转移性癌细胞在3D微环境中的机械进化

科学领域:

• 生物物理学的生物物理.
• 癌症生物学 癌症生物学
• 医疗成像医学成像

背景情况:

• 细胞生物力学对于癌症转移和瘤进展至关重要.
• 当前的研究经常使用2D模型,这些模型可能不会准确地反映3D生理环境.
• 在3D癌症模型中探测细胞弹性仍然是一个重大的技术挑战.

研究的目的:

• 使用Brillouin光学显微镜在3D中纵向成像和分析癌症球体的机械特性.
• 研究生物力学特征在改善癌细胞分类方面的潜力.
• 基于机械数据,开发一种深度学习模型来区分癌症和正常球体.

主要方法:

• 使用Brillouin光学显微镜获取长度机械图像,在8天内获得正在生长的癌症球体.
• 从获得的图像中提取空间分辨率和时间演变的机械特征.
• 采用机器学习算法来评估机械特征对癌细胞分类准确性的影响.

主要成果:

• 密集的机械绘图为球形力学提供了以前无法获得的洞察力.
• 结合提取的机械特征,将癌细胞分类准确度从74%提高到95%.
• 一个深度学习管道成功地将癌症与正常球体区分开来,仅使用Brillouin图像.

结论:

• 来自Brillouin显微镜的空间和时间解析的机械特征对癌症研究有价值.
• 癌细胞的机械特性可以作为一种新的生物标志物,用于改进癌症的分类和检测.
• 光学Brillouin显微镜为分析3D癌症模型提供了一个有前途的非侵入性工具.