在以深度学习为基础的特征提取量化的小鼠质母细胞瘤模型中,治疗诱导的瘤血管和氧化的调节

科学领域:

• 在瘤学瘤学.
• 血管生物学 血管生物学
• 医疗成像医学成像

背景情况:

• 质母细胞瘤表现出异常的血管系统,导致血液流动不良,缺氧 (低氧) 和组织死亡 (缩).
• 抗血管性疗法旨在使瘤血管正常化,但它们对血管结构和缺氧的确切影响尚不清楚.
• 目前的研究面临的局限性是由于显微镜和临床成像尺度之间的差距以及缺乏定量数据.

研究的目的:

• 研究抗血管性和细胞毒性疗法对质母细胞瘤血管和氧化的影响.
• 评估用于定量分析瘤微环境的美索斯科普成像方法.
• 解决关于血管正常化与回归以及治疗反应中缺氧缓解的基本问题.

主要方法:

• 使用了一个正位体的小鼠质瘤模型 (Gli36细胞).
• 采用光片光显微镜用于全量瘤成像.
• 应用深度学习用于自动细分和特征提取,以分析血管和氧化.

主要成果:

• 细胞毒性和抗血管性疗法都主要诱导血管正常化,血管回归的证据很少.
• 只有细胞毒性治疗能够显著缓解瘤缺氧.
• 开发的定量工作流允许对治疗效应进行详细分析.

结论:

• 该研究揭示了对质母细胞瘤治疗的意想不到的反应,强调血管正常化而不是回归.
• 细胞毒性疗法在减轻瘤缺氧方面表现出优异的疗效,与抗血管性疗法相比.
• 定量介视成像工作流程为抗血管性疗法研究中的机制研究提供了有价值的工具.