En Time-lapse, etikett-fri, kvantitativ fase tenkelig studie av sovende og aktive menneskelige kreftceller
Summary
Sovende og aktive cellen fenotyper var preget med kvantitative fase imaging. Celle spredning, overføring og morfologi analyser ble integrert og analysert i en enkel metode.
Abstract
Oppkjøpet av angiogenic fenotypen er en vesentlig komponent i Flukten fra svulst dormancy. Selv om flere klassiske i vitro analyser (f.eks, spredning, migrasjon, og andre) og i vivo modeller er utviklet for å undersøke og karakterisere angiogenic og ikke-angiogenic celle fenotyper, er disse metodene tid arbeids intense og krever ofte dyre reagenser og instrumenter, samt betydelig kompetanse. I en fersk studie brukte vi en roman kvantitative fase imaging (QPI) teknikk for å gjennomføre time-lapse og merking-fri karakteristikkene av angiogenic og ikke-angiogenic menneskelige osteosarcoma KHOS celler. Et panel av mobilnettet parametere, inkludert celle morfologi, spredning og motilitet, ble kvantitativt målt og analysert bruker QPI. Denne romanen og kvantitativ tilnærming gir mulighet til ikke-invasively og kontinuerlig studere relevante cellulære prosesser, atferd, og egenskaper av kreftceller og andre celletyper på en enkel og integrert måte. Denne rapporten beskriver vår eksperimentelle protokollen, inkludert celle forberedelse, QPI oppkjøp og dataanalyse.
Introduction
En av de tidligste sjekkpunktene i utvikling og utviklingen av en solid svulst er oppkjøpet av angiogenic fenotypen, et kjennetegn på kreft. Dette progresjon innebærer en rekke biokjemiske og molekylære prosesser1,2,3. En teknisk utfordring i studiet av dette viktige skritt i svulst progresjon er mangelen på verktøy som kontinuerlig og kvantitativt karakterisere og skille mellom angiogenic og ikke-angiogenic fenotyper av live kreftceller på en saklig måte. De tradisjonelle analyser brukes til å undersøke mobilnettet oppførsel av angiogenic og ikke-angiogenic cellene vanligvis krever dyre reagenser og instrumenter, for eksempel celle spredning/migrasjon søk4,5, 6,7,8,9,10,11,12,13,14 eller utfyllende i vivo evaluering4,5,6,8,15,16, samt kreve betydelig kompetanse og intensiv tids- og arbeidssystemer forbruk.
Nylig kvantitative fase imaging (QPI) har dukket opp som en teknikken som gjør time-lapse og merking-fri vurdering av en rekke celle morfologi og atferd parametere17,18,19, 20 , 21 , 22. i motsetning til konvensjonelle optisk mikroskopi, QPI kvantifiserer varianter av faseskift piksel for piksel etter lyset passerer gjennom et optisk objekt, og rekonstruerer et holograph med konverterte optisk tykkelse og volum, dermed muliggjør direkte analyse av levende celler og følgende funksjoner: (1) kvantitative bildebehandling, (2) ikke-invasiv og time-lapse bildebehandling, (3) etikett-fri bilder og (4) samtidige flere parameter bildebehandling. Disse funksjonene gjør QPI et kraftig verktøy for å vurdere og forstå patologisk prosesser på cellenivå.
I en fersk studie, benyttet vi QPI kvantitativt karakterisere og skille mellom angiogenic KHOS-en og ikke-angiogenic KHOS-N fenotyper menneskelige osteosarcoma celleområde i en systematisk og kvantitative måte, kombinere analyser av cellen morfologi, spredning og motilitet23. Bruke analyseprogramvare, et panel av cellen morfologiske og atferd parametere ble kvantitativt forhold mellom angiogenic og ikke-angiogenic menneskelige osteosarcoma celler og fem særtrekk ble identifisert mellom disse to fenotyper. Denne nye tilnærmingen gir en integrert og kvantitative plattform for å vurdere en rekke biologisk relevante mobilnettet egenskaper.
Protocol
Representative Results
Discussion
I denne studien beskriver vi en i vitro, ikke-invasiv, og etikett-fri metode bruke QPI for å karakterisere kvantitativt av angiogenic og ikke-angiogenic fenotyper menneskelige osteosarcoma celler. Flere mobilnettet parametere er analysert samtidig ved denne integrerte, høy gjennomstrømming metoden, inkludert celle området, celle tykkelse, celle volum, spredning rente, dobling tid, overføring direkthet, motilitet hastighet, migrasjon og motilitet.
Sammenlignet med de konvensjonell…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Forfatterne erkjenner takknemlig støtte fra Breast Cancer Research Fundation og avansert medisinsk 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).
