SIVQ-НОК Протокол о ArcturusXT инструмент
Summary
SIVQ-НОК является инновационным подходом, который использует компьютерную алгоритм пространственно инвариантные квантования (SIVQ), для привода микродиссекции лазерного захвата (НОК) процесса. Рабочий процесс SIVQ-НОК значительно улучшает скорость и точность микродиссекции, с приложениями как в научно-исследовательских и клинических условиях.
Abstract
SIVQ-НОК является новая методология, которая автоматизирует и оптимизирует более традиционный, удобный для пользователя зависит процесс лазерного рассечение. Его целью является создание усовершенствованного быстро настраиваемый технологию лазерного рассечения платформы. В этом докладе мы описываем интеграции программного обеспечения для анализа изображений Пространственно инвариантный вектор квантования (SIVQ) на прибор ArcturusXT. Система ArcturusXT содержит как инфракрасный (ИК) и ультрафиолетовое (УФ) лазер, что позволяет конкретной ячейке или в большой площади вскрытия. Основная цель состоит в том, чтобы повысить скорость, точность и воспроизводимость лазерного рассечения, чтобы увеличить пропускную способность. Этот новый подход облегчает микродиссекции как тканях животных и человека в научных исследованиях и клинических рабочих процессов.
Introduction
Первоначально разработанная в середине 1990-х, лазерная захвата микродиссекции (НОК) позволяет пользователю точно захватить специфические клетки или клеточные регионов из раздела гистологического ткани с помощью микроскопического визуализации 1, 2. Многие исследования, сравнивающие молекулярный анализ LCM против тканей царапин проиллюстрировать значение метода 3-12. Кроме того, имеются три публикации протокола видео по технологии, которые доступны для просмотра 13, 14. Тем не менее, несмотря на его проверенной значения, НОК может быть утомительным и трудоемким, когда цель интересный дисперсной клеточной популяции в разделе гетерогенной ткани, или когда большое количество клеток, необходимых для конкретных последовательных применений, таких как протеомики. Нагрузка ложится на человека-оператора привело нас к разработке полуавтоматического подход рассечение для LCM путем объединения мощный алгоритм анализа изображений для руководства процессом LCM 15.
<р = класса "jove_content"> В сотрудничестве с Университетом штата Мичиган, наша лаборатория в NIH продлен ранее разработаны и сообщил Пространственно инвариантной векторного квантования (SIVQ) алгоритм таким образом, чтобы позволить ему полуавтомат процесс выбора тканей присущую руководствоваться микродиссекции, что делает доступной инструмент с патологоанатомом или жизни ученого в виду. Пространственно инвариант векторное квантование (SIVQ) представляет собой алгоритм, который позволяет пользователю просто "щелчок" на гистологической особенностью интерес для создания кольцевой вектор (предикат функцию изображение), который может быть использован для поиска по всему гистологическое изображение, регулируя статистический порог При необходимости 16-21. Полученный тепловая карта отображает качество матчей в исходное функции предикат изображения и затем превращают в один цвет (красный) аннотации карте, которые могут быть импортированы в LCM инструмента. Автоматизированная программа выбора, AutoScanXT, затем используется, чтобы нарисовать карту, основаннуюна аннотации SIVQ в руководстве захват клеток-мишеней из образца ткани. Подробный протокол ниже описывается реализация SIVQ в микродиссекции процесса.Protocol
Representative Results
Discussion
Мы приводим протокол для применения SIVQ-LCM чтобы microdissect иммуноокрашиванию эпителиальные клетки из FFPE человеческой ткани молочной железы. Использование алгоритма анализа изображений, таких как SIVQ, уменьшает количество практический времени, необходимого для процесса микродиссекции. Эт…
Divulgations
The authors have nothing to disclose.
Acknowledgements
Исследование было частично поддержана исследовательской программы Интрамурального из Национального института здоровья, Национальный институт рака, Центр по исследованию рака.
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).
