Name: Ramy obrazowania multimodalnego w celu przyspieszenia fenotypowania żywych, bezznacznikowych komórek raka piersi (Wideo) | JoVE Journal
Uploaded: 2025-08-22T12:40:00.000+00:00
Duration: 10 min 37 s
Description: Poznaj multimodalne obrazowanie komórek raka piersi z wykorzystaniem mikroskopii konfokalnej Ramana i tomografii fazowej. Ta bezinwazyjna metoda pozwala na szybką analizę morfochemiczną żywych komórek w ich naturalnym środowisku fizjologicznym.

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

Badania te zostały sfinansowane przez Progetto Rocca z fundacji MIT-Italy, granty NIH (P41EB015871, UH3CA275687, R01DC021326), Apollon (Seul, Korea Południowa) i National Cancer Center, Korea (NCC-24H1170). Leonardo Bianchi dziękuje za przyznanie stypendium podoktorskiego Progetto Rocca na prowadzenie wspólnych badań w Massachusetts Institute of Technology i Politecnico di Milano.

<ol><li>Gosnell, M. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+non-invasive+cell+characterisation+and+discrimination+based+on+multispectral+autofluorescence+features%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Quantitative non-invasive cell characterisation and discrimination based on multispectral autofluorescence features.</a> Sci Rep. 6 (1), 23453(2016).</li>
<li>Bresci, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+morpho-molecular+phenotyping+of+living+cancer+cells+by+combined+Raman+spectroscopy+and+phase+tomography%5BTitle%5D)+AND+%22Commun+Biol%22%5BJournal%5D)">Label-free morpho-molecular phenotyping of living cancer cells by combined Raman spectroscopy and phase tomography.</a> Commun Biol. 7 (1), 1-13 (2024).</li>
<li>Rocha, R. A., Fox, J. M., Genever, P. G., Hancock, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biomolecular+phenotyping+and+heterogeneity+assessment+of+mesenchymal+stromal+cells+using+label-free+Raman+spectroscopy%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Biomolecular phenotyping and heterogeneity assessment of mesenchymal stromal cells using label-free Raman spectroscopy.</a> Sci Rep. 11 (1), 4385(2021).</li>
<li>Vicar, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell+segmentation+methods+for+label-free+contrast+microscopy%3A+review+and+comprehensive+comparison%5BTitle%5D)+AND+%22BMC+Bioinform%22%5BJournal%5D)">Cell segmentation methods for label-free contrast microscopy: review and comprehensive comparison.</a> BMC Bioinform. 20 (1), 360(2019).</li>
<li>Kang, J. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Combined+confocal+Raman+and+quantitative+phase+microscopy+system+for+biomedical+diagnosis%5BTitle%5D)+AND+%22Biomed+Opt+Express%22%5BJournal%5D)">Combined confocal Raman and quantitative phase microscopy system for biomedical diagnosis.</a> Biomed Opt Express. 2 (9), 2484-2492 (2011).</li>
<li>Pandey, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integration+of+diffraction+phase+microscopy+and+Raman+imaging+for+label-free+morpho-molecular+assessment+of+live+cells%5BTitle%5D)+AND+%22J+Biophotonics%22%5BJournal%5D)">Integration of diffraction phase microscopy and Raman imaging for label-free morpho-molecular assessment of live cells.</a> J Biophotonics. 12 (4), e201800291(2019).</li>
<li>Zhao, W., Sun, D., Yue, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+multimodal+non-linear+optical+imaging+of+three-dimensional+cell+cultures%5BTitle%5D)+AND+%22Front+Phys%22%5BJournal%5D)">Label-free multimodal non-linear optical imaging of three-dimensional cell cultures.</a> Front Phys. 10, 1100090(2023).</li>
<li>Hanna, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy%3A+current+applications+in+breast+cancer+diagnosis%2C+challenges+and+future+prospects%5BTitle%5D)+AND+%22Br+J+Cancer%22%5BJournal%5D)">Raman spectroscopy: current applications in breast cancer diagnosis, challenges and future prospects.</a> Br J Cancer. 126 (8), 1125-1139 (2022).</li>
<li>Dodo, K., Fujita, K., Sodeoka, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy+for+chemical+biology+research%5BTitle%5D)+AND+%22J+Am+Chem+Soc%22%5BJournal%5D)">Raman spectroscopy for chemical biology research.</a> J Am Chem Soc. 144 (43), 19651-19667 (2022).</li>
<li>Puppels, G. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Studying+single+living+cells+and+chromosomes+by+confocal+Raman+microspectroscopy%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Studying single living cells and chromosomes by confocal Raman microspectroscopy.</a> Nature. 347 (6290), 301-303 (1990).</li>
<li>Elumalai, S., Managó, S., De Luca, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+microscopy%3A+progress+in+research+on+cancer+cell+sensing%5BTitle%5D)+AND+%22Sensors+%28Basel%29%22%5BJournal%5D)">Raman microscopy: progress in research on cancer cell sensing.</a> Sensors (Basel). 20 (19), 5525(2020).</li>
<li>Chandra, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unveiling+the+molecular+secrets%3A+a+comprehensive+review+of+Raman+spectroscopy+in+biological+research%5BTitle%5D)+AND+%22ACS+Omega%22%5BJournal%5D)">Unveiling the molecular secrets: a comprehensive review of Raman spectroscopy in biological research.</a> ACS Omega. 9 (51), 50049-50063 (2024).</li>
<li>Cacace, T., Bianco, V., Ferraro, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+phase+imaging+trends+in+biomedical+applications%5BTitle%5D)+AND+%22Opt+Laser+Eng%22%5BJournal%5D)">Quantitative phase imaging trends in biomedical applications.</a> Opt Laser Eng. 135, 106188(2020).</li>
<li>Nguyen, T. L., Pradeep, S., Judson-Torres, R. L., Reed, J., Teitell, M. A., Zangle, T. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+phase+imaging%3A+recent+advances+and+expanding+potential+in+biomedicine%5BTitle%5D)+AND+%22ACS+Nano%22%5BJournal%5D)">Quantitative phase imaging: recent advances and expanding potential in biomedicine.</a> ACS Nano. 16 (8), 11516-11544 (2022).</li>
<li>Kuś, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomographic+phase+microscopy+of+living+three-dimensional+cell+cultures%5BTitle%5D)+AND+%22J+Biomed+Opt%22%5BJournal%5D)">Tomographic phase microscopy of living three-dimensional cell cultures.</a> J Biomed Opt. 19 (4), 046009(2014).</li>
<li>Memmolo, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Loss+minimized+data+reduction+in+single-cell+tomographic+phase+microscopy+using+3D+Zernike+descriptors%5BTitle%5D)+AND+%22Intell+Comput%22%5BJournal%5D)">Loss minimized data reduction in single-cell tomographic phase microscopy using 3D Zernike descriptors.</a> Intell Comput. 2, 0010(2023).</li>
<li>Jin, D., Zhou, R., Yaqoob, Z., So, P. T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomographic+phase+microscopy%3A+principles+and+applications+in+bioimaging+%5BInvited%5D%5BTitle%5D)+AND+%22JOSA+B%22%5BJournal%5D)">Tomographic phase microscopy: principles and applications in bioimaging [Invited].</a> JOSA B. 34 (5), B64-B77 (2017).</li>
<li>Pirone, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stain-free+identification+of+cell+nuclei+using+tomographic+phase+microscopy+in+flow+cytometry%5BTitle%5D)+AND+%22Nat+Photonics%22%5BJournal%5D)">Stain-free identification of cell nuclei using tomographic phase microscopy in flow cytometry.</a> Nat Photonics. 16 (12), 851-857 (2022).</li>
<li>Bresci, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Non-invasive+morpho-molecular+imaging+reveals+early+therapy-induced+senescence+in+human+cancer+cells%5BTitle%5D)+AND+%22Sci+Adv%22%5BJournal%5D)">Non-invasive morpho-molecular imaging reveals early therapy-induced senescence in human cancer cells.</a> Sci Adv. 9 (37), eadg6231(2023).</li>
<li>Ghislanzoni, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+diffraction+tomography+and+Raman+confocal+microscopy+for+the+investigation+of+vacuoles+associated+with+cancer+senescent+engulfing+cells%5BTitle%5D)+AND+%22Biosensors%22%5BJournal%5D)">Optical diffraction tomography and Raman confocal microscopy for the investigation of vacuoles associated with cancer senescent engulfing cells.</a> Biosensors. 13 (11), 973(2023).</li>
<li>Bischof, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multimodal+bioimaging+across+disciplines+and+scales%3A+challenges%2C+opportunities+and+breaking+down+barriers%5BTitle%5D)+AND+%22npj+Imageing%22%5BJournal%5D)">Multimodal bioimaging across disciplines and scales: challenges, opportunities and breaking down barriers.</a> npj Imageing. 2 (1), 1-6 (2024).</li>
<li>Kobayashi-Kirschvink, K. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prediction+of+single-cell+RNA+expression+profiles+in+live+cells+by+Raman+microscopy+with+Raman2RNA%5BTitle%5D)+AND+%22Nat+Biotechnol%22%5BJournal%5D)">Prediction of single-cell RNA expression profiles in live cells by Raman microscopy with Raman2RNA.</a> Nat Biotechnol. 42 (11), 1726-1732 (2024).</li>
<li>Popescu, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+imaging+of+cell+mass+and+growth+dynamics%5BTitle%5D)+AND+%22Am+J+Physiol+Cell+Physiol%22%5BJournal%5D)">Optical imaging of cell mass and growth dynamics.</a> Am J Physiol Cell Physiol. 295 (2), C538-C544 (2008).</li>
<li>Kim, K., Lee, S., Yoon, J., Heo, J., Choi, C., Park, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three-dimensional+label-free+imaging+and+quantification+of+lipid+droplets+in+live+hepatocytes%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Three-dimensional label-free imaging and quantification of lipid droplets in live hepatocytes.</a> Sci Rep. 6 (1), 36815(2016).</li>
<li>Schindelin, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fiji%3A+an+open-source+platform+for+biological-image+analysis%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Fiji: an open-source platform for biological-image analysis.</a> Nat Methods. 9 (7), 676-682 (2012).</li>
<li>Stringer, C., Pachitariu, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cellpose3%3A+one-click+image+restoration+for+improved+cellular+segmentation%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Cellpose3: one-click image restoration for improved cellular segmentation.</a> Nat Methods. 22 (3), 592-599 (2025).</li>
<li>Talari, A. C. S., Movasaghi, Z., Rehman, S., Umapathy, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy+of+biological+tissues%5BTitle%5D)+AND+%22Appl+Spectrosc+Rev%22%5BJournal%5D)">Raman spectroscopy of biological tissues.</a> Appl Spectrosc Rev. 50 (1), 46-111 (2015).</li>
<li>Hobro, A. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+and+Raman+optical+activity+%28ROA%29+analysis+of+RNA+structural+motifs+in+Domain+I+of+the+EMCV+IRES%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">Raman and Raman optical activity (ROA) analysis of RNA structural motifs in Domain I of the EMCV IRES.</a> Nucleic Acids Res. 35 (4), 1169-1177 (2007).</li>
<li>Samuel, A. Z., Sugiyama, K., Ando, M., Takeyama, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Direct+imaging+of+intracellular+RNA%2C+DNA%2C+and+liquid-liquid+phase+separated+membraneless+organelles+with+Raman+microspectroscopy%5BTitle%5D)+AND+%22Commun+Biol%22%5BJournal%5D)">Direct imaging of intracellular RNA, DNA, and liquid-liquid phase separated membraneless organelles with Raman microspectroscopy.</a> Commun Biol. 5 (1), 1-9 (2022).</li>
<li>Kuhar, N., Sil, S., Umapathy, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Potential+of+Raman+spectroscopic+techniques+to+study+proteins%5BTitle%5D)+AND+%22Spectrochim+Acta+A+Mol+Biomol+Spectrosc%22%5BJournal%5D)">Potential of Raman spectroscopic techniques to study proteins.</a> Spectrochim Acta A Mol Biomol Spectrosc. 258, 119712(2021).</li>
<li>Park, C., Shin, S., Park, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Generalized+quantification+of+three-dimensional+resolution+in+optical+diffraction+tomography+using+the+projection+of+maximal+spatial+bandwidths%5BTitle%5D)+AND+%22JOSA+A%22%5BJournal%5D)">Generalized quantification of three-dimensional resolution in optical diffraction tomography using the projection of maximal spatial bandwidths.</a> JOSA A. 35 (11), 1891-1898 (2018).</li>
<li>Bresci, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+monitoring+of+embryonic+development+in+living+colonies+by+combining+Raman+spectroscopy+and+tomographic+phase+microscopy%5BTitle%5D)+AND+%22Multiscale+Imaging+Spectrosc+VI%22%5BJournal%5D)">Label-free monitoring of embryonic development in living colonies by combining Raman spectroscopy and tomographic phase microscopy.</a> Multiscale Imaging Spectrosc VI. PC13327, PC1332703(2025).</li>
<li>Baczewska, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Refractive+index+changes+of+cells+and+cellular+compartments+upon+paraformaldehyde+fixation+acquired+by+tomographic+phase+microscopy%5BTitle%5D)+AND+%22Cytometry+A%22%5BJournal%5D)">Refractive index changes of cells and cellular compartments upon paraformaldehyde fixation acquired by tomographic phase microscopy.</a> Cytometry A. 99 (4), 388-398 (2021).</li>
<li>Movasaghi, Z., Rehman, S., Umapathy, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy+of+biological+tissues%5BTitle%5D)+AND+%22Appl+Spectrosc+Rev%22%5BJournal%5D)">Raman spectroscopy of biological tissues.</a> Appl Spectrosc Rev. 42 (5), 493-541 (2007).</li>
<li>Butler, H. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+Raman+spectroscopy+to+characterize+biological+materials%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">Using Raman spectroscopy to characterize biological materials.</a> Nat Protoc. 11 (4), 664-687 (2016).</li>
<li>Allakhverdiev, E. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy+and+its+modifications+applied+to+biological+and+medical+research%5BTitle%5D)+AND+%22Cells%22%5BJournal%5D)">Raman spectroscopy and its modifications applied to biological and medical research.</a> Cells. 11 (3), 386(2022).</li>
<li>Xu, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unveiling+cancer+metabolism+through+spontaneous+and+coherent+Raman+spectroscopy+and+stable+isotope+probing%5BTitle%5D)+AND+%22Cancers%22%5BJournal%5D)">Unveiling cancer metabolism through spontaneous and coherent Raman spectroscopy and stable isotope probing.</a> Cancers. 13 (7), 1718(2021).</li>
<li>Swain, R. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Assessment+of+cell+line+models+of+primary+human+cells+by+Raman+spectral+phenotyping%5BTitle%5D)+AND+%22Biophys+J%22%5BJournal%5D)">Assessment of cell line models of primary human cells by Raman spectral phenotyping.</a> Biophys J. 98 (8), 1703-1711 (2010).</li>
<li>Smith, R., Wright, K., Ashton, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+spectroscopy%3A+an+evolving+technique+for+live+cell+studies%5BTitle%5D)+AND+%22Analyst%22%5BJournal%5D)">Raman spectroscopy: an evolving technique for live cell studies.</a> Analyst. 141 (12), 3590-3600 (2016).</li>
<li>Du, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman-guided+subcellular+pharmaco-metabolomics+for+metastatic+melanoma+cells%5BTitle%5D)+AND+%22Nat+Commun%22%5BJournal%5D)">Raman-guided subcellular pharmaco-metabolomics for metastatic melanoma cells.</a> Nat Commun. 11 (1), 4830(2020).</li>
<li>Jones, R. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Raman+techniques%3A+fundamentals+and+frontiers%5BTitle%5D)+AND+%22Nanoscale+Res+Lett%22%5BJournal%5D)">Raman techniques: fundamentals and frontiers.</a> Nanoscale Res Lett. 14, 231(2019).</li>
<li>Shirokova, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Possibilities+of+holotomographic+microscopy+for+studying+primary+cell+cultures+of+the+brain%5BTitle%5D)+AND+%22Proc+IEEE+CNN%22%5BJournal%5D)">Possibilities of holotomographic microscopy for studying primary cell cultures of the brain.</a> Proc IEEE CNN. 208 (211), 208-211 (2024).</li>
<li>Choi, W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tomographic+phase+microscopy%5BTitle%5D)+AND+%22Nat+Methods%22%5BJournal%5D)">Tomographic phase microscopy.</a> Nat Methods. 4 (9), 717-719 (2007).</li>
<li>Park, Y., Depeursinge, C., Popescu, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+phase+imaging+in+biomedicine%5BTitle%5D)+AND+%22Nat+Photonics%22%5BJournal%5D)">Quantitative phase imaging in biomedicine.</a> Nat Photonics. 12 (10), 578-589 (2018).</li>
<li>Jung, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Label-free+non-invasive+quantitative+measurement+of+lipid+contents+in+individual+microalgal+cells+using+refractive+index+tomography%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Label-free non-invasive quantitative measurement of lipid contents in individual microalgal cells using refractive index tomography.</a> Sci Rep. 8 (1), 6524(2018).</li>
<li>Debnath, S. K., Park, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Real-time+quantitative+phase+imaging+with+a+spatial+phase-shifting+algorithm%5BTitle%5D)+AND+%22Opt+Lett%22%5BJournal%5D)">Real-time quantitative phase imaging with a spatial phase-shifting algorithm.</a> Opt Lett. 36 (23), 4677-4679 (2011).</li>
</ol>

Autorzy deklarują brak konfliktu interesów.

Zaprezentowaliśmy podejście multimodalne i prosty proces analizy, integrujący dwie zaawansowane, bezznacznikowe techniki obrazowania: RS i TPM. Opisany przebieg pracy umożliwił szybkie, nieinwazyjne fenotypowanie morfochemiczne żywych pojedynczych komórek ludzkiego raka piersi (MDA-MB-231) bez konieczności zewnętrznego znakowania.
RS jest techniką nieniszczącą, która pozwala na scharakteryzowanie składu biochemicznego próbek biologicznych poprzez detekcję modów wibracyjnych cząsteczek<sup clas...

Charakterystyka komórek i fenotypowanie są kluczowymi aspektami badań biomedycznych1. Umiejętność charakteryzowania komórek zarówno na poziomie morfologicznym, jak i molekularnym ma kluczowe znaczenie dla zrozumienia funkcji, różnicowania i patologii komórek 1,2,3. Jest to szczególnie interesujące w dziedzinie onkologii, gdzie dokładne profilowanie komórek jest niezbędne do diagnozowania guza, określania stadium choroby i ostatecznie identyfikacji celów terapeutycznych2. Tradycyjne metody charakteryzacji komórek nie są w stanie zapewnić dynamiki czasowej i zwykle opierają się na technikach inwazyjnych, takich jak barwienie lub znakowanie, które mogą zakłócać natywny stan komórek i wprowadzać potencjalne odchylenia w danych4. W związku z tym coraz bardziej poszukiwane są nieinwazyjne strategie zapewniające dokładne i dokładne fenotypowanie żywych komórek w ich naturalnym, niezakłóconym stanie.
W tym kontekście, bezznacznikowe metody obrazowania multimodalnego zrewolucjonizowały badania nad biologią komórki, łącząc uzupełniające się modalności w celu uchwycenia zarówno informacji morfologicznej, jak i molekularnej 2,5. Podejścia te pozwalają na zintegrowaną i nieinwazyjną charakterystykę komórek, której poszczególne tradycyjne techniki nie zawsze są w stanie zapewnić 2,5,6. Na przykład, chociaż techniki mikroskopowe, takie jak mikroskopia fluorescencyjna, są szeroko stosowane w morfologicznym i funkcjonalnym obrazowaniu komórek, mają one nieodłączne ograniczenia. Metody fluorescencyjne często cierpią z powodu fotowybielania, fototoksyczności i małych ilości cząsteczek, na które można celować, co ogranicza potencjał analityczny4. Ponadto podejścia te często wymagają użycia egzogennych etykiet lub barwników, które mogą zakłócić natywny stan komórki lub prowadzić do artefaktów7.
Multimodalne platformy obrazowania, które łączą w sobie zalety wielu metod obrazowania, przewyższają te ograniczenia, umożliwiając pozyskiwanie różnych typów danych z żywych komórek bez konieczności znakowania. Integracja spektroskopii Ramana (RS) z innymi metodami obrazowania, takimi jak mikroskopia z kontrastem fazowym lub tomograficzna mikroskopia fazowa (TPM), jest obiecującą strategią przezwyciężania ograniczeń pojedynczych technik. Rzeczywiście, obrazowanie multimodalne zapewnia głębsze zrozumienie fenotypów komórkowych, zwłaszcza w złożonych warunkach biologicznych i patologiach, takich jak rak, gdzie właściwości molekularne i strukturalne mają kluczowe znaczenie dla dokładnej charakterystyki 2,5.
Bezznacznikowy RS doskonale nadaje się do obrazowania chemicznego komórek8. Wykrywając molekularne mody wibracyjne, RS dostarcza biochemicznych odcisków palców, które mogą ujawnić dogłębne informacje o składzie molekularnym komórek 9,10,11. Widma Ramana uzyskane z próbek biologicznych zawierają informacje o różnych biomolekułach, takich jak lipidy, białka, kwasy nukleinowe i metabolity, które odgrywają istotną rolę w zrozumieniu molekularnej natury komórek 9,12. Jedną z głównych zalet RS jest to, że jest nieinwazyjny, co pozwala na scharakteryzowanie żywych komórek w ich naturalnym stanie bez zmiany ich stanu fizjologicznego.
Pomimo wielu zalet, RS ma również pewne ograniczenia. Rzeczywiście, chociaż RS dostarcza szczegółowych informacji molekularnych, nie pozwala na ilościowe informacje na temat morfologii lub struktury komórek2. W tym miejscu kluczową rolę odgrywają uzupełniające techniki obrazowania, takie jak TPM.
TPM jest formą ilościowego obrazowania fazowego (QPI)13,14 i umożliwia wizualizację wysokorozdzielczych, bezznacznikowych informacji ilościowych o morfologii komórek 15,16. TPM różni się od tradycyjnych technik mikroskopowych tym, że nie wymaga środków kontrastowych; zamiast tego działa poprzez pomiar przesunięć fazowych wynikających ze zmian współczynnika załamania światła (RI) próbki17. Przesunięcia fazowe dostarczają informacji o właściwościach strukturalnych komórki, w tym o jej objętości, powierzchni, kształcie i strukturze wewnętrznej 2,18. TPM może osiągnąć wysoką rozdzielczość przestrzenną, do poziomu nanometrów, a zatem jest idealną techniką do rejestrowania szczegółów morfologicznych żywych komórek w wysokiej rozdzielczości. Co więcej, możliwość rekonstrukcji tomogramów 3D RI umożliwia wizualizację struktur subkomórkowych w ich środowisku vivo18, dostarczając dokładniejszych informacji w porównaniu z projekcjami 2D. Jednak jednym z głównych ograniczeń TPM jest brak jego swoistości chemicznej, ponieważ dostarcza on przede wszystkim informacji o morfologii i rozkładzie fazowym komórki, bez możliwości rozróżnienia odrębnych składników chemicznych lub identyfikacji cech biochemicznych.
Połączenie RS i TPM w technice multimodalnej zapewnia korzyści w fenotypowaniu komórek. Podczas gdy RS pozwala na bogate informacje molekularne, TPM dodaje aspekt strukturalny, umożliwiając szczegółową analizę morfologii komórek. Ostatnio połączenie RS z TPM zostało z powodzeniem wykazane w kilku badaniach skoncentrowanych na badaniach nad rakiem 2,19,20. Na przykład wcześniejsze prace wykazały, że jednoczesna rejestracja spektroskopii Ramana z danymi z holograficznej mikroskopii fazowej może dostarczyć uzupełniających informacji molekularnych i morfologicznych, umożliwiając rozróżnienie różnych typów komórek i etapów rozwoju nowotworu2. Badania te podkreśliły moc obrazowania multimodalnego w zwiększaniu dokładności fenotypowania komórek, szczególnie w kontekście raka, gdzie cechy molekularne i strukturalne komórek są ściśle związane z ich złośliwością i zachowaniem 2,20.
Pomimo niedawnych postępów w dziedzinie obrazowania multimodalnego nadal istnieją wyzwania, którym należy sprostać, w szczególności w zakresie przetwarzania i analizy danych21. Duże ilości danych, które uzyskuje się za pomocą multimodalnych technik obrazowania, mogą być kłopotliwe do analizy, a w celu wydobycia istotnych informacji konieczne jest zastosowanie prostych procedur. Aby sprostać temu wyzwaniu, należy ustanowić przyjazne dla użytkownika potoki przetwarzania danych, aby poradzić sobie ze złożonością danych i zminimalizować stronniczość człowieka w analizie. Takie procesy produkcyjne mają kluczowe znaczenie dla osiągnięcia dokładności i odtwarzalności wyników oraz możliwego przełożenia tych podejść na zastosowania kliniczne i diagnostyczne.
Celem niniejszej pracy jest zilustrowanie potencjału łączenia RS z TPM w celu bezznacznikowego, szybkiego i nieperturbacyjnego fenotypowania żywych pojedynczych komórek nowotworowych. Łącząc te dwa solidne podejścia do obrazowania, zapewniamy kompleksową i ilościową charakterystykę właściwości molekularnych i morfologicznych ludzkich komórek raka piersi (MDA-MB-231). Prace podkreślają również znaczenie ustanowienia potoków przetwarzania danych wolnych od uprzedzeń ludzkich, aby zapewnić poprawność i wiarygodność informacji uzyskanych z multimodalnych zestawów danych. W tym miejscu staramy się stworzyć solidną platformę do fenotypowania komórek rakowych, którą można uogólnić na inne typy komórek. Wszechstronność i czułość tego podejścia sprawiają, że jest ono potencjalnym kandydatem do szerokiego zakresu zastosowań biomedycznych, od podstawowych badań biologii komórki po diagnostykę.

<table><tbody><tr><td>Kamera CCD</td><td>Instrumenty Princeton</td><td>PIXIS 100BR eXcelon</td><td>Detektor sygnału rozpraszania Ramana.</td></tr><tr><td>Oprogramowanie do sterowania kamerą CCD</td><td>Instrumenty Princeton</td><td>Pole świetlne</td><td></td></tr><tr><td>Laser Ti-Sapphire o fali ciągłej (długość fali: 785 nm)</td><td>Fizyka widm</td><td>3900 S</td><td>Służy do wzbudzania mikroskopią ramanowską.</td></tr><tr><td>Lustro dichroiczne</td><td>ThorLabs powiedział:</td><td>DMSP750B</td><td>Lustro dichroiczne 749 nm, odchyla wzbudzenie Ramana 785 nm do próbki, odfiltrowuje sygnały fluorescencji i jasnego pola.</td></tr><tr><td>Surowica bydlęca płodu</td><td>Thermo Fisher Naukowy</td><td>A5256701</td><td></td></tr><tr><td>Korpus mikroskopu fluorescencyjnego</td><td>Olympus</td><td>Zobacz materiał IX83</td><td></td></tr><tr><td>Laser (długość fali: 532 nm)</td><td>Fizyka widm</td><td>Tysiąclecia eV</td><td>Laser pompujący do systemu laserowego Ti-Sapphire 785 nm.</td></tr><tr><td>Oprogramowanie MATLAB</td><td>MathWorks (Prace matematyczne)</td><td>2023a</td><td></td></tr><tr><td>Linia komórkowa MDA-MB-231</td><td>Kontroler ATCC (Kontroler T</td><td>Zobacz materiał HTB-26</td><td></td></tr><tr><td>Spektrograf NIR</td><td>Andror powiedział:</td><td>Holospecyfikacja HS-HSG-785-LF</td><td>Służy do analizy spektralnej światła wstecznie rozproszonego.</td></tr><tr><td>Soczewka obiektywu (60 razy; zanurzenie w wodzie 1,2 NA)</td><td>Olympus</td><td>UPLSAPO60 razy;</td><td></td></tr><tr><td>Komora inkubacyjna na scenie</td><td>Hit Tokaju</td><td>STXG-welsx-zestaw</td><td></td></tr><tr><td>Oprogramowanie do sterowania mikroskopem typu open source</td><td>&mikro; Menedżer</td><td>Mikro-Menedżer-2.0</td><td></td></tr><tr><td>Penicylina-Streptomycyna (10 000 U/ml)</td><td>Thermo Fisher Naukowy</td><td>15140122</td><td></td></tr><tr><td>Bez fenolu DMEM/F-12</td><td>Thermo Fisher Naukowy</td><td>21041025</td><td></td></tr><tr><td>Sól fizjologiczna buforowana fosforanami</td><td>Gibco (firma Gibco)</td><td>10-010-023</td><td></td></tr><tr><td>Płytki Petriego ze szkłem kwarcowym</td><td>Obudź się B Tech</td><td>Zobacz materiał SF-S-D12</td><td></td></tr><tr><td>Oprogramowanie do analizy danych Ramana</td><td>RamApp (Kanał RamApp</td><td></td><td>Internetowe narzędzie do przetwarzania danych hiperspektralnych Ramana.</td></tr><tr><td>Kamera sCMOS</td><td>Fotonika Hamamatsu</td><td>Orca Flash 4.0 v2</td><td></td></tr><tr><td>Pompa strzykawkowa</td><td>Chemyx (Chemyks)</td><td>Fuzja 720</td><td></td></tr><tr><td>Tomograficzny mikroskop fazowy</td><td>Tomocube, Inc.</td><td>HT-2H</td><td>Komercyjny system do uzyskiwania ilościowych obrazów fazowych.</td></tr><tr><td>Oprogramowanie do analizy danych TPM</td><td>Tomocube, Inc.</td><td>TomoStudio (Pracownia Górnicza)</td><td>Oprogramowanie służące do analizy danych z tomograficznej mikroskopii fazowej (TPM).</td></tr></tbody></table>

ramy obrazowania multimodalnego w celu przyspieszenia fenotypowania żywych, bezznacznikowych komórek raka piersi

A Multimodal Imaging Framework to Advance Phenotyping of Living Label-free Breast Cancer Cells

Przedstawiamy multimodalną konfokalną mikrospektroskopię Ramana (RS) oraz tomograficzną mikroskopię fazową (TPM) do szybkiego fenotypowania morfochemicznego komórek raka piersi u człowieka (MDA-MB-231). Wykorzystując nieperturbacyjny charakter tych zaawansowanych technik mikroskopowych, uzyskaliśmy szczegółowe dane morfomolekularne z żywych, pozbawionych znaczników komórek w ich naturalnym środowisku fizjologicznym. Opracowano wolne od uprzedzeń człowieka potoki przetwarzania danych w celu analizy hiperspektralnych obrazów Ramana (obejmujących tryby Ramana od 600 cm-1 do 1800 cm-1, które w unikalny sposób charakteryzują szeroki zakres wiązań molekularnych i struktur subkomórkowych), a także danych morfologicznych z trójwymiarowych tomogramów indeksu refrakcji (zapewniających pomiary objętości komórki, powierzchni, śladu i sferyczności w rozdzielczości nanometrów, obok suchej masy i gęstości). Poprzez systematyczne rozbijanie bogatych szczegółów pojedynczych komórek, które dostarczają RS i TPM, pokazujemy, w sposób ilościowy, zalety takiej metody mikroskopii multimodalnej do fenotypowania komórek nowotworowego raka piersi. Nasze narzędzia zapewniają również dalszy wgląd w informacje subkomórkowe bez użycia jakichkolwiek etykiet. Na koniec badamy i omawiamy wszelkie unikalne lub skorelowane informacje, które zawierają zestawy danych pochodzące z RS i TPM. Wierzymy, że nasze narzędzia i potoki analizy danych ilościowych mogą zrewolucjonizować zadania fenotypowania w badaniach biomedycznych, gdy potrzebna jest szybka i niezakłócająca metoda na żywych komórkach w hodowli, z potencjałem do przyszłego przełożenia na zastosowania kliniczne i diagnostyczne.

Opisaliśmy schemat postępowania dla bezetykietowej charakterystyki morfochemicznej żywych komórek, oparty na konfokalnej spektroskopii Ramana (RS) i wielofotonowej mikroskopii fluorescencyjnej (TPM). Przetestowaliśmy zdolność proponowanego schematu do wyznaczania składu molekularnego i parametrów morfologicznych ludzkiej linii komórkowej raka piersi MDA-MB-231 (Rycina 1).
Komórki MDA-MB-231 wysiano na szalki Petriego z dna z kwarcowego szkła. Do uzyskania widm Ram...

Protokół ten przedstawia multimodalne podejście łączące spektroskopię Ramana i tomograficzną mikroskopię fazową w celu bezznacznikowego, nieinwazyjnego fenotypowania żywych ludzkich komórek raka piersi. Zawiera przyjazny dla użytkownika, wolny od uprzedzeń człowieka potok analityczny do szybkiej, ilościowej analizy morfochemicznej, dostarczając szczegółowych informacji molekularnych i strukturalnych z zastosowaniami w badaniach nad rakiem i biologii komórki.

Ramy obrazowania multimodalnego w celu przyspieszenia fenotypowania żywych, bezznacznikowych komórek raka piersi

We present multimodal confocal Raman micro-spectroscopy (RS) and tomographic phase microscopy (TPM) for quick morpho-chemical phenotyping of human breast ...

Teraz w naszym protokole prezentujemy obrazowanie multimodalne z wykorzystaniem konfokalnej mikrospektroskopii Ramana i tomograficznej mikroskopii fazowej do szybkiego i bezstronnego fenotypowania morfochemicznego ludzkich komórek raka piersi w ich naturalnym środowisku fizjologicznym. Połączenie mikrospektroskopii Ramanowskiej i tomografii fazowej umożliwia obrazowanie bez znaczników w warunkach fizjologicznych, dostarczając informacji biochemicznych i morfologicznych o komórkach oraz rozwiązując problem ograniczeń konwencjonalnych metod perturbacyjnych, takich jak znakowanie fluorescencyjne lub utrwalanie chemiczne. Nasze wyniki wskazują na duży potencjał zastosowania podejścia multimodalnego w fenotypowaniu morfochemicznym komórek raka piersi. Co więcej, jego wszechstronność, powtarzalność i nieinwazyjność sprawiły, że jest to obiecujące narzędzie do szerokiego zakresu zastosowań biomedycznych, od podstawowych badań biologii komórki po diagnostykę.Naszym celem jest stworzenie atlasu biomarkerów optycznych do nieinwazyjnej kontroli jakości embrionów, wykrywania starzenia się komórek i badań przesiewowych leków w modelach organoidowych, aby przyspieszyć medycynę regeneracyjną i badania nad chorobami.[Instruktor] Aby rozpocząć, umieść próbkę ludzkiej komórki raka piersi MDA-MB-231 w inkubatorze na etapie. Dodaj wodę do celu zanurzenia w wodzie. Włącz automatyczny podajnik zanurzeniowy w wodzie, aby dostarczyć wodę do soczewki obiektywu. Regularnie sprawdzaj poziom wody, aby uniknąć parowania i zapewnić spójne warunki obrazowania podczas wszystkich pomiarów. Teraz włącz laser pompy i dostosuj jego moc wyjściową, aby uzyskać moc lasera 75 miliwatów na płaszczyźnie próbki. Otwórz oprogramowanie sterujące mikroskopem Micro-Manager. W ustawieniach konfiguracyjnych wybierz BF i kliknij na żywo po lewej stronie okna oprogramowania. Wybierz żądaną pojedynczą komórkę, a następnie kliknij przycisk Zatrzymaj, aby zakończyć wizualizację w jasnym polu. Otwórz oprogramowanie sterujące kamerą CCD. W ustawieniach eksperymentu ustaw czas ekspozycji na 1.5 sekundy. Kliknij przycisk Uruchom na pasku narzędzi eksperymentu i włącz wiązkę laserową. Następnie dostosuj pozycję Z, aby zmaksymalizować liczbę sygnałów w obszarze odcisku palca od 600 do 1,800 centymetrów odwrotnych, a następnie wyłącz laser. Kliknij przycisk Zatrzymaj na pasku narzędzi eksperymentu i zamknij oprogramowanie. Rozpocznij proces akwizycji danych za pomocą skryptu MATLAB, który automatycznie zarządza kanałami Ramana w pomiarach wielowymiarowych i zapisuje dane. Ustaw pole widzenia na 50 na 50 mikrometrów kwadratowych z rozdzielczością 40 na 40 pikseli, przy czym każdy piksel zajmuje 1,25 na 1,25 mikrometra kwadratowego. Ustaw czas ekspozycji dla każdego widma Ramana na 1,5 sekundy i uruchom skrypt MATLAB. W celu późniejszego przetwarzania map hiperspektralnych Ramana uruchom narzędzie internetowe RamApp. Zaimportuj dane hiperspektralne klikając na nowe w zakładce moje analizy i wgraj plik .mat zawierający zmienne danych przestrzennych i spektralnych wraz ze zmienną osi X. Aby obciąć spektrum, w menu przycinania i obracania wybierz opcję przycinanie spektralne. Zdefiniuj dolną i górną granicę obszaru przesunięcia Ramana odpowiednio jako 600 i 1,800 centymetrów odwrotnych. Aby skorygować promieniowanie kosmiczne, przejdź do sekcji Odszumianie, kliknij despike, wybierz Z-score jako metodę i ustaw wartość threshold (Próg na osiem). Zaznacz opcje Użyj pierwszej różnicy i Popraw spajki, a następnie kliknij przycisk Uruchom, aby zastosować poprawkę. Aby usunąć szum z map, kliknij w Wygładź mapę, wybierz filtr mediany, ustaw rozmiar kwadratu na trzy piksele, a następnie kliknij w uruchom. Aby wygładzić spektrum każdego piksela, wybierz filtr Savistky-Golay. Ustaw długość okna filtru na siedem i kolejność wielomianów na dwa, a następnie kliknij przycisk Uruchom. Aby odjąć średni sygnał tła, otwórz proces usuwania podłoża optycznego i kliknij przycisk Identyfikuj podłoże. Ustaw k-średnie jako metodę z dwoma klastrami. Następnie kliknij Opcje zaawansowane. Wybierz czyszczenie morfologiczne, aby usunąć małe plamy z pierwszego planu, a następnie kliknij przycisk Uruchom. Aby usunąć średni sygnał tła, kliknij usuń substrat, a następnie wybierz średnią globalną lub średnią centralnej metody 95% wartości i kliknij uruchom. Aby skorygować fluorescencję linii bazowej, otwórz panel linii bazowej, kliknij poprawną linię bazową, wybierz adaptacyjną gładkość PLS, a następnie ustaw lambda na 5 milionów i kliknij uruchom. Aby znormalizować każdą mapę hiperspektralną Ramana, przejdź do sekcji Różne, wybierz opcję normalizuj, wybierz metodę Frobeniusa i kliknij przycisk Uruchom. Aby wygenerować obraz w sztucznych kolorach pokazujący rozkład subkomórkowy, w panelu obrazów kliknij symbol otwartego menu w obszarze Intensywny obraz, a następnie kliknij edytuj obraz. Na panelu edycji wybierz pojedyncze pasmo i zdefiniuj zakres spektralny. Teraz wybierz podwójny kolor na mapie kolorów, a następnie zdefiniuj kolor, próg intensywności i krycie przed kliknięciem potwierdź. Aby pobrać widmo pojedynczego punktu, wybierz interesujący Cię piksel, a następnie w panelu legendy widma kliknij przycisk Pobierz widmo. Na koniec, aby wyeksportować widma pierwszego planu i podłoża, przejdź do legendy spektralnej, a następnie kliknij przycisk Pobierz widmo zarówno dla sekcji pierwszego planu, jak i substratu. Umieść kroplę wody destylowanej na soczewce obiektywu mikroskopu. Umieść próbkę na stoliku translacyjnym mikroskopu, a następnie dostosuj pozycję próbki, aby wyrównać ją z soczewką obiektywu. Włącz mikroskop i uruchom oprogramowanie do obrazowania. Kliknij ikonę mikroskopu na pasku narzędzi. Po zainicjowaniu kliknij przycisk konfiguracji, wybierz aktywną komórkę w panelu zadań i PBS jako nośnik. Następnie uzyskaj dostęp do zakładki kalibracji w panelu sterowania oprogramowania do obrazowania. Ustaw pozycje osiowe soczewek obiektywu i kondensatora, wybierając odpowiednio ostrość i powierzchnię. Teraz kliknij tryb skanowania, aby ręcznie wyregulować soczewki i upewnić się, że wzory oświetlenia są wyśrodkowane i prawie statyczne. Wybierz tryb normalny, a następnie dostosuj etap translacji, aby umieścić komórkę w polu widzenia i skupić się na próbce. Dostosuj etap translacji, aby zlokalizować region bez komórek. Wybierz opcję Kalibruj, aby przechwycić wiele hologramów 2D pod różnymi kątami oświetlenia. Dostosuj etap translacji, aby wyśrodkować komórkę, a następnie przejdź do zakładki akwizycji i wybierz migawkę 3D, aby uchwycić tomogram komórki. Aby zwizualizować tomogramy holograficzne, wybierz dane w panelu nawigacji po danych, kliknij prawym przyciskiem myszy i kliknij polecenie Otwórz. W panelu menedżera danych kliknij na tomogram RI. W panelu wizualizacji woluminu wybierz opcję RI i narysuj cztery prostokątne kolorowe pola na płótnie RI. Ustaw minimalne i maksymalne wartości zakresu wystąpień zarezerwowanych dla każdego pola koloru, a następnie skojarz krycie i kolor z każdym polem. Kliknij przycisk Zapisz, aby zapisać zdefiniowane zakresy wystąpień zarezerwowanych i pola kolorów. Aby uzyskać ilościowe deskryptory morfologii komórki, wykorzystaj interfejs analizy. Wybierz opcję ręcznie w panelu segmentacji, a następnie ustaw 1,3450 jako próg wystąpień zarezerwowanych i kliknij przycisk Zastosuj. Kliknij przycisk Zapisz, aby zapisać obliczone indeksy morfologiczne. Mapowanie spektralne Ramana ujawniło przestrzenny rozkład cytoplazmy, jądra, fenyloalaniny i lipidów w poszczególnych komórkach MDA-MB-231. Wyraźne piki widmowe Ramana odpowiadające cytoplazmie, jądru, fenyloalaninie i lipidom zostały potwierdzone w obszarze odcisków palców między 600 a 1800 odwrotnymi centymetrami. Mapy cieplne współczynnika załamania światła pojedynczych komórek ujawniły wewnętrzny rozkład składników subkomórkowych w osiowej płaszczyźnie XY, strzałkowej płaszczyźnie YZ i koronalnej płaszczyźnie XZ. Rekonstrukcja tomograficzna 3D pozwoliła zidentyfikować obszary o wolumetrycznym współczynniku załamania światła odpowiadające wewnętrznym strukturom nośnym. Ilościowe pomiary morfologiczne pojedynczej komórki MDA-MB-231 wykazały różne deskryptory morfologii komórki, o całkowitej objętości 4024,189 mikrometrów sześciennych i powierzchni 2383,707 mikrometrów kwadratowych, ze średnim współczynnikiem załamania światła 1,356.

a-multimodal-imaging-framework-to-advance-phenotyping-living-label

Research

JoVE Journal

Bioengineering

Bioinżynieria

Opisujemy metodę obrazowania odpowiedzi na leczenie przeciwnowotworowe in vivo i w rozdzielczości pojedynczej komórki.

Obrazowanie na żywo odpowiedzi na leki w mikrośrodowisku guza w mysich modelach raka piersi

Złożone masy tkankowe, od organów po guzy, składają się z różnych elementów komórkowych. Wyjaśniliśmy udział fenotypów komórkowych w tkance przy użyciu wieloznakowanych fluorescencyjnych myszy transgenicznych w połączeniu z wieloparametrowym barwieniem immunofluorescencyjnym, a następnie rozmieszaniem widmowym w celu rozszyfrowania pochodzenia komórek, a także cech komórek na podstawie ekspresji białka.

Ilościowa analiza wielospektralna po przeszczepie tkanki fluorescencyjnej w celu wizualizacji pochodzenia, typów i interakcji komórek

Opisujemy metodę stabilnego znakowania ksenoprzeszczepów pochodzących od pacjentów (PDX) cząstkami lentiwirusowymi wyrażającymi białko zielonej fluorescencji i reportery lucyferazy. Metoda ta pozwala na śledzenie wzrostu PDX w miejscu pierwotnym, a także wykrywanie spontanicznych i eksperymentalnych przerzutów za pomocą systemów obrazowania in vivo.

Znakowanie ksenoprzeszczepów pochodzących od pacjentów z rakiem piersi za pomocą identyfikowalnych reporterów do badań wzrostu guza i przerzutów

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

Opisana tutaj metoda obrazowania intravital wykorzystuje generowanie drugiej harmonii kolagenu i endogenną fluorescencję z metabolicznego kofaktora NAD(P)H do nieinwazyjnej segmentacji nieoznaczonego mikrośrodowiska guza na przedziały guza, zrębu i naczyń krwionośnych w celu dogłębnej analizy obrazów 4D intravital.

Bezznacznikowe podejście do segmentacji w obrazowaniu przyżyciowym mikrośrodowiska guza sutka

W erze immunoterapii nowotworów, zainteresowanie wyjaśnieniem dynamiki mikrośrodowiska guza znacznie wzrosło. Protokół ten szczegółowo opisuje technikę obrazowania spektrometrii mas w odniesieniu do etapów barwienia i obrazowania, które pozwalają na wysoce zmultipleksowaną analizę przestrzenną.

Poszerzanie wiedzy na temat mikrośrodowiska guza za pomocą obrazowania spektrometrią mas próbek tkanek utrwalonych w formalinie i zatopionych w parafinie

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

Analiza obrazu z multipleksowanym kodowaniem kreskowym ostatnio poprawiła charakterystykę mikrośrodowiska guza, umożliwiając kompleksowe badania składu komórki, stanu funkcjonalnego i interakcji komórka-komórka. W niniejszym artykule opisano protokół barwienia i obrazowania z wykorzystaniem kodowania kreskowego przeciwciał sprzężonych z oligonukleotydami i obrazowania cyklicznego, który pozwala na zastosowanie techniki wysokowymiarowej analizy obrazu.

Multipleksowa analiza obrazu z kodowaniem kreskowym do charakterystyki immunoprofilowania i mapowania przestrzennego w analizie pojedynczej komórki próbek tkanek parafinowych

Korzystając z platformy multimodalnej łączącej metody obrazowania optycznego bez znaczników, opracowaliśmy protokół do wizualizacji i ilościowego określania dynamiki komórkowej i metabolizmu. Dzięki obrazowaniu za pomocą fluorescencji wielofotonowej, generowania drugiej harmonicznej i wymuszonej mikroskopii rozpraszania Ramana możemy uzyskać całościowy przegląd środowiska komórkowego i molekularnego.

Multimodalna platforma obrazowania optycznego do badania metabolizmu komórkowego

Protokół ten zawiera przewodnik krok po kroku dotyczący projektowania multipleksowego panelu przeciwciał immunofluorescencyjnych do obrazowania mysich tkanek czerniaka FFPE na podstawie kodów kreskowych. Opisujemy również proces analizy obrazu przy użyciu narzędzi typu open source do generowania przestrzennych wglądów proteomicznych w mikrośrodowisku immunologicznym mysiego czerniaka.

Multipleksowe obrazowanie immunofluorescencyjne oparte na kodach kreskowych DNA do analizy próbek FFPE z genetycznie przeprogramowanego mysiego czerniaka

Protokół ten opisuje metodologię wykrywania multipleksowego mRNA za pomocą obrazowania białek w tkankach tkanek osadzonych formaliną w parafinie.

Kartografia molekularna z podwójną modalnością: Integracja detekcji multipleksowego mRNA z obrazowaniem białek z cytometrią masową

Poznaj multimodalne obrazowanie komórek raka piersi z wykorzystaniem mikroskopii konfokalnej Ramana i tomografii fazowej. Ta bezinwazyjna metoda pozwala na szybką analizę morfochemiczną żywych komórek w ich naturalnym środowisku fizjologicznym.

Ramy obrazowania multimodalnego w celu przyspieszenia fenotypowania żywych, bezznacznikowych komórek raka piersi

Przeglądaj więcej filmów