SIVQ-LCM protocol voor de ArcturusXT Instrument
Summary
SIVQ-LCM is een innovatieve aanpak die een computer algoritme, Ruimtelijk Invariante Vector Quantization (SIVQ) benut, om de lasermicrodissectie (LCM) proces te sturen. De SIVQ-LCM workflow verbetert de snelheid en nauwkeurigheid van microdissection, met toepassingen in zowel de onderzoeks-en klinische settings.
Abstract
SIVQ-LCM is een nieuwe methode die automatiseert en stroomlijnt de meer traditionele, gebruikersafhankelijke laser dissectie proces. Het doel is om een geavanceerde, snel aanpasbare laser dissectie platform technologie te creëren. In dit rapport beschrijven we de integratie van de software voor beeldanalyse Ruimtelijk Invariante Vector Quantization (SIVQ) op de ArcturusXT instrument. Het ArcturusXT systeem bevat zowel een infrarood (IR) en ultraviolette (UV) laser, waardoor specifieke cel of groot gebied dissecties. Het voornaamste doel is om de snelheid, nauwkeurigheid en reproduceerbaarheid van de laser dissectie steekproefproductie verhogen verbeteren. Deze nieuwe benadering vergemakkelijkt microdissection van zowel dierlijke en menselijke weefsels in onderzoek en klinische workflows.
Introduction
Oorspronkelijk ontwikkeld in het midden van de jaren 1990, lasermicrodissectie (LCM) kan de gebruiker specifieke cellen of cellulaire gebieden van een histologische sectie weefsel via microscopische visualisatie 1, 2 nauwkeurig vast te leggen. Vele studies waarin moleculaire analyse van LCM versus weefsel krassen illustreren de waarde van de methode 3-12. Daarnaast zijn er drie video-protocol publicaties welke technologie beschikbaar voor het bekijken 13, 14 zijn. Ondanks de bewezen waarde, LCM kan vervelend en moeizaam wanneer het doelwit van belang een gedispergeerde celpopulatie in een heterogene weefselsectie of wanneer grote aantallen cellen voor specifieke stroomafwaartse toepassingen zoals proteomics. De lasten voor de menselijke operator leidde ons naar een semi-automatische ontleding aanpak voor LCM ontwikkelen door de combinatie van een krachtige beeldanalyse algoritme om de LCM-proces 15 begeleiden.
<p class = "jove_content"> In samenwerking met de Universiteit van Michigan, ons laboratorium aan de NIH uitgebreid de eerder ontwikkelde en gerapporteerd Ruimtelijk invariant vector quantisatie (SIVQ) algoritme op een manier om het te laten semi-automatiseren van het weefsel selectieproces inherent aan begeleide microdissection leveren zodoende een tool met de patholoog of leven wetenschapper in het achterhoofd. Ruimtelijk invariante vector quantisatie (SIVQ) is een algoritme waarmee de gebruiker eenvoudig "klik" op een histologische kenmerk van belang om een ring vector (predikaat image functie) die kan worden gebruikt om de gehele afbeelding histologische zoeken creëren, aanpassen van de statistische drempel als nodig 16-21. De resulterende hitte kaart geeft de kwaliteit van de wedstrijden om de eerste afbeelding predikaat functie en wordt vervolgens omgezet in een enkele kleur (rood) annotatie kaart die in de LCM instrument kan worden geïmporteerd. De geautomatiseerde selectie software, AutoScanXT, wordt dan gebruikt om een kaart op basis van tekenenop SIVQ's annotatie begeleiden van de vangst van de doelcellen van het weefselmonster. De gedetailleerde protocol hieronder beschrijft de uitvoering van SIVQ in de microdissection workflow.Protocol
Representative Results
Discussion
We presenteren een protocol voor de toepassing van SIVQ-LCM om immuun-epitheliale cellen van FFPE menselijk borstweefsel microdissect. Het gebruik van een beeldanalyse algoritme, zoals SIVQ, vermindert de hands-on tijd die het proces microdissectie. Dit is een potentieel belangrijke stap vooruit voor het gebied sinds operator tijd en moeite is meestal de snelheidsbeperkende stap voor de precieze ontleding van cellen van belang. In dit protocol is specifiek onze procedure aangepast aan de ArcturusXT instrument, hoewel he…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Het onderzoek werd mede ondersteund door de Intramurale Research Program van de National Institutes of Health, National Cancer Institute, Center for Cancer Research.
Materials
| Positive Charged Glass Slides | Thermo Scientific | 4951Plus-001 | |
| Xylenes, ACS reagent, ≥98.5% xylenes + ethylbenzene basis | Sigma Aldrich | 247642 | CAUTION: PLEASE USE PROPER SAFETY PROCEDURES. |
| Ethyl Alcohol, U.S.P. 200 Proof, Anhydrous | The Warner-Graham Company | 6.505E+12 | CAUTION: PLEASE USE PROPER SAFETY PROCEDURES. |
| Arcturus CapSure Macro LCM Caps | Life Technologies | LCM0211 | |
| ArcturusXT Laser Microdissection Instrument | Life Technologies | ARCTURUSXT | |
| AutoScanXT Software | Life Technologies | An optional image analysis program for the ArcturusXT Laser Microdissection Device. This is software is required for SIVQ-LCM. | |
| Spatially Invariant Vector Quantization (SIVQ) | University of Michigan | This tool suite is publicly available for academic collaborations. For access to the SIVQ algorithm, please contact Dr. Ulysses Balis [Ulysses@med.umich.edu] |
References
- Bonner, R. F., et al. Laser capture microdissection: molecular analysis of tissue. Science. 278, 1481-1483 (1997).
- Emmert-Buck, M. R., et al. Laser capture microdissection. Science. 274, 998-1001 (1996).
- Edwards, R. A. Laser capture microdissection of mammalian tissue. J Vis Exp. (8), (2007).
- El-Serag, H. B., et al. Gene expression in Barrett’s esophagus: laser capture versus whole tissue. Scandinavian journal of gastroenterology. 44, 787-795 (2009).
- Espina, V., et al. Laser-capture microdissection. Nature. 1, 586-603 (2006).
- Harrell, J. C., Dye, W. W., Harvell, D. M., Sartorius, C. A., Horwitz, K. B. Contaminating cells alter gene signatures in whole organ versus laser capture microdissected tumors: a comparison of experimental breast cancers and their lymph node metastases. Clinical & experimental metastasis. 25, 81-88 (2008).
- Rodriguez-Canales, J., et al. Optimal molecular profiling of tissue and tissue components: defining the best processing and microdissection methods for biomedical applications. Methods in molecular biology. 980, 61-120 (2013).
- Silvestri, A., et al. Protein pathway biomarker analysis of human cancer reveals requirement for upfront cellular-enrichment processing. Laboratory investigation; a journal of technical methods and pathology. 90, 787-796 (2010).
- Eberle, F. C., et al. Immunoguided laser assisted microdissection techniques for DNA methylation analysis of archival tissue specimens. The Journal of molecular diagnostics : JMD. 12, 394-401 (2010).
- Kim, H. K., et al. Distinctions in gastric cancer gene expression signatures derived from laser capture microdissection versus histologic macrodissection. BMC medical genomics. 4, 48 (2011).
- Klee, E. W., et al. Impact of sample acquisition and linear amplification on gene expression profiling of lung adenocarcinoma: laser capture micro-dissection cell-sampling versus bulk tissue-sampling. BMC medical genomics. 2, 13 (2009).
- Zheng, J., Garg, S., Wang, J., Loose, D. S., Hauer-Jensen, M. Laser capture microdissected mucosa versus whole tissue specimens for assessment of radiation-induced dynamic molecular and pathway changes in the small intestine. PloS one. 8, e53711 (2013).
- Boone, D. R., Sell, S. L., Hellmich, H. L. Laser capture microdissection of enriched populations of neurons or single neurons for gene expression analysis after traumatic brain injury. J Vis Exp. (74), (2013).
- Iyer, E. P., Cox, D. N. Laser capture microdissection of Drosophila peripheral neurons. J Vis Exp. (39), (2010).
- Hipp, J., et al. SIVQ-aided laser capture microdissection: A tool for high-throughput expression profiling. Journal of pathology informatics. 2, 19 (2011).
- Hipp, J. D., Cheng, J. Y., Toner, M., Tompkins, R. G., Balis, U. J. Spatially Invariant Vector Quantization: A pattern matching algorithm for multiple classes of image subject matter including pathology. J Pathol Inform. 2, 13 (2011).
- Hipp, J., et al. Optimization of complex cancer morphology detection using the SIVQ pattern recognition algorithm. Anal Cell Pathol (Amst). , (2011).
- Hipp, J., et al. Integration of architectural and cytologic drive n image algorithms for prostate adenocarcinoma identification. Analytical cellular pathology. 35, 251-265 (2012).
- Hipp, J., et al. Automated area calculation of histopathologic features using SIVQ. Anal Cell Pathol (Amst. 34, (2011).
- Cheng, J., et al. Automated vector selection of SIVQ and parallel computing integration MATLAB: Innovations supporting large-scale and high-throughput image analysis studies. Journal of pathology. 2, 37 (2011).
- Roy Chowdhuri, S., et al. Semiautomated laser capture microdissection of lung adenocarcinoma cytology samples. Acta Cytol. 56, 622-631 (2012).
- Hipp, J., et al. Image Microarrays (IMA): Digital Pathology’s Missing Tool. Journal of pathology. 2, (2011).
- Hanson, J. C., et al. Expression microdissection adapted to commercial laser dissection instruments. Nature. 6, 457-467 (2011).
