; Diese Arbeit wurde zum Teil durch die Scottish Funding Council (Grant Number HR07005 unterstützt <a href="http://www.sfc.ac.uk/">http://www.sfc.ac.uk/</a> , Medical Research Scotland () <a href="http://www.medicalresearchscotland.org.uk/">http://www.medicalresearchscotland.org.uk/</a> ), die Krebs- Research UK Experimental Cancer Medicine Centre ( <a href="http://www.cancerresearchuk.org/">http://www.cancerresearchuk.org/</a> ) und Breakthrough Breast Cancer ( <a href="http://breakthrough.org.uk/">http://breakthrough.org.uk/</a> ).

1. Tissue Vorbereitung <ol class="lalpha"><li> Mikrotomie <ol class="lroman"><li> § Formalin fixiert in Paraffin eingebetteten Tumor-Blöcke bei 4 mu m Dicke mit einem Rotationsmikrotom. </li><li> Legen Sie die Schnitte auf positiv geladene Objektträger. </li><li> Inkubieren bei 37 ° C im Ofen über Nacht. </li></ol></li><li> Lagerung <ol><li> Shop Abschnitte in einem -18 ° C bis -25 ° C Gefrierschrank, um den Verlust der Antigenität zu verhindern. </li></ol></li></ol> 2. Immunfluoreszenz von Gewebeschnitten <ol class="lalpha"><li> Entwachsen und Rehydrierung <ol class="lroman"><li> Entparaffinieren Dias in Xylol zweimal für 5 min. </li><li> Rehydrieren Dias in 99%, 99%, 80%, 50% Ethanol und fließendem Leitungswasser 2 min von jedem in Ordnung. </li></ol></li><li> Antigen Retrieval <ol class="lroman"><li> Führen Sie die Hitze induzierte Antigen-Retrieval, mit 0,15 mM Natriumcitrat, pH 6,0-Puffer in einem Dampfkochtopf für 5 min in der microwave. </li><li> Cool down Folien für 20 min. </li><li> Spülen Sie gleitet in 0,05% PBST für 5 min auf der Wippe. </li></ol></li><li> Blocking Verfahren <ol class="lroman"><li> Gönnen Abschnitte in 3% Wasserstoffperoxid für 10 min. </li><li> Spülen Sie gleitet in 0,05% PBST für 5 min auf der Wippe. </li><li> Fügen Sie die Abschnitte zu Sequenza Immunfärbung Rack. </li><li> Gönnen Abschnitte in Serum freiem Protein-Block für 10 min. </li></ol></li><li> Primäre Antikörper-Inkubation <ol class="lroman"><li> Inkubieren Primärer Antikörper, um eine optimale Verdünnung in Dako-Antikörper Verdünnungsmittel verdünnt für 1 Stunde bei Raumtemperatur. </li><li> Spülen in 0,05% PBST dreimal für jeweils 5 min. </li></ol></li><li> Epitheliale Maske (Cytokeratin) Inkubation <ol class="lroman"><li> Inkubieren Maus-anti-pan Cytokeratin, 1:50 in Dako Antikörperverdünnung Nacht bei 4 ° C. </li></ol></li><li> Epitheliale Maske Visualisierung <ol class="lroman"><li> Bereiten 1:25 Verdünnung der Ziege anti-Maus Alexa555 secondary Antikörper in der vorverdünnt Envision Ziege-Kaninchen-HRP-Antikörper-Lösung. Inkubieren im Dunkeln für 1,5 Stunden bei Raumtemperatur. </li><li> Spülen in 0,05% PBST dreimal für 5min jeder. </li></ol></li><li> Target-Visualisierung <ol class="lroman"><li> Die Objektträger aus dem Sequenza der feuchten Kammer. </li><li> Kombinieren Ziel Signalverstärkung Verdünnungsmittel (HistoRx Wanne E) und die Cy5 Tyramid (HistoRx Rohr F) bei 1:50 Konzentration. Vortex gründlich mischen. Inkubieren im Dunkeln für 10 min bei Raumtemperatur. </li><li> Spülen in 0,05% PBST dreimal für jeweils 5 min. </li><li> Entwässern Dias in 80% Ethanol für 1 min. </li><li> Der Luft trocknen lassen gleitet in die Dunkelheit. </li></ol></li><li> Gegenfärbung und Eindecken <ol class="lroman"><li> Übernehmen DAPI Eindeckmedium auf den Deckgläschen und Ort der Deckgläser in den Gewebeschnitten. </li><li> Trockene gleitet über Nacht im Dunkeln. </li><li> Nach dem Objektträger getrocknet sind, mit Nagellack zu sichern, um ensicher, dass die langfristige Bewahrung und halten in einem 4 ° C Kühlschrank. </li></ol></li></ol> 3. Bilderfassung mit ganzer Abschnitt Scannen <ol class="lalpha"><li> Legen Sie bis zu fünf Folien in der Bildschirmpräsentation Kassette der Aperio ScanScope FL Dia-Scanner. </li><li> Für jede Folie, wählen Sie die allgemeine Region Image über die Benutzeroberfläche in der ScanScope Console. Wählen Sie die Region, um alle Gewebe auf der Folie umfassen, unabhängig von Färbemuster oder anderen sichtbaren Aspekte der Probe. </li><li> Mit dem ScanScope Console, für jeden Kanal (DAPI, Cy3 und Cy5) bestimmen eine optimale Belichtung wie folgt: <ol class="lroman"><li> Wählen Sie eine Region des Gewebes zu verhören - dieser Bereich sollte idealerweise in der Tumorregion von Gewebe werden, um die beste Darstellung zu liefern. </li><li> Mit dem ScanScope Console Belichtungsautomatik Funktion, bewerten die Belichtungszeit für jeden Kanal vorgeschlagen, zusammen mit der Bildschärfe. </li><li> Wiederholen Sie über bis zu 3-5 Regionen von jeder Probe die Zusammenarbeitnfirm Stabilität des Wertes. </li></ol></li><li> Wählen Sie eine weitere Region (wie durch einen blauen Diamanten auf dem ScanScope Konsole Bild dargestellt) vom Gewebe, aber immer noch innerhalb der eingedeckt Bereich des Schiebers, um einen Hintergrund, in dem Flat-Field-Korrektur Bilder für jeden Filter erworben haben, werden zu definieren. </li><li> Lesen Sie diese Bilder vor der Bildaufnahme. Wenn die Bilder eine hohe Hintergrund-oder sonstigen Bildfehlern zu haben scheinen, sollte der Bildbereich verschoben und neue Bilder erworben. </li><li> Die erworbenen digitalen Dia-Bilder werden automatisch in die Aperio Spectrum-Datenbank hochgeladen. </li></ol> 4. AQUA automatisierte Bildanalyse <ol class="lalpha"><li> Sehen Sie sich die digitale gesamte Folie Bilder in der Spectrum-Datenbank und mit Anmerkungen versehen Tumor Bereiche von Interesse im Kontext des gesamten Gewebes und Färbungsmuster (s). </li><li> Wählen Sie die Folie zu analysieren mit AQUAnalysis aus der digitalen Dia-Liste in der Spectrum-Datenbank durch einen Doppelklick auf den DaumenNagel Bild (alternativ wählen Sie das Kontrollkästchen neben dem Bild und wählen Sie dann &quot;Bilder anzeigen&quot; aus dem Menü am oberen Rand der Liste). Dieser öffnet automatisch den ImageScope Software und Farbe zusammengefügte Bild der Gewebeprobe. </li><li> Mit dieser Software können Sie das Bild mit den bereitgestellten Tools navigieren. </li><li> Mit der beiliegenden H &amp; E (entweder der physischen Dia oder eine kommentierte Bild), kommentieren Sie die Region von Interesse auf der fluoreszierenden Bild. Multiple Region of Interest, kreiste einzelnen Bereiche können an einer einzigen Probe ausgewählt werden. Es gibt auch eine &quot;negative&quot; Werkzeug, das benutzt, um Bereiche innerhalb einer ausgewählten Region (dh beschädigte Gewebe, Bereichen mit schlechter Histologie, Nicht-Tumor-Bereichen, Schutt, etc.) ausgeschlossen ist. </li><li> Speichern Sie die Annotation Layer (s) auf das Bild. </li><li> Zurück zur Spectrum Hauptmenü und wählen Sie das Kontrollkästchen neben dem Bild, das gerade kommentierten wurde. Wählen Sie &quot;Analysieren&quot; aus der Menüleiste am oberen Rand der Liste. </li><li> In der Analyse-Fenster, das wird kommen, select &quot;HistoRx AQUA Analysis&quot; aus dem Pull-Down-Menü. </li><li> Wenn es mehrere Schichten von Annotationen sind, verwenden Sie die Kontrollkästchen, um die entsprechende Schicht (en) für die Analyse auszuwählen. </li><li> Drücken Sie die &quot;Analyze&quot;-Taste, wenn Sie bereit zu beginnen. </li><li> An dieser Stelle wird ein minimiertes Konsolen-Fenster in der Windows-Taskleiste angezeigt. Dadurch wird der Fortschritt der Übertragung von Bildern aus dem Spectrum-Datenbank auf dem lokalen PC (&quot;Pull&quot;-Betrieb). </li><li> Sobald die Daten übertragen werden, wird AQUAnalysis starten. Der Benutzer kann dann der gesamte interne Funktionen der Software zur Ansicht, navigieren und zu analysieren, Bilder. </li><li> Die kommentierten Bereich des Bildes aus dem Spectrum-Datenbank ist in 512x512 Pixel großes Bild Fliesen gebrochen - von denen jede einzeln gewertet. </li><li> Für diese Studie wurde ein unbeaufsichtigt AQUA Scoring-Algorithmus, basierend auf Daten-Clustering basiert, 8 verwendet. In diesem Algorithmus werden AQUA Noten wie folgt generiert: <ol class="lroman"><li> Die pan-Zytokeratin image signal wird über dem Hintergrund Schwellenwert und die Pixel werden verwendet, um einen Tumor &quot;Maske&quot;, die dann für die weiteren Berechnungen verwendet zu definieren. Die High-Expression pan-Zytokeratin Pixel definieren auch die cytoplasmatische / nicht-nuklearen Regionen der Tumorzellen. </li><li> Pixel mit hohem Signal in der DAPI-Kanal, der innerhalb des Tumors Maske werden als atomare in der Natur identifiziert. </li><li> Die Clustering-Algorithmus untersucht auch Pixel, die geringe Intensität entweder für DAPI-Färbung oder Cytokeratin Ausdruck und versucht, teilweise schreiben sie, die nukleare oder zytoplasmatischen Kompartimente, oder im Hintergrund entweder zu haben. </li><li> Sobald alle Pixel eines der Tumor Fächern oder im Hintergrund, die Intensität des Signals von dem Zielprotein (ER oder HER2) zugeordnet wird dann innerhalb der einzelnen Fächer und normiert auf die Größe der Fächer berechnet, wodurch AQUA Partituren. </li><li> Bilder, die nicht über ausreichende Tumor Darstellung wurden nicht gewertet (wie jene mit le definiertss als 5% der Pixel darstellen Tumor). Diese Regionen stellen auch ein &quot;Endergebnis&quot;-Wert namens &#39;Fail&#39; und kann somit in der weiteren statistischen Analyse entfernt werden. </li><li> Außerdem, wenn nach Prüfung, ein Betreiber Felder, die nicht geeignet waren für die Wertung aufgrund von Probe-oder Imaging-Artefakte (zB gefaltete Gewebe, Schutt) identifiziert wurden, wurden die Felder von Scoring redigiert und produziert ein &quot;Endergebnis&quot; genannt &#39;Fail&#39;. </li></ol></li><li> Die Ergebnisse der AQUA Scoring sind Tabellen mit den einzelnen 512x512 Pixel Fliesen in der Region von Interesse innerhalb eines gesamten Gewebeschnitt Probe verbunden. Diese Dateien, in. CSV-Format, kann dann für die anschließende statistische Analyse verwendet werden. </li></ol> 5. Statistische Analyse: Alle statistischen Analysen sind in SPSS durchgeführt (IBM) <ol><li> Wo immer möglich, für große Operationen generieren SPSS Syntax-Code-Dateien (. Sps), um Daten Manipulationen und Analysen Schritte ausführen. Beispiel Syntax-Code ist als ergänzende Dateien zur Verfügung gestellt. </li><li&gt; Lesen Sie Dateien in SPSS. Entfernen Sie nicht verwendete Variablen in den Rohdaten (z. B. gerätespezifischen Parameter, AQUA Partituren aus nicht genutzten Fächer). </li><li> Dort, wo Regionen ein &quot;Endergebnis&quot; der &#39;Fail&#39; (siehe oben) haben, markieren Sie diese Werte als SYSMIS, die sie entfernt von der numerischen Analysen. </li><li> Aggregate alle Daten für alle Folien für jeden Marker (ER oder HER2) in einem einzigen Master-Daten in SPSS-Format eingestellt. Mit diesem Master-Datei für alle nachfolgenden Berechnungen. </li><li> Mit Hilfe eines SPSS-Syntax-Datei (eine für jeden Marker: ER oder HER2 (siehe zusätzliche Syntax-Dateien) Daten wurde weiter validiert und Simpson Indizes der Vielfalt wie folgt berechnet: <ol class="lroman"><li> Generieren Sie ein Master-analytischen Datei, um eine Änderung der Stammdaten gesetzt zuvor generierten verhindern. </li><li> Überprüfen Sie die Stammdaten gegen die Rohdaten und Bilder erzeugt wird. </li><li> Produce Auswertungsstatistiken für AQUA Noten für jede Probe (Anzahl der Felder, Mittelwert, Median Score, minimum Score, maximale Punktzahl, und die Standardabweichung der Werte für Probe). </li><li> Überprüfen Sie eine zufällige Stichprobe der Ergebnisse gegenüber den ursprünglichen Rohdaten Output-Dateien und gegen die rohen Bilddaten erzielt. </li></ol></li><li> Um die Hitze Karte Bilder (in den Abbildungen 2 und 3) zu erzeugen: <ol class="lroman"><li> &#39;Bin&#39; der AQUA Score-Daten (mit dem &#39;Visual Binning-Funktion in SPSS) in acht einzelnen Ebenen. Für ER wurden nuklearen Scores verwendet, für HER2, zytoplasmatische Scores verwendet wurden. </li><li> Leiten Sie bins, so dass jedes Fach einen gleichen Prozentsatz der verfügbaren Fälle aus dem gesamten Datensatz repräsentiert. </li><li> Verwenden Sie die SPSS-Funktion &quot;Split File&quot;, so dass alle nachfolgenden Ausgaben würden auf einer &quot;pro Folie / Probe&quot;-Ebene sein. </li><li> Plot jeder Region (entsprechend einer 512x512 Fliesen) durch seine x-, y-Koordinaten und die Farbe mit einem Wert in den Papierkorb, in die sie zugewiesen wurde (siehe Abbildungen 2 und 3). </li></ol></li><li> Zur Erzeugung von Heterogenität Partituren, wurde Code geschrieben, um eine Simpson zu generierenIndex der Vielfalt mit AQUA Partituren. <ol class="lroman"><li> Die Simpson-Index der Vielfalt, wie hier verwendet, ist definiert als: <img alt="Gleichung 1" src="/files/ftp_upload/3334/3334eq1.jpg" /> Wobei N die Gesamtzahl der Punkte / Felder für eine gegebene Probe verwendet und n die Anzahl der Punkte / Felder in einer bestimmten Gruppe von standardisierten Scores (hergestellt wie unten beschrieben). </li></ol></li><li> Verwenden Sie die Master-analytischen Datei oben beschrieben für die Datenquelle. In den gezeigten Beispielen verwendet alle ER Berechnungen der nuklearen AQUA Partitur und HER2 Berechnungen der cytoplasmatischen AQUA Gäste. Führen Sie die nachfolgenden Berechnungen für jede Probe / Folie. </li><li> Da Fluoreszenz Daten unterliegt Varianz Instabilität, so dass Fehler Größenordnung mit Intensität ausbreitet, gelten logarithmisch (Basis 2) Normierung auf alle AQUA Partituren. </li><li> Weitere verwandeln die normierte (log transformierten) Daten in z-(Standard-) Werte. <ol class="lroman"><li> Der Z-Score-Transformation ist ein berechneters folgt: Z = (AQUA Partitur - Durchschnitt aller Noten für eine Probe) / Standardabweichung der Werte für die Probe. Dieser übersetzt die Verteilung der Punkte in eine Verteilung der Abweichungen um den zentralen Wert von Null Abweichung. </li></ol></li><li> Bin diese Z-score-Werte in sechs Gruppen (&lt;-2, -2 - -1, -1 - 0, 0 bis 1, 1 bis 2,&gt; 2). </li><li> Berechnen Sie die Anzahl der Werte in jedem Fach und die Summe für jedes Bin zugeordnet. Verwenden Sie diesen Wert zusammen mit der Gesamtzahl der Felder, um einen Wert für jeden der sechs Behälter für den Index verwendet zu berechnen. </li><li> Sum diese Werte und subtrahieren von einem auf den Index der Vielfalt zu erzeugen. </li><li> Die Vielfalt Index bietet ein Indikator für die Ausbreitung des Scores um den Mittelwert für eine bestimmte Probe. So zeigen eine höhere Indizes eine breitere Verbreitung von Partituren oder zunehmende Heterogenität des Ausdrucks. Umgekehrt unteren Indizes zeigen weniger Schwankungen in der Expression-Messung und homogener Ausdruck in der Probe. Dies ist in Figur dargestelltES 2 und 3. </li></ol> 6. Repräsentative Ergebnisse: Gezielte Therapie mit relativ geringen Toxizität Mittel, wie Tamoxifen und Trastuzumab, sind nicht Standard in der Therapie Patientinnen mit Ovarialkarzinom. Es gibt gute Belege dafür, dass Platin-Taxan-first-line Chemotherapie überlegen zu anderen Chemotherapien für Eierstockkrebs 9-13 ist, und während 70-80% der Patienten sprechen darauf anfangs reagieren, die meisten werden Rückfall und sterben an ihrer Krankheit. Messung von Biomarkern, die Reaktion auf alternative Therapien vorhersagen könnte, wäre nützlich sein bei der Auswahl der individuellen Therapie für jeden Patienten, und seit Chemotherapie übt Selektionsdruck auf einen Tumor, überlebende Tumorzellen können unterschiedliche Eigenschaften besitzen und stellen eine Subpopulation des Tumors vor der Therapie; Quantifizierung dieser ändern könnte daher sinnvoll sein. Wir haben unser Heterogenität Mapping Ansatz zur ER-und HER2-Expression im Ovarialkarzinom Proben vor und nach der Chemotherapie, in order zu messen quantitative Veränderungen in der Expression und Untersuchung des Zusammenhangs zwischen Biomarker Ausdruck vor und nach Therapie. Beide ER-und HER2 zeigen deutliche Heterogenität innerhalb der einzelnen Tumoren, und in einigen Tumoren, die Simpson-Index Veränderungen nach der Therapie von einem relativ hohen Heterogenität geringer Heterogenität, vertreten durch eine Verringerung der Simpson-Index Scores (siehe Abbildungen 2 und 3). Dies unterstützt die Vorstellung, dass klonale Selektion in Reaktion auf eine zytotoxische Chemotherapie auftritt, noch wichtiger ist, kann dies ausgenutzt durch gezielte Therapie gegen die restliche Bevölkerung, um besser zu personalisieren Therapie für Krebspatienten werden. <img alt="Abbildung 1" src="/files/ftp_upload/3334/3334fig1.jpg" /> Abbildung 1. Hämatoxylin und Eosin gefärbt Aufnahmen aus verschiedenen Bereichen des gleichen Eierstockkrebs zeigen variable Morphologie. (A) x40 Mikrophotographie zeigt zwei benachbarte Bereiche des Tumors mit unterschiedlicher Morphologie. Hohe Leistung Ansichten (x200) zeigen Zellen mit zytoplasmatischen Clearing und eine solide Struktur des Wachstums in den oberen Teil des Tumors (B), während der untere Teil des Gewebes (C) hat mehr homogene eosinophile Zytoplasma und ein papilläres Wachstumsmuster. Dieser Tumor wäre jedoch, wie serösen papillären histologischen Subtyp zum Zwecke der weiteren Verwaltung eingestuft werden. <img alt="Abbildung 2" src="/files/ftp_upload/3334/3334fig2.jpg" /> Abbildung 2. Heterogenität Heatmaps der ER-Protein-Expression in Zytokeratin-positive Eierstockkrebsgewebeproben, vor (oben) und nach (unten) Therapie. <img alt="Abbildung 3" src="/files/ftp_upload/3334/3334fig3.jpg" /> Abbildung 3. Heterogenität Heatmaps von HER2-Protein-Expression in Zytokeratin-positive Eierstockkrebsgewebeproben, vor (oben) und nach (unten) Therapie.

<ol>
	<li>Gutierrez, M. L., Sayagues, J. M., Del Mar, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cytogenetic+heterogeneity+of+pancreatic+ductal+adenocarcinomas:+identification+of+intratumoral+pathways+of+clonal+evolution.">Cytogenetic heterogeneity of pancreatic ductal adenocarcinomas: identification of intratumoral pathways of clonal evolution.</a> Histopathology. 58, 486-497 (2011).</li><li>Yachida, S., Jones, S., Bozic, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Distant+metastasis+occurs+late+during+the+genetic+evolution+of+pancreatic+cancer.">Distant metastasis occurs late during the genetic evolution of pancreatic cancer.</a> Nature. 467, 1114-1117 (2010).</li><li>Gutierrez, M. L., Sayagues, J. M., Del Mar, A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cytogenetic+heterogeneity+of+pancreatic+ductal+adenocarcinomas:+identification+of+intratumoral+pathways+of+clonal+evolution.">Cytogenetic heterogeneity of pancreatic ductal adenocarcinomas: identification of intratumoral pathways of clonal evolution.</a> Histopathology. 58, 486-497 (2011).</li><li>Yachida, S., Jones, S., Bozic, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Distant+metastasis+occurs+late+during+the+genetic+evolution+of+pancreatic+cancer.">Distant metastasis occurs late during the genetic evolution of pancreatic cancer.</a> Nature. 467, 1114-1117 (2010).</li><li>Liu, J., Lau, S. K., Varma, V. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Molecular+mapping+of+tumor+heterogeneity+on+clinical+tissue+specimens+with+multiplexed+quantum+dots.">Molecular mapping of tumor heterogeneity on clinical tissue specimens with multiplexed quantum dots.</a> ACS Nano. 4, 2755-2765 (2010).</li><li>Camp, R. L., Chung, G. G., Rimm, D. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+subcellular+localization+and+quantification+of+protein+expression+in+tissue+microarrays.">Automated subcellular localization and quantification of protein expression in tissue microarrays.</a> Nat. Med. 8, 1323-1327 (2002).</li><li>Simpson, E. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+of+biodiversity.">Measurement of biodiversity.</a> Nature. 163, 688-68 (1949).</li><li>Gustavson, M. D., Bourke-Martin, B., Reilly, D. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+an+unsupervised+pixel-based+clustering+algorithm+for+compartmentalization+of+immunohistochemical+expression+using+Automated+Quantitative+Analysis.">Development of an unsupervised pixel-based clustering algorithm for compartmentalization of immunohistochemical expression using Automated Quantitative Analysis.</a> Appl. Immunohistochem. Mol. Morphol. 17, 329-337 (2009).</li><li>. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Paclitaxel+plus+carboplatin+versus+standard+chemotherapy+with+either+single-agent+carboplatin+or+cyclophosphamide,+doxorubicin,+and+cisplatin+in+women+with+ovarian+cancer:+the+ICON3+randomised+trial.">Paclitaxel plus carboplatin versus standard chemotherapy with either single-agent carboplatin or cyclophosphamide, doxorubicin, and cisplatin in women with ovarian cancer: the ICON3 randomised trial.</a> Lancet. 360, 505-515 (2002).</li><li>McGuire, W. P., Hoskins, W. J., Brady, M. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cyclophosphamide+and+cisplatin+compared+with+paclitaxel+and+cisplatin+in+patients+with+stage+III+and+stage+IV+ovarian+cancer.">Cyclophosphamide and cisplatin compared with paclitaxel and cisplatin in patients with stage III and stage IV ovarian cancer.</a> N. Engl. J. Med. 334, 1-6 (1996).</li><li>Muggia, F. M., Braly, P. S., Brady, M. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Phase+III+randomized+study+of+cisplatin+versus+paclitaxel+versus+cisplatin+and+paclitaxel+in+patients+with+suboptimal+stage+III+or+IV+ovarian+cancer:+a+gynecologic+oncology+group+study.">Phase III randomized study of cisplatin versus paclitaxel versus cisplatin and paclitaxel in patients with suboptimal stage III or IV ovarian cancer: a gynecologic oncology group study.</a> J. Clin. Oncol. 18, 106-115 (2000).</li><li>Piccart, M. J., Bertelsen, K., James, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Randomized+intergroup+trial+of+cisplatin-paclitaxel+versus+cisplatin-cyclophosphamide+in+women+with+advanced+epithelial+ovarian+cancer:+three-year+results.">Randomized intergroup trial of cisplatin-paclitaxel versus cisplatin-cyclophosphamide in women with advanced epithelial ovarian cancer: three-year results.</a> J. Natl. Cancer. Inst. 92, 699-708 (2000).</li><li>Cannistra, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancer+of+the+ovary.">Cancer of the ovary.</a> N. Engl. J. Med. 351, 2519-2529 (2004).</li><li>Baker, A. F., Dragovich, T., Ihle, N. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Stability+of+phosphoprotein+as+a+biological+marker+of+tumor+signaling.">Stability of phosphoprotein as a biological marker of tumor signaling.</a> Clin. Cancer. Res. 11, 4338-4340 (2005).</li><li>Espina, V., Edmiston, K. H., Heiby, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+portrait+of+tissue+phosphoprotein+stability+in+the+clinical+tissue+procurement+process.">A portrait of tissue phosphoprotein stability in the clinical tissue procurement process.</a> Mol. Cell. Proteomics. 7, 1998-2018 (2008).</li><li>Klymkowsky, M. W., Savagner, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Epithelial-mesenchymal+transition:+a+cancer+researcher's+conceptual+friend+and+foe.">Epithelial-mesenchymal transition: a cancer researcher's conceptual friend and foe.</a> Am. J. Pathol. 174, 1588-1593 (2009).</li><li>Kurrey, N. K., Jalgaonkar, S. P., Joglekar, A. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Snail+and+slug+mediate+radioresistance+and+chemoresistance+by+antagonizing+p53-mediated+apoptosis+and+acquiring+a+stem-like+phenotype+in+ovarian+cancer+cells.">Snail and slug mediate radioresistance and chemoresistance by antagonizing p53-mediated apoptosis and acquiring a stem-like phenotype in ovarian cancer cells.</a> Stem. Cells. 27, 2059-2068 (2009).</li><li>Creighton, C. J., Li, X., Landis, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Residual+breast+cancers+after+conventional+therapy+display+mesenchymal+as+well+as+tumor-initiating+features.">Residual breast cancers after conventional therapy display mesenchymal as well as tumor-initiating features.</a> Proc. Natl. Acad. Sci. U. S. A. 106, 13820-13825 (2009).</li><li>Aitken, S. J., Thomas, J. S., Langdon, S. P., Harrison, D. J., Faratian, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+analysis+of+changes+in+ER,+PR+and+HER2+expression+in+primary+breast+cancer+and+paired+nodal+metastases.">Quantitative analysis of changes in ER, PR and HER2 expression in primary breast cancer and paired nodal metastases.</a> Ann. Oncol. 21, 1254-1261 (2010).</li><li>Sayagues, J. M., Abad, M. M., Melchor, H. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intratumoural+cytogenetic+heterogeneity+of+sporadic+colorectal+carcinomas+suggests+several+pathways+to+liver+metastasis.">Intratumoural cytogenetic heterogeneity of sporadic colorectal carcinomas suggests several pathways to liver metastasis.</a> J. Pathol. 221, 308-319 (2010).</li></ol>

JC, MG, CJ und CS sind die Mitarbeiter der HistoRx, Inc.

Das hier beschriebene Verfahren erlaubt die Quantifizierung molekularer Heterogenität in Standard-Formalin-fixierte, in Paraffin eingebetteten histologischen Schnitten von Tumormaterial. Das Verfahren erlaubt ein Wert, der den Grad der Heterogenität in einem Gewebeschnitt zugeordnet werden, so dass diese dann berücksichtigen kann als Variable in Biomarker Entwicklung und Analyse entnommen werden. Während im Allgemeinen ist es vorzuziehen ist, dass Gewebe Biomarker homogen sind in Bezug auf Ausdruck, so dass der Test weniger anfällig für Stichprobenfehler oder Voreingenommenheit ist, könnte es unter Umständen sinnvoll sein, Heterogenität als Parameter zu quantifizieren. Zum Beispiel, wie in der illustrativen Beispiel für ER-und HER2 gezeigt, zeigen gemeinsame Biomarker beträchtliche Heterogenität der Meinungsäußerung und es ist derzeit nicht bekannt, ob diese ein unabhängiger prognostischer oder prädiktiver Faktor in Bezug auf klinische Ergebnisse oder Ansprechen auf die Therapie bzw. darstellt. Ebenso, wie dargestellt, könnte eine Therapie sich dynamisch verändernBestandteil Populationen von Zellen und damit die Messung der Ziel-Anreicherung kann nützlich sein, in Führung Therapieentscheidungen treffen. Allerdings ist die Technik, die von den gleichen Faktoren, die traditionellen histopathologischen oder Biomarker (z. B. immunhistochemische) analysiert Grenze begrenzt. Das Ergebnis ist abhängig von der Art, Größe und Qualität des Gewebes, die analysiert werden, und somit ein einzelnes Gewebe Abschnitt möglicherweise nicht repräsentativ für den gesamten Tumor sein. In der Tat kann die Simpson-Index über Gebühr nach der Größe des Gewebes (Anzahl der Frames erfasst und AQUA Scores gemessen) vorgespannt werden. Die Immunogenität der Epitope gemessen unterliegen können unkontrollierbare präanalytischen Faktoren, die artifactually verändern deren Ausdruck über den Gewebeschnitt (wie kalte Ischämiezeit, oder die Länge der Fixierung und Rand Artefakt). Dies ist vor allem ein Problem für phospho-Epitope, die notorisch labile 14, 15. Deshalb ist die Technik könnte besser geeignet seinzu Resektionsproben eher als kleine Biopsien und durchgeführt in mehreren Abschnitten statt nur einem. Letztlich kann 3D-Bildgebung bieten die Möglichkeit zur besseren Quantifizierung dieser Parameter. Die Technik, wie dargestellt kann auch durch biologische Faktoren, wie Schwankungen in der Expression des Zytokeratin Maskierung Epitop beschränkt werden. Dies könnte von besonderer Bedeutung in diesen Tumoren, einschließlich Eierstock-und Brustkrebs, die epithelial-zu-mesenchymale Transition (EMT) zu unterziehen sind oder für nicht-epithelialen Komponenten oder Stammzellen Zellen 16 angereichert, wie kürzlich gezeigt wurde, treten in der Chemotherapie- behandelt Eierstockkrebs in vitro 17, und bei Patientinnen mit Brustkrebs in Ansprechen auf die Therapie 18. Diese Einschränkung kann zu überwinden Verwendung alternativer Maskierung Antikörper (oder Cocktails von Antikörpern), wie Zytokeratin und Vimentin, die in EMT 16 hochreguliert wird. Darüber hinaus, da andere Komponenten des Gewebes (der microenvironment), wie Fibroblasten oder Endothelzellen sind auch zunehmend von biologischen Therapien gezielter kann die Technik auch erweitert werden, um diese Komponenten Score, mit Masken für Fächer von Interesse, wie PECAM / CD31 für vaskuläre Endothelzellen Fleck . Obwohl die Anpassung der Simpson-Index als ein Maß für die Heterogenität in der aktuellen Protokoll wegen ihrer Einfachheit verwendet worden, könnten auch andere Maßnahmen der Heterogenität eingesetzt werden, wie einfache Messungen der zentralen Tendenz werden (Mittelwert, Varianz, Median, etc). Darüber hinaus könnte die Simpson-Index-Berechnungen modifiziert werden, um besser an einen bestimmten Test Bevölkerung. Die Verwendung von Z-score-Transformationen ermöglicht das Punktesystem zu sein gilt für mehrere Marker, da die Heterogenität auf Abweichung um den Mittelwert für einen Datensatz beruht. Allerdings kann die gesamte Palette von Scoring in dieser Art von Transformation begrenzt werden. Einige Designs besser geeignet seineinfach bin die eigentliche AQUA Noten für alle Proben einer bestimmten Markierung zu setzen. Die Auswahl der Anzahl der Bins und Abschaltungen ist auch eine Einschränkung im Bereich der Werte, die können die Folge sein und kann für alternative experimentelle Designs optimiert werden. Wir haben ER und HER2 in der aktuellen Studie als Biomarker-Kandidaten verwendet, da sie bereits in der Klinik eingesetzt werden, zu beantworten relevante klinische Fragen in Bezug auf die Wirksamkeit von gezielten Therapien, und sind dafür bekannt, eine beträchtliche Heterogenität und Wandel in weisen primäre und entfernte Krankheit 19. Allerdings bleibt die optimale Marker der Heterogenität zu bestimmen. Andere Möglichkeiten könnten auch zytogenetische Marker der Klonalität, wie sie zuvor in der Interphase FISH-Studien 20 verwendet. Dieser Ansatz erfordert eine weitere Validierung in großen, gut kommentierte klinischen Kohorten oder klinischen Studien, um weiter zu etablieren die Relevanz dieses Parameters in der Krebs-Biologie.

<table border="1"><tbody><tr><td> Name des Reagenzes </td><td> Firma </td><td> Katalog-Nummer </td><td> Kommentare </td></tr><tr><td> ScanScope FL </td><td> Aperio </td><td> ScanScope FL </td><td> Gebrauchte ab Hersteller ausgestattet </td></tr><tr><td> Spektrum </td><td> Aperio </td><td> Spektrum </td><td> Konfigurations-und Katalog-Nummern werden wie die lokalen Institutionen einzurichten ihrer Datenbank-und IT-Struktur variieren. </td></tr><tr><td> AQUAnalysis, in Verbindung mit AQUAjustment </td><td> HistoRx </td><td> V2.3 </td><td> Die AQUAjustment Paket ermöglicht AQUAnalysis Bilder in Spectrum gespeichert sind. </td></tr><tr><td> HER2 </td><td> Dako </td><td> A0485 </td><td> 1 in 400 Verdünnung </td></tr><tr><td> Maus-anti-pan Cytokeratin </td><td> Dako </td><td> M3515 </td><td> 1 in 50 Verdünnung </td></tr><tr><td> Antikörper Verdünnungsmittel </td><td> Dako </td&gt; <td> S0809 </td><td></td></tr><tr><td> Envision Ziege-Kaninchen-HRP </td><td> Dako </td><td> K4003 </td><td></td></tr><tr><td> Protein blockieren </td><td> Dako </td><td> X0909 </td><td></td></tr><tr><td> Ziege anti-Maus-Alexa555 </td><td> Invitrogen </td><td> A21422 </td><td></td></tr><tr><td> DAPI Eindeckmedium </td><td> Invitrogen </td><td> P36931 </td><td></td></tr><tr><td> Cy5 Tyramid </td><td> HistoRx </td><td> AQ-EMR1-00001 </td><td></td></tr><tr><td> Sequenza Immunfärbung-Center </td><td> Thermo Scientific Shandon </td><td> 73300001 </td><td> Hier für Tisch-Immunfluoreszenzfärbung verwendet </td></tr></tbody></table>

heterogeneity mapping of protein expression in tumors using quantitative immunofluorescence

Morphologische Heterogenität innerhalb eines individuellen Tumors wird durch Histopathologen in der chirurgischen Praxis gut erkannt. Während dies oft in Form von Bereichen deutliche Differenzierung in anerkannten histologischen Subtypen oder anderen pathologischen Grad, oft gibt es mehr subtile Unterschiede im Phänotyp, die genaue Klassifizierung (Abbildung 1) trotzen. Letztlich, da Morphologie durch die zugrunde liegenden molekularen Phänotyp bestimmt wird, sind Bereiche mit sichtbaren Unterschiede wahrscheinlich durch Unterschiede in der Expression von Proteinen, die zelluläre Funktion und Verhalten aufeinander abstimmen und somit Erscheinungsbild begleitet werden. Die Bedeutung der sichtbaren und unsichtbaren (molekularen) Heterogenität für die Prognose ist nicht bekannt, aber die jüngsten Anzeichen dafür, dass zumindest auf der genetischen Ebene, Heterogenität in den Primärtumor 1,2 existiert, und einige dieser Sub-Klone führen zu Metastasen ( und damit tödliche) Erkrankung. Darüber hinaus sind einige Proteinegemessen als Biomarker, weil sie die Ziele der Therapie (z. B. ER-und HER2 für Tamoxifen und Trastuzumab (Herceptin), genannt) sind. Wenn diese Proteine ​​variable Expression zeigen innerhalb eines Tumors dann therapeutische Reaktionen können auch variabel sein. Die weit verbreitete histopathologischen Scoring Systeme für die Immunhistochemie entweder ignorieren oder numerisch homogenisieren die Quantifizierung der Proteinexpression. Auch in destruktive Techniken, bei denen der Tumor Proben homogenisiert (wie Genexpressions-Profiling), können quantitative Informationen aufgeklärt werden, aber räumliche Information ist verloren. Genetische Heterogenität Mapping Ansätze bei Bauchspeicheldrüsenkrebs haben entweder auf die Erzeugung von einer einzigen Zelle Suspension 3 verlassen, oder auf macrodissection 4. Eine aktuelle Studie hat Quantenpunkte verwendet, um morphologische und molekulare Heterogenität bei Prostatakrebs Gewebe 5 Karte und bietet proof of principle, dass die Morphologie und molekulare Zuordnung möglich ist, aber fallen short zur Quantifizierung der Heterogenität. Da Immunhistochemie ist im besten Fall nur semi-quantitative und unterliegt intra-und inter-observer bias, empfindlicher und quantitative Methoden erforderlich, um zu einer genauen Kartierung und zu quantifizieren Gewebe Heterogenität in situ. Wir haben uns entwickelt und die Anwendung eines experimentellen und statistischen Methoden, um systematisch quantifizieren die Heterogenität der Proteinexpression in ganze Gewebeschnitte von Tumoren auf der Automated quantitative Analyse (AQUA) System 6 basiert. Gewebeschnitte werden mit spezifischen Antikörpern gegen Zytokeratine und Ziele von Interesse gerichtet ist, gekoppelt mit Fluorophor-markierten sekundären Antikörpern markiert. Slides sind abgebildet mit einem Ganzkörper-Rutsche Fluoreszenz-Scanners. Die Bilder werden in Hunderten bis Tausenden von Kacheln unterteilt und jede Fliese ist dann eine AQUA-Score, ein Maß für die Protein-Konzentration ist in den Epithelzellen (Tumor-) Komponente des Gewebes zugeordnet. Heatmaps generiert werden, um Gewebe Expression der Proteine ​​und eine Heterogenität des Gastes zugeordnet dar, wenn ein statistisches Maß an Heterogenität ursprünglich in der Ökologie verwendet, auf der Simpson Biodiversität Index 7 basiert. Bisher gibt es keine Versuche, systematisch Karte und quantifizieren diese Variabilität im Tandem mit Protein-Expression wurde in histologischen Präparaten. Hier zeigen wir den ersten Einsatz der Methode angewendet, um ER-und HER2-Biomarker Ausdruck bei Eierstockkrebs. Mit dieser Methode ebnet den Weg für die Analyse von Heterogenität als eine unabhängige Variable in Studien von Biomarker-Ausdruck in translationale Studien, um die Bedeutung von Heterogenität in Prognose und Vorhersage von Reaktionen auf die Therapie zu etablieren.

Watch this Scientific Journal Video about Heterogeneity Mapping of Protein Expression in Tumors using Quantitative Immunofluorescence at JoVE.com

Heterogeneity Mapping of Protein Expression in Tumors using Quantitative Immunofluorescence

Hier beschreiben wir eine Methode zur molekularen Heterogenität in histologischen Schnitten von Tumormaterial mittels quantitativer Immunfluoreszenz, Bildanalyse und ein statistisches Maß an Heterogenität quantifizieren. Die Methode ist für den Einsatz in klinischen Biomarker-Entwicklung und Analyse bestimmt.

Heterogenität Mapping von Protein Expression in Tumoren mittels quantitativer Immunfluoreszenz

Morphologic heterogeneity within an individual tumor is well-recognized by histopathologists in surgical practice. While this often takes the form of ...

heterogeneity-mapping-protein-expression-tumors-using-quantitative

Research

JoVE Journal

Medicine

18.5K Aufrufe.  University of Edinburgh. Hier beschreiben wir eine Methode zur molekularen Heterogenität in histologischen Schnitten von Tumormaterial mittels quantitativer Immunfluoreszenz, Bildanalyse und ein statistisches Maß an Heterogenität quantifizieren. Die Methode ist für den Einsatz in klinischen Biomarker-Entwicklung und Analyse bestimmt.

Serie: Heterogeneity Mapping of Protein Expression in Tumors using Quantitative Immunofluorescence

Establishment and Propagation of Human Retinoblastoma Tumors in Immune Deficient Mice

Culturing retinoblastoma tumor cells in defined stem cell media gives rise to primary tumorspheres that can be grown and maintained for only a limited time. These cultured tumorspheres may exhibit markedly different cellular phenotypes when compared to the original tumors. Demonstration that cultured cells have the capability of forming new tumors is important to ensure that cultured cells model the biology of the original tumor. 
Here we present a protocol for propagating human retinoblastoma tumors in vivo using Rag2-/- immune deficient mice. Cultured human retinoblastoma tumorspheres of low passage or cells obtained from freshly harvested human retinoblastoma tumors injected directly into the vitreous cavity of murine eyes form tumors within 2-4 weeks. These tumors can be harvested and either further passaged into murine eyes in vivo or grown as tumorspheres in vitro. Propagation has been successfully carried out for at least three passages thus establishing a continuing source of human retinoblastoma tissue for further experimentation. 
Wesley S. Bond and Lalita Wadhwa are co-first authors.

A method is described to propagate human retinoblastoma tumors in mice. Tumor cells are directly injected into the eyes of immune deficient mice. Secondary tumors have been successfully established using both cells directly harvested from human tumors and cultured tumorspheres.

Aufbau und Verbreitung der Menschenrechte Retinoblastoma Tumore in immundefizienten Mäuse

Culturing retinoblastoma tumor cells in defined stem cell media gives rise to primary tumorspheres that can be grown and maintained for only a limited ...

Forschung

Medizin

Evaluation of Nanoparticle Uptake in Tumors in Real Time Using Intravital Imaging

Current technologies for tumor imaging, such as ultrasound, MRI, PET and CT, are unable to yield high-resolution images for the assessment of nanoparticle uptake in tumors at the microscopic level1,2,3, highlighting the utility of a suitable xenograft model in which to perform detailed uptake analyses. Here, we use high-resolution intravital imaging to evaluate nanoparticle uptake in human tumor xenografts in a modified, shell-less chicken embryo model. The chicken embryo model is particularly well-suited for these in vivo analyses because it supports the growth of human tumors, is relatively inexpensive and does not require anesthetization or surgery 4,5. Tumor cells form fully vascularized xenografts within 7 days when implanted into the chorioallantoic membrane (CAM) 6. The resulting tumors are visualized by non-invasive real-time, high-resolution imaging that can be maintained for up to 72 hours with little impact on either the host or tumor systems. Nanoparticles with a wide range of sizes and formulations administered distal to the tumor can be visualized and quantified as they flow through the bloodstream, extravasate from leaky tumor vasculature, and accumulate at the tumor site. We describe here the analysis of nanoparticles derived from Cowpea mosaic virus (CPMV) decorated with near-infrared fluorescent dyes and/or polyethylene glycol polymers (PEG) 7, 8, 9,10,11. Upon intravenous administration, these viral nanoparticles are rapidly internalized by endothelial cells, resulting in global labeling of the vasculature both outside and within the tumor7,12. PEGylation of the viral nanoparticles increases their plasma half-life, extends their time in the circulation, and ultimately enhances their accumulation in tumors via the enhanced permeability and retention (EPR) effect 7, 10,11. The rate and extent of accumulation of nanoparticles in a tumor is measured over time using image analysis software. This technique provides a method to both visualize and quantify nanoparticle dynamics in human tumors.

We present a novel approach to quantify nanoparticle localization in the vasculature of human xenografted tumors using dynamic, real-time intravital imaging in an avian embryo model.

Evaluation von Nanopartikel-Aufnahme in Tumoren in Echtzeit über Intravital Imaging

Current technologies for tumor imaging, such as ultrasound, MRI, PET and CT, are unable to yield high-resolution images for the assessment of nanoparticle ...

MicroRNA Detection in Prostate Tumors by Quantitative Real-time PCR (qPCR)

MicroRNAs (miRNAs) are single-stranded, 18&#x2013;24 nucleotide long, non-coding RNA molecules. They are involved in virtually every cellular process including development1, apoptosis2, and cell cycle regulation3. MiRNAs are estimated to regulate the expression of 30% to 90% of human genes4 by binding to their target messenger RNAs (mRNAs)5. Widespread dysregulation of miRNAs has been reported in various diseases and cancer subtypes6. Due to their prevalence and unique structure, these small molecules are likely to be the next generation of biomarkers, therapeutic agents and/or targets.
Methods used to investigate miRNA expression include SYBR green I dye- based as well as Taqman-probe based qPCR. If miRNAs are to be effectively used in the clinical setting, it is imperative that their detection in fresh and/or archived clinical samples be accurate, reproducible, and specific. qPCR has been widely used for validating expression of miRNAs in whole genome analyses such as microarray studies7. The samples used in this protocol were from patients who underwent radical prostatectomy for clinically localized prostate cancer; however other tissues and cell lines can be substituted in. Prostate specimens were snap-frozen in liquid nitrogen after resection. Clinical variables and follow-up information for each patient were collected for subsequent analysis8.
Quantification of miRNA levels in prostate tumor samples. The main steps in qPCR analysis of tumors are: Total RNA extraction, cDNA synthesis, and detection of qPCR products using miRNA-specific primers. Total RNA, which includes mRNA, miRNA, and other small RNAs were extracted from specimens using TRIzol reagent. Qiagen's miScript System was used to synthesize cDNA and perform qPCR (Figure 1). Endogenous miRNAs are not polyadenylated, therefore during the reverse transcription process, a poly(A) polymerase polyadenylates the miRNA. The miRNA is used as a template to synthesize cDNA using oligo-dT and Reverse Transcriptase. A universal tag sequence on the 5' end of oligo-dT primers facilitates the amplification of cDNA in the PCR step. PCR product amplification is detected by the level of fluorescence emitted by SYBR Green, a dye which intercalates into double stranded DNA. Specific miRNA primers, along with a Universal Primer that binds to the universal tag sequence will amplify specific miRNA sequences. 
The miScript Primer Assays are available for over a thousand human-specific miRNAs, and hundreds of murine-specific miRNAs. Relative quantification method was used here to quantify the expression of miRNAs. To correct for variability amongst different samples, expression levels of a target miRNA is normalized to the expression levels of a reference gene. The choice of a gene on which to normalize the expression of targets is critical in relative quantification method of analysis. Examples of reference genes typically used in this capacity are the small RNAs RNU6B, RNU44, and RNU48 as they are considered to be stably expressed across most samples. In this protocol, RNU6B is used as the reference gene.

MicroRNA Detection in Prostate Tumors by Quantitative Real-time PCR qPCR

Quantitative Real Time polymerase chain reaction (qPCR) is a rapid and sensitive method to investigate the expression levels of various microRNA (miRNA) molecules in tumor samples. Using this method expression of hundreds of different miRNA molecules can be amplified, quantified, and analyzed from the same cDNA template.

MicroRNA-Detektion in Prostatatumoren durch quantitative real-time PCR (qPCR)

MicroRNAs (miRNAs) are single-stranded, 18&#x2013;24 nucleotide long, non-coding RNA molecules. They are involved in virtually every cellular process ...

Identification of Sleeping Beauty Transposon Insertions in Solid Tumors using Linker-mediated PCR

Genomic, proteomic, transcriptomic, and epigenomic analyses of human tumors indicate that there are thousands of anomalies within each cancer genome compared to matched normal tissue. Based on these analyses it is evident that there are many undiscovered genetic drivers of cancer1. Unfortunately these drivers are hidden within a much larger number of passenger anomalies in the genome that do not directly contribute to tumor formation. Another aspect of the cancer genome is that there is considerable genetic heterogeneity within similar tumor types. Each tumor can harbor different mutations that provide a selective advantage for tumor formation2. Performing an unbiased forward genetic screen in mice provides the tools to generate tumors and analyze their genetic composition, while reducing the background of passenger mutations. The Sleeping Beauty (SB) transposon system is one such method3. The SB system utilizes mobile vectors (transposons) that can be inserted throughout the genome by the transposase enzyme. Mutations are limited to a specific cell type through the use of a conditional transposase allele that is activated by Cre Recombinase. Many mouse lines exist that express Cre Recombinase in specific tissues. By crossing one of these lines to the conditional transposase allele (e.g. Lox-stop-Lox-SB11), the SB system is activated only in cells that express Cre Recombinase. The Cre Recombinase will excise a stop cassette that blocks expression of the transposase allele, thereby activating transposon mutagenesis within the designated cell type. An SB screen is initiated by breeding three strains of transgenic mice so that the experimental mice carry a conditional transposase allele, a concatamer of transposons, and a tissue-specific Cre Recombinase allele. These mice are allowed to age until tumors form and they become moribund. The mice are then necropsied and genomic DNA is isolated from the tumors. Next, the genomic DNA is subjected to linker-mediated-PCR (LM-PCR) that results in amplification of genomic loci containing an SB transposon. LM-PCR performed on a single tumor will result in hundreds of distinct amplicons representing the hundreds of genomic loci containing transposon insertions in a single tumor4. The transposon insertions in all tumors are analyzed and common insertion sites (CISs) are identified using an appropriate statistical method5. Genes within the CIS are highly likely to be oncogenes or tumor suppressor genes, and are considered candidate cancer genes. The advantages of using the SB system to identify candidate cancer genes are: 1) the transposon can easily be located in the genome because its sequence is known, 2) transposition can be directed to almost any cell type and 3) the transposon is capable of introducing both gain- and loss-of-function mutations6. The following protocol describes how to devise and execute a forward genetic screen using the SB transposon system to identify candidate cancer genes (Figure 1).

Identification of Sleeping Beauty Transposon Insertions in Solid Tumors using Linker-mediated PCR

A method of identifying unknown drivers of carcinogenesis using an unbiased approach is described. The method uses the Sleeping Beauty transposon as a random mutagen directed to specific tissues. Genomic mapping of transposon insertions that drive tumor formation identifies novel oncogenes and tumor suppressor genes

Identifizierung von<em&gt; Dornröschen</em&gt; Transposon Insertionen in Solid Tumors mit Linker-vermittelte PCR

Genomic, proteomic, transcriptomic, and epigenomic analyses of human tumors indicate that there are thousands of anomalies within each cancer genome ...

In vitro Organoid Culture of Primary Mouse Colon Tumors

Several human and murine colon cancer cell lines have been established, physiologic integrity of colon tumors such as multiple cell layers, basal-apical polarity, ability to differentiate, and anoikis are not maintained in colon cancer derived cell lines. The present study demonstrates a method for culturing primary mouse colon tumor organoids adapted from Sato T et al. 1, which retains important physiologic features of colon tumors. This method consists of mouse colon tumor tissue collection, adjacent normal colon epithelium dissociation, colon tumor cells digestion into single cells, embedding colon tumor cells into matrigel, and selective culture based on the principle that tumor cells maintain growth on limiting nutrient conditions compared to normal epithelial cells.
The primary tumor organoids if isolated from genetically modified mice provide a very useful system to assess tumor autonomous function of specific genes. Moreover, the tumor organoids are amenable to genetic manipulation by virus meditated gene delivery; therefore signaling pathways involved in the colon tumorigenesis could also be extensively investigated by overexpression or knockdown. Primary tumor organoids culture provides a physiologic relevant and feasible means to study the mechanisms and therapeutic modalities for colon tumorigenesis.

In vitro Organoid Culture of Primary Mouse Colon Tumors

A simple method to establish primary murine colon tumor organoid is described. This method utilizes the feature that colon tumor cells survive and grow into organoids in media containing limited growth factors, whereas normal colon epithelial do not.

In-vitro-Kultur von Organoide Primäre Maus Kolontumoren

Several  human and murine colon cancer cell lines have been established, physiologic  integrity of colon tumors such as multiple cell layers, basal-apical ...

The Use of Reverse Phase Protein Arrays (RPPA) to Explore Protein Expression Variation within Individual Renal Cell Cancers

Currently there is no curative treatment for metastatic clear cell renal cell cancer, the commonest variant of the disease. A key factor in this treatment resistance is thought to be the molecular complexity of the disease 1. Targeted therapy such as the tyrosine kinase inhibitor (TKI)-sunitinib have been utilized, but only 40% of patients will respond, with the overwhelming majority of these patients relapsing within 1 year 2. As such the question of intrinsic and acquired resistance in renal cell cancer patients is highly relevant 3.
In order to study resistance to TKIs, with the ultimate goal of developing effective, personalized treatments, sequential tissue after a specific period of targeted therapy is required, an approach which had proved successful in chronic myeloid leukaemia 4. However the application of such a strategy in renal cell carcinoma is complicated by the high level of both inter- and intratumoral heterogeneity, which is a feature of renal cell carcinoma5,6 as well as other solid tumors 7. Intertumoral heterogeneity due to transcriptomic and genetic differences is well established even in patients with similar presentation, stage and grade of tumor. In addition it is clear that there is great morphological (intratumoral) heterogeneity in RCC, which is likely to represent even greater molecular heterogeneity. Detailed mapping and categorization of RCC tumors by combined morphological analysis and Fuhrman grading allows the selection of representative areas for proteomic analysis.
Protein based analysis of RCC8 is attractive due to its widespread availability in pathology laboratories; however, its application can be problematic due to the limited availability of specific antibodies 9. Due to the dot blot nature of the Reverse Phase Protein Arrays (RPPA), antibody specificity must be pre-validated; as such strict quality control of antibodies used is of paramount importance. Despite this limitation the dot blot format does allow assay miniaturization, allowing for the printing of hundreds of samples onto a single nitrocellulose slide. Printed slides can then be analyzed in a similar fashion to Western analysis with the use of target specific primary antibodies and fluorescently labelled secondary antibodies, allowing for multiplexing. Differential protein expression across all the samples on a slide can then be analyzed simultaneously by comparing the relative level of fluorescence in a more cost-effective and high-throughput manner.

The Use of Reverse Phase Protein Arrays RPPA to Explore Protein Expression Variation within Individual Renal Cell Cancers

RPPA enables the protein expression of hundreds of samples, printed on nitrocellulose slides to be interrogated simultaneously, using fluorescently labelled antibodies. This technique has been applied to study the effect of drug treatment heterogeneity within clear cell renal carcinoma.

Der Einsatz von Reverse Phase Protein Arrays (RPPA) an Protein Expression Variation innerhalb der einzelnen Renal Cell Cancers erkunden

Currently there is no curative treatment for metastatic clear cell renal cell cancer, the commonest variant of the disease. A key factor in this treatment ...

In Vivo Optical Imaging of Brain Tumors and Arthritis Using Fluorescent SapC-DOPS Nanovesicles

We describe a multi-angle rotational optical imaging (MAROI) system for in vivo monitoring of physiopathological processes labeled with a fluorescent marker. Mouse models (brain tumor and arthritis) were used to evaluate the usefulness of this method. Saposin C (SapC)-dioleoylphosphatidylserine (DOPS) nanovesicles tagged with CellVue Maroon (CVM) fluorophore were administered intravenously. Animals were then placed in the rotational holder (MARS) of the in vivo imaging system. Images were acquired in 10&#176; steps over 380&#176;. A rectangular&#160;region of interest (ROI) was placed across the full image width at the model disease site. Within the ROI, and for every image, mean fluorescence intensity was computed after background subtraction. In the mouse models studied, the labeled nanovesicles were taken up in both the orthotopic and transgenic brain tumors, and in the arthritic sites (toes and ankles). Curve analysis of the multi angle image ROIs determined the angle with the highest signal. Thus, the optimal angle for imaging each disease site was characterized. The MAROI method applied to imaging of fluorescent compounds is a noninvasive, economical, and precise tool for in vivo quantitative analysis of the disease states in the described mouse models.

In Vivo Optical Imaging of Brain Tumors and Arthritis Using Fluorescent SapC-DOPS Nanovesicles

We describe a multi-angle rotational optical imaging (MAROI) system for in vivo quantitation of a fluorescent marker delivered by saposin C (SapC)-dioleoylphosphatidylserine (DOPS) nanovesicles. Employing mouse models of cancer and arthritis, we demonstrate how the MAROI signal curve analysis can be used for the precise mapping and biological characterization of disease processes.

In Vivo Optical Imaging von Hirntumoren und Arthritis mit fluoreszierenden SapC-DOPS Nanovesicles

We describe a multi-angle rotational optical imaging (MAROI) system for in vivo monitoring of physiopathological processes labeled with a fluorescent ...

Coordinate Mapping of Hyolaryngeal Mechanics in Swallowing

Characterizing hyolaryngeal movement is important to dysphagia research. Prior methods require multiple measurements to obtain one kinematic measurement whereas coordinate mapping of hyolaryngeal mechanics using Modified Barium Swallow (MBS) uses one set of coordinates to calculate multiple variables of interest. For demonstration purposes, ten kinematic measurements were generated from one set of coordinates to determine differences in swallowing two different bolus types. Calculations of hyoid excursion against the vertebrae and mandible are correlated to determine the importance of axes of reference.
To demonstrate coordinate mapping methodology, 40 MBS studies were randomly selected from a dataset of healthy normal subjects with no known swallowing impairment. A 5 ml thin-liquid bolus and a 5 ml pudding swallows were measured from each subject. Nine coordinates, mapping the cranial base, mandible, vertebrae and elements of the hyolaryngeal complex, were recorded at the frames of minimum and maximum hyolaryngeal excursion. Coordinates were mathematically converted into ten variables of hyolaryngeal mechanics.
Inter-rater reliability was evaluated by Intraclass correlation coefficients (ICC). Two-tailed t-tests were used to evaluate differences in kinematics by bolus viscosity. Hyoid excursion measurements against different axes of reference were correlated. Inter-rater reliability among six raters for the 18 coordinates ranged from ICC = 0.90 - 0.97. A slate of ten kinematic measurements was compared by subject between the six raters. One outlier was rejected, and the mean of the remaining reliability scores was ICC = 0.91, 0.84 - 0.96, 95% CI. Two-tailed t-tests with Bonferroni corrections comparing ten kinematic variables (5 ml thin-liquid vs. 5 ml pudding swallows) showed statistically significant differences in hyoid excursion, superior laryngeal movement, and pharyngeal shortening (p &#60; 0.005). Pearson correlations of hyoid excursion measurements from two different axes of reference were: r = 0.62, r2 = 0.38, (thin-liquid); r = 0.52, r2 = 0.27, (pudding).
Obtaining landmark coordinates is a reliable method to generate multiple kinematic variables from video fluoroscopic images useful in dysphagia research.

Coordinate mapping is a method of documenting salient features of hyolaryngeal biomechanics in the pharyngeal phase of swallowing. This methodology uses image analysis software to record coordinates of anatomical landmarks. These coordinates are imported into an excel macro and translated into kinematic variables of interest useful in dysphagia research.

Koordinaten Mapping von Hyolaryngeal Mechanik in Schlucken

Characterizing hyolaryngeal movement is important to dysphagia research. Prior methods require multiple measurements to obtain one kinematic measurement ...

Quantitative Mass Spectrometric Profiling of Cancer-cell Proteomes Derived From Liquid and Solid Tumors

In-depth analyses of cancer cell proteomes are needed to elucidate oncogenic pathomechanisms, as well as to identify potential drug targets and diagnostic biomarkers. However, methods for quantitative proteomic characterization of patient-derived tumors and in particular their cellular subpopulations are largely lacking. Here we describe an experimental set-up that allows quantitative analysis of proteomes of cancer cell subpopulations derived from either liquid or solid tumors. This is achieved by combining cellular enrichment strategies with quantitative Super-SILAC-based mass spectrometry followed by bioinformatic data analysis. To enrich specific cellular subsets, liquid tumors are first immunophenotyped by flow cytometry followed by FACS-sorting; for solid tumors, laser-capture microdissection is used to purify specific cellular subpopulations. In a second step, proteins are extracted from the purified cells and subsequently combined with a tumor-specific, SILAC-labeled spike-in standard that enables protein quantification. The resulting protein mixture is subjected to either gel electrophoresis or Filter Aided Sample Preparation (FASP) followed by tryptic digestion. Finally, tryptic peptides are analyzed using a hybrid quadrupole-orbitrap mass spectrometer, and the data obtained are processed with bioinformatic software suites including MaxQuant. By means of the workflow presented here, up to 8,000 proteins can be identified and quantified in patient-derived samples, and the resulting protein expression profiles can be compared among patients to identify diagnostic proteomic signatures or potential drug targets.

In-depth analyses of cancer cell proteomes facilitate identification of novel drug targets and diagnostic biomarkers. We describe an experimental workflow for quantitative analysis of (phospho-)proteomes in cancer cell subpopulations derived from liquid and solid tumors. This is achieved by combining cellular enrichment strategies with quantitative Super-SILAC-based mass spectrometry.

Quantitative massenspektrometrische Analyse von Krebs-Zellen-Proteome Abgeleitet von Liquid und soliden Tumoren

In-depth analyses of cancer cell proteomes are needed to elucidate oncogenic pathomechanisms, as well as to identify potential drug targets and diagnostic ...

Quantitative Mapping of Specific Ventilation in the Human Lung using Proton Magnetic Resonance Imaging and Oxygen as a Contrast Agent

Specific ventilation imaging (SVI) is a functional magnetic resonance imaging technique capable of quantifying specific ventilation &#8213; the ratio of the fresh gas entering a lung region divided by the region&#8217;s end-expiratory volume &#8213; in the human lung, using only inhaled oxygen as a contrast agent. Regional quantification of specific ventilation has the potential to help identify areas of pathologic lung function. Oxygen in solution in tissue shortens the tissue&#8217;s longitudinal relaxation time (T1), and thus a change in tissue oxygenation can be detected as a change in T1-weighted signal with an inversion recovery acquired image. Following an abrupt change between two concentrations of inspired oxygen, the rate at which lung tissue within a voxel equilibrates to a new steady-state reflects the rate at which resident gas is being replaced by inhaled gas. This rate is determined by specific ventilation. To elicit this sudden change in oxygenation, subjects alternately breathe 20-breath blocks of air (21% oxygen) and 100% oxygen while in the MRI scanner. A stepwise change in inspired oxygen fraction is achieved through use of a custom three-dimensional (3D)-printed flow bypass system with a manual switch during a short end-expiratory breath hold. To detect the corresponding change in T1, a global inversion pulse followed by a single shot fast spin echo sequence was used to acquire two-dimensional T1-weighted images in a 1.5&#160;T MRI scanner, using an eight-element torso coil. Both single slice and multi-slice imaging are possible, with slightly different imaging parameters. Quantification of specific ventilation is achieved by correlating the time-course of signal intensity for each lung voxel with a library of simulated responses to the air/oxygen stimulus. SVI estimations of specific ventilation heterogeneity have been validated against multiple breath washout and proved to accurately determine the heterogeneity of the specific ventilation distribution.

Specific ventilation imaging is a functional magnetic resonance imaging technique that allows for quantification of regional specific ventilation in the human lung, using inhaled oxygen as a contrast agent. Here, we present a protocol to collect and analyze specific ventilation imaging data.

Quantitative Mapping spezieller Belüftung in der menschlichen Lung mit Proton-Magnetresonanztomographie und Sauerstoff als Kontrastmittel

Specific ventilation imaging (SVI) is a functional magnetic resonance imaging technique capable of quantifying specific ventilation &#8213; the ratio of ...