三维计算机视觉用于探索集体癌症入侵中的异质性

科学领域:

• 在瘤学瘤学.
• 生物技术是生物技术.
• 计算机视觉 计算机视觉

背景情况:

• 集体癌症入侵是一种涉及领导者-追随者细胞的等级过程.
• 在3D微环境中分析动态基因表达对于理解入侵调节至关重要.
• 在分析复杂的3D瘤入侵动态和基因表达方面存在技术挑战.

研究的目的:

• 开发基于计算机视觉的工作流程,以分析3D集体癌症入侵.
• 简化侵入多细胞结构及其物理性质的识别和量化.
• 使用细胞内纳米生物传感器捕获与癌症入侵机制相关的基因表达模式.

主要方法:

• 开发了一种计算机视觉工作流程,用于处理3D瘤球体的时隔,多模式图像.
• 该方法识别出突出和分离的集群,量化入侵结构的物理性质.
• 细胞内纳米生物传感器被用来捕捉与入侵相关的基因表达模式.

主要成果:

• 工作流成功地识别了入侵的多细胞结构,并量化了它们的物理特性.
• 捕获了与侵入性机制相关的基因表达模式.
• 该方法用于研究肌肉侵入性膀癌球体的MALAT1表达异质性.

结论:

• 开发的工作流允许系统地探索癌症入侵中的基因型和表型异质性.
• 它提供了对集体癌症入侵的复杂性和特定基因 (如MALAT1.1) 的作用的宝贵见解.
• 这个工具有助于理解癌症侵袭机制和异质性.