Summary

Ein markierungsfreier Segmentierungsansatz für die intravitale Bildgebung von Brusttumor-Mikroumgebungen

Published: May 24, 2022
doi:

Summary

Das hier beschriebene intravitale Bildgebungsverfahren nutzt die zweite harmonische Kollagenerzeugung und die endogene Fluoreszenz aus dem metabolischen Co-Faktor NAD(P)H, um eine nicht markierte Tumormikroumgebung nicht-invasiv in Tumor-, Stroma- und Gefäßkompartimente für eine eingehende Analyse von intravitalen 4D-Bildern zu segmentieren.

Abstract

Die Fähigkeit, komplexe und dynamische physiologische Interaktionen zwischen zahlreichen Zelltypen und der extrazellulären Matrix (ECM) innerhalb einer lebenden Tumormikroumgebung zu visualisieren, ist ein wichtiger Schritt zum Verständnis von Mechanismen, die das Fortschreiten von Tumoren regulieren. Während dies durch aktuelle intravitale Bildgebungsverfahren erreicht werden kann, bleibt es aufgrund der heterogenen Natur der Gewebe und der Notwendigkeit eines räumlichen Kontexts innerhalb der experimentellen Beobachtung eine Herausforderung. Zu diesem Zweck haben wir einen intravitalen Bildgebungs-Workflow entwickelt, der Kollagen-Bildgebung der zweiten harmonischen Generation, endogene Fluoreszenz aus dem metabolischen Co-Faktor NAD (P) H und Fluoreszenz-Lifetime-Imaging-Mikroskopie (FLIM) kombiniert, um die Tumormikroumgebung nicht-invasiv in grundlegende Domänen des Tumornestes, des umgebenden Stromas oder ECM und des Gefäßsystems zu unterteilen. Dieses nicht-invasive Protokoll beschreibt den schrittweisen Prozess, der von der Aufnahme von Zeitrafferbildern von Brusttumormodellen bis hin zur Nachbearbeitungsanalyse und Bildsegmentierung reicht. Der Hauptvorteil dieses Workflows besteht darin, dass er metabolische Signaturen nutzt, um die sich dynamisch verändernde Mikroumgebung von lebenden Tumoren ohne die Verwendung exogener fluoreszierender Markierungen zu kontextualisieren, was ihn für PDX-Modelle (Human Patient-derived Xenograft) und den zukünftigen klinischen Einsatz, bei dem extrinsische Fluorophore nicht ohne weiteres anwendbar sind, vorteilhaft macht.

Introduction

Es ist bekannt, dass die extrazelluläre Matrix (ECM) in der Tumormikroumgebung von mehreren Zelltypen dynamisch abgelagert und ummodelliert wird, um das Fortschreiten der Krankheit weiter zu erleichtern 1,2,3. Diese Matrixveränderungen liefern sowohl mechanische als auch biologische Hinweise, die das Zellverhalten verändern und oft zu einem kontinuierlichen Zyklus der Matrixumgestaltungführen 4. Die Untersuchung des dynamischen, wechselseitigen Zusammenspiels zwischen Tumorzellen und der extrazellulären Matrix erfolgt häufig mittels dreidimensionaler (3D) In-vitro-Kultur oder mikrofluidischer Systeme. Während diese Bottom-up-Ansätze Mechanismen der ECM-Remodellierung 5,6,7, der erhöhten Proliferation 8, des epithelialen zu mesenchymalen Übergangs 9,10,11,12 und der Tumorzellmigration und -invasion7,13,14,15,16 gezeigt haben lag ihr Fokus in erster Linie auf einigen wenigen Zelltypen (z. B. Tumorzellen oder Fibroblasten) innerhalb einer homogenen 3D-Matrix im Vergleich zur Vielfalt und Heterogenität der Interaktionen innerhalb eines physiologischen Gewebes. Neben In-vitro-Systemen kann auch die Ex-vivo-Tumorhistologie einen Einblick in diese Zell-Zell- und Zell-ECM-Interaktionengeben 17. Die Immunhistochemie hat den Vorteil, dass sie mehrere Zelltypen in Bezug auf die räumlich heterogene Zusammensetzung und Architektur der EZM analysieren kann, aber die statischen Endpunkte von fixiertem Gewebe erfassen nicht die dynamische Natur der Wechselwirkungen zwischen Zellen und der Mikroumgebung. Die intravitale Bildgebung hat die Tür geöffnet, um vielfältige und dynamische Interaktionen im physiologischen Kontext der nativen Tumormikroumgebung zu hinterfragen.

Die Fähigkeiten der intravitalen Tumorbildgebung entwickeln sich rasant weiter. Verbesserungen im Design von Bildgebungsfenstern und chirurgischen Techniken zur Implantation der Fenster haben eine langfristige longitudinale Tumorbildgebung an einer Vielzahl von anatomischen Stellen (d.h. Primärtumor, Lymphknoten, metastasierende Stellen18,19,20) ermöglicht. Darüber hinaus wird die Fähigkeit optischer Instrumente, Daten in mehreren Dimensionen (d. h. spektrale, räumliche Fluoreszenzintensität und Lebensdauer) sowie mit hoher Auflösung und Geschwindigkeit (Videorate) zu visualisieren und zu sammeln, immer zugänglicher. Die verbesserte Technologie bietet die Möglichkeit, schnelle Veränderungen der Zellsignalisierung und der phänotypischen Dynamik in einer physiologischen Umgebung zu untersuchen. Schließlich ermöglichen die Erweiterung optogenetischer Werkzeuge und die breite Palette genetischer Fluoreszenzkonstrukte die Markierung spezifischer Zelltypen, um die Zellmigration in der Tumormikroumgebung oder die Zelllinienverfolgung während der Entwicklung oder des Krankheitsverlaufs zu erfassen21,22. Der Einsatz dieser Werkzeuge in Kombination mit der CRISPR/Cas9-Technologie bietet Forschern die Möglichkeit, zeitnah einzigartige Tiermodelle zu generieren.

Während all diese Fortschritte die intravitale Bildgebung zu einer immer leistungsfähigeren Methode zur Erforschung dynamischer und physiologischer zellulärer Interaktionen machen, besteht immer noch ein wichtiger Bedarf, Strategien zu entwickeln, die diesen biologischen Interaktionen einen räumlichen, zeitlichen und strukturellen Kontext auf Gewebeebene bieten. Derzeit kompensieren viele intravitale Bildgebungsstudien den Mangel an visuellen Landmarken wie Blutgefäßen, indem sie fluoreszierende Farbstoffe in das Gefäßsystem injizieren oder Mausmodelle verwenden, die exogen fluoreszierende Proteine exogen exprimieren, um physikalische Merkmale abzugrenzen. Injizierbare Farbstoffe und Substrate wie fluoreszierendes Dextrans werden breit eingesetzt, um das Gefäßsystem in intravitalen Sammlungen19, 23, 24 erfolgreich zu beschriften. Dieser Ansatz ist jedoch nicht ohne Einschränkungen. Zum einen erfordert es zusätzliche Mausmanipulationen und sein Nutzen beschränkt sich auf kurzfristige Experimente. Für Längsschnittstudien kann fluoreszierendes Dextran problematisch sein, da wir die Ansammlung von Dextran in phagozytären Zellen oder die Diffusion in das umgebende Gewebe im Laufe der Zeit beobachten25. Die exogene fluoreszierende Proteinintegration in das Mausmodell wurde als Alternative zu fluoreszierendem Dextrans vorgestellt, weist jedoch eigene Einschränkungen auf. Die Verfügbarkeit und Vielfalt exogener Fluorophore in Mausmodellen ist immer noch begrenzt und teuer in der Herstellung. Darüber hinaus sind genetische Manipulationen in bestimmten Modellen, wie z. B. PDX-Modellen, nicht wünschenswert oder möglich. Es wurde auch gezeigt, dass das Vorhandensein von fluoreszierenden oder biolumineszierenden Proteinen in Zellen innerhalb der Maus als fremd erkannt wird, und in immunkompetenten Mausmodellen reduziert dies die Menge an Metastasen aufgrund der Reaktion des Immunsystems des Wirts26,27. Schließlich belegen exogene fluoreszierende Proteine oder fluoreszierende Farbstoffe, die für den räumlichen Kontext oder zur Segmentierung nachfolgender Daten verwendet werden, häufig Primbereiche des Lichtspektrums, die sonst zur Untersuchung der physiologischen Wechselwirkungen von Interesse verwendet werden könnten.

Die Verwendung des intrinsischen Signals aus dem ECM oder der endogenen Fluoreszenz von Zellen innerhalb des Gewebes stellt ein potenzielles universelles markierungsfreies Mittel zur Segmentierung intravitaler Daten für eine eingehendere zelluläre und räumliche Analyse dar. Die zweite harmonische Generation (SHG) wird seit langem zur Visualisierung des ECM28 verwendet. Mit der anschließenden Entwicklung wichtiger Werkzeuge zur Charakterisierung der Faserorganisation 29,30,31 ist es möglich, das Zellverhalten relativ zur lokalen ECM-Struktur zu charakterisieren. Darüber hinaus bietet die Autofluoreszenz des endogenen Metaboliten NAD(P)H ein weiteres markierungsfreies Werkzeug, um die Tumormikroumgebung in vivo zu kompartimentieren. NAD(P)H fluoresziert hell in Tumorzellen und kann verwendet werden, um die Grenzen des wachsenden Tumornestes von seinem umgebenden Stroma21,32 zu unterscheiden. Schließlich ist das Gefäßsystem eine wichtige physiologische Struktur in der Tumormikroumgebung und der Ort der wichtigsten zelltypspezifischen Interaktionen33,34,35. Die Anregung von roten Blutkörperchen (RBC) oder Blutplasma wurde verwendet, um das Tumorgefäßsystem sichtbar zu machen, und unter Verwendung der Zwei- oder Drei-Photonen-Anregung (2P; 3P) hat sich die Messung der Blutflussraten als möglicherwiesen 36. Während größere Blutgefäße jedoch leicht durch ihre endogenen Fluoreszenzsignaturen identifizierbar sind, erfordert die Identifizierung subtiler, variabler und weniger fluoreszierender kleiner Blutgefäße mehr Fachwissen. Diese inhärenten Schwierigkeiten behindern eine optimale Bildsegmentierung. Glücklicherweise können diese Quellen der endogenen Fluoreszenz (d. H. Rote Blutkörperchen und Blutplasma) auch durch Fluoreszenzlebensdauerbildgebung37 gemessen werden, die die einzigartigen photophysikalischen Eigenschaften des Gefäßsystems nutzt und eine nützliche Ergänzung der wachsenden intravitalen Toolbox darstellt.

In diesem Protokoll wird ein Workflow zur Segmentierung der vierdimensionalen (4D) intravitalen Bildgebung beschrieben, der explizit intrinsische Signale wie endogene Fluoreszenz und SHG von der Erfassung bis zur Analyse verwendet. Dieses Protokoll ist besonders relevant für Längsschnittstudien durch ein Brustbildgebungsfenster, in dem exogene Fluoreszenz möglicherweise nicht praktikabel oder möglich ist, wie dies bei PDX-Modellen der Fall ist. Die hier beschriebenen Segmentierungsprinzipien sind jedoch weitgehend auf intravitale Anwender anwendbar, die Tumorbiologie, Gewebeentwicklung oder sogar normale Gewebephysiologie untersuchen. Die berichtete Suite von Analyseansätzen wird es den Benutzern ermöglichen, das zelluläre Verhalten zwischen Regionen ausgerichteter oder zufälliger Kollagenfaserkonfigurationen zu unterscheiden, die Anzahl oder das Verhalten von Zellen zu vergleichen, die sich in bestimmten Regionen der Tumormikroumgebung befinden, und das Gefäßsystem der Tumormikroumgebung zuzuordnen, wobei nur markierungsfreie oder intrinsische Signale verwendet werden. Zusammen schaffen diese Methoden einen operativen Rahmen für die Maximierung der Informationstiefe aus der intravitalen 4D-Bildgebung der Brustdrüse bei gleichzeitiger Minimierung des Bedarfs an zusätzlichen exogenen Markierungen.

Protocol

Alle beschriebenen Experimente wurden vom Institutional Animal Care and Use Committee der University of Wisconsin-Madison genehmigt. Das Wohlbefinden und die Schmerztherapie in allen Tierversuchen stehen im Vordergrund. Daher werden alle Anstrengungen unternommen, um sicherzustellen, dass sich das Tier bei jedem Schritt des Eingriffs wohl fühlt und gut versorgt ist. 1. Generierung des Mammary Imaging Window (MIW) Um das Brustbildgebungsfenster zu konstruieren, ferti…

Representative Results

Die Installation des MIW und die grundlegende experimentelle Planung sind die ersten Schritte in diesem Prozess. Dieses spezielle MIW-Design und -Protokoll sind für Längsschnittstudienbesser geeignet 19 und wurden sowohl mit aufrechten als auch mit inversen Mikroskopen erfolgreich eingesetzt. In diesem Fall wurde ein inverses Mikroskop verwendet, da dies zu einer größeren Bildstabilität der Brustdrüse mit weniger Atemartefakten geführt hat. In Abbildung 1A stel…

Discussion

Die intravitale 4D-Bildgebung ist ein leistungsfähiges Werkzeug zur Untersuchung dynamischer physiologischer Wechselwirkungen im räumlichen und zeitlichen Kontext der nativen Tumormikroumgebung. Dieses Manuskript bietet einen sehr grundlegenden und anpassungsfähigen Betriebsrahmen, um dynamische Zellinteraktionen innerhalb der Tumormasse, des benachbarten Stromas oder in der Nähe des Gefäßnetzwerks zu unterteilen, wobei nur endogene Signale aus der zweiten harmonischen Erzeugung oder der NAD(P)H-Autofluoreszenz ver…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Die Autoren möchten NCI R01 CA216248, CA206458 und CA179556 Zuschüsse für die Finanzierung dieser Arbeit anerkennen. Wir möchten auch Dr. Kevin Eliceiri und seiner Imaging-Gruppe für ihre technische Expertise bei der frühen Entwicklung unseres intravitalen Programms danken. Wir danken auch Dr. Ben Cox und anderen Mitgliedern der Eliceiri Fabrication Group am Morgridge Institute for Research für ihr wesentliches technisches Design während der frühen Phasen des MIW. Dr. Ellen Dobson half mit nützlichen Gesprächen über das trainierbare WEKA-Segmentierungstool ImageJ. Darüber hinaus möchten wir uns bei Dr. Melissa Skala und Dr. Alexa Barres-Heaton für den rechtzeitigen Einsatz ihres Mikroskops bedanken. Abschließend möchten wir uns bei Dr. Brigitte Raabe, D.V.M., für all die nachdenklichen Diskussionen und Ratschläge zu unserem Umgang mit und unserer Pflege der Maus bedanken.

Materials

#1.5 12mm round cover glass Warner Instruments # 64-0712 MIW construction
1.0 mL syringe for SQ injection BD 309659 Syringe
20x objective Zeiss 421452-988 Water immersion
27G needle for SQ injection Covidien 1188827012 Needle
40x objective Nikon MRD77410 Water immersion
5-0 silk braided suture Ethicon K870 Suture for MIW implantation
Artificial tears gel Akorn NDC 59399-162-35 Eye gel
Betadine solution, 5% Fisher Scientific NC1558063 Surgery antiseptic
cotton-tipped applicator Fisher Scientific 23-400-101
Cyanoacrylate adhesive Loctite 1365882 MIW construction
fluorescent dextran Sigma T1287-50mg intravenous labelling of vasculature
forceps Mckesson.com Miltex #18-782 stainless, 4 inch, curved
GaAsP photomultiplier tube Hamamatsu 
heating blanket CARA 72 heating pad  038056000729 Temperature selectable
heating chamber home built
Fluorescent lifetime handbook Becker and Hickl https://www.becker-hickl.com/literature/handbooks
inverted microscope base Nikon
Isoflurane Akorn NDC 59399-106-01 Anesthesia
Liqui-Nox Fisher Scientific 16-000-125 MIW cleaning
Meloxicam Norbrook NDC 55529-040-10 Analgesic
Micro Hose Scientific Commodities INC.  BB31695-PE/1
multiphoton scan head Bruker Ultima II Multiphoton scanhead and imaging platform
NADH FLIM filter Chroma 284994 ET 440/80 m-2P
Nair CVS 339826 Depilatory cream
objective heater Tokai Hit STRG-WELSX-SET
SHG/FAD filter Chroma 320740 ET450/40m-2P
Sparkle glass cleaner Amazon.com B00814ME24 Glass Cleaner for implanted MIW
SPC-150 photon counting board Becker and Hickl
surgical light FAJ B06XV1VQVZ Magnetic LED gooseneck light
surgical micro-scissors Excelta 366 stainless, 3 inch
Triple antibiotic ointment Actavis Pharma NDC 0472-0179-34 Antibiotic
TV catheter Custom BD 30G needle: 305106 Catheter for TV injection
Two photon filter Chroma 320282 ET585/65m-2P
two-photon laser Coherent charmeleon Tunable multiphoton laser
ultrasound gel Parker PKR-03-02 Water immersion gel
Urea crystals Sigma U5128-5G Optional: FLIM IRF

References

  1. Eble, J. A., Niland, S. The extracellular matrix in tumor progression and metastasis. Clinical & Experimental Metastasis. 36 (3), 171-198 (2019).
  2. Afik, R., et al. Tumor macrophages are pivotal constructors of tumor collagenous matrix. The Journal of Experimental Medicine. 213 (11), 2315-2331 (2016).
  3. Varol, C., Sagi, I. Phagocyte-extracellular matrix crosstalk empowers tumor development and dissemination. The FEBS Journal. 285 (4), 734-751 (2018).
  4. Winkler, J., Abisoye-Ogunniyan, A., Metcalf, K. J., Werb, Z. Concepts of extracellular matrix remodelling in tumour progression and metastasis. Nature Communications. 11 (1), 5120 (2020).
  5. Han, W., et al. Oriented collagen fibers direct tumor cell intravasation. Proceedings of the National Academy of Sciences of the United States of America. 113 (40), 11208-11213 (2016).
  6. Malandrino, A., Mak, M., Kamm, R. D., Moeendarbary, E. Complex mechanics of the heterogeneous extracellular matrix in cancer. Extreme Mechanics Letters. 21, 25-34 (2018).
  7. Lugo-Cintrón, K. M., et al. Breast Fibroblasts and ECM Components Modulate Breast Cancer Cell Migration Through the Secretion of MMPs in a 3D Microfluidic Co-Culture Model. Cancers. 12 (5), 1173 (2020).
  8. Wozniak, M. A., Desai, R., Solski, P. A., Der, C. J., Keely, P. J. ROCK-generated contractility regulates breast epithelial cell differentiation in response to the physical properties of a three-dimensional collagen matrix. The Journal of Cell Biology. 163 (3), 583-595 (2003).
  9. Zhang, K., et al. The collagen receptor discoidin domain receptor 2 stabilizes SNAIL1 to facilitate breast cancer metastasis. Nature Cell Biology. 15 (6), 677-687 (2013).
  10. Malik, G., et al. Plasma fibronectin promotes lung metastasis by contributions to fibrin clots and tumor cell invasion. Recherche en cancérologie. 70 (11), 4327-4334 (2010).
  11. Bae, Y. K., Choi, J. E., Kang, S. H., Lee, S. J. Epithelial-mesenchymal transition phenotype is associated with clinicopathological factors that indicate aggressive biological behavior and poor clinical outcomes in invasive breast cancer. Journal of Breast Cancer. 18 (3), 256-263 (2015).
  12. Wei, S. C., et al. Matrix stiffness drives epithelial-mesenchymal transition and tumour metastasis through a TWIST1-G3BP2 mechanotransduction pathway. Nature Cell Biology. 17 (5), 678-688 (2015).
  13. Riching, K. M., et al. 3D collagen alignment limits protrusions to enhance breast cancer cell persistence. Biophysical Journal. 107 (11), 2546-2558 (2014).
  14. Carey, S. P., et al. Local extracellular matrix alignment directs cellular protrusion dynamics and migration through Rac1 and FAK. Integrative Biology: Quantitative Biosciences from Nano to Macro. 8 (8), 821-835 (2016).
  15. Ray, A., Morford, R. K., Ghaderi, N., Odde, D. J., Provenzano, P. P. Dynamics of 3D carcinoma cell invasion into aligned collagen. Integrative Biology: Quantitative Biosciences from Nano to Macro. 10 (2), 100-112 (2018).
  16. Szulczewski, J. M., et al. Directional cues in the tumor microenvironment due to cell contraction against aligned collagen fibers. Acta Biomaterialia. 129, 96-109 (2021).
  17. Esbona, K., et al. The Presence of Cyclooxygenase 2, Tumor-Associated Macrophages, and Collagen Alignment as Prognostic Markers for Invasive Breast Carcinoma Patients. The American Journal of Pathology. 188 (3), 559-573 (2018).
  18. Entenberg, D., et al. A permanent window for the murine lung enables high-resolution imaging of cancer metastasis. Nature Methods. 15 (1), 73-80 (2018).
  19. Kedrin, D., et al. Intravital imaging of metastatic behavior through a mammary imaging window. Nature Methods. 5 (12), 1019-1021 (2008).
  20. Jacquemin, G., et al. Longitudinal high-resolution imaging through a flexible intravital imaging window. Science Advances. 7 (25), (2021).
  21. Boone, P. G., et al. A cancer rainbow mouse for visualizing the functional genomics of oncogenic clonal expansion. Nature Communications. 10 (1), 5490 (2019).
  22. Dawson, C. A., Mueller, S. N., Lindeman, G. J., Rios, A. C., Visvader, J. E. Intravital microscopy of dynamic single-cell behavior in mouse mammary tissue. Nature Protocols. 16 (4), 1907-1935 (2021).
  23. Leung, E., et al. Blood vessel endothelium-directed tumor cell streaming in breast tumors requires the HGF/C-Met signaling pathway. Oncogene. 36 (19), 2680-2692 (2017).
  24. Jain, R. K. Normalizing tumor microenvironment to treat cancer: Bench to bedside to biomarkers. Journal of Clinical Oncology: Official Journal of The American Society of Clinical Oncology. 31 (17), 2205-2218 (2013).
  25. Wyckoff, J. B., et al. Direct visualization of macrophage-assisted tumor cell intravasation in mammary tumors. Recherche en cancérologie. 67 (6), 2649-2656 (2007).
  26. Baklaushev, V. P., et al. Modeling and integral X-ray, optical, and MRI visualization of multiorgan metastases of orthotopic 4T1 breast carcinoma in BALB/c Mice. Bulletin of Experimental Biology and Medicine. 158 (4), 581-588 (2015).
  27. Baklaushev, V. P., et al. Luciferase Expression Allows Bioluminescence Imaging But Imposes Limitations on the Orthotopic Mouse (4T1) Model of Breast Cancer. Scientific Reports. 7 (1), 7715 (2017).
  28. Campagnola, P. J., Loew, L. M. Second-harmonic imaging microscopy for visualizing biomolecular arrays in cells, tissues and organisms. Nature Biotechnology. 21 (11), 1356-1360 (2003).
  29. Bredfeldt, J. S., et al. Computational segmentation of collagen fibers from second-harmonic generation images of breast cancer. Journal of Biomedical Optics. 19 (1), 16007 (2014).
  30. Liu, Y., et al. Fibrillar Collagen Quantification With Curvelet Transform Based Computational Methods. Frontiers in Bioengineering and Biotechnology. 8, 198 (2020).
  31. Püspöki, Z., Storath, M., Sage, D., Unser, M. Transforms and Operators for Directional Bioimage Analysis: A Survey. Advances in Anatomy, Embryology, and Cell Biology. 219, 69-93 (2016).
  32. Saytashev, I., et al. Multiphoton excited hemoglobin fluorescence and third harmonic generation for non-invasive microscopy of stored blood. Biomedical Optics Express. 7 (9), 3449-3460 (2016).
  33. Harney, A. S., et al. Real-Time Imaging Reveals Local, Transient Vascular Permeability, and Tumor Cell Intravasation Stimulated by TIE2hi Macrophage-Derived VEGFA. Cancer Discovery. 5 (9), 932-943 (2015).
  34. von Au, A., et al. Circulating fibronectin controls tumor growth. Neoplasia. 15 (8), 925-938 (2013).
  35. Murgai, M., et al. KLF4-dependent perivascular cell plasticity mediates pre-metastatic niche formation and metastasis. Nature Medicine. 23 (10), 1176-1190 (2017).
  36. You, S., et al. Intravital imaging by simultaneous label-free autofluorescence-multiharmonic microscopy. Nature Communications. 9 (1), 2125 (2018).
  37. Yakimov, B. P., et al. Label-free characterization of white blood cells using fluorescence lifetime imaging and flow-cytometry: molecular heterogeneity and erythrophagocytosis. Biomedical Optics Express. 10 (8), 4220-4236 (2019).
  38. Arganda-Carreras, I., et al. Trainable Weka Segmentation: a machine learning tool for microscopy pixel classification. Bioinformatics. 33 (15), 2424-2426 (2017).
  39. Guy, C. T., Cardiff, R. D., Muller, W. J. Induction of mammary tumors by expression of polyomavirus middle T oncogene: a transgenic mouse model for metastatic disease. Molecular and Cellular Biology. 12 (3), 954-961 (1992).
  40. Provenzano, P. P., et al. Collagen reorganization at the tumor-stromal interface facilitates local invasion. BMC Medicine. 4 (1), 38 (2006).
  41. Conklin, M. W., et al. Aligned collagen is a prognostic signature for survival in human breast carcinoma. The American Journal of Pathology. 178 (3), 1221-1232 (2011).
  42. Szulczewski, J. M., et al. In Vivo Visualization of Stromal Macrophages via label-free FLIM-based metabolite imaging. Scientific Reports. 6, 25086 (2016).
  43. Hoffmann, E. J., Ponik, S. M. Biomechanical Contributions to Macrophage Activation in the Tumor Microenvironment. Frontiers in Oncology. 10, 787 (2020).
  44. Pakshir, P., et al. Dynamic fibroblast contractions attract remote macrophages in fibrillar collagen matrix. Nature Communications. 10 (1), 1850 (2019).
  45. Dobrolecki, L. E., et al. Patient-derived xenograft (PDX) models in basic and translational breast cancer research. Cancer and Metastasis Reviews. 35 (4), 547-573 (2016).
  46. Shirshin, E. A., et al. Two-photon autofluorescence lifetime imaging of human skin papillary dermis in vivo: assessment of blood capillaries and structural proteins localization. Scientific Reports. 7 (1), 1171 (2017).
  47. Weigert, M., et al. Content-aware image restoration: pushing the limits of fluorescence microscopy. Nature Methods. 15 (12), 1090-1097 (2018).
check_url/fr/63413?article_type=t

Play Video

Citer Cet Article
Burkel, B. M., Inman, D. R., Virumbrales-Muñoz, M., Hoffmann, E. J., Ponik, S. M. A Label-Free Segmentation Approach for Intravital Imaging of Mammary Tumor Microenvironment. J. Vis. Exp. (183), e63413, doi:10.3791/63413 (2022).

View Video