Name: Nieniszcząca ocena regionalnej gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym (Wideo) | JoVE Journal
Uploaded: 2022-06-21T14:00:00.000+00:00
Duration: 10 min 13 s
Description: Poznaj nieniszczącą metodę oceny gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym. Technika umożliwia śledzenie zmian w czasie rzeczywistym w pojedynczych próbkach.

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

To badanie było wspierane przez NIH R01 BRG CA207725 (MB/DTC) i NIH R01 CA233188 (MB). Chcielibyśmy podziękować AMC Pharmacy za Trastuzumab dostarczony do tych eksperymentów.

<ol><li>Sutherland, R., JA, M., Inch, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Growth+of+multicell+spheroids+in+tissue+culture+as+a+model+of+nodular+carcinomas%5BTitle%5D)+AND+%22Journal+of+the+National+Cancer+Institute%22%5BJournal%5D)">Growth of multicell spheroids in tissue culture as a model of nodular carcinomas.</a> Journal of the National Cancer Institute. 46 (1), 113-120 (1971).</li>
<li>Sachs, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+living+biobank+of+breast+cancer+organoids+captures+disease+heterogeneity%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">A living biobank of breast cancer organoids captures disease heterogeneity.</a> Cell. 172 (1-2), 373-386 (2018).</li>
<li>Nagelkerke, A., Bussink, J., Sweep, F. C. G. J., Span, P. N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generation+of+multicellular+tumor+spheroids+of+breast+cancer+cells%3A+How+to+go+three-dimensional%5BTitle%5D)+AND+%22Analytical+Biochemistry%22%5BJournal%5D)">Generation of multicellular tumor spheroids of breast cancer cells: How to go three-dimensional.</a> Analytical Biochemistry. 437 (1), 17-19 (2013).</li>
<li>Kunz-Schughart, L. A., Freyer, J. P., Hofstaedter, F., Ebner, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+use+of+3-D+cultures+for+high-throughput+screening%3A+The+multicellular+spheroid+model%5BTitle%5D)+AND+%22Journal+of+Biomolecular+Screening%22%5BJournal%5D)">The use of 3-D cultures for high-throughput screening: The multicellular spheroid model.</a> Journal of Biomolecular Screening. 9 (4), 273-285 (2004).</li>
<li>Hirschhaeuser, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multicellular+tumor+spheroids%3A+An+underestimated+tool+is+catching+up+again%5BTitle%5D)+AND+%22Journal+of+Biotechnology%22%5BJournal%5D)">Multicellular tumor spheroids: An underestimated tool is catching up again.</a> Journal of Biotechnology. 148 (1), 3-15 (2010).</li>
<li>Jiang, Y., Pjesivac-Grbovic, J., Cantrell, C., Freyer, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+multiscale+model+for+avascular+tumor+growth%5BTitle%5D)+AND+%22Biophysical+Journal%22%5BJournal%5D)">A multiscale model for avascular tumor growth.</a> Biophysical Journal. 89 (6), 3884-3894 (2005).</li>
<li>Freyei, J. P., Sutherland, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Regulation+of+growth+saturation+and+development+of+necrosisin+EMT6%2FR0+multicellular+spheroids+by+the+glucose+and+oxygen+supply%5BTitle%5D)+AND+%22Cancer+Research%22%5BJournal%5D)">Regulation of growth saturation and development of necrosisin EMT6/R0 multicellular spheroids by the glucose and oxygen supply.</a> Cancer Research. 46 (7), 3504-3512 (1986).</li>
<li>Desoize, B., Jardillier, J. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multicellular+resistance%3A+a+paradigm+for+clinical+resistance%5BTitle%5D)+AND+%22Critical+Reviews+in+Oncology+Hematology%22%5BJournal%5D)">Multicellular resistance: a paradigm for clinical resistance.</a> Critical Reviews in Oncology Hematology. 36 (2-3), 193-207 (2000).</li>
<li>Mellor, H. R., Ferguson, D. J. P., Callaghan, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+model+of+quiescent+tumour+microregions+for+evaluating+multicellular+resistance+to+chemotherapeutic+drugs%5BTitle%5D)+AND+%22British+Journal+of+Cancer%22%5BJournal%5D)">A model of quiescent tumour microregions for evaluating multicellular resistance to chemotherapeutic drugs.</a> British Journal of Cancer. 93 (3), 302-309 (2005).</li>
<li>Roberge, C. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-destructive+tumor+aggregate+morphology+and+viability+quantification+at+cellular+resolution%2C+during+development+and+in+response+to+drug%5BTitle%5D)+AND+%22Acta+Biomaterialia%22%5BJournal%5D)">Non-destructive tumor aggregate morphology and viability quantification at cellular resolution, during development and in response to drug.</a> Acta Biomaterialia. 117, 322-334 (2020).</li>
<li>Piccinini, F., Tesei, A., Bevilacqua, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Single-image+based+methods+used+for+non-invasive+volume+estimation+of+cancer+spheroids+a+practical+assessing+approach+based+on+entry-level+equipment%5BTitle%5D)+AND+%22Computer+Methods+and+Programs+in+Biomedicine%22%5BJournal%5D)">Single-image based methods used for non-invasive volume estimation of cancer spheroids a practical assessing approach based on entry-level equipment.</a> Computer Methods and Programs in Biomedicine. 135, 51-60 (2016).</li>
<li>Imamura, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+2D-+and+3D-culture+models+as+drug-testing+platforms+in+breast+cancer%5BTitle%5D)+AND+%22Oncology+Reports%22%5BJournal%5D)">Comparison of 2D- and 3D-culture models as drug-testing platforms in breast cancer.</a> Oncology Reports. 33 (4), 1837-1843 (2015).</li>
<li>Song, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Patient-derived+multicellular+tumor+spheroids+towards+optimized+treatment+for+patients+with+hepatocellular+carcinoma%5BTitle%5D)+AND+%22Journal+of+Experimental+%26+Clinical+Cancer+Research%22%5BJournal%5D)">Patient-derived multicellular tumor spheroids towards optimized treatment for patients with hepatocellular carcinoma.</a> Journal of Experimental & Clinical Cancer Research. 37 (1), 1-13 (2018).</li>
<li>LaBarbera, D. V., Reid, B. G., Yoo, B. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+multicellular+tumor+spheroid+model+for+high-throughput+cancer+drug+discovery%5BTitle%5D)+AND+%22Expert+Opinion+on+Drug+Discovery%22%5BJournal%5D)">The multicellular tumor spheroid model for high-throughput cancer drug discovery.</a> Expert Opinion on Drug Discovery. 7 (9), 819-830 (2012).</li>
<li>Hakanson, M., Textor, M., Charnley, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Engineered+3D+environments+to+elucidate+the+effect+of+environmental+parameters+on+drug+response+in+cancer%5BTitle%5D)+AND+%22Integrative+Biology%22%5BJournal%5D)">Engineered 3D environments to elucidate the effect of environmental parameters on drug response in cancer.</a> Integrative Biology. 3 (1), 31-38 (2011).</li>
<li>Pickl, M., Ries, C. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comparison+of+3D+and+2D+tumor+models+reveals+enhanced+HER2+activation+in+3D+associated+with+an+increased+response+to+trastuzumab%5BTitle%5D)+AND+%22Oncogene%22%5BJournal%5D)">Comparison of 3D and 2D tumor models reveals enhanced HER2 activation in 3D associated with an increased response to trastuzumab.</a> Oncogene. 28 (3), 461-468 (2009).</li>
<li>Huang, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography+HHS+public+access%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Optical coherence tomography HHS public access.</a> Science. 254 (5035), 1178-1181 (1991).</li>
<li>Zhong, H. Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Enhancement+of+permeability+of+glycerol+with+ultrasound+in+human+normal+and+cancer+breast+tissues+in+vitro+using+optical+coherence+tomography%5BTitle%5D)+AND+%22Laser+Physics+Letters%22%5BJournal%5D)">Enhancement of permeability of glycerol with ultrasound in human normal and cancer breast tissues in vitro using optical coherence tomography.</a> Laser Physics Letters. 7 (5), 388-395 (2010).</li>
<li>Fujimoto, J., Swanson, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+development%2C+commercialization%2C+and+impact+of+optical+coherence+tomography%5BTitle%5D)+AND+%22Investigative+Ophthalmology+%26+Visual+Science%22%5BJournal%5D)">The development, commercialization, and impact of optical coherence tomography.</a> Investigative Ophthalmology & Visual Science. 57 (9), (2016).</li>
<li>Huang, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography+detects+necrotic+regions+and+volumetrically+quantifies+multicellular+tumor+spheroids%5BTitle%5D)+AND+%22Cancer+Research%22%5BJournal%5D)">Optical coherence tomography detects necrotic regions and volumetrically quantifies multicellular tumor spheroids.</a> Cancer Research. 77 (21), 6011-6020 (2017).</li>
<li>Hari, N., Patel, P., Ross, J., Hicks, K., Vanholsbeeck, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography+complements+confocal+microscopy+for+investigation+of+multicellular+tumour+spheroids%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">Optical coherence tomography complements confocal microscopy for investigation of multicellular tumour spheroids.</a> Scientific Reports. 9 (1), 1-11 (2019).</li>
<li>El-Sadek, I. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+dynamics+optical+coherence+tomography+for+tumor+spheroid+evaluation%5BTitle%5D)+AND+%22Biomedical+Optics+Express%22%5BJournal%5D)">Three-dimensional dynamics optical coherence tomography for tumor spheroid evaluation.</a> Biomedical Optics Express. 12 (11), 6844(2021).</li>
<li>Kingsley, D. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Laser-based+3D+bioprinting+for+spatial+and+size+control+of+tumor+spheroids+and+embryoid+bodies%5BTitle%5D)+AND+%22Acta+Biomateralia%22%5BJournal%5D)">Laser-based 3D bioprinting for spatial and size control of tumor spheroids and embryoid bodies.</a> Acta Biomateralia. 95, 357-370 (2019).</li>
<li>Absher, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hemocytometer+counting%5BTitle%5D)+AND+%22Tissue+Culture%22%5BJournal%5D)">Hemocytometer counting.</a> Tissue Culture. , 395-397 (1973).</li>
<li>Roberge, C. L., Rudkouskaya, A., Barroso, M., Corr, D. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal%2C+label-free+assessment+of+cell+density+and+viability+in+multicellular+tumor+spheroids+via+optical+coherence+tomography%5BTitle%5D)+AND+%22Summer+Biomechanics%2C+Bioengineering%2C+and+Biotransport+Conference%22%5BJournal%5D)">Longitudinal, label-free assessment of cell density and viability in multicellular tumor spheroids via optical coherence tomography.</a> Summer Biomechanics, Bioengineering, and Biotransport Conference. , (2020).</li>
<li>Bellotti, C., Duchi, S., Bevilacqua, A., Lucarelli, E., Piccinini, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Long+term+morphological+characterization+of+mesenchymal+stromal+cells+3D+spheroids+built+with+a+rapid+method+based+on+entry-level+equipment%5BTitle%5D)+AND+%22Cytotechnology%22%5BJournal%5D)">Long term morphological characterization of mesenchymal stromal cells 3D spheroids built with a rapid method based on entry-level equipment.</a> Cytotechnology. 68 (6), 2479-2490 (2016).</li>
<li>Noto, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stearoyl-CoA+desaturase-1+is+a+key+factor+for+lung+cancer-initiating+cells%5BTitle%5D)+AND+%22Cell+Death+%26+Disease%22%5BJournal%5D)">Stearoyl-CoA desaturase-1 is a key factor for lung cancer-initiating cells.</a> Cell Death & Disease. 4 (12), 947(2013).</li>
<li>Riffle, S., Hegde, R. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modeling+tumor+cell+adaptations+to+hypoxia+in+multicellular+tumor+spheroids%5BTitle%5D)+AND+%22Journal+of+Experimental+%26+Clinical+Cancer+Research%22%5BJournal%5D)">Modeling tumor cell adaptations to hypoxia in multicellular tumor spheroids.</a> Journal of Experimental & Clinical Cancer Research. 36, 102(2017).</li>
<li>Wilson, W. R., Hay, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Targeting+hypoxia+in+cancer+therapy%5BTitle%5D)+AND+%22Nature+Reviews+Cancer%22%5BJournal%5D)">Targeting hypoxia in cancer therapy.</a> Nature Reviews Cancer. 11, 393-410 (2011).</li>
<li>Grimes, D. R., Kelly, C., Bloch, K., Partridge, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+estimating+the+oxygen+consumption+rate+in+multicellular+tumour+spheroids%5BTitle%5D)+AND+%22Journal+of+the+Royal+Society+Interface%22%5BJournal%5D)">A method for estimating the oxygen consumption rate in multicellular tumour spheroids.</a> Journal of the Royal Society Interface. 11 (92), 20131124(2014).</li>
<li>Nath, S., Devi, G. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+culture+systems+in+cancer+research%3A+Focus+on+tumor+spheroid+model%5BTitle%5D)+AND+%22Pharmacology+%26+Therapeutics%22%5BJournal%5D)">Three-dimensional culture systems in cancer research: Focus on tumor spheroid model.</a> Pharmacology & Therapeutics. 163, 94-108 (2016).</li>
<li>Pozzi, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Meet+me+halfway%3A+Are+in+vitro+3D+cancer+models+on+the+way+to+replace+in+vivo+models+for+nanomedicine+development%5BTitle%5D)+AND+%22Advanced+Drug+Delivery+Reviews%22%5BJournal%5D)">Meet me halfway: Are in vitro 3D cancer models on the way to replace in vivo models for nanomedicine development.</a> Advanced Drug Delivery Reviews. 175, 113760(2021).</li>
<li>Nguyen, E. H., Daly, W. T., Belair, D. G., Le, N. N., Murphy, W. L. High throughput screening format identifies synthetic mimics of matrigel for tubulogenesis screening. , Available from: 
 <a target="_blank" href="https://abstracts.biomaterials.org/data/papers/2015/abstracts/547.pdf">https://abstracts.biomaterials.org/data/papers/2015/abstracts/547.pdf</a> (2015).</li>
<li>Duchnowska, R., Szczylik, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Central+nervous+system+metastases+in+breast+cancer+patients+administered+trastuzumab%5BTitle%5D)+AND+%22Cancer+Treatment+Reviews%22%5BJournal%5D)">Central nervous system metastases in breast cancer patients administered trastuzumab.</a> Cancer Treatment Reviews. 31 (4), 312-318 (2005).</li>
<li>Zazo, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generation%2C+characterization%2C+and+maintenance+of+trastuzumab-resistant+HER2%2B+breast+cancer+cell+lines%5BTitle%5D)+AND+%22American+Journal+of+Cancer+Research%22%5BJournal%5D)">Generation, characterization, and maintenance of trastuzumab-resistant HER2+ breast cancer cell lines.</a> American Journal of Cancer Research. 6 (11), 2661-2678 (2016).</li>
</ol>

Autorzy nie mają nic do ujawnienia.

Znaczenie Wielokomórkowe sferoidy nowotworowe (MCTS) to potężne modele 3D in vitro do badania progresji guza i badań przesiewowych leków 1,2,3. Zwiększenie użyteczności tych stosunkowo prostych modeli zagregowanych zależy w dużej mierze od scharakteryzowania ich kluczowych cech, takich jak morfologia i gęstość komórek, o których wiadomo, że wpływają zarówno na progresję modelu nowotworu, jak i odpo...

Badacze w dużej mierze zwrócili się do laboratoryjnych systemów hodowli 3D in vitro, aby zbadać niektóre z kluczowych cech progresji nowotworu. Wiele z tych badań zostało przeprowadzonych przez ponowne pojawienie się wielokomórkowych sferoidów nowotworowych (MCTS) i bardziej złożonych organoidów1,2. Chociaż modele te są unaczynione, stanowią potężne narzędzie do rekapitulacji procesów fizjologicznych i patologicznych zachodzących in vivo3,4,5. W szczególności średniej wielkości modele (średnica 300-500 μm) mogą naśladować kluczowe cechy guza, takie jak struktura 3D, gradienty patofizjologiczne i sygnalizacja przerzutowa spowodowana niedotlenieniem w rdzeniu. Jest dobrze udokumentowane, że modele te wykazują charakterystyczne koncentryczne warstwy widoczne w unaczynionych guzach in vivo, a mianowicie zewnętrzną warstwę komórek proliferacyjnych, warstwę przejściową komórek starczych/spoczynkowych oraz komórki doświadczające niedotlenienia w rdzeniu3,6,7,8,9. Unikalne informacje można uzyskać dzięki tym modelom, charakteryzując zachowanie komórek w tych warstwach, podczas opracowywania i w odpowiedzi na lek. Jednak wymagany rozmiar MCTS, niezbędny do opracowania gradientów, które czynią je tak potężnymi modelami in vitro, drastycznie ogranicza narzędzia używane do oceny nieniszczącej. Rzeczywiście, jednym z największych wyzwań związanych z nieniszczącą analizą MTCS jest ilościowe określenie szczegółów w skali komórki. Mikroskopia jasnego pola i kontrastu fazowego jest rutynowo wykorzystywana do nieniszczącej oceny wzrostu i rozwoju MCTS 3D. Jednak te modalności są ograniczone do projekcji 2D, nie mając możliwości wizualizacji kluczowej struktury 3D tych modeli10,11,12,13. Informacje na temat cytotoksyczności i proliferacji komórek są zwykle zbierane za pomocą obrazowania fluorescencyjnego (tj. mikroskopii świetlnej, mikroskopii konfokalnej) lub barwienia immunohistologicznego ex vivo14,15,16. Chociaż podejścia te dostarczają cennych informacji o wysokiej rozdzielczości na temat struktury tkanki, gęstości komórkowej i funkcji komórek, często wymagają przygotowania próbki, takiego jak oczyszczanie optyczne, utrwalanie/barwienie lub osadzanie, co zapobiega analizom podłużnym.
Optyczna tomografia koherentna (OCT) to nieniszcząca metoda obrazowania strukturalnego, która ma potencjał, aby przezwyciężyć niektóre z wyżej wymienionych wyzwań. Charakteryzuje się rozdzielczością komórkową i wystarczająco szerokim polem widzenia (do 10 mm x 10 mm), zdolnym do wizualizacji całych agregatów wielokomórkowych17,18,19. Co ważne, ze względu na widzialny charakter użytego światła, technika ta jest całkowicie nieniszcząca i wolna od etykiet17. Ponadto próbki mogą być obrazowane in situ bez konieczności przygotowania próbki, dzięki czemu próbki można pobrać bezpośrednio z inkubatora, szybko zeskanować za pomocą OCT (czas trwania skanowania ~5-10 min), a następnie wrócić do inkubatora, co umożliwia charakterystykę podłużną. Ostatnio pojawiło się wiele badań mających na celu wykorzystanie OCT do analizy zachowania sferoidów guza. W jednej z najbardziej ekscytujących demonstracji Huang i in. wykorzystali OCT do nieniszczącego wykrywania nekrotycznych rdzeni w dużych modelach sferoidalnych guza, zauważając, że żywe i martwe regiony komórkowe mają dostrzegalne różnice w tłumieniu optycznym, które można wykorzystać do monitorowania żywotności bez znaczników20. Podobnie Hari i wsp. przeprowadzili pomiary indeksu refrakcji (RI) sferoidów ludzkiego raka jelita grubego (HCT116) zobrazowanych za pomocą OCT, aby zbadać obecność niedotlenienia w próbkach21. Ich pomiary nie były wystarczające do bezpośrednich wniosków, chociaż zaobserwowali niższe RI w lokalizacjach, które korelowały z miejscem, choć nie rozmiarem, martwiczych rdzeni, później zidentyfikowanych za pomocą mikroskopii konfokalnej. Abd El-Sadek i wsp. wykorzystali OCT do wizualizacji i ilościowego określenia regionalnej żywotności tkanek modeli nowotworów raka piersi22. Opisali oni dwie metody wizualizacji dynamiki tkanek oparte na OCT i wykazali umiarkowaną korelację między różnicami w tych wskaźnikach a zidentyfikowanymi pod mikroskopią regionami żywych/martwych komórek.
Nasza opublikowana praca z użyciem OCT opierała się na tej wcześniejszej literaturze, aby ustalić ilościowe, nieniszczące podejście do pomiaru morfologii 3D i liczby komórek w modelach raka piersi MCTS podczas rozwoju10,23. Korzystając z oprogramowania do analizy obrazów renderowania 3D Imaris w celu zliczenia liczby obiektów wielkości komórki (tj. plamek) zobrazowanych w skanach woluminów OCT, liczba komórek została niedestrukcyjnie zmierzona w MCTS, które były statystycznie podobne do tych określonych za pomocą hemocytometru po zagregowanej dysocjacji. Jednak ze względu na strukturalny charakter OCT, błony komórkowe nadal obecne po śmierci komórki w wyniku martwicy mogą być błędnie liczone jako żywe komórki. Co więcej, charakterystyka ta została rozszerzona w celu nieniszczącego śledzenia żywotności komórek w poszczególnych agregatach poddanych schematowi leczenia lekami z obiecującym sukcesem10. Co ważne, zauważono, że podobną żywotność komórek zgłoszono przy użyciu naszego podejścia OCT-Imaris z tym, co zostało porównane w tych próbkach po dysocjacji. To nieniszczące i wolne od znaczników podejście do komórek umożliwia liczenie komórek w konstrukcjach 3D i zagęszczenie agregatów wzdłużnie bez poświęcania struktury konstruktu/agregacji.
Obecna praca przedstawia ulepszone podejście do bezpośredniego ilościowego określania regionalnej gęstości komórek w gęstych agregatach, wykorzystując zdolność OCT-Imaris do pomiaru zarówno morfologii zagregowanej 3D, jak i liczby komórek. Ten postęp metodologiczny zapewnia bardziej szczegółowy obraz przestrzennego rozmieszczenia i proliferacji komórek w charakterystycznych koncentrycznych warstwach modeli MCTS. Zamiast po prostu obliczać ogólną średnią zagregowaną gęstość komórek, takie lokalne pomiary gęstości mogą ujawnić gradienty gęstości komórek, takie jak te związane z zagęszczeniem. Ta ocena regionalna jest również stosowana do agregatów traktowanych chemioterapeutykiem w celu oceny regionalnej odpowiedzi na lek, mierzonej zmianami w lokalnej gęstości komórek. To połączenie OCT i zaawansowanych metod analizy obrazowania zapewnia ilościowe określenie regionalnej żywotności komórek, które można wykorzystać do zbadania penetracji leków w oparciu o to, które regiony doświadczają spadku gęstości komórek. Jest to pierwszy raport, który w sposób nieniszczący określa ilościowo regionalną gęstość i żywotność komórek w odpowiedzi na lek w gęstych tkankach komórkowych i mierzy je wzdłużnie. Taka charakterystyka trójwymiarowej gęstości komórek i rozkładu przestrzennego w całych MCTS może pomóc w optymalizacji dostarczania leków w leczeniu raka i poprawić zrozumienie progresji modelu raka.

<table><tbody><tr><td>Płytki 96-dołkowe</td><td>Greiner Bio-One&nbsp;</td><td>650970</td><td>Powierzchnia odstraszająca komórki CellStar, https://shop.gbo.com/en/usa/products/bioscience/cell-culture-products/cellstar-cell-repellent-surface/</td></tr> <tr><td>0,25% trypsyna, 2,21 mM EDTA</td><td>Corning</td><td>25-053-CI</td><td></td></tr><tr><td>AU565 komórki raka piersi</td><td>ATCC</td><td></td><td></td></tr><tr><td>Zmodyfikowany Dulbecco's Eagle's Medium</td><td>Corning</td><td>10-013-CV</td><td></td></tr><tr><td>Płodowa surowica bydlęca</td><td>ATCC</td><td>30-2020</td><td></td></tr><tr><td>FIJI oprogramowanie</td><td>open-source</td> <td>(Fidżi to sprawiedliwe) ImageJ v2.1 / 1.5.3j</td><td>Pobrane z https://imagej.net/software/fiji/</td></tr> <tr><td>Hemocytometr</td><td>Fisher Scientific</td><td>0267151B</td><td></td></tr><tr><td>Oprogramowanie do analizy obrazu Imaris</td><td>Bitplane</td><td></td><td>Aktualna wersja 9.8</td></tr><tr><td>L-glutamina</td><td>Lonza</td><td>17-605E</td><td></td></tr><tr><td>Matrigel</td><td>Corning</td><td>354263</td><td></td></tr><tr><td>MDA-MB-231 komórki raka piersi</td> Mikroskop <td>ATCC</td><td></td><td></td></tr><tr><td></td><td>Zeiss</td><td>Z1 AxioVision</td><td></td></tr><tr><td>Penicilin streptomycyna</td><td>Corning</td><td>30-0002CI</td><td></td></tr><tr><td>Wirówka płytkowa</td><td>Eppendorf</td><td></td><td></td></tr><tr><td>RPMI medium 1640</td><td>Gibco</td><td>11875-085</td><td></td></tr><tr><td>Domena spektralna Optyczna tomografia koherentna</td><td>ThorLabs</td><td>TEL220C1</td><td></td></tr><tr><td>Kolby do hodowli komórkowych T75</td><td>Greiner Bio-One&nbsp;</td><td></td><td></td>W</tr><tr>tym badaniu wykorzystano 658175<td>Pozostałości trastuzumabu</td><td></td><td></td><td>Próbki kliniczne trastuzumabu, hojnie podarowane przez Albany Medical College Pharmacy.&nbsp;</td></tr></tbody></table>

nieniszcząca ocena regionalnej gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym

Non-Destructive Evaluation of Regional Cell Density Within Tumor Aggregates Following Drug Treatment

Modele wielokomórkowych sferoidów nowotworów (MCTSs) wykazały coraz większą użyteczność w badaniach in vitro progresji raka i odkrywaniu leków. Te stosunkowo proste, beznaczyniowe konstrukty naśladują kluczowe aspekty nowotworów in vivo, takie jak struktura 3D i gradienty patofizjologiczne. Modele MCTS mogą dostarczyć informacji na temat zachowania komórek nowotworowych podczas rozwoju sferoidów i w odpowiedzi na leki; Jednak ich wymagany rozmiar drastycznie ogranicza narzędzia używane do oceny nieniszczącej. Obrazowanie strukturalne optycznej koherentnej tomografii i oprogramowanie do analizy 3D Imaris są badane w celu szybkiego, nieniszczącego i bezznacznikowego pomiaru regionalnej gęstości komórek w MCTS. Podejście to jest wykorzystywane do oceny MCTS w 4-dniowym okresie dojrzewania i podczas przedłużonej 5-dniowej kuracji trastuzumabem, klinicznie istotnym lekiem anty-HER2. Krótko mówiąc, MCTS AU565 HER2 + raka piersi stworzono za pomocą płynnej nakładki z dodatkiem lub bez dodatku Matrigelu (macierzy błony podstawnej) w celu zbadania agregatów o różnych morfologiach (odpowiednio grubsze, przypominające dysk agregaty 2,5D lub płaskie agregaty 2D). Gęstość komórek w regionie zewnętrznym, regionie przejściowym i wewnętrznym rdzeniu scharakteryzowano w dojrzałych MCTS, ujawniając gradient gęstości komórek z wyższą gęstością komórek w regionach rdzenia w porównaniu z warstwami zewnętrznymi. Dodanie matrycy spowodowało redystrybucję gęstości komórek i zwiększenie tego gradientu, zmniejszając gęstość strefy zewnętrznej i zwiększając zagęszczenie komórek w rdzeniach. Gęstość komórek określono ilościowo po leczeniu farmakologicznym (0 godzin, 24 godziny, 5 dni) w stopniowo głębszych strefach 100 μm w celu oceny potencjalnych regionalnych różnic w odpowiedzi na lek. W końcowym punkcie czasowym prawie cała śmierć komórek wydawała się być ograniczona do zewnętrznych 200 μm każdego agregatu, podczas gdy komórki znajdujące się głębiej w agregacji wydawały się w dużej mierze nienaruszone, co ilustruje regionalne różnice w odpowiedzi na lek, prawdopodobnie z powodu ograniczeń w penetracji leku. Obecny protokół zapewnia unikalną technikę nieniszczącego ilościowego określania regionalnej gęstości komórek w gęstych tkankach komórkowych i pomiaru jej wzdłużnie.

Wcześniejszej publikacji opracowano metodę nieniszczącego pomiaru globalnej gęstości komórek w obrębie agregatów komórkowych z wykorzystaniem OCT.10W niniejszej pracy technika ta została rozszerzona w celu oceny regionalnej gęstości komórek w rozwijających się agregatach komórkowych. Rycina 1 przedstawia schemat tego rozszerzenia, w którym gęstość komórek można ocenić w koncentrycznych warstwach sferoidu lub bardziej lokalnie, analizując zamiast tego niewielkie (100 &...

Obecny protokół rozwija technikę opartą na obrazie do szybkiego, nieniszczącego i bezznacznikowego regionalnego pomiaru gęstości komórek i żywotności w agregatach 3D guza. Wyniki ujawniły gradient gęstości komórek, z większą gęstością komórek w regionach rdzenia niż w warstwach zewnętrznych w rozwijających się agregatach i głównie śmiercią komórek obwodowych w agregatach HER2+ leczonych trastuzumabem.

Nieniszcząca ocena regionalnej gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym

Multicellular tumor spheroid (MCTSs) models have demonstrated increasing utility for in vitro study of cancer progression and drug discovery. These ...

Protokół ten dostarcza informacji na temat progresji modelu guza w sposób nieniszczący. Daje również wskazówki dotyczące odpowiedzi terapeutycznej poprzez całe schematy leczenia w pojedynczych agregatach, zamiast polegać na próbkach dopasowanych do wieku. Konwencjonalne metody uzyskiwania gęstości i żywotności komórek w agregatach wymagają utrwalania i dzielenia próbek, podczas gdy nasze dostarczają danych w sposób nieniszczący.W związku z tym zmiany można śledzić w ramach jednego agregatu w czasie. Oczekuje się, że technika ta poprawi naszą wiedzę na temat reakcji leków w dyskretnych regionach modeli zagregowanych, co będzie miało wpływ na to, jak dobrze modele te odzwierciedlają reakcje in vivo i zastosowania badań przesiewowych leków. Na początek przygotuj od 70 do 90% konfluencyjnych kultur komórkowych pożądanych linii komórkowych w standardowych warunkach.Oderwać monowarstwy komórek od kolb hodowlanych zgodnie ze standardową metodą trypsynizacji i dodać zawiesinę komórkową do probówki wirówkowej. Dodaj 10 mikrolitrów zawiesiny komórek do hemocytometru i policz pod mikroskopem, aby określić liczbę komórek w zawiesinie. Komórki peletowe poprzez odwirowanie i ponowne zawieszenie komórek w pożywce o pożądanym stężeniu 2,5 razy 10 do piątych komórek na mililitr.W przypadku zawiesin przygotowanych z matrycą błony podstawnej, należy wyjąć fiolkę z matrycą z miejsca przechowywania w temperaturze minus 20 stopni Celsjusza i umieścić w lodówce do rozmrożenia przez noc. Przygotuj pojemnik z podłożem wzrostowym i wstaw do lodówki na 10 minut, aby się schłodził. Za pomocą zamrożonej końcówki pipety dodać matrycę do schłodzonego roztworu tak, aby końcowe stężenie tego roztworu wynosiło 5%. Dodać 50 mikrolitrów tej pożywki do każdej studzienki okrągłego dna, nieprzylegającej 96-dołkowej płytki, tak aby końcowe stężenie matrycy w tych studzienkach wynosiło 2,5% po dodaniu zawiesiny komórek.W przypadku zawiesin przygotowanych bez matrycy dodaj 50 mikrolitrów zwykłej pożywki wzrostowej do każdej studzienki. Dozować 50 mikrolitrów zawiesiny komórkowej do każdej studzienki. Odwirować płytki o stężeniu 123 G przez 10 minut w temperaturze pokojowej natychmiast po wysianiu, aby zapewnić zebranie osadu komórkowego na dnie każdej studzienki.Wykorzystaj system OCT do obrazowania strukturalnego. Ustaw szybkość skanowania A na 5,5 kiloherca, aby zbierać obrazy w wysokiej rozdzielczości. Ustaw współczynnik załamania światła na 1,33 dla próbek w ciekłym ośrodku.W oknie parametrów obrazu po prawej stronie ekranu ustaw pole widzenia, wprowadzając wartości X, Y i Z tak, aby próbka obejmowała ten obszar zainteresowania. Kliknij Tryb akwizycji 3D, a następnie kliknij Nagraj, aby pobrać skan objętości 3D próbki. Aby utworzyć rekonstrukcję woluminu, otwórz Imaris i przejdź do przekonwertowanego pliku TIF w ich arenie.Przejdź do edycji, a następnie kliknij Właściwości obrazu i wprowadź rozmiar woksela z obrazu OCT w odpowiednich polach XYZ. Następnie kliknij OK. Kliknij Dodaj nowe powierzchnie nad drzewem obiektów. W menu pod drzewem kliknij Pomiń automatyczne tworzenie i edytuj ręcznie.W oknie regulacji wyświetlacza ręcznie przesuń czerwoną i czarną strzałkę, aby zwiększyć kontrast między próbką a tłem i poprawić wizualizację próbki. Dostosuj położenie plasterka do wycinka na jednej krawędzi próbki. Użyj Escape, aby zmienić mysz z trybu nawigacji na tryb wyboru, a następnie kliknij Rysuj.Ręcznie prześledź kontur obszaru, w którym wyświetlany jest sygnał. Zwiększ pozycję wycinka, wprowadzając następną pozycję w polu wprowadzania. Ta następna pozycja powinna być mniejsza lub równa 100 plasterkom dalej w próbce niż poprzednia.Ręcznie prześledź region, w którym wyświetlany jest sygnał. Powtórzyć ten krok przez grubość próbki, aż do osiągnięcia przeciwległej krawędzi próbki. Następnie kliknij Utwórz powierzchnię i lewe menu, aby zszyć te plasterki razem.Na koniec kliknij Edytuj, następnie kliknij Wybór maski, a następnie kliknij OK, aby zakończyć rekonstrukcję woluminu. Aby uzyskać całkowitą gęstość komórek próbki, wybierz opcję Dodaj nowe miejsca. W menu ustawień algorytmu odznacz wszystkie pola.Kliknij niebieską strzałkę, aby przejść do ekranu kanału źródłowego. Z wyświetlonego menu rozwijanego wybierz Zamaskowany kanał. Wprowadzić średnią średnicę kuwety dla próbki w polu o średnicy XY.Upewnij się, że odejmowanie tła jest zaznaczone. Kliknij niebieską strzałkę, aby przejść do ekranu miejsca klasyfikacji. Na wykresie u dołu menu kliknij i przeciągnij lewą krawędź żółtego progu do lewej krawędzi wykresu, tak aby wszystkie obiekty znalazły się w progu cieniowanym na żółto.Następnie kliknij zieloną strzałkę, aby zakończyć tworzenie miejsca. Uzyskaj liczbę zidentyfikowanych obiektów, klikając Statystyki. Następnie kliknij Ogółem, a na końcu kliknij Całkowita liczba miejsc.Kliknij utworzoną powierzchnię i przejdź do zakładki jakości stylu powierzchni. Zmień zaznaczenie na Punkt środkowy i zmień szerokość pikseli na mniejszą niż równą 20, aby uzyskać najlepszą widoczność. Przejdź do sekcji Statystyki.Następnie kliknij Szczegółowe, a następnie Pozycja i zapisz lokalizację w centralnym punkcie. Wybierz opcję Dodaj nową ramkę odniesienia z menu znajdującego się nad drzewem obiektów. Zaznacz widoczne i stałe pola obok X, Y w menu.Kliknij i przeciągnij ikonę ramki odniesienia w taki sposób, aby znalazła się w jednej linii z punktem środkowym. Usuń zaznaczenie pól XY visible i fix i zaznacz je dla XZ. Ponownie kliknij i przeciągnij środek ikony ramki odniesienia tak, aby znalazła się w jednej linii z punktem środkowym. Na koniec powtórz to dla płaszczyzny YZ, naprzemiennie między tymi trzema stałymi płaszczyznami, aż układ odniesienia idealnie wyrówna się z punktem środkowym.Kliknij dwukrotnie ramkę odniesienia w drzewie obiektów i zmień jej nazwę na center lub podobną. Kliknij na utworzone spoty i przejdź do Statystyk. Następnie kliknij Szczegółowe, a następnie Położenie układu odniesienia.Kliknij ramkę odniesienia pozycji X, aż zostanie posortowana od najwyższej do najniższej wartości. Zapisz najwyższą wartość, aby uzyskać promień agregatów. Wykonaj obliczenia ręczne, aby określić dodatkowe interesujące lokalizacje.Aby to zrobić, dodaj 100 mikrometrów do wartości środka X, a następnie użyj wartości Y i Z punktu środkowego, aby zdefiniować pierwsze położenie wzdłuż osi środkowej. Wybierz opcję Dodaj nowe miejsca. Następnie wybierz opcję Pomiń automatyczne tworzenie Edytuj ręcznie.Przytrzymaj przycisk Shift na klawiaturze i kliknij w dowolnym miejscu na ekranie, aby umieścić nowe miejsce. Wprowadź wartości pozycji XYZ dla pierwszej interesującej lokalizacji. Następnie wybierz opcję Dodaj nową ramkę odniesienia i wyrównaj ją względem miejsca.Dodaj 100 mikrometrów do każdej sekwencyjnej lokalizacji X. Umieścić ostatni układ odniesienia w odległości mniejszej niż 50 mikrometrów od zewnętrznego promienia próbki. Kliknij na utworzone spoty i przejdź do Statystyk.W prawym dolnym rogu menu kliknij Eksportuj wszystkie statystyki do pliku i zapisz dane w arkuszu kalkulacyjnym. Otwórz arkusz kalkulacyjny. Przejdź do zakładki Odległość od układu odniesienia początku.Użyj funkcji mod, aby numerycznie przypisać każdą odległość do odpowiadającego jej układu odniesienia. Przefiltruj wartości w tej kolumnie, aby pracować z odległościami w każdym układzie odniesienia. Dla każdego z układów odniesienia oblicz liczbę obiektów w promieniu 50 mikrometrów od układu za pomocą funkcji LICZ.JEŻELI.Wynikowa wartość odpowiada liczbie komórek w tej wtyczce regionalnej. Podziel tę wartość przez objętość korka o średnicy 100 mikrometrów, aby uzyskać gęstość komórek. Testy T Studenta wykazały znacznie większą gęstość komórek w rdzeniu sferoidalnym niż w warstwach przejściowych i zewnętrznych dla modeli sferoidalnych MDA-MB-231.Wynik wskazuje na zagęszczenie w tym sferoidalnym rdzeniu po czterech dniach. Zarówno w modelach agregacji AU565, jak i MDA-MB-231 dodanie matrycy nie wydaje się wpływać na objętość lub liczbę komórek, a zatem wydaje się mieć znikomy wpływ na proliferację komórek. Wydaje się raczej, że dodanie matrycy redystrybuuje gęstość komórek, sprzyjając znacznemu zagęszczeniu rdzenia i zmniejszając gęstość komórek w warstwach zewnętrznych.Odkrycia te dostarczają cennych informacji na temat fizycznych mechanizmów, za pomocą których matryca umożliwia agregację komórek w różnych liniach komórkowych raka piersi. Patrząc następnie na guzy sferoidalne AU565 przygotowane za pomocą matrycy, dojrzałe agregaty leczono trastuzumabem, a regionalną gęstość komórek oceniano za pomocą pięciodniowego schematu leczenia. Korki ustawiano co 100 mikrometrów na całej grubości kruszyw.Niewielkie wahania gęstości komórek zaobserwowano w czasie w obrębie wewnętrznych 500 mikrometrów każdego agregatu, co wskazuje na minimalną śmierć komórki. Wizualizacja śmierci komórki jako orientacyjnej odpowiedzi na lek, głównie w zewnętrznych warstwach sferoid guza, jest zgodna z problemami z przenikaniem leku przez trastuzumab. Możemy teraz nieniszcząco mierzyć żywotność komórek w agregatach bez poświęcania struktury.Umożliwia to ocenę podłużnej odpowiedzi na lek w pojedynczych agregatach nowotworowych w celu określenia właściwości czasowych i penetracyjnych potencjalnych leków przeciwnowotworowych.

non-destructive-evaluation-regional-cell-density-within-tumor

Research

JoVE Journal

Cancer Research

Badania nad rakiem

Celem tego protokołu jest ocena specyficzności leków przeciwnowotworowych in vitro przy użyciu mieszanych kultur zawierających zarówno komórki nowotworowe, jak i nienowotworowe.

Ocena swoistości leków przeciwnowotworowych in vitro

Prezentujemy trójwymiarowy (3D) model raka płuc oparty na biologicznym rusztowaniu kolagenowym do badania wrażliwości na terapie ukierunkowane na niedrobnokomórkowego raka płuc (NSCLC). Pokazujemy różne techniki odczytu w celu określenia wskaźnika proliferacji, apoptozy i stanu przejścia nabłonkowo-mezenchymalnego (EMT). Zebrane dane są integrowane z modelem in silico w celu przewidywania wrażliwości leków.

Połączony model tkankowy 3D guza płuca wykonany in vitro/in silico do przewidywania skuteczności leków w określonych tłach mutacyjnych

Opracowaliśmy nowy protokół do badania dynamiki populacji heterokomórkowej w odpowiedzi na zakłócenia. Niniejszy manuskrypt opisuje platformę opartą na obrazowaniu, która tworzy ilościowe zestawy danych do jednoczesnej charakterystyki wielu fenotypów komórkowych populacji heterokomórkowych w solidny sposób.

Dyskryminacja i charakterystyka populacji heterokomórkowych z wykorzystaniem technik obrazowania ilościowego

Tutaj opisujemy metodę rozdzielania i wzbogacania składników mikrośrodowiska immunologicznego i nieimmunologicznego guza w ustalonych guzach podskórnych. Technika ta pozwala na oddzielną analizę nacieków immunologicznych guza i nieimmunologicznych frakcji guza, co może pozwolić na kompleksową charakterystykę mikrośrodowiska immunologicznego guza.

Wzbogacenie i charakterystyka mikrośrodowisk immunologicznych i nieimmunologicznych guza w ustalonych podskórnych guzach myszy

Optyczna tomografia koherentna (OCT), technologia obrazowania trójwymiarowego, została wykorzystana do monitorowania i charakteryzowania kinetyki wzrostu sferoid wielokomórkowych guzów. Wykazano precyzyjną wolumetryczną kwantyfikację sferoid guza przy użyciu metody liczenia wokseli oraz bezznacznikowe wykrywanie martwych tkanek w sferoidach w oparciu o wewnętrzny kontrast tłumienia optycznego.

Podłużne monitorowanie morfologiczne i fizjologiczne trójwymiarowych sferoid nowotworowych za pomocą optycznej koherentnej tomografii

Tutaj prezentujemy kilka prostych metod oceny żywotności i śmierci w sferoidach komórek rakowych 3D, które znacznie lepiej naśladują gradienty fizykochemiczne guzów in vivo niż hodowla 2D. Model sferoidalny umożliwia zatem ocenę skuteczności leku przeciwnowotworowego z lepszą translacją do warunków in vivo.

Ocena żywotności i śmierci komórek w sferoidalnych kulturach 3D komórek nowotworowych

Ten artykuł opisuje metody generowania, leczenia lekami i analizy eksplantatów pochodzących od pacjentów do oceny reakcji na leki nowotworowe w żywym, istotnym dla pacjenta, przedklinicznym systemie modelowym.

Eksplantaty nowotworów pochodzące od pacjentów jako "żywa" platforma przedkliniczna do przewidywania oporności na leki u pacjentów

Protokół ten opisuje półautomatyczną metodę średnioprzepustowych i wysokoprzepustowych badań leków organoidów oraz niezależne od mikroskopu, zautomatyzowane oprogramowanie do analizy obrazów służące do ilościowej i wizualizacji wieloparametrycznej, pojedynczej odpowiedzi lekowej w celu uchwycenia heterogeniczności wewnątrznowotworowej.

Wieloparametryczne badanie leków na leki w nowotworach organoidalnych z wykorzystaniem obrazowania szerokopolowego z użyciem żywych komórek do analizy objętości i pojedynczych organoidów

Ten artykuł demonstruje ustandaryzowaną metodę konstruowania trójwymiarowych sferoid nowotworowych. Opisano również strategię obserwacji sferoidy i analizy głębokiego uczenia opartego na obrazach przy użyciu zautomatyzowanego systemu obrazowania.

Generowanie sferoid 3D guza do badań oceny leków

Tutaj prezentujemy metodę identyfikacji związków, które modulują mechanizm ADCC, ważny mechanizm zabijania komórek nowotworowych przez przeciwciała przeciwnowotworowe. Działanie cytotoksyczne komórek NK mierzy się w sferoidach komórek raka piersi w obecności trastuzumabu. Analiza obrazu identyfikuje żywe i martwe komórki zabójcze i docelowe w sferoidach.

Kwantyfikacja cytotoksyczności komórkowej zależnej od przeciwciał w modelu sferoidalnym guza: zastosowanie do odkrywania leków

Organoidy nowotworowe pochodzące od pacjentów są wyrafinowanym systemem modelowym do badań podstawowych i translacyjnych. Ten artykuł dotyczący metod szczegółowo opisuje zastosowanie multipleksowanego obrazowania fluorescencyjnego żywych komórek do jednoczesnej oceny kinetycznej różnych fenotypów organoidów.

Multipleksowane obrazowanie żywych komórek w celu uzyskania odpowiedzi na leki w organoidalnych modelach raka pochodzących od pacjenta

Poznaj nieniszczącą metodę oceny gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym. Technika umożliwia śledzenie zmian w czasie rzeczywistym w pojedynczych próbkach.

Nieniszcząca ocena regionalnej gęstości komórek w agregatach nowotworowych po leczeniu farmakologicznym

Przeglądaj więcej filmów