通过无标签成像和机器学习来解读 keloid 痕中的弹性质-原体相似性
Chuncheng Wang1, Jia Meng1, Lingxi Zhou1
1Zhejiang University, State Key Laboratory of Extreme Photonics and Instrumentation, College of Optical Science and Engineering, International Research Center for Advanced Photonics, Hangzhou, China.
无标签成像显示, keloid 痕组织具有最高的弹性质-原相似性. 这一发现为在异常的伤口愈合过程中细胞外矩阵重塑提供了新的见解.
科学领域:
- 生物医学工程 生物医学工程
- 皮肤病学 皮肤病学
- 材料科学 材料科学 材料科学
背景情况:
- 异常的伤口愈合,例如 keloid 痕形成,涉及复杂的细胞外基质 (ECM) 重塑.
- 了解像弹性素和原蛋白这样的纤维结构之间的相互作用对于开发有效的治疗方法至关重要.
研究的目的:
- 开发一种无标签的成像方法,以表征 keloid 痕组织中的纤维结构.
- 量化人类皮肤样本中弹性纤维和原纤维之间的形态和组织相似性.
主要方法:
- 多光子显微镜被用于人体皮肤样本的体外成像,利用来自弹性素和原的内源信号.
- 一个新的算法被设计来计算一个"相似度量" (RM) 量化弹性素-原蛋白相似性.
- 这种方法应用于正常的皮肤,皮质和邻近的皮肤组织.
主要成果:
- 状痕组织表现出了与弹性素-原蛋白的最高相似性.
- 邻近的组织表现出最大的异质性,RM参数在识别中达到98%以上的准确性.
- 该研究成功地确定了具有高灵敏度的异型纤维相似性特征.
结论:
- 开发的"相似度量" (RM) 提供了一种敏感的工具,用于分析 keloid 痕中的弹性素-原相互作用.
- 这种方法为了解异常伤口愈合中的ECM重塑机制提供了新的视角.
- 无标签成像和纤维结构的定量分析可以显著推进痕研究.
更多相关视频
09:58Assessing Collagen and Elastin Pressure-dependent Microarchitectures in Live, Human Resistance Arteries by Label-free Fluorescence Microscopy
Published on: April 9, 2018
10:39A Label-Free Segmentation Approach for Intravital Imaging of Mammary Tumor Microenvironment
Published on: May 24, 2022
相关概念视频
Cell-matrix's Response to Mechanical Forces
Anchoring junctions mechanically attach a cell to the...
Hooke's Law
Plastic Behavior
Relation between Poisson's ratio, Modulus of Elasticity and Modulus of Rigidity
Logarithmic Differentiation
