Summary

Un enfoque de segmentación sin etiquetas para imágenes intravitales del microambiente tumoral mamario

Published: May 24, 2022
doi:

Summary

El método de imágenes intravitales descrito aquí utiliza la segunda generación armónica de colágeno y la fluorescencia endógena del cofactor metabólico NAD(P)H para segmentar de forma no invasiva un microambiente tumoral no etiquetado en compartimentos tumorales, estromales y vasculares para un análisis en profundidad de imágenes intravitales 4D.

Abstract

La capacidad de visualizar interacciones fisiológicas complejas y dinámicas entre numerosos tipos de células y la matriz extracelular (ECM) dentro de un microambiente tumoral vivo es un paso importante hacia la comprensión de los mecanismos que regulan la progresión del tumor. Si bien esto se puede lograr a través de las técnicas actuales de imágenes intravitales, sigue siendo un desafío debido a la naturaleza heterogénea de los tejidos y la necesidad de contexto espacial dentro de la observación experimental. Con este fin, hemos desarrollado un flujo de trabajo de imágenes intravitales que combina imágenes de segunda generación armónica de colágeno, fluorescencia endógena del cofactor metabólico NAD(P)H y microscopía de imágenes de por vida de fluorescencia (FLIM) como un medio para compartimentar no invasivamente el microambiente tumoral en dominios básicos del nido tumoral, el estroma circundante o ECM, y la vasculatura. Este protocolo no invasivo detalla el proceso paso a paso que va desde la adquisición de imágenes de lapso de tiempo de modelos de tumores mamarios hasta el análisis de posprocesamiento y la segmentación de imágenes. La principal ventaja de este flujo de trabajo es que explota las firmas metabólicas para contextualizar el microambiente tumoral vivo que cambia dinámicamente sin el uso de etiquetas fluorescentes exógenas, lo que lo hace ventajoso para los modelos de xenoinjerto derivado de pacientes humanos (PDX) y el uso clínico futuro donde los fluoróforos extrínsecos no son fácilmente aplicables.

Introduction

Se sabe que la matriz extracelular (ECM) en el microambiente tumoral se deposita y remodela dinámicamente por múltiples tipos de células para facilitar aún más la progresión de la enfermedad 1,2,3. Estas alteraciones de la matriz proporcionan señales mecánicas y biológicas que alteran el comportamiento celular y, a menudo, resultan en un ciclo continuo de remodelación de la matriz4. La investigación sobre la interacción dinámica y recíproca entre las células tumorales y la matriz extracelular a menudo se lleva a cabo utilizando sistemas tridimensionales (3D) de cultivo in vitro o microfluídicos. Si bien estos enfoques de abajo hacia arriba han demostrado mecanismos de remodelación de la ECM 5,6,7, aumento de la proliferación 8, transición epitelial a mesenquimal 9,10,11,12 y migración e invasión de células tumorales 7,13,14,15,16 , su enfoque se ha centrado principalmente en unos pocos tipos de células (por ejemplo, células tumorales o fibroblastos) dentro de una matriz 3D homogénea en comparación con la diversidad y heterogeneidad de las interacciones presentes dentro de un tejido fisiológico. Además de los sistemas in vitro, la histología tumoral ex vivo también puede proporcionar cierta información sobre estas interacciones célula-célula y célula-ECM17. La inmunohistoquímica tiene la ventaja de poder analizar múltiples tipos de células con respecto a la composición espacialmente heterogénea y la arquitectura de la ECM, pero los puntos finales estáticos del tejido fijo no capturan la naturaleza dinámica de las interacciones entre las células y el microambiente. Las imágenes intravitales han abierto la puerta a interrogar interacciones diversas y dinámicas dentro del contexto fisiológico del microambiente tumoral nativo.

Las capacidades de las imágenes tumorales intravitales están avanzando rápidamente. Las mejoras en el diseño de ventanas de imágenes y las técnicas quirúrgicas para implantar las ventanas han permitido la obtención de imágenes tumorales longitudinales a largo plazo en una variedad de ubicaciones anatómicas (es decir, tumor primario, ganglios linfáticos, sitios metastásicos 18,19,20). Además, la capacidad de la instrumentación óptica para visualizar y recopilar datos en múltiples dimensiones (es decir, espectral, intensidad de fluorescencia espacial y vida útil), y a alta resolución y velocidad (velocidad de video) se está volviendo ampliamente accesible. La tecnología mejorada brinda la oportunidad de explorar cambios rápidos en la señalización celular y la dinámica fenotípica dentro de un entorno fisiológico. Por último, la expansión de las herramientas optogenéticas y la amplia gama de construcciones fluorescentes genéticas permiten el etiquetado de tipos celulares específicos para capturar la migración celular en el microambiente tumoral o el rastreo del linaje celular durante el desarrollo o la progresión de la enfermedad21,22. El uso de estas herramientas en combinación con la tecnología CRISPR / Cas9 brinda a los investigadores la oportunidad de generar modelos animales únicos de manera oportuna.

Si bien todos estos avances hacen que las imágenes intravitales sean un método cada vez más poderoso para explorar las interacciones celulares dinámicas y fisiológicas, todavía existe una necesidad importante de desarrollar estrategias que proporcionen un contexto espacial, temporal y estructural a nivel tisular a estas interacciones biológicas. Actualmente, muchos estudios de imágenes intravitales compensan la falta de puntos de referencia visuales, como los vasos sanguíneos, inyectando tintes fluorescentes en la vasculatura o empleando modelos de ratón que expresan exógenamente proteínas fluorescentes para delinear las características físicas. Los colorantes inyectables y los sustratos como el dextrans fluorescente se utilizan ampliamente para etiquetar con éxito la vasculatura en colecciones intravitales19, 23, 24. Sin embargo, este enfoque no está exento de limitaciones. Por un lado, requiere manipulaciones adicionales del ratón y su utilidad se limita a experimentos a corto plazo. Para estudios longitudinales, el dextrano fluorescente puede ser problemático ya que observamos la acumulación de dextrano en las células fagocíticas o la difusión en el tejido circundante a lo largo del tiempo25. La incorporación de proteína fluorescente exógena en el modelo de ratón se ha presentado como una alternativa al dextrans fluorescente pero presenta limitaciones propias. La disponibilidad y diversidad de fluoróforos exógenos dentro de los modelos de ratón siguen siendo limitadas y costosas de crear. Además, en modelos específicos, como los modelos PDX, las manipulaciones genéticas no son deseables ni posibles. También se ha demostrado que la presencia de proteínas fluorescentes o bioluminiscentes dentro de las células se reconocen como extrañas dentro del ratón, y dentro de los modelos de ratón inmunocompetentes, esto reduce la cantidad de metástasis debido a la respuesta del sistema inmune huésped26,27. Por último, las proteínas fluorescentes exógenas o los colorantes fluorescentes utilizados para el contexto espacial o para segmentar datos posteriores a menudo ocupan rangos primos del espectro de luz que de otro modo podrían usarse para investigar las interacciones fisiológicas de interés.

El uso de la señal intrínseca de la ECM o fluorescencia endógena de las células dentro del tejido representa un medio potencial universal sin etiquetas para segmentar los datos intravitales para un análisis celular y espacial más profundo. La segunda generación armónica (SHG) se ha utilizado durante mucho tiempo para visualizar el ECM28. Con el posterior desarrollo de herramientas importantes para ayudar en la caracterización de la organización de la fibra 29,30,31, es posible caracterizar el comportamiento celular en relación con la estructura local de ECM. Además, la autofluorescencia del metabolito endógeno, NAD(P)H, proporciona otra herramienta sin etiquetas para compartimentar el microambiente tumoral in vivo. NAD(P)H fluorescencia intensamente en las células tumorales y se puede utilizar para discriminar los límites del nido tumoral en crecimiento de su estroma circundante21,32. Por último, la vasculatura es una estructura fisiológica importante en el microambiente tumoral y el sitio de interacciones clave específicas del tipo celular 33,34,35. La excitación de los glóbulos rojos (RBC) o plasma sanguíneo se ha utilizado para visualizar la vasculatura tumoral, y utilizando la excitación de dos o tres fotones (2P; 3P) se ha demostrado que la medición de las tasas de flujo sanguíneo es posible36. Sin embargo, mientras que los vasos sanguíneos más grandes son fácilmente identificables por sus firmas de fluorescencia endógena, la identificación de vasos sanguíneos pequeños sutiles, variables y menos fluorescentes requiere más experiencia. Estas dificultades inherentes dificultan la segmentación óptima de la imagen. Afortunadamente, estas fuentes de fluorescencia endógena (es decir, glóbulos rojos y plasma sanguíneo) también se pueden medir mediante imágenes de fluorescencia de por vida37, que capitalizan las propiedades fotofísicas únicas de la vasculatura y representan una adición útil a la creciente caja de herramientas intravital.

En este protocolo, se describe un flujo de trabajo para la segmentación de imágenes intravitales de cuatro dimensiones (4D) utilizando explícitamente señales intrínsecas como la fluorescencia endógena y SHG desde la adquisición hasta el análisis. Este protocolo es particularmente pertinente para estudios longitudinales a través de una ventana de imágenes mamarias donde la fluorescencia exógena puede no ser práctica o posible, como es el caso de los modelos PDX. Los principios de segmentación descritos aquí, sin embargo, son ampliamente aplicables a los usuarios intravitales que investigan la biología tumoral, el desarrollo de tejidos o incluso la fisiología normal de los tejidos. El conjunto de enfoques de análisis reportado permitirá a los usuarios diferenciar el comportamiento celular entre regiones de configuraciones de fibra de colágeno alineadas o aleatorias, comparar números o comportamientos de células que residen en regiones específicas del microambiente tumoral y mapear la vasculatura al microambiente tumoral utilizando solo señal intrínseco o sin etiquetas. Juntos, estos métodos crean un marco operativo para maximizar la profundidad de la información obtenida de las imágenes intravitales 4D de la glándula mamaria al tiempo que minimizan la necesidad de etiquetas exógenas adicionales.

Protocol

Todos los experimentos descritos fueron aprobados por el Comité Institucional de Cuidado y Uso de Animales de la Universidad de Wisconsin-Madison. El bienestar y el manejo del dolor en todos los experimentos con animales es primordial. Por lo tanto, se hace todo lo posible para asegurarse de que el animal esté cómodo y bien cuidado en cada paso del procedimiento. 1. Generación de la ventana de imagen mamaria (MIW) Para construir la ventana de imágenes mamarias, …

Representative Results

La instalación del MIW y la planificación experimental básica son los primeros pasos en este proceso. Este diseño y protocolo MIW en particular son más susceptibles a estudioslongitudinales 19 y se han utilizado con éxito con microscopios verticales e invertidos. En este caso, se utilizó un microscopio invertido, ya que ha dado como resultado una mayor estabilidad de la imagen de la glándula mamaria con menos artefactos respiratorios. En la Figura 1A, proporci…

Discussion

La imagen intravital 4D es una herramienta poderosa para investigar interacciones fisiológicas dinámicas dentro del contexto espacial y temporal del microambiente tumoral nativo. Este manuscrito proporciona un marco operativo muy básico y adaptable para compartimentar las interacciones celulares dinámicas dentro de la masa tumoral, el estroma adyacente o dentro de la proximidad a la red vascular utilizando solo señales endógenas de segunda generación armónica o autofluorescencia NAD(P)H. Este protocolo proporcion…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Los autores desean agradecer las subvenciones del NCI R01 CA216248, CA206458 y CA179556 por financiar este trabajo. También nos gustaría agradecer al Dr. Kevin Eliceiri y su grupo de imágenes por su experiencia técnica en el desarrollo temprano de nuestro programa intravital. También agradecemos al Dr. Ben Cox y a otros miembros del Grupo de Fabricación Eliceiri en el Instituto Morgridge de Investigación por su diseño técnico esencial durante las primeras fases del MIW. Ellen Dobson ayudó con conversaciones útiles sobre la herramienta de segmentación WEKA entrenable ImageJ. Además, nos gustaría agradecer a la Dra. Melissa Skala y a la Dra. Alexa Barres-Heaton por el uso oportuno de su microscopio. Por último, nos gustaría agradecer a la Dra. Brigitte Raabe, D.V.M, por todas las discusiones reflexivas y consejos sobre nuestro manejo y cuidado del ratón.

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