ArcturusXT Instrument için SIVQ-LCM Protokolü
Summary
SIVQ-LCM lazer yakalama mikrodiseksiyon (LCM) işlemi sürücü, bir bilgisayar algoritması, Mekansal Değişmeyen Vektör Nicelemek (SIVQ) sürdürür yenilikçi bir yaklaşımdır. SIVQ-LCM akışı büyük ölçüde araştırma ve klinik ortamlarda hem de uygulamaları ile, Mikrodiseksiyon hızını ve doğruluğunu artırır.
Abstract
SIVQ-LCM otomatikleştirir ve daha geleneksel, kullanıcı bağımlı lazer diseksiyon sürecini düzenler yeni bir yöntemdir. Bu gelişmiş, hızlı bir şekilde özelleştirilebilir lazer diseksiyon platformu teknolojisi yaratmayı amaçlamaktadır. Bu raporda, biz ArcturusXT cihazın üzerine görüntü analiz yazılımı Mekansal Değişmeyen Vektör Kuantalama (SIVQ) entegrasyonunu açıklar. ArcturusXT sistem belirli bir hücre veya büyük alan disseksiyonlarında için izin, bir kızılötesi (IR) ve ultraviyole (UV) lazer hem de içerir. Temel amaç hızı, doğruluk ve örnek iş verimini arttırmak için lazer diseksiyon tekrarlanabilirliği geliştirmektir. Bu yeni yaklaşım, hayvan ve araştırma ve klinik iş akışları insan dokularında hem mikrodiseksiyon kolaylaştırır.
Introduction
Başlangıçta 1990'ların ortalarında geliştirilen lazer yakalama mikrodiseksiyon (LCM) tam mikroskopik 1, 2 yoluyla histolojik doku bölümünden belirli hücreleri veya hücre bölgeleri yakalamak için kullanıcı sağlar. Doku sıyrıklar karşı LCM moleküler analizi de uzun çalışma yöntemi 3-12 değerini göstermektedir. Buna ek olarak, 13, 14 görüntüleme için kullanılabilir teknoloji üç video protokol yayınlar vardır. Ilgi konusu hedef doku heterojen bölüm veya zaman hücreler, çok sayıda bu tür proteomik gibi özel bir aşağı akıntı uygulamaları için gerekli olan dağılmış bir hücre nüfusu, ancak kanıtlanmış değerine rağmen, LCM sıkıcı ve zahmetli olabilir. Insan operatör yerleştirilen yük LCM süreci 15 yönlendirecek güçlü bir görüntü analizi algoritması birleştirerek LCM için bir yarı-otomatik bir diseksiyon yaklaşım geliştirmeye götürdü.
<Michigan Üniversitesi ile işbirliği p class = "jove_content">, NIH laboratuvar genişletilmiş önce geliştirilen ve içsel doku seçim sürecini yarı otomatikleştirmek için izin vermek için bir şekilde Mekansal değişmez vektör nicemlemeyi (SIVQ) algoritması bildirdi böylece akılda patolog veya yaşam bilim adamı ile kullanılabilir bir araç yapma, mikrodiseksiyon yönlendirilmelidir. Mekansal değişmez vektör sayısallaştırma (SIVQ) kullanıcı sadece istatistiksel eşik ayarlayarak, tüm histolojik resmi aramak için kullanılabilecek bir halka vektörü (yüklem görüntü özelliği) oluşturmak için bir ilgi histolojik özelliği "tık" sağlayan bir algoritma olarak 16-21 gerekli. Oluşan ısı haritası ilk yüklem görüntü özelliği maçların kalitesini görüntüler ve daha sonra tek bir renkle LCM alet içine alınabilir (kırmızı) açıklama haritası dönüştürülür. Otomatik seçim yazılımı, AutoScanXT, sonra esaslı bir harita çizmek için kullanılırSIVQ ait açıklama doku numunesinden hedef hücrelerin yakalama yol üzerinde. Aşağıda ayrıntılı bir protokol mikrodisseksiyon iş akışına SIVQ uygulanmasını açıklar.Protocol
Representative Results
Discussion
Biz FFPE insan göğüs dokusundan immüno-epitel hücreleri microdissect için SIVQ-LCM uygulanması için bir protokol mevcut. Örneğin SIVQ gibi bir görüntü analiz algoritması kullanılması, eller-on mikrodiseksiyon işlemi için gerekli süreyi azaltır. Operatör zaman ve çaba genellikle ilgi hücrelerinin tam diseksiyon için oran-sınırlayıcı bir adımdır, çünkü bu alan için potansiyel olarak önemli bir ilerlemedir. Büyük olasılıkla da piyasada mevcut diğer mikrodisseksiyon araçlara SIVQ ve …
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Çalışma Ulusal Sağlık Enstitüleri İntramural Araştırma Programı, Ulusal Kanser Enstitüsü, Kanser Araştırma Merkezi tarafından kısmen desteklenmiştir.
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] |
Riferimenti
- 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).
