseerde detectie en kwanting van COI's in verschillende TV's. (6) Weefselheatmaps van COI's werden gegenereerd. Klik hier om een grotere versie van dit cijfer te bekijken.
Imaging COI's en TV's
Drie seriële FFPE hele weefsel secties van resected tumor van een onderwerp met HBV-geassocieerde hepatocellulaire carcinoma werden gekleurd in een of meer rondes van vlekken als in figuur 2A. Sectie I was bevlekt met H&E om de weefselarchitectuur, celmorfologie, te tonen, en klinisch relevante parameters zoals type maligniteit, tumorrang, en algemene beoordeling van immune infiltratie (Figuur 2C)te bepalen. In aaneengesloten sectie II werden twee rondes mIF gebruikt voor het labelen van leverparenchymale en niet-parenchymale cellen (figuur 2A). In de eerste ronde werden normale en tumorvaten gevisualiseerd met cd34-kleuring van endotheelcellen. Bovendien werden epitheliale cellen (hepatocyten en cholangiocyten) geïdentificeerd met behulp van cytokeratine 8/18, en fibrogene geactiveerde leverstellaatcellen werden geïdentificeerd als alfagladde spieractin positieve (αSMA+) cellen (figuur 2C). Na beeldverwerving werden weefselsecties ontdaan en gereprobeded met antilichamen tegen macrofagen (CD68) en myofibroblasten (desmin). Om beter te karakteriseren de tumor immuun infiltreren, aangrenzende seriële sectie III werd gekleurd met behulp van twee rondes van mIF voor de cellulaire markers CD3, CD4, CD8, forkhead box P3 (FoxP3), en myeloperoxidase (MPO). In alle gevallen werd DAPI gebruikt als een nucleaire tegenvlek. Ten slotte werd sectie III bevlekt met PSR-vlek en tegengehouden met snel groen om fibrillar collageen te visualiseren en het weefsel te segmenteren in stroma en parenchyma(figuur 2C).
Een hele diascanner uitgerust met een 20X objectieve lens werd gebruikt om gekleurde secties te digitaliseren en om virtuele dia's te maken. Zes beelden werden verkregen uit de drie seriële secties (figuur 2B) en de virtuele dia's vervolgens geanalyseerd met behulp van de VIS-software volgens de schematische weergave in figuur 1.
Beeldanalyse
De beeldanalyse bestond uit vijf stappen: 1) weefseluitlijning; 2) weefseldetectie; 3) weefselsegmentatie; 4) geautomatiseerde kwants; en 5) het in kaart brengen van weefselwarmte. Alle protocollen voor beeldanalyse zijn ontwikkeld met behulp van de module Auteur van de beeldanalysesoftware en worden in de tekst APP genoemd.
Uitlijning van het weefsel
Zes virtuele dia's uit drie seriële secties, verspreid over 11 markers plus H&E- en PSR-vlekken, werden in de Tissualign-module van de beeldanalysesoftware geladen. Vervolgens werden de afbeeldingen op een geautomatiseerde manier gekoppeld, uitgelijnd en medegeregistreerd, waardoor een virtuele samengestelde afbeelding van 11 plex plus H&E en PSR werd gemaakt, met alle lagen van de afzonderlijke afbeeldingen(figuren 2A–C). De uitlijning was nauwkeurig in het geval van afbeeldingen afkomstig van aangrenzende seriële secties, met overeenkomstige weefselstructuren die bij uitlijning op een homologe manier zijn geplaatst en gerangschikt(figuur 2C en figuur S1A). Bovendien was de uitlijning nauwkeurig op het individuele celniveau voor afbeeldingen die afkomstig zijn van dezelfde sectie(figuur S1B). De tijd voor automatische uitlijning is afhankelijk van het aantal, de grootte, de complexiteit en de gelijkenis van de afbeeldingen die moeten worden uitgelijnd. De uitlijning van de bovengenoemde zes virtuele glijbanen duurde 15 min in ons VIS-station.

Figuur 2: Kleuring van seriële weefselsecties en beelduitlijning. (A) Samenvatting van kleuringen gedaan op drie seriële secties voor visualisatie van COI's en TV's. Nummers tussen haakjes geven beeldaanduiding. Voor de secties II en III werden weefsels gestript en gereprobeded met een tweede cocktail van antilichamen. BB) Overzicht van zes afzonderlijke hele weefselbeelden voor en na weefseluitlijning (respectievelijk links en rechts). Schaalbalk = 3.500 μm. (C) Ingezoomde weergave van uitgelijnde afbeeldingen. Schaalbalk = 80 μm. Klik hier om een grotere versie van dit cijfer te bekijken.
Weefseldetectie
Zodra de beelden werden gekoppeld en uitgelijnd, hebben we geprobeerd om de TAP's te identificeren (Figuur 3A). Om een APP te ontwerpen voor de geautomatiseerde detectie van TAP's (APP 1, Tabel 1),hebben we gebruik gemaakt van twee eigenschappen die TAP's onderscheiden van pixels die niet zijn gekoppeld aan weefsel. Ten eerste is het DAPI-signaal (blauwe band) beperkt tot de kernen, die zich uitsluitend in het weefsel bevinden, wat betekent dat alle DAPI+-pixels een subset van TAP's zijn. Ten tweede, TAP's hebben een hogere autofluorescentie signaal in de groene en gele banden in vergelijking met pixels niet geassocieerd met het weefsel. Daarom hebben we APP 1 ontwikkeld voor weefseldetectie(tabel 1),dat de TAP's detecteert op basis van het uitgangssignaal in deze kanalen met behulp van eenvoudige drempelstechnieken. Drempelwaarden voor de blauwe, groene en gele banden werden zo ingesteld dat TAP's achtergrondintensiteitwaarden boven de drempelwaarden hadden, terwijl pixels die niet aan het weefsel zijn gekoppeld, onderstaande waarden hadden. APP 1 voor weefseldetectie werd toegepast op afbeelding IIA, die lagen bevat in de blauwe, groene en gele kanalen(figuur 3A). Als uitgangen van APP 1, een helder groen masker werd vastgesteld op de top van de TAP's, en een ROI genaamd "Tissue" werd afgebakende (output, figuur 3A). Bovendien werd het gebied van het weefsel bepaald als een kwantitatieve outputvariabele. Omdat APP 1 de pixels die niet aan het weefsel zijn gekoppeld, niet in het ROI-weefsel verwerkt, zijn ze uitgesloten van latere analyse op basis van deze ROI(figuur 3A). De nauwkeurigheid van APP 1 bij het identificeren van TAP's wordt weergegeven in figuur 3A.
Weefselsegmentatie en afbakening van ROI's voor tv's
Vervolgens gingen we over tot het definiëren van verschillende compartimenten in het ROI-weefsel door het weefsel te segmenteren in stroma versus parenchyma. We gebruikten de PSR gekleurd beeld (IIIC, Figuur 2C), waar de stroma kan worden gedefinieerd als het gebied in verband met de afzetting van fibrillar collageen (rode band), de parenchyma als het gebied waar fibrillar collageen zijn afwezig, en de snelle groene tegenvlekken kleurstof heerst (groene band) (Figuur 3B). We hebben APP 2 (Tabel 1) gemaakt om de tcs Stroma en Parenchyma digitaal af te sluiten. Dit APP werkt op het vooraf gedefinieerde ROI Tissue (output, figuur 3A)en maakt gebruik van representatieve stroma- en parenchyma-gebieden voor het trainen van het classifier-gereedschap dat is geïntegreerd in de module Beeldanalyse. De getrainde Classifier wijst de pixels toe aan een stroma of een parenchyma-label (respectievelijk zalm en groen, figuur 3B). Bij de classificatie van pixels voerde APP 2 morfologische bewerkingen uit met als doel het definiëren van de ROIs Stroma en Parenchyma(figuur 3B en tabel 1). De prestaties van APP 2 bij het classificeren van pixels en het genereren van de respectieve ROI's worden weergegeven in figuur 3B. Daarnaast kwantificeert APP 2 het gebied van de stroma en het parenchyma. Ten slotte, hoewel de segmentatie wordt gedaan met behulp van de PSR gekleurde sectie, de geschetste stroma en parenchyma regio's kunnen worden overgedragen naar een afbeelding uitgelijnd op de PSR-afbeelding.

Figuur 3: Geautomatiseerde weefseldetectie/segmentatie en generatie van de respectieve ROI's. (A) Image IIA werd gebruikt om de TAP's te identificeren (linkerafbeelding, schaalbalk = 6.000 μm). Een helder groen masker werd toegewezen aan de TAP's met behulp van APP 1(Tabel 1) het genereren van een ROI genaamd Tissue (output 1). Rechts, instel toont ingezoomde weergave die de precisie van APP 1 demonstreert bij het detecteren van TAP's. Schaalbalk = 350 μm. (B) Het ROI Tissue (uitgang 1) wordt gesegmenteerd in stroma en parenchyma met behulp van APP 2. De afbeelding aan de linkerkant toont een weergave van de ROI Tissue gesegmenteerd in ROI stroma (zalm) en ROI parenchyma (groen). Schaalbalk = 4.500 μm. Aan de rechterkant, ingezoomde weergaven van de set voor ROI Tissue, de oorspronkelijke PSR kleuring (afbeelding IIIC), en de ROIs stroma en parenchyma. Schaalbalk = 250 μm. Klik hier om een grotere versie van dit cijfer te bekijken.
Geautomatiseerde kwantificatie van COI's
Vervolgens zijn we overgegaan tot het identificeren, lokaliseren en kwantificeren van COI's in de ROIs Stroma en Parenchyma. APP's 3 tot en met 8 (tabel 1) zijn gemaakt om respectievelijk de volgende COI's te lokaliseren en te tellen: CD4+FoxP3+, CD8+, CD68+, MPO+, αSMA+, en CD34+- cellen. APP 3 is ontworpen om CD4+FoxP3+-cellen (afbeelding IIIA, figuur 2C)te lokaliseren en te tellen als surrogaatmarkeringen van regelgevende T-cellen (Tregs). Dit protocol detecteert colokalisatie van het signaal van de nucleaire transcriptiefactor FoxP3 (rode band) en de DNA-etiketteringskleurstof DAPI (blauwe band). Gezien het feit dat onlangs geactiveerdE T-cellen upregulate FoxP3, te verrijken voor Tregs stellen we drempels voor het vooraf selecteren van alleen heldere FoxP3 + cellen (FoxP3hi). Vervolgens, van alle vooraf geselecteerde DAPI + FoxP3hi cellen, alleen degenen die werden omringd door heldere ringvormige CD4-signalen (groene band) werden geëtiketteerd en geteld als FoxP3hiCD4 + cellen (roze label, figuur 4A). De dichtheid van FoxP3hiCD4+ cellen in de ROIs Stroma en Parenchyma werd bepaald als kwantitatieve uitgangsvariabelen van APP 3 (Figuur 4A).
Apps 4 tot 6 zijn ook ontworpen voor de detectie van CD8+-, CD68+- en MPO+-cellen. Deze ASP's hebben hetzelfde basisontwerp voor het detecteren en kwantificeren van COI's. In het bijzonder worden COI's geïdentificeerd op basis van de signaalintensiteit van de specifieke biomarker van de celpopulatie, waarna verschillende postprocessing-morfologische stappen worden uitgevoerd om individuele cellen af te definiëren(tabel 1). De afzonderlijke cellen of COI's worden geëtiketteerd, geteld en hun weefselcoördinaten geregistreerd. Apps 4 t/m 6 bepalen ook de dichtheid van de COI's in de ROIs Stroma en Parenchyma (figuur 4B–D).
De kwaliteit van onze DAPI-kleuring was niet goed genoeg voor het integreren van kernensegmentatie in APP's 3 tot 6, dus we kunnen er niet voor zorgen dat alle individueel gelabelde objecten individuele cellen zijn. Om deze reden hebben we de dichtheid van cellen uitgedrukt in tellingen van gelabelde objecten/mm2 (figuur 4). Celaggregaten werden echter met succes gescheiden in afzonderlijke cellen in de nabewerkingsstappen die in APP's 3 tot 6 zijn ingebouwd, en uitgebreide visuele inspectie toonde aan dat de meeste gelabelde objecten overeenkwamen met afzonderlijke cellen.
Voor het detecteren van αSMA+ en CD34+ gebied ontwikkelden we respectievelijk APPs 7 en 8(tabel 1). Beide APP's detecteren het specifieke signaal op basis van drempels en bepalen het percentage positieve gebied in de ROIs Stroma en Parenchyma (figuur 4E–F).
Een van de meest interessante mogelijkheden van het genereren van virtuele multiplex dia's is de analyse van colocalisatie expressie. We genereerden APP 10 om colokalisatie tussen αSMA en desmin te detecteren, twee markers die mede tot uitdrukking komen door myofibroblasten in de lever. APP 10 gebruikt drempels voor het vinden van pixels die positief zijn voor αSMA, desmin en αSMA plus desmin (tabel 1). Als kwantitatieve uitgangsvariabelen bepaalt APP 10 het αSMA+-gebied, het desmin+-gebied en het gebied van colocaliseerde expressie van deze twee markeringen (figuur S3).

Figuur 4: Identificatie en kwantificering van COI's in de TAC's stroma en parenchyma. (A–F) Geautomatiseerde detectie en kwantificering van CD4+FoxP3+, CD8+, CD68+, MPO+, αSMA+, en CD34+ COI's in de ROIs Stroma en Parenchyma met behulp van respectievelijk de protocollen 3, 4, 5, 6, 7 en 8 (Tabel 1). Links worden de originele afbeeldingen weergegeven, in het midden de verwerkte beelden en rechts de kwantificeringen. Voor figuren 4A–D, schaalbalk = 40 μm. Voor figuren 4E en F, schaalbalk = 350 μm. Klik hier om een grotere versie van dit cijfer te bekijken.
Als alternatief voor het kwantificeren van de COI's in de TAC's Stroma en Parenchyma, hebben we de dichtheid van immuuncellen in de verschillende kwaadaardige knobbeltjes genoemd 1 tot 4 (Figuur 5A, H, en I). De ROI voor elke knobbel werd handmatig afgebakend zoals aangegeven in figuur 5A. Onderscheidende weefsel immuunsignatuur kenmerkte elke knobbel, verder onthullen de intrinsieke heterogeniteit van de TME.
Tissue Heatmaps
Zoals hierboven vermeld, bewaren APP's 3 tot 8 de weefselcoördinaten van elk afzonderlijk gelabeld object. Deze functie maakt het mogelijk de geautomatiseerde generatie van weefselkaarten waar regio's met een hoge dichtheid van een bepaalde celpopulatie worden weergegeven als hotspots (rood) en regio's met een relatief lage dichtheid als koude vlekken (donkerblauw). Tussenliggende dichtheidswaarden worden toegewezen kleuren volgens de kleurschaal weergegeven in figuur 5. Weefsel heatmaps werden gegenereerd door APPs die de beelden verdeeld in cirkels van 50 μm diameter en toegewezen een kleur volgens de relatieve dichtheid van een bepaalde COI binnen de cirkel. Zoals weergegeven in figuur 5B-G, waren de positioneringspatronen en intensiteitsverdeling van de verschillende COI's in de TME zeer gevarieerd. Bovendien was op het niveau van de individuele knobbeltjes de indeling van verschillende populaties in het weefselgebied uniek (Figuur S2A–C). Om een voorbeeld te geven van de kracht van deze techniek en om de ruimtelijke organisatie van hotspots van verschillende populaties in dezelfde knobbel te visualiseren, werden de hotspots van individuele celtypen handmatig geëxtraheerd en samen in kaart gebracht op de omtrek van knobbel 2 (Figuur S2, Figuur Den Figuur E).

Figuur 5: Weefselheatmaps van COI's in de TME. (A) Picrosirius Rode kleuring met locatie van knobbeltjes 1, 2, 3 en 4. (B–G) Tissue heatmaps voor cd4+FoxP3+, CD8+, CD68+, MPO+, CD34+, en αSMA+ COI's, respectievelijk. Donkerblauw geeft een relatief lage dichtheid aan en rood geeft een relatieve hoge dichtheid aan. Tussenliggende dichtheidswaarden worden toegewezen kleuren op basis van de getoonde kleurschaal. (H en I) Kwantificering van COI's in knobbeltjes 1, 2 en 3 + 4 georganiseerd per celtype en per knobbel, respectievelijk. Klik hier om een grotere versie van dit cijfer te bekijken.

Aanvullend figuur S1: Validatie van weefseluitlijning. (A) CD34-kleuring (in het rood) gedaan op sectie II (ingang 1) wordt gebruikt voor het genereren van een CD34-masker in het groen (uitvoer 1). Het groene masker (uitvoer 1) is bedekt met de H&E-afbeelding van de uitgelijnde seriële sectie I (invoer 2). Het samenvoegbeeld toont perfecte correspondentie van vasculaire structuren. Schaalbalk = 50 μm. (B) Afbeelding IIIA met de samenvoeging van DAPI, CD4 en FoxP3 (input 1) werd gebruikt om een label te genereren voor CD4+FoxP3+ cellen (uitvoer 1 in magenta). Uitvoer 1-label is overgebracht naar uitgelijnde afbeelding IIIB (invoer 2) en toont perfecte correspondentie tussen de paren FoxP3/DAPI en CD4/CD3 in de samenvoegafbeelding. Schaalbalk = 15 μm. Klik hier om een grotere versie van dit cijfer te bekijken.

Aanvullende figuur S2: Ingezoomde weergave van weefselheatmaps. (A–C) Weefselheatmaps voor CD4+FoxP3+, CD8+, CD68+, en MPO+ cellen in knobbeltjes 1–4. Schaalbalken in knobbeltjes 1, 2 en 3 + 4 vertegenwoordigen respectievelijk 1.500 μm, 700 μm en 500 μm. (D) Overzicht van nodule 2 met zwarte vaste lijn. (E) Hot spots voor CD4+FoxP3+, CD8+, CD68+, en MPO+ cellen in nodule 2 werden geëxtraheerd en samen in kaart gebracht op de nodule 2 omtrek gedefinieerd in D. Klik hier om een grotere versie van dit cijfer te bekijken.

Aanvullende figuur S3: Colocalisatie Analyse. (A) Links en midden staan afbeeldingen van αSMA-label in groen en desmin label in rood respectievelijk. Aan de rechterkant is een αSMA/desmin dubbel positief gebied in geel. (B) Kwantificering van αSMA+ gebied, desmin + gebied, en αSMA/desmin double positive area. Schaalbalk = 150 μm. Klik hier om een grotere versie van dit cijfer te bekijken.
| App | Purpose | Indeling | Indeling | Stappen na verwerking | Uitvoervariabelen |
| Methode | Functies |
| (pixelwaarde) |
| 1 | Weefseldetectie | Drempel | KanaalDAPI (150) | o Objecten labelen met colocaliseerde bovendrempelwaarden voor de 3 kanalen | o ROI Tissue |
| Kanaal FITC/A488 (120) | o Positief object 5 pixels sluiten | o Weefselgebied |
| Kanaal TRITC/A568 (40) | o ROI Tissue maken | |
| 2 | Weefselsegmentatie | Besluit Bos | RGB-R mediaan | o Vulgaten | o ROI Stroma |
| RGB-G mediaan | o ROI Stroma maken | o Stroma Gebied |
| RGB-B mediaan | o ROI Creëren Parenchyma | o ROI Parenchyma |
| IHS-S mediaan | | o Parenchyma-gebied |
| H&E Eosin mediaan | | |
| 3 | Cd4+ FoxP3+-cellen lokaliseren en kwantificeren | Drempel | KanaalDAPI (>600) | o Labelobjecten met colokalisatie van DAPI en Cy5/A647, omgeven door FITC/A488-signaal | o Tellingen en dichtheid van CD4+FoxP3+ cellen in ROIs Stroma en Parenchyma |
| Kanaal FITC/A488 poly smoothing (>850) | o Objecten wissen kleiner dan 7 μm2
| o Coördinaten van afzonderlijke CD4+FoxP3+-cellen |
| Kanaal Cy5/A647(>800) | | |
| 4 | Cd8+ cellen lokaliseren en kwantificeren | Drempel | Kanaal DAPI (<1200) | o Positieve objecten wissen kleiner dan 15 μm2
| o Tellingen en dichtheid van CD8+ cellen in ROIs Stroma en Parenchyma |
| Kanaal Cy5/A647 mediaan (>80) | o Positieve objecten 2 pixels sluiten | o Coördinaten van afzonderlijke cellen |
| o Afzonderlijke objecten | |
| 5 | Cd68+ cellen lokaliseren en kwantificeren | Drempel | Kanaal FITC/A488 (>200) | o Positieve objecten wissen kleiner dan 20 μm2
| o Tellingen en dichtheid van CD68+ cellen in ROIs Stroma en Parenchyma |
| o Verwijden positieve objecten 3 pixels | o Coördinaten van afzonderlijke CD68+-cellen |
| o Afzonderlijke objecten | |
| 6 | MPO+-cellen lokaliseren en kwantificeren | Drempel | KanaalDAPI (>400) | o Objecten wissen kleiner dan 5 μm2
| o Tellingen en dichtheid van MPO+ cellen in ROIs Stroma en Parenchyma. |
| Kanaal TRITC/A568 (900-4000) | o 3 pixels positieve objecten verwijden | o Coördinaten van individuele MPO+-cellen. |
| o Afzonderlijke objecten | |
| 7 | ΑSMA+ gebied lokaliseren en kwantificeren | Drempel | Kanaal TRITC/CF568 (>1050) | o Positieve objecten wissen kleiner dan 25 μm2
| o Tellingen en dichtheid van αSMA+ gebied in ROIs Stroma en Parenchyma |
| o 3 pixels positieve objecten verwijden | o Coördinaten van αSMA+-pixels |
| 8 | Cd34+-gebied lokaliseren en kwantificeren | Drempel | Kanaal DAPI (<5000) | o Positieve objecten wissen kleiner dan 25 μm2
| o Tellingen en dichtheid van cd34+ gebied in ROIs Stroma en Parenchyma |
| Kanaal Cy5/A647 mediaan (>120) | o 3 pixels positieve objecten verwijden | o Coördinaten van CD34+ pixels |
| 9 | Maak weefselheatmaps voor een bepaalde celpopulatie | Objectheatmap | Objectheatmap | | o Heatmap |
| Tekenradius 50 μm | --- |
| 10 | Colokalisatie tussen αSMA en Desmin kwantificeren | Drempel | KanaalTRITC (CF568) (>1050) | o Labelobjecten met bovendrempelwaarden voor TRITC (CF568) | o Colocalized expression of αSMA and Desmin kwantificeren |
| Kanaal Cy5 (A647) (>1000) | o Labelobjecten met bovendrempelwaarden voor Cy5 (A647) |
| o Labelobjecten met colokalisatie van bovendrempelwaarden voor TRITC (CF568) en Cy5 (A647) |
| o Positieve objecten wissen kleiner dan 25 μm2
|
Tabel 1: Algemene parameters die worden gebruikt voor het ontwerp van APP's die worden gebruikt voor beeldanalyse. De parameters die in deze tabel worden opgegeven, worden aangepast aan de unieke kenmerken van de afbeeldingen die in deze analyse worden gebruikt (bijvoorbeeld achtergrond, artefacten, enz.) en zijn mogelijk niet van toepassing op andere afbeeldingen. Omdat de genoemde nabewerkingsstappen zijn gedefinieerd voor de specifieke beelden die in deze studie worden geanalyseerd, zijn ze opzettelijk niet gedetailleerd. De gebruiker moet de APPs aanpassen aan de te analyseren afbeeldingen.
| Sectie/kleuring | Primair antilichaam | Secundair antilichaam |
| Afdeling II/1Kleuring | Muis IgG2a anti-menselijke αSMA Muis IgG1 anti-menselijke CD34 Konijn anti-menselijke Cytokeratine 8/18 | Geit anti-muis IgG2a CF568 Rat anti-muis IgG1 A647 Ezel anti-konijn A488 |
| Afdeling II/2nd Kleuring | Konijn anti-menselijke Desmin Muis anti-menselijke CD68 | Ezel anti-konijn A647 Ezel anti-muis DyLight 755 |
| Afdeling III/1Kleuring | Muis anti-menselijke CD4 Konijn anti-menselijke FoxP3 Geit anti-menselijke MPO | Ezel anti-muis A488 Ezel anti-konijn A647 Ezel anti-geit A568 |
| Afdeling III/2nd Kleuring | Konijn anti-menselijke CD3 Muis anti-menselijke CD8 | Ezel anti-muis DyLight 755 Ezel anti-konijn A647 |
Tabel 2: Primair-secundaire antilichaamparen voor mIF.