細胞-生体物質の相互作用をマッピングするために,細胞外マトリックスモデルの全マウント光シートイメージングと自動分析を行う

科学分野:

• 生物医学工学
• 3D 組織モデル
• バイオマテリアル科学

背景:

• 細胞外マトリックス (dECM) を使った in vitro モデルは,病気の研究のための in vivo 組織の複雑さを模倣することを目的としています.
• 現在のイメージング技術は,dECMのエスカフォールドの不透明性,厚さ,異質性と闘い,細胞プロセスの定量分析を制限しています.
• 3Dエンジニアリングによる組織に関する包括的な理解を妨げ,空間的に重要な情報を減少させます.

研究 の 目的:

• 現在の方法の限界を克服し,dECMモデルの定量的な評価のための光学画像と分析プロトコルを最適化します.
• 具体的には肝臓転移をモデル化して設計された in vitro がんマイクロ環境での用例を実証する.
• 3D dECMのエスカフォルドのアーキテクチャとセルラー行動の詳細な分析を可能にします.

主な方法:

• 組織クリアリングと細胞ラベリングを組み合わせて,dECMスキャフォールの最適化された体積光シート光顕微鏡 (LSFM) を用いる.
• シングル・セルレベルでの細胞の占拠と移動の正確な定量化のための新しい画像分析アルゴリズムを開発した.
• 豚の肝臓由来のdECMバイオマトリクスを大腸がんの球体で再細胞化した自動化されたLSFM画像と分析を適用した.

主要な成果:

• 高解像度と深さで不透明なdECMの支架内の細胞変化を画像化して分析しました.
• 3~5日間のdECMバイオマトリックスにおける細胞数の増加と,オキシリプラチンで治療されたモデルにおける細胞損失を定量化した.
• 3Dモデル内の癌細胞の増殖,侵入,治療応答の重要な変化を解決する能力を示した.

結論:

• 最適化されたLSFM画像と計算分析は,dECMベースの試験管内モデルを定量的に評価するための強力なツールキットを提供します.
• 開発された方法は,厚く不透明な生物学的構造に固有の重要なイメージングの課題を克服します.
• このアプローチは,大腸がんの肝臓転移のような複雑な疾患におけるメカニズム的および治療的発見を容易にし,様々なdECMモデルに広く適用できます.