Una fase di time-lapse, privo di etichetta, quantitativa Imaging Studio delle cellule tumorali umane dormienti e attivo
Summary
Fenotipi cellulari tumorali dormienti e attivi sono stati caratterizzati usando la formazione immagine fase quantitativa. Analisi di proliferazione, la migrazione e la morfologia delle cellule sono state integrate e analizzate in un metodo semplice.
Abstract
L’acquisizione del fenotipo angiogenico è una componente essenziale della fuga dalla dormienza del tumore. Anche se parecchi saggi classici in vitro (ad esempio, proliferazione, migrazione e altri) e in vivo modelli sono stati sviluppati per studiare e caratterizzare fenotipi cellulari angiogenici e non-angiogenici, questi metodi sono tempo lavoro intensivo e spesso richiedono costosi reagenti e strumenti, nonché significative esperienze. In un recente studio, abbiamo usato una romanzo fase quantitativa (QPI) tecnica di imaging per condurre time-lapse e privo di etichettatura caratterizzazioni di cellule umane di osteosarcoma KHOS angiogenici e non-angiogenici. Un pannello dei parametri cellulari, tra cui la morfologia delle cellule, la proliferazione e la motilità, sono stati misurati quantitativamente e analizzati usando QPI. Questo romanzo e l’approccio quantitativo offre l’opportunità di continuamente e in modo non invasivo di studio pertinenti processi cellulari, comportamenti e le caratteristiche delle cellule tumorali e altri tipi di cellule in modo semplice e integrato. Questo rapporto descrive il nostro protocollo sperimentale, tra cui la preparazione delle cellule, QPI acquisizione e analisi dei dati.
Introduction
Uno dei primi punti di controllo nello sviluppo e nella progressione di un tumore solido è l’acquisizione del fenotipo angiogenico, un marchio di garanzia di cancro. Questa progressione comporta tutta una serie di processi biochimici e molecolari1,2,3. Una sfida tecnica nello studio di questo passaggio chiave nella progressione del tumore è la mancanza di strumenti per continuamente e quantitativamente caratterizzare e distinguere tra fenotipi angiogenici e non-angiogeniche delle cellule tumorali dal vivo in modo imparziale. Le analisi tradizionali utilizzate per indagare i comportamenti cellulari delle cellule angiogenici e non-angiogenici solitamente richiedono strumenti e reagenti costosi, ad esempio, proliferazione e migrazione di cellule dosaggi4,5, 6,7,8,9,10,11,12,13,14 o complementari in vivo valutazioni4,5,6,8,15,16, come pure che richiedono ad alta intensità e significativa esperienza consumo di tempo e manodopera.
Recentemente, la fase quantitativa imaging (QPI) è emerso come una nuova tecnica che consente la valutazione di time-lapse e privo di etichettatura di una varietà di cellula morfologia e comportamento parametri17,18,19, 20 , 21 , 22. a differenza di microscopia ottica convenzionale, QPI quantifica variazioni di pixel per pixel di sfasamento dopo luce passa attraverso un oggetto ottico e ricostruisce un testamento olografo con spessore ottico convertito e volume, consentendo in tal modo la diretta analisi di cellule vive e le seguenti caratteristiche: (1) quantitativa imaging, imaging (2) non-invasivo e time-lapse, imaging (3) privo di etichetta e (4) simultanea multi-parametro imaging. Queste caratteristiche rendono QPI un potente strumento per valutare e comprendere i processi patologici a livello cellulare.
In un recente studio, abbiamo utilizzato QPI per quantitativamente caratterizzare e distinguere tra angiogenici KHOS-A e non-angiogenici KHOS-N fenotipi di cellule di osteosarcoma umano in maniera sistematica e quantitativa, combinando analisi della morfologia delle cellule, proliferazione e la motilità23. Utilizzando software di analisi di immagine, un pannello di cella morfologica e comportamento parametri quantitativamente sono stati confrontati fra le cellule di osteosarcoma umano angiogenici e non-angiogenici e sono state identificate cinque differenze di caratteristiche tra questi due fenotipi. Questo approccio novello fornisce una piattaforma integrata e quantitativa per valutare una gamma di caratteristiche cellulari biologicamente rilevanti.
Protocol
Representative Results
Discussion
In questo studio, descriviamo un in vitro, non invasivo e privo di etichetta metodo usando QPI per caratterizzare quantitativamente i fenotipi angiogenici e non-angiogeniche delle cellule di osteosarcoma umano. Più parametri cellulari sono stati analizzati simultaneamente da questo metodo integrato, ad alta produttività, tra cui area di cella, spessore della cella, volume delle cellule, il tasso di proliferazione, raddoppiando il tempo, immediatezza di migrazione, velocità di motilità, migrazione e motilità…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Gli autori riconoscono con gratitudine il sostegno della Breast Cancer Research Foundation e Advanced Medical Research Foundation.
Materials
| T75 flask | Corning, NY, USA | 353136 | |
| 6-well plates | Corning, NY, USA | 3506 | |
| Dulbecco’s modified Eagle medium (DMEM) | Thermo Fisher Scientific, MA, USA | 11965092 | |
| Fetal bovine serum (FBS) | Atlanta Biologicals, GA, USA | S11550 | |
| Penicillin Streptomycin | Thermo Fisher Scientific, MA, USA | 15140122 | |
| Phosphate buffered saline (PBS) | Thermo Fisher Scientific, MA, USA | 10010023 | |
| Beckman Z1 Coulter counter | Beckman Coulter, IN, USA | Z1 | |
| HoloMonitor M4 | Phase Holographic Imaging Phi AB, Lund, Sweden | M4 | Microscope |
| Hololid | Phase Holographic Imaging Phi AB, Lund, Sweden | PHI 8020 | |
| HStudioM4 | Phase Holographic Imaging Phi AB, Lund, Sweden | HStudioM4 | Software |
Riferimenti
- Folkman, J. Angiogenesis in cancer, vascular, rheumatoid and other disease. Nature Medicine. 1 (1), 27-31 (1995).
- Hanahan, D., Folkman, J. Patterns and emerging mechanisms of the angiogenic switch during tumorigenesis. Cell. 86 (3), 353-364 (1996).
- Harper, J., Moses, M. A. Molecular regulation of tumor angiogenesis: mechanisms and therapeutic implications. EXS. (96), 223-268 (2006).
- Naumov, G. N., et al. A model of human tumor dormancy: an angiogenic switch from the nonangiogenic phenotype. Journal of the National Cancer Institute. 98 (5), 316-325 (2006).
- Fang, J., et al. Matrix metalloproteinase-2 is required for the switch to the angiogenic phenotype in a tumor model. Proceedings of the National Academy of Sciences of the United States of America. 97 (8), 3884-3889 (2000).
- Almog, N., et al. Transcriptional switch of dormant tumors to fast-growing angiogenic phenotype. Ricerca sul cancro. 69 (3), 836-844 (2009).
- Hu, J., et al. Gene expression signature for angiogenic and nonangiogenic non-small-cell lung cancer. Oncogene. 24 (7), 1212-1219 (2005).
- Harper, J., et al. Repression of vascular endothelial growth factor expression by the zinc finger transcription factor ZNF24. Ricerca sul cancro. 67 (18), 8736-8741 (2007).
- Jia, D., et al. Transcriptional repression of VEGF by ZNF24: mechanistic studies and vascular consequences in vivo. Blood. 121 (4), 707-715 (2013).
- Jia, D., Huang, L., Bischoff, J., Moses, M. A. The endogenous zinc finger transcription factor, ZNF24, modulates the angiogenic potential of human microvascular endothelial cells. FASEB journal: official publication of the Federation of American Societies for Experimental Biology. 29 (4), 1371-1382 (2015).
- Almog, N., et al. Prolonged dormancy of human liposarcoma is associated with impaired tumor angiogenesis. FASEB journal: official publication of the Federation of American Societies for Experimental Biology. 20 (7), 947-949 (2006).
- Almog, N., et al. Consensus micro RNAs governing the switch of dormant tumors to the fast-growing angiogenic phenotype. PloS One. 7 (8), e44001 (2012).
- Satchi-Fainaro, R., et al. Prospective identification of glioblastoma cells generating dormant tumors. PloS One. 7 (9), e44395 (2012).
- Almog, N., et al. Transcriptional changes induced by the tumor dormancy-associated microRNA-190. Transcription. 4 (4), 177-191 (2013).
- Gao, D., Nolan, D. J., Mellick, A. S., Bambino, K., McDonnell, K., Mittal, V. Endothelial progenitor cells control the angiogenic switch in mouse lung metastasis. Science. 319 (5860), 195-198 (2008).
- Folkman, J., Watson, K., Ingber, D., Hanahan, D. Induction of angiogenesis during the transition from hyperplasia to neoplasia. Nature. 339 (6219), 58-61 (1989).
- Popescu, G. . Quantitative phase imaging of cells and tissues. , (2011).
- Lee, K., et al. Quantitative Phase Imaging Techniques for the Study of Cell Pathophysiology: From Principles to Applications. Sensors. 13 (4), 4170-4191 (2013).
- Mir, M., Bhaduri, B., Wang, R., Zhu, R., Popescu, G. Quantitative Phase Imaging. Progress in Optics. 57, 133-217 (2012).
- Marrison, J., Räty, L., Marriott, P., O’Toole, P. Ptychography–a label free, high-contrast imaging technique for live cells using quantitative phase information. Scientific Reports. 3, 2369 (2013).
- Falck Miniotis, M., Mukwaya, A., Gjörloff Wingren, A. Digital holographic microscopy for non-invasive monitoring of cell cycle arrest in L929 cells. PloS One. 9 (9), e106546 (2014).
- Popescu, G., et al. Optical imaging of cell mass and growth dynamics. AJP: Cell Physiology. 295 (2), C538-C544 (2008).
- Guo, P., Huang, J., Moses, M. A. Characterization of dormant and active human cancer cells by quantitative phase imaging. Cytometry. Part A: The Journal of the International Society for Advancement of Cytometry. 91 (5), 424-432 (2017).
- Mir, M., Bergamaschi, A., Katzenellenbogen, B. S., Popescu, G. Highly sensitive quantitative imaging for monitoring single cancer cell growth kinetics and drug response. PloS One. 9 (2), e89000 (2014).
- Mir, M., Tangella, K., Popescu, G. Blood testing at the single cell level using quantitative phase and amplitude microscopy. Biomedical Optics Express. 2 (12), 3259-3266 (2011).
- Park, Y., et al. Measurement of red blood cell mechanics during morphological changes. Proceedings of the National Academy of Sciences of the United States of America. 107 (15), 6731-6736 (2010).
- Pham, H. V., Bhaduri, B., Tangella, K., Best-Popescu, C., Popescu, G. Real time blood testing using quantitative phase imaging. PloS One. 8 (2), e55676 (2013).
- Sridharan, S., Macias, V., Tangella, K., Kajdacsy-Balla, A., Popescu, G. Prediction of prostate cancer recurrence using quantitative phase imaging. Scientific Reports. 5, 9976 (2015).
- Park, H., et al. Measuring cell surface area and deformability of individual human red blood cells over blood storage using quantitative phase imaging. Scientific Reports. 6, 34257 (2016).
- Bishitz, Y., Gabai, H., Girshovitz, P., Shaked, N. T. Optical-mechanical signatures of cancer cells based on fluctuation profiles measured by interferometry. Journal of Biophotonics. 7 (8), 624-630 (2014).
