Un time-lapse, libre de etiquetas, cuantitativa fase estudio de células cancerosas humanas latentes y activos de imagen
Summary
Fenotipos de células de cáncer latente y activa se caracterizaron usando proyección de imagen de fase cuantitativa. Estudios de proliferación, la migración y la morfología de células fueron integrados y analizados en un método simple.
Abstract
La adquisición del fenotipo angiogénico es un componente esencial de la dormancia del tumor a escapar. Aunque varios ensayos clásicos en vitro (p. ej., proliferación, migración y otros) y en vivo los modelos se han desarrollado para investigar y caracterizar los fenotipos de células angiogénicas y no angiogénico, estos métodos son tiempo intensivo de mano de obra y a menudo requieren reactivos caros instrumentos, como conocimientos significativos. En un reciente estudio, se utilizó una fase cuantitativa nueva imagen técnica (QPI) realizar caracterizaciones Time-lapse y etiquetado libre de células KHOS de osteosarcoma humano angiogénicos y no angiogénico. Un panel de parámetros celulares, incluyendo la morfología celular, la proliferación y movilidad, cuantitativamente fueron medidos y analizados usando QPI. Esta novela y el enfoque cuantitativo proporciona la oportunidad de forma continua y no invasiva estudiar procesos celulares importantes, comportamientos y características de las células cancerosas y otros tipos de células de una manera simple e integrada. Este informe describe el protocolo experimental, incluyendo la preparación de la célula, QPI adquisición y análisis de datos.
Introduction
Uno de los primeros puestos de control en el desarrollo y progresión de un tumor sólido es la adquisición del fenotipo angiogénico, un sello distintivo del cáncer. Esta progresión consiste en una variedad de procesos bioquímicos y moleculares1,2,3. Un desafío técnico en el estudio de esta etapa clave en la progresión tumoral es la falta de herramientas que continuamente y cuantitativamente caracterizar y diferenciar fenotipos angiogénicos y no angiogénico de las células de cáncer vivas de una manera imparcial. Los análisis tradicionales se utilizan para investigar los comportamientos celulares de células angiogénicas y no angiogénico generalmente requieren instrumentos y reactivos costosos, por ejemplo, ensayos de proliferación y migración de célula4,5, 6,7,8,9,10,11,12,13,14 o complementarios en vivo evaluaciones4,5,6,8,15,16, así como que requieren uso intensivo y considerable experiencia consumo de tiempo y mano de obra.
Recientemente, fase cuantitativa imaging (QPI) ha emergido como una técnica novedosa que permite la evaluación de lapso de tiempo y libre de etiquetado de una variedad de célula morfología y comportamiento parámetros17,18,19, 20 , 21 , 22. a diferencia de la microscopía óptica convencional, QPI cuantifica las variaciones de desplazamiento de fase píxel por píxel después la luz pasa a través de un objeto óptico y reconstruye un holograma con espesor óptico se puede convertir y volumen, permitiendo así la directa Análisis de células vivas y las siguientes características: la proyección de imagen (1) cuantitativa, proyección de imagen (2) no-invasivo y Time-lapse, la proyección de imagen (3) libre de etiqueta y proyección de imagen (4) simultánea de múltiples parámetro. Estas características hacen de QPI una poderosa herramienta para evaluar y comprender los procesos patológicos a nivel celular.
En un reciente estudio, se utilizó QPI para caracterizar cuantitativamente y diferenciar angiogénicos KHOS-A y no angiogénico KHOS-N fenotipos de células de osteosarcoma humano de una manera sistemática y cuantitativa, la combinación de análisis de la morfología de la célula, proliferación y motilidad23. Usando software de análisis de imágenes, un panel de células morfológica y comportamiento parámetros fueron comparados cuantitativamente entre las células de osteosarcoma humano angiogénicos y no angiogénico y se identificaron cinco diferencias características entre estos dos fenotipos. Este nuevo enfoque ofrece una plataforma integrada y cuantitativa para evaluar una variedad de características celulares biológicamente relevantes.
Protocol
Representative Results
Discussion
En este estudio, describimos una en vitro, no invasivo y libre de etiqueta método usando QPI para caracterizar cuantitativamente los fenotipos angiogénicos y no angiogénico de las células de osteosarcoma humano. Varios parámetros celulares han sido analizados simultáneamente por este método integrado, alto rendimiento, incluyendo el área celular, espesor de la célula, volumen celular, tasa de proliferación, doble tiempo, franqueza de migración, velocidad de la motilidad, migración y movilidad.
<p…Disclosures
The authors have nothing to disclose.
Acknowledgements
Los autores reconocen con gratitud el apoyo de la Breast Cancer Research Foundation y la Fundación de investigación médica avanzada.
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 |
References
- 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. Cancer Research. 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. Cancer Research. 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).
