Summary

Un approccio di segmentazione senza etichette per l'imaging intravitale del microambiente del tumore mammario

Published: May 24, 2022
doi:

Summary

Il metodo di imaging intravitale qui descritto utilizza la seconda generazione armonica di collagene e la fluorescenza endogena dal cofattore metabolico NAD(P)H per segmentare in modo non invasivo un microambiente tumorale non etichettato in compartimenti tumorali, stromali e vascolari per l’analisi approfondita delle immagini intravitali 4D.

Abstract

La capacità di visualizzare interazioni fisiologiche complesse e dinamiche tra numerosi tipi di cellule e la matrice extracellulare (ECM) all’interno di un microambiente tumorale vivo è un passo importante verso la comprensione dei meccanismi che regolano la progressione del tumore. Mentre questo può essere realizzato attraverso le attuali tecniche di imaging intravitale, rimane impegnativo a causa della natura eterogenea dei tessuti e della necessità di un contesto spaziale all’interno dell’osservazione sperimentale. A tal fine, abbiamo sviluppato un flusso di lavoro di imaging intravitale che accoppia l’imaging di seconda generazione armonica del collagene, la fluorescenza endogena dal cofattore metabolico NAD(P)H e la microscopia di imaging a vita di fluorescenza (FLIM) come mezzo per compartimentare in modo non invasivo il microambiente tumorale in domini di base del nido tumorale, dello stroma circostante o ECM e della vascolarizzazione. Questo protocollo non invasivo descrive in dettaglio il processo passo-passo che va dall’acquisizione di immagini time-lapse di modelli di tumore mammario all’analisi post-elaborazione e alla segmentazione delle immagini. Il vantaggio principale di questo flusso di lavoro è che sfrutta le firme metaboliche per contestualizzare il microambiente tumorale vivo che cambia dinamicamente senza l’uso di etichette fluorescenti esogene, rendendolo vantaggioso per i modelli di xenotrapianti derivati dal paziente umano (PDX) e per il futuro uso clinico in cui i fluorofori estrinseci non sono facilmente applicabili.

Introduction

La matrice extracellulare (ECM) nel microambiente tumorale è nota per essere depositata dinamicamente e rimodellata da più tipi di cellule per facilitare ulteriormente la progressione della malattia 1,2,3. Queste alterazioni della matrice forniscono segnali sia meccanici che biologici che alterano il comportamento cellulare e spesso si traducono in un ciclo continuo di rimodellamento della matrice4. L’indagine sull’interazione dinamica e reciproca tra le cellule tumorali e la matrice extracellulare viene spesso condotta utilizzando colture tridimensionali (3D) in vitro o sistemi microfluidici. Mentre questi approcci bottom-up hanno dimostrato meccanismi di rimodellamento dell’ECM 5,6,7, aumento della proliferazione8, transizione da epiteliale a mesenchimale 9,10,11,12 e migrazione e invasione delle cellule tumorali 7,13,14,15,16 , il loro focus si è concentrato principalmente su alcuni tipi di cellule (ad esempio, cellule tumorali o fibroblasti) all’interno di una matrice 3D omogenea rispetto alla diversità e all’eterogeneità delle interazioni presenti all’interno di un tessuto fisiologico. Oltre ai sistemi in vitro, l’istologia tumorale ex vivo può anche fornire alcune informazioni su queste interazioni cellula-cellula e cellula-ECM17. L’immunoistochimica ha il vantaggio di poter analizzare più tipi di cellule rispetto alla composizione e all’architettura spazialmente eterogenee dell’ECM, ma gli endpoint statici del tessuto fisso non catturano la natura dinamica delle interazioni tra le cellule e il microambiente. L’imaging intravitale ha aperto la porta per interrogare interazioni diverse e dinamiche all’interno del contesto fisiologico del microambiente tumorale nativo.

Le capacità dell’imaging tumorale intravitale stanno rapidamente avanzando. I miglioramenti nella progettazione delle finestre di imaging e le tecniche chirurgiche per impiantare le finestre hanno consentito l’imaging longitudinale del tumore a lungo termine in una varietà di posizioni anatomiche (ad esempio, tumore primario, linfonodi, siti metastatici 18,19,20). Inoltre, la capacità della strumentazione ottica di visualizzare e raccogliere dati in più dimensioni (ad esempio, spettrale, intensità di fluorescenza spaziale e durata) e ad alta risoluzione e velocità (velocità video) sta diventando ampiamente accessibile. La tecnologia migliorata offre l’opportunità di esplorare rapidi cambiamenti nella segnalazione cellulare e nelle dinamiche fenotipiche all’interno di un ambiente fisiologico. Infine, l’espansione degli strumenti optogenetici e l’ampia gamma di costrutti fluorescenti genetici consentono l’etichettatura di specifici tipi di cellule per catturare la migrazione cellulare nel microambiente tumorale o il tracciamento del lignaggio cellulare durante lo sviluppo o la progressione della malattia21,22. L’uso di questi strumenti in combinazione con la tecnologia CRISPR / Cas9 offre ai ricercatori l’opportunità di generare modelli animali unici in modo tempestivo.

Mentre tutti questi progressi rendono l’imaging intravitale un metodo sempre più potente per esplorare le interazioni cellulari dinamiche e fisiologiche, c’è ancora un’importante necessità di sviluppare strategie che forniscano un contesto spaziale, temporale e strutturale a livello tissutale a queste interazioni biologiche. Attualmente, molti studi di imaging intravitale compensano la mancanza di punti di riferimento visivi come i vasi sanguigni iniettando coloranti fluorescenti nella vascolarizzazione o impiegando modelli murini che esprimono esogenamente proteine fluorescenti per delineare le caratteristiche fisiche. Coloranti iniettabili e substrati come dextrans fluorescenti sono ampiamente utilizzati per etichettare con successo la vascolarizzazione nelle collezioni intravitali19, 23, 24. Tuttavia, questo approccio non è privo di limitazioni. Per uno, richiede ulteriori manipolazioni del mouse e la sua utilità è limitata agli esperimenti a breve termine. Per gli studi longitudinali, il destrano fluorescente può essere problematico in quanto osserviamo l’accumulo di destrano nelle cellule fagocitiche o la diffusione nel tessuto circostante nel tempo25. L’incorporazione di proteine fluorescenti esogene nel modello murino è stata presentata come alternativa al dextrans fluorescente, ma presenta dei limiti propri. La disponibilità e la diversità dei fluorofori esogeni all’interno dei modelli murini sono ancora limitate e costose da creare. Inoltre, in modelli specifici, come i modelli PDX, le manipolazioni genetiche non sono desiderabili o possibili. È stato anche dimostrato che la presenza di proteine fluorescenti o bioluminescenti all’interno delle cellule sono riconosciute come estranee all’interno del topo, e all’interno di modelli murini immunocompetenti, questo riduce la quantità di metastasi dovute alla risposta del sistema immunitario dell’ospite26,27. Infine, le proteine fluorescenti esogene o i coloranti fluorescenti utilizzati per il contesto spaziale o per segmentare i dati successivi spesso occupano intervalli primi dello spettro luminoso che potrebbero altrimenti essere utilizzati per indagare le interazioni fisiologiche di interesse.

L’uso del segnale intrinseco dall’ECM o della fluorescenza endogena dalle cellule all’interno del tessuto rappresenta un potenziale mezzo universale privo di etichette per segmentare i dati intravitali per un’analisi cellulare e spaziale più approfondita. La seconda generazione armonica (SHG) è stata a lungo utilizzata per visualizzare l’ECM28. Con il successivo sviluppo di importanti strumenti per aiutare nella caratterizzazione dell’organizzazione delle fibre 29,30,31, è possibile caratterizzare il comportamento cellulare relativo alla struttura ECM locale. Inoltre, l’autofluorescenza del metabolita endogeno, NAD(P)H, fornisce un altro strumento privo di etichette per compartimentare il microambiente tumorale in vivo. Nad(P)H fluoresce brillantemente nelle cellule tumorali e può essere utilizzato per discriminare i confini del nido tumorale in crescita dal suo stroma circostante21,32. Infine, la vascolarizzazione è un’importante struttura fisiologica nel microambiente tumorale e il sito di interazioni chiave specifiche per tipo cellulare 33,34,35. L’eccitazione dei globuli rossi (RBC) o del plasma sanguigno è stata utilizzata per visualizzare la vascolarizzazione tumorale e utilizzando l’eccitazione a due o tre fotoni (2P; 3P) la misurazione delle velocità del flusso sanguigno ha dimostrato di essere possibile36. Tuttavia, mentre i vasi sanguigni più grandi sono facilmente identificabili dalle loro firme di fluorescenza endogena, l’identificazione di piccoli vasi sanguigni sottili, variabili e meno fluorescenti richiede più esperienza. Queste difficoltà intrinseche ostacolano la segmentazione ottimale dell’immagine. Fortunatamente, queste fonti di fluorescenza endogena (cioè globuli rossi e plasma sanguigno) possono anche essere misurate mediante imaging a fluorescenzaa vita 37, che capitalizza sulle proprietà fotofisiche uniche della vascolarizzazione e rappresenta un’utile aggiunta alla crescente cassetta degli attrezzi intravitale.

In questo protocollo, viene descritto un flusso di lavoro per la segmentazione dell’imaging intravitale quadridimensionale (4D) utilizzando esplicitamente segnali intrinseci come la fluorescenza endogena e l’SHG dall’acquisizione all’analisi. Questo protocollo è particolarmente pertinente per gli studi longitudinali attraverso una finestra di imaging mammario in cui la fluorescenza esogena potrebbe non essere pratica o possibile, come nel caso dei modelli PDX. I principi di segmentazione qui delineati, tuttavia, sono ampiamente applicabili agli utenti intravitali che studiano la biologia del tumore, lo sviluppo dei tessuti o anche la normale fisiologia dei tessuti. La suite di approcci di analisi riportata consentirà agli utenti di differenziare il comportamento cellulare tra regioni di configurazioni di fibre di collagene allineate o casuali, confrontare numeri o comportamenti di cellule residenti in regioni specifiche del microambiente tumorale e mappare la vascolarizzazione al microambiente tumorale utilizzando solo il segnale privo di etichette o intrinseco. Insieme, questi metodi creano un quadro operativo per massimizzare la profondità delle informazioni acquisite dall’imaging intravitale 4D della ghiandola mammaria, riducendo al minimo la necessità di ulteriori etichette esogene.

Protocol

Tutti gli esperimenti descritti sono stati approvati dal Comitato istituzionale per la cura e l’uso degli animali dell’Università del Wisconsin-Madison. Il benessere e la gestione del dolore in tutti gli esperimenti sugli animali sono fondamentali. Pertanto, viene fatto ogni sforzo per assicurarsi che l’animale sia a suo agio e ben curato in ogni fase della procedura. 1. Generazione della finestra di imaging mammario (MIW) Per costruire la finestra di imaging mammar…

Representative Results

L’installazione del MIW e la pianificazione sperimentale di base sono i primi passi in questo processo. Questo particolare design e protocollo MIW è più suscettibile agli studi longitudinali19 ed è stato utilizzato con successo sia con microscopi verticali che invertiti. In questo caso, è stato utilizzato un microscopio invertito in quanto ha portato a una maggiore stabilità dell’immagine della ghiandola mammaria con meno artefatti respiratori. Nella Figura 1A, f…

Discussion

L’imaging intravitale 4D è un potente strumento per studiare le interazioni fisiologiche dinamiche all’interno del contesto spaziale e temporale del microambiente tumorale nativo. Questo manoscritto fornisce un quadro operativo molto semplice e adattabile per compartimentare le interazioni cellulari dinamiche all’interno della massa tumorale, dello stroma adiacente o in prossimità della rete vascolare utilizzando solo segnali endogeni dalla seconda generazione armonica o dall’autofluorescenza NAD(P)H. Questo protocollo…

Divulgazioni

The authors have nothing to disclose.

Acknowledgements

Gli autori desiderano riconoscere le sovvenzioni NCI R01 CA216248, CA206458 e CA179556 per il finanziamento di questo lavoro. Vorremmo anche ringraziare il Dr. Kevin Eliceiri e il suo gruppo di imaging per la loro esperienza tecnica nello sviluppo precoce del nostro programma intravitale. Ringraziamo anche il Dr. Ben Cox e altri membri dell’Eliceiri Fabrication Group presso il Morgridge Institute for Research per la loro progettazione tecnica essenziale durante le prime fasi del MIW. La dott.ssa Ellen Dobson ha assistito con conversazioni utili sullo strumento di segmentazione WEKA addestrabile ImageJ. Inoltre, vorremmo ringraziare la dott.ssa Melissa Skala e la dott.ssa Alexa Barres-Heaton per l’uso tempestivo del loro microscopio. Infine, vorremmo ringraziare la dott.ssa Brigitte Raabe, D.V.M, per tutte le discussioni premurose e i consigli sulla gestione e la cura del nostro mouse.

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

Riferimenti

  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. Ricerca sul cancro. 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. Ricerca sul cancro. 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/it/63413?article_type=t

Play Video

Citazione di questo articolo
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