【儀器網(wǎng) 珀金埃爾默】如今研究人員正越來越多的應(yīng)用3D 細(xì)胞培養(yǎng)、微組織和類器官技術(shù)來填補(bǔ)2D 細(xì)胞培養(yǎng)與體內(nèi)動物模型之間的差距。這是因為3D 模型能夠更好地模擬微環(huán)境、細(xì)胞間相互作用和體內(nèi)生物過程，因此相較于生化檢測和2D 模型，3D 模型可提供更具生理相關(guān)性的條件。此外，其形態(tài)學(xué)和功能分化程度更高，這也賦予了它們更接近體內(nèi)細(xì)胞的特征，并且從比體內(nèi)動物模型具有更高的穩(wěn)定性和可操作性，易于自動化，提高評估效率和準(zhǔn)確性。
然而，3D 類器官模型面臨著諸多挑戰(zhàn)，您需要合適的工具才能克服它們。比如在細(xì)胞顯微成像分析環(huán)節(jié)，大而厚的細(xì)胞樣品成像難度極高；同時處理3D 細(xì)胞實驗產(chǎn)生的海量數(shù)據(jù)則是更為嚴(yán)峻的挑戰(zhàn)——而3D 類器官深層智能高內(nèi)涵成像分析系統(tǒng)結(jié)合近紅外熒光探針整合方案，助您看的更深、更準(zhǔn)、更快。
國內(nèi)外一線科學(xué)家團(tuán)隊典型案例
多倫多大學(xué)David Andrews 教授團(tuán)隊利用患者活檢腫瘤樣本，建立PDC 模型，并通過高內(nèi)涵Opera Phenix 對進(jìn)行高通量圖像采集。除分析常見的細(xì)胞活力指標(biāo)，如細(xì)胞核形態(tài)、線粒體膜電位和凋亡之外，David Andrews 團(tuán)隊進(jìn)一步利用機(jī)器自學(xué)習(xí)的優(yōu)勢來深度挖掘藥物處理后的表型變化，利用對照藥物，研究通過多指標(biāo)分析定義多種表型，并以此為基礎(chǔ)進(jìn)行臨床抗腫瘤藥物的藥效預(yù)測。通過分析藥物處理后的PDC 細(xì)胞表型，不僅能預(yù)測針對特定病人的藥物治療有效性，還能挖掘藥物對應(yīng)的細(xì)胞表型，做到了細(xì)胞表型-藥物相互作用的深度分析。
圖源：多倫多大學(xué)David Andrew 教授
中國軍事科學(xué)院王韞芳課題組，建立微肝球模型 (Liver biomatrices scaffolds, LBSs)，結(jié)合高內(nèi)涵篩選系統(tǒng)Operetta CLS 和多功能酶標(biāo)儀Ensight，從細(xì)胞活力、分化、代謝功能、環(huán)境相互作用和藥效預(yù)測等多個指標(biāo)上預(yù)測藥物肝毒性機(jī)及其毒理機(jī)制研究。
圖源：中國軍事科學(xué)院王韞芳教授
高分辨率成像設(shè)計，助您看清三維每一處細(xì)節(jié)
高內(nèi)涵成像分析系統(tǒng)專為3D 類器官模型研究而設(shè)計，可協(xié)助您快速方便地從3D 樣品中獲取信息量豐富、更具生理相關(guān)性的數(shù)據(jù)：轉(zhuǎn)盤共聚焦成像可快速采集光學(xué)切片圖像，而且具有優(yōu)異的信噪比和X-Y-Z 高分辨率。共聚焦轉(zhuǎn)盤上的針孔只允許來自焦平面的光通過，而非焦平面的光信號被阻擋在針孔外，大大提升了獲取圖像的信噪比。在小激發(fā)光強(qiáng)度下，以極高的幀速進(jìn)行圖像采集，因此轉(zhuǎn)盤共聚焦成像是3D 球狀細(xì)胞團(tuán)和活樣品成像的理想之選，不僅采集速度快，且光漂白效應(yīng)極低。水浸式物鏡的數(shù)值孔徑比空氣物鏡更高，可捕捉到比空氣物鏡多高4 倍的光信號，因此可在X-Y-Z 方向都提供更高的分辨率。這意味著可以更快地捕捉到更多細(xì)節(jié)，并能對3D 深層結(jié)構(gòu)進(jìn)行成像，此外，對脆弱的活細(xì)胞樣品進(jìn)行成像時，可將光損傷將至低。
人肝臟微組織圖像，類器官以 Hoechst(核，藍(lán)色)和 CellMask™ Deep Red 質(zhì)膜染料(紅，細(xì)胞膜)
3D 檢測方法比傳統(tǒng)的2D 檢測方法更具挑戰(zhàn)性，但這也正是研發(fā)過程中至關(guān)重要的一部分。其中一個挑戰(zhàn)是如何從3D 細(xì)胞模型獲取高質(zhì)量圖像。因為，諸如細(xì)胞核這類對象通常會沿著Z 軸變形，無法被正確分割。如本技術(shù)說明所述，當(dāng)使用相同對象進(jìn)行測試時，水浸式物鏡能夠顯著改善3D 圖像質(zhì)量并檢測到兩倍于空氣物鏡的細(xì)胞核。
紅外熒光試劑，實時監(jiān)測3D 腫瘤微環(huán)境
紅外 (NIR) 熒光試劑專為體內(nèi)臨床前成像設(shè)計。NIR 解決方案對于腫瘤學(xué)研究極有應(yīng)用價值，同一腫瘤模型既可進(jìn)行體外研究，也可通過異種移植物進(jìn)行體內(nèi)研究。靶向和可活化的NIR 試劑，大激發(fā)波長低于700 nm，適用于多種基于高內(nèi)涵類器官成像為基礎(chǔ)的體外腫瘤模型。 為分析腫瘤相關(guān)生物標(biāo)志物組織蛋白酶和基質(zhì)金屬蛋白酶的活性并使低氧區(qū)可視化 ，分別使用 100 μM NIR 試劑ProSense®680 (NEV10003)、MMPSense®680 (NEV10126)和HypoxiSense®680 (NEV11070) 對3D 腫瘤組織染色。ProSense 680 試劑(左)顯示出對整個微組織的均勻染色。MMPSense 680 試劑(中)在單獨(dú)的細(xì)胞中被強(qiáng)烈活化，并在3D 組織內(nèi)顯示出微弱的熒光信號。HypoxiSense 680 試劑(右)對微組織染色后，核心區(qū)域顯示出強(qiáng)熒光，指示腫瘤組織的缺氧狀態(tài)。
NIR探針染色人腫瘤類器官的明場和熒光圖像疊加，生成特征性染色圖樣
低氧在惡性腫瘤以及快速發(fā)展的腫瘤中是一種普遍的現(xiàn)象，腫瘤內(nèi)部血液供應(yīng)不足產(chǎn)生的低氧環(huán)境與腫瘤的生理過程息息相關(guān)，包括基因調(diào)控、血管形成、信號通路的轉(zhuǎn)導(dǎo)等。對于低氧相關(guān)通路的研究也是腫瘤治療的新方向。為了研究低氧條件，在球體形成過程中接種不同數(shù)量的細(xì)胞，從而產(chǎn)生不同大小的微組織，HypoxiSense 680 熒光探針可指示腫瘤微環(huán)境內(nèi)的低氧狀態(tài)。
智能化圖像分析，從3D到切片一網(wǎng)打盡
Harmony 軟件已開發(fā)出針對大型3D 高內(nèi)涵數(shù)據(jù)集的3D 可視化和分析工具，能夠?qū)χT如囊腫、微組織或球狀細(xì)胞團(tuán)塊等3D 對象進(jìn)行容量分析。除了此處所示的形態(tài)和位置屬性， Harmony 還可以計算其他的3D 形態(tài)、3D 強(qiáng)度和3D 紋理屬性，以對3D 細(xì)胞模型進(jìn)行詳細(xì)的表型鑒定。此外，為了避免空圖像等無用數(shù)據(jù)，Harmony 的 PreciScan 提供了低倍率的預(yù)掃描和高倍率的再掃描自動化工作流程，用于球狀細(xì)胞團(tuán)塊的目標(biāo)成像或其他小概率事件。
配置Harmony 高內(nèi)涵軟件以及Preci-scan 智能目標(biāo)掃描模塊，該系統(tǒng)可以輕松獲取低倍鏡掃描結(jié)果，自動化智能識別微組織所在位置, 進(jìn)行居中位置優(yōu)化后，在高倍鏡進(jìn)行高分辨率X-Y-Z 成像數(shù)據(jù)采集。智能排除空白區(qū)域或不符合采集條件的破損組織區(qū)域。這一功極大的節(jié)約了采集和分析的效率，讓您在單次掃描就可以自由獲取不同倍數(shù)的多倍率數(shù)據(jù)信息，是類器官成像分析，稀有細(xì)胞事件采集分析的理想解決方案。
到目前為止，由于仍無適用于3D 高內(nèi)涵數(shù)據(jù)分析的軟件，即使是高質(zhì)量的3D 圖像也很難從中提取信息。由于3D 圖像分析軟件包是為在傳統(tǒng)顯微鏡上采集單個樣品而開發(fā)，因此通常以單個分析包的形式提供。用這樣的軟件包處理這種基于微孔板的高內(nèi)涵數(shù)據(jù)費(fèi)時費(fèi)力，需要大量的用戶交互和額外的數(shù)據(jù)轉(zhuǎn)換步驟。Harmony 軟件是一款集3D 圖像采集、3D 可視化和3D 分析為一體的單一軟件包，省去了采集和分析之間的數(shù)據(jù)轉(zhuǎn)換。
總而言之，配備了水浸式物鏡和Harmony 軟件的Operetta CLS 高內(nèi)涵分析系統(tǒng)能夠克服3D 分析中關(guān)鍵的挑戰(zhàn)，并為更多生理相關(guān)細(xì)胞培養(yǎng)模型的3D 成像和3D 表型鑒定提供了理想的一體化軟件包。
另外高內(nèi)涵都成像分析系統(tǒng)可兼容組織切片，獲得多色全視野組織切片影像數(shù)據(jù)。憑借其強(qiáng)大的自動化成像光路設(shè)計和智能化的Harmony 分析軟件，能在快速準(zhǔn)確評估多色標(biāo)記的免疫熒光組織切片，不僅提高了成像效率，同時也可對批量圖像數(shù)據(jù)進(jìn)行全自動智能化定量分析。
圖源：多倫多大學(xué)David Andrew 教授
以上案例進(jìn)一步證明，無論是針對患者來源的細(xì)胞、微器官和組織切片模型，高內(nèi)涵成像分析系統(tǒng)都憑借其強(qiáng)大的人工智能分析能力，可更快速適應(yīng)用戶自定義的自動化智能化細(xì)胞/微器官/組織成像及全方位分析需求，以加速臨床前基礎(chǔ)研究，促進(jìn)科研轉(zhuǎn)化和精準(zhǔn)用藥指導(dǎo)。
客服在線：
浙公網(wǎng)安備 33010602002722號
昵稱 驗證碼 請輸入正確驗證碼
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)