ArcturusXT 악기 SIVQ-LCM 프로토콜
Summary
SIVQ-LCM은 레이저 캡처의 microdissection (LCM) 프로세스를 구동하는, 컴퓨터 알고리즘 공간적 불변 벡터 양자화 (SIVQ)를 마구 혁신적인 접근법이다. SIVQ-LCM의 흐름은 크게 연구와 임상 모두에서 응용 프로그램과 함께, 미세 절제의 속도와 정확성을 향상시킵니다.
Abstract
SIVQ-LCM은 자동화하고 전통적인, 사용자에 의존하는 레이저 해부 과정을 간소화 새로운 방법론이다. 그것에는 진보, 신속하게 사용자 정의 레이저 해부 플랫폼 기술을 만드는 것을 목표로하고있다. 이보고에서는, ArcturusXT 기기에 이미지 분석 소프트웨어 공간적 불변 벡터 양자화 (SIVQ)의 통합을 설명한다. ArcturusXT 시스템은 특정 세포 또는 넓은 지역의 해부를 허용, 적외선 (IR) 및 자외선 (UV) 레이저 모두 포함되어 있습니다. 주된 목표는 속도, 정확도, 및 샘플 처리량을 증가시키는 레이저 절개의 재현성을 향상시키는 것이다. 이 새로운 접근 방식은 동물 연구와 임상 워크 플로우에있는 인체 조직 모두의 미세 절제를 용이하게한다.
Introduction
원래 1990 년대 중반에 개발 된 레이저 캡처 미세 절제 (LCM)는 정밀 현미경 시각화 1, 2를 통해 조직 학적 조직 섹션에서 특정 셀 또는 셀 영역을 캡처 할 수 있도록합니다. 조직 부스러기 대 LCM의 분자량 분석을 비교하는 많은 연구 방법 3-12의 값을 나타낸다. 또한, 13, 14를 볼 사용할 수있는 기술에 대한 3 개의 비디오 프로토콜 출판물이있다. 관심의 대상이 이종 조직 절편 때, 또는 세포의 큰 숫자가 같은 단백질 체학과 같은 특정 다운 스트림 응용 프로그램에 필요한에있는 분산 된 세포 집단이다 그러나, 검증 된 값에도 불구하고, LCM은 지루하고 힘든 될 수 있습니다. 인간의 연산자에 배치 부담이 LCM 공정 (15)를 안내하는 강력한 이미지 분석 알고리즘을 결합하여 LCM을위한 반자동 절개 접근법을 개발하기 위해 우리를 안내했다.
<미시간 대학과 공동으로 P 클래스 = "jove_content">, NIH에서 우리 연구소 확장 이전에 개발에 고유의 조직 선택 과정을 반 자동화 할 수 있도록하는 방식으로 공간적으로 불변 벡터 양자화 (SIVQ) 알고리즘을보고 따라서 마음의 병리학 자 또는 생명 과학자와 함께 사용할 수있는 도구를 만들고, 미세 절제를 유도. 공간적으로 불변 벡터 양자화 (SIVQ) 사용자가 단순히 통계 임계 값을 조정, 전체 조직 학적 이미지를 검색하는 데 사용할 수있는 반지 벡터 (술어 이미지 기능)을 만들 관심의 조직 학적 특징에 "클릭"할 수있는 알고리즘 로 16-21했습니다. 결과 열 맵은 초기 조건의 이미지 기능에 경기의 질을 표시하고 이후 단일 색상 LCM 악기로 가져올 수 있습니다 (빨간색) 주석지도로 변환된다. 자동 선택 소프트웨어, AutoScanXT은 다음을 기준으로지도를 그리는 데 사용되는SIVQ의 주석이 조직 샘플에서 표적 세포의 포착을 안내하기에. 아래의 자세한 프로토콜은 미세 절제 워크 플로우에 SIVQ의 구현을 설명합니다.Protocol
기술 된 프로토콜은 인간 조직 샘플의 사용에 관한 NIH 규칙에 따라 사용 하였다. 1. 조직 준비 이전 처음으로, 임상 시험 심사위원회 (IRB) 프로토콜에 따라 인간의 조직 표본을 구하십시오. 조직 / 세포 블록의 유형 및 대응 처리 방법 [냉동 포르말린 고정 파라핀 – 임베디드 (FFPE), 또는 에탄올 고정 파라핀 (EFPE)]를 선택합니다. 포르말린 고정 에탄올 고정 및 플?…
Representative Results
FFPE 인간의 유방 조직 섹션은 표준 IHC 프로토콜 23을 사용 AE1/AE3를 아세포 면역 염색 하였다. 염색 후, 조직 슬라이드 ArcturusXT 스테이지 상에 배치하고, 전술 한 바와 같이 SIVQ-LCM 프로토콜이 개시되었다. 조직이 미세 절제를위한 coverslipped 할 수는 없으므로, IHC 염색 된 세포 + 외형 (도 1a)를 분별하기 어렵다. 따라서, 더 나은 인덱스 매칭 및 개선 된 이미지를 제공하기 위해, 크?…
Discussion
우리는 FFPE 인간의 유방 조직에서 면역 염색 상피 세포를 microdissect하는 SIVQ-LCM의 응용 프로그램에 대한 프로토콜을 제시한다. 그러한 SIVQ 같은 이미지 분석 알고리즘의 사용은, 실습의 microdissection 처리에 요구되는 시간을 감소시킨다. 작업자의 시간과 노력은 일반적으로 그 세포의 정확한 해부 대한 속도 제한 단계이기 때문에이 필드에 대한 잠재적으로 중요한 발전이다. 그것은 가능성이 아니라…
Disclosures
The authors have nothing to disclose.
Acknowledgements
연구는 건강의 국립 연구소의 교내 연구 프로그램, 국립 암 연구소, 암 연구 센터에 의해 부분적으로 지원되었다.
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] |
References
- 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).
Cite This Article
Hipp, J. D., Cheng, J., Hanson, J. C., Rosenberg, A. Z., Emmert-Buck, M. R., Tangrea, M. A., Balis, U. J. SIVQ-LCM Protocol for the ArcturusXT Instrument. J. Vis. Exp. (89), e51662, doi:10.3791/51662 (2014).