Name: quantifying the brain metastatic tumor micro-environment using an organ-on-a chip 3d model, machine learning, and confocal tomography
Uploaded: 2020-08-16T15:00:00
Description: Watch this Scientific Journal Video about Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography at JoVE.com

Vi tackar Steeg Lab, vid National Cancer Institute för generös donation av MDA-MB-231-BR-GFP celler. Confocal mikroskopi utfördes vid University of Michigan Biointerfaces Institute (BI). Flödescytometri utfördes vid University of Michigan Flow Cytometry Core. Viral vektorer skapades av University of Michigan Vector Core. Vi tackar också Kelley Kidwell för vägledning i statistisk analys av dessa data.
Finansiering:
C.R.O. stöddes delvis av ett NIH T-32 Training Fellowship (T32CA009676) och 1R21CA245597-01. T.M.W. stöddes delvis av 1R21CA245597-01 och National Center for Advancing Translational Sciences of the National Institutes of Health under Award Number UL1TR002240. Finansiering för material och karakterisering tillhandahölls av National Cancer Institute of the National Institutes of Health under tilldelning nummer 1R21CA245597-01, P30CA046592, 5T32CA009676-23, CA196018, AI116482, METAvivor Foundation och Breast Cancer Research Foundation. Innehållet är ensamt författarnas ansvar och representerar inte nödvändigtvis de officiella åsikterna från National Institutes of Health

1. Förbered blod-hjärnbarriären nisch mögel
OBS: Den odlingsanordning som används i denna plattform är en PDMS baserad byggnadsställning som vi bygger en cellulär blod-hjärnbarriären nisch på. Den är tillverkad av två delar åtskilda av ett poröst membran. För att förbereda blod-hjärnbarriären nisch två SU-8 formar gjorda med hjälp av fotolitografi ärnödvändiga 26,27. Protokollet kommer att beskrivas för den 100 ?...

<ol>
	<li>Rastogi, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Palliation+of+Brain+Metastases:+Analysis+of+Prognostic+Factors+Affecting+Overall+Survival.">Palliation of Brain Metastases: Analysis of Prognostic Factors Affecting Overall Survival.</a> Indian Journal of Palliative Care. 24 (3), 308-312 (2018).</li><li>Wang, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Clinicopathological+features+and+survival+outcomes+of+patients+with+different+metastatic+sites+in+stage+IV+breast+cancer.">The Clinicopathological features and survival outcomes of patients with different metastatic sites in stage IV breast cancer.</a> BMC Cancer. 19 (1), 1091 (2019).</li><li>Valster, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell+migration+and+invasion+assays.">Cell migration and invasion assays.</a> Methods. 37 (2), 208-215 (2005).</li><li>Eccles, S. A., Box, C., Court, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cell+migration/invasion+assays+and+their+application+in+cancer+drug+discovery.">Cell migration/invasion assays and their application in cancer drug discovery.</a> Biotechnology Annual Review. 11, 391-421 (2005).</li><li>Brekhman, V., Neufeld, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+novel+asymmetric+3D+in-vitro+assay+for+the+study+of+tumor+cell+invasion.">A novel asymmetric 3D in-vitro assay for the study of tumor cell invasion.</a> BMC Cancer. 9, 415 (2009).</li><li>Chen, H. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Boyden+chamber+assay.">Boyden chamber assay.</a> Methods in Molecular Biology. 294, 15-22 (2005).</li><li>Poissonnier, A., Legembre, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Boyden+Chamber+Assay+to+Study+of+Cell+Migration+Induced+by+Metalloprotease+Cleaved-CD95L.">Boyden Chamber Assay to Study of Cell Migration Induced by Metalloprotease Cleaved-CD95L.</a> Methods in Molecular Biology. 1557, 117-123 (2017).</li><li>Li, X., Yang, H., Huang, H., Zhu, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CELLCOUNTER:+novel+open-source+software+for+counting+cell+migration+and+invasion+in+vitro.">CELLCOUNTER: novel open-source software for counting cell migration and invasion in vitro.</a> BioMed Research International. 2014, 863564 (2014).</li><li>Little, A. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=IL-4/IL-13+Stimulated+Macrophages+Enhance+Breast+Cancer+Invasion+Via+Rho-GTPase+Regulation+of+Synergistic+VEGF/CCL-18+Signaling.">IL-4/IL-13 Stimulated Macrophages Enhance Breast Cancer Invasion Via Rho-GTPase Regulation of Synergistic VEGF/CCL-18 Signaling.</a> Frontiers in Oncology. 9, 456 (2019).</li><li>Allen, S. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Macrophages+Enhance+Migration+in+Inflammatory+Breast+Cancer+Cells+via+RhoC+GTPase+Signaling.">Macrophages Enhance Migration in Inflammatory Breast Cancer Cells via RhoC GTPase Signaling.</a> Scientific Reports. 6, 39190 (2016).</li><li>Bhatia, S. N., Ingber, D. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Microfluidic+organs-on-chips.">Microfluidic organs-on-chips.</a> Nature Biotechnology. 32 (8), 760-772 (2014).</li><li>Huh, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reconstituting+organ-level+lung+functions+on+a+chip.">Reconstituting organ-level lung functions on a chip.</a> Science. 328 (5986), 1662-1668 (2010).</li><li>Chen, Y. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Single-cell+Migration+Chip+for+Chemotaxis-based+Microfluidic+Selection+of+Heterogeneous+Cell+Populations.">Single-cell Migration Chip for Chemotaxis-based Microfluidic Selection of Heterogeneous Cell Populations.</a> Scientific Reports. 5, 9980 (2015).</li><li>Choi, Y. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Cancer-associated+fibroblast+promote+transmigration+through+endothelial+brain+cells+in+three-dimensional+in+vitro+models.">Cancer-associated fibroblast promote transmigration through endothelial brain cells in three-dimensional in vitro models.</a> International Journal of Cancer. 135 (9), 2024-2033 (2014).</li><li>Takeshita, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+in+vitro+blood-brain+barrier+model+combining+shear+stress+and+endothelial+cell/astrocyte+co-culture.">An in vitro blood-brain barrier model combining shear stress and endothelial cell/astrocyte co-culture.</a> Journal of Neuroscience Methods. 232, 165-172 (2014).</li><li>Kienast, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Real-time+imaging+reveals+the+single+steps+of+brain+metastasis+formation.">Real-time imaging reveals the single steps of brain metastasis formation.</a> Nature Medicine. 16 (1), 116-122 (2010).</li><li>Schroeder, W., Martin, K., Lorenson, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The Visualization Toolkit. 4th edn. , (2006).</li><li>Wells, W. M., Grimson, W. L., Kikinis, R., Jolesz, F. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+segmentation+of+MRI+data.">Adaptive segmentation of MRI data.</a> IEEE Transactions on Medical Imaging. 15 (4), 429-442 (1996).</li><li>Agarwal, S. K., Singh, S., Ghuman, S. S., Sharma, S., Lahiri, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radiological+assessment+of+the+Indian+children+with+congenital+sensorineural+hearing+loss.">Radiological assessment of the Indian children with congenital sensorineural hearing loss.</a> International Journal of Otolaryngology. 2014, 808759 (2014).</li><li>Mansfield, P., Maudsley, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Medical+imaging+by+NMR.">Medical imaging by NMR.</a> The British Journal of Radiology. 50 (591), 188-194 (1977).</li><li>Plewes, D. B., Kucharczyk, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Physics+of+MRI:+a+primer.">Physics of MRI: a primer.</a> Journal of Magnetic Resonance Imaging. 35 (5), 1038-1054 (2012).</li><li>Batteux, C., Haidar, M. A., Bonnet, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=3D-Printed+Models+for+Surgical+Planning+in+Complex+Congenital+Heart+Diseases:+A+Systematic+Review.">3D-Printed Models for Surgical Planning in Complex Congenital Heart Diseases: A Systematic Review.</a> Frontiers in Pediatrics. 7, 23 (2019).</li><li>Thibault, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=MRI+for+surgical+planning+in+patients+with+breast+cancer+who+undergo+preoperative+chemotherapy.">MRI for surgical planning in patients with breast cancer who undergo preoperative chemotherapy.</a> American Journal of Roentgenology. 183 (4), 1159-1168 (2004).</li><li>Oliver, C. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+platform+for+artificial+intelligence+based+identification+of+the+extravasation+potential+of+cancer+cells+into+the+brain+metastatic+niche.">A platform for artificial intelligence based identification of the extravasation potential of cancer cells into the brain metastatic niche.</a> Lab on a Chip. 19 (7), 1162-1173 (2019).</li><li>Gril, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reactive+astrocytic+S1P3+signaling+modulates+the+blood-tumor+barrier+in+brain+metastases.">Reactive astrocytic S1P3 signaling modulates the blood-tumor barrier in brain metastases.</a> Nature Communications. 9 (1), 2705 (2018).</li><li>Badilescu, S., Packirisamy, 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> BioMEMS: Science And Engineering Perspectives. , (2011).</li><li>Liu, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Foundations of MEMS. 2nd edn. , (2012).</li><li>Booth, R., Kim, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterization+of+a+microfluidic+in+vitro+model+of+the+blood-brain+barrier+(muBBB).">Characterization of a microfluidic in vitro model of the blood-brain barrier (muBBB).</a> Lab on a Chip. 12 (10), 1784-1792 (2012).</li><li>Lockman, P. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Heterogeneous+blood-tumor+barrier+permeability+determines+drug+efficacy+in+experimental+brain+metastases+of+breast+cancer.">Heterogeneous blood-tumor barrier permeability determines drug efficacy in experimental brain metastases of breast cancer.</a> Clinical Cancer Research. 16 (23), 5664-5678 (2010).</li><li>Ryan Oliver, C., W, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Con-tom:+A+Jupyter+Notebook+for+Analyzing+the+tumor+micro-environment+in+confocal+images.">Con-tom: A Jupyter Notebook for Analyzing the tumor micro-environment in confocal images.</a> Zenodo. , (2020).</li><li>Lorensen, W. E., Johnson, C., Kasik, D., Whitton, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=History+of+the+Marching+Cubes+Algorithm.">History of the Marching Cubes Algorithm.</a> IEEE Computer Graphics and Applications. 40 (2), 8-15 (2020).</li><li>Kleinbaum, D. G., Kupper, L. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Applied regression analysis and other multivariable methods. , (1978).</li><li>Berg, M. d. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Computational geometry : algorithms and applications, 2nd rev. edn. , (2000).</li><li>Esch, M. B., Post, D. J., Shuler, M. L., Stokol, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Characterization+of+in+vitro+endothelial+linings+grown+within+microfluidic+channels.">Characterization of in vitro endothelial linings grown within microfluidic channels.</a> Tissue Engineering Part A. 17 (23-24), 2965-2971 (2011).</li><li>Brinkley, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Variations+in+cell+form+and+cytoskeleton+in+human+breast+carcinoma+cells+in+vitro.">Variations in cell form and cytoskeleton in human breast carcinoma cells in vitro.</a> Cancer Research. 40 (9), 3118-3129 (1980).</li><li>Eigenmann, D. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparative+study+of+four+immortalized+human+brain+capillary+endothelial+cell+lines,+hCMEC/D3,+hBMEC,+TY10,+and+BB19,+and+optimization+of+culture+conditions,+for+an+in+vitro+blood-brain+barrier+model+for+drug+permeability+studies.">Comparative study of four immortalized human brain capillary endothelial cell lines, hCMEC/D3, hBMEC, TY10, and BB19, and optimization of culture conditions, for an in vitro blood-brain barrier model for drug permeability studies.</a> Fluids and Barriers of the Central Nervous System. 10 (1), 33 (2013).</li><li>Griep, L. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BBB+on+chip:+microfluidic+platform+to+mechanically+and+biochemically+modulate+blood-brain+barrier+function.">BBB on chip: microfluidic platform to mechanically and biochemically modulate blood-brain barrier function.</a> Biomedical Microdevices. 15 (1), 145-150 (2013).</li><li>Weksler, B., Romero, I. A., Couraud, P. O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+hCMEC/D3+cell+line+as+a+model+of+the+human+blood+brain+barrier.">The hCMEC/D3 cell line as a model of the human blood brain barrier.</a> Fluids and Barriers of the Central Nervous System. 10 (1), 16 (2013).</li><li>Dello Russo, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+human+microglial+HMC3+cell+line:+where+do+we+stand?+A+systematic+literature+review.">The human microglial HMC3 cell line: where do we stand? A systematic literature review.</a> Journal of Neuroinflammation. 15 (1), 259 (2018).</li><li>Dun, M. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Proteotranscriptomic+Profiling+of+231-BR+Breast+Cancer+Cells:+Identification+of+Potential+Biomarkers+and+Therapeutic+Targets+for+Brain+Metastasis.">Proteotranscriptomic Profiling of 231-BR Breast Cancer Cells: Identification of Potential Biomarkers and Therapeutic Targets for Brain Metastasis.</a> Molecular &amp; Cellular Proteomics. 14 (9), 2316-2330 (2015).</li><li>Xing, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reactive+astrocytes+promote+the+metastatic+growth+of+breast+cancer+stem-like+cells+by+activating+Notch+signalling+in+brain.">Reactive astrocytes promote the metastatic growth of breast cancer stem-like cells by activating Notch signalling in brain.</a> EMBO Molecular Medicine. 5 (3), 384-396 (2013).</li><li>Zhang, B., Radisic, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Organ-on-a-chip+devices+advance+to+market.">Organ-on-a-chip devices advance to market.</a> Lab on a Chip. 17 (14), 2395-2420 (2017).</li></ol>

Vi har utvecklat och presenterat en ny metod som anpassar verktyg som ofta utnyttjas i kliniska bildframställningsanalyser för mätning av extravasation och migration av cancerceller genom en endotelbarriär till hjärnvävnad. Vi utgör detta tillvägagångssätt kan vara användbart för både in vivo och in vitro-mätningar; vi har visat dess användning på en 3D microfluidic system recapitulating hjärnan vasculature. Cancer cell mätningar inklusive avstånd extravasated, procent extravasated by volym, sfäricite...

Hjärnmetastaser är de mest dödliga cancerlesionerna; 10-30% av alla cancerformer metastasera till hjärnan, med en median överlevnad på endast ~ 5-20 månader, beroende på cancer typ1,2. En huvudfråga som uppstår vid studier av cancermetastas är hur subkloner migrerar från blodomloppets humorala miljö till ett organ som hjärnan3,4. Denna fråga har lett till många varianter av migration, invasion, och extravasation assays. Alla dessa metoder delar det kritiska steget att räkna eller mäta egenskaper hos celler som rör sig från en plats till en annan som svar på en stimulans. De flesta migrationsanalyser lätt tillgängliga används för att studera tvådimensionell (2D) migration av cancerceller. Dessa har klarlagt en rikedom av kunskap; de rekapitulerar dock inte den tredimensionella karaktär av in vivo-systemet som andra metoder kan ge5. Därför är det nödvändigt att studera tumör mikro-miljö (TME) i tredimensionella (3D) system, men analysen metoder som finns för 3D-strukturer är begränsade och ofta inkonsekvent.
En av de mest populära 3D-verktyg är en Boyden kammare som består av ett membran upphängd längst ner i en brunn, som skiljer två olika regioner. Boyden introducerade analysen för att studera leukocyte chemotaxis4. De nedre regionerna kan varieras med hjälp av kemieller andra medel 6,7 för att förmå celler i den övre regionen att migrera till den nedre regionen. Den vanligaste metoden för att kvantifiera antalet celler som har migrerat är att frigöra cellerna från botten av membranet med hjälp av en buffertlösning, lysa dem, och sedan räkna dem baserat på mängden DNA-innehåll i lösningen7. Denna indirekta metod är benägen att operatör fel på grund av tekniken variabilitet och förfarandet förstör information om cancer fenotyp och mikro-miljö. Variationer av Boyden kammaren assay innebära fixering av flyttande celler som finns kvar på membranet, men bara ger en räkning av celler som inte längre är livskraftiga för fortsatt studie6,8,9.
På grund av begränsningar i Boyden kammaren och tillväxten av innovationer i mikrofluidic gemenskapen, migration assay chips har utvecklats som observerar rörelse av celler som svar på en stimulans i en riktning snarare äntre 10,11,12. Dessa migreringsanalyser underlättar kontroll över faktorer som flöde eller encellsseparering13,14 som möjliggör bättre tolkning av resultaten; dock förlorar deras 2D-format oundvikligen en del dynamisk information. Nyligen genomförda studier har fokuserat på extravasation (dvs. förflyttning av celler från cirkulationen till en vävnad, såsom blod-hjärnbarriären) i en 3D-miljö14,15. Den extravasering avstånd till vävnad och sondering beteende som uppstår vid cellulära barriär / membran är mer raffinerad än mätningar som samlats in med antingen Boyden kammaren eller en 2D mikrofluidic migrationenhet 16. Enheter som möjliggör lämplig bildbehandling och analys av 3D-extravasering är således avgörande för att fånga dessa sofistikerade mätningar men saknas i litteraturen.
Oberoende av migreringsanalyser har robusta avbildningstekniker utvecklats för magnetresonanstomografi (MRT) och tomografi som kan identifiera och exakt rekonstruera vävnad i 3D-rymden17,18. Dessa tekniker förvärva bilder i z-stackar och segment delar av bilden baserat på egenskaperna hos vävnaden och sedan omvandla de segmenterade bilderna i tredimensionella maskor19,20,21. Detta gör det möjligt för läkare att visualisera i 3D enskilda organ, ben, och fartyg till stöd i kirurgisk planering eller stöd vid diagnos av cancer eller hjärtsjukdom22,23. Här kommer vi att visa att dessa tillvägagångssätt kan anpassas för användning på mikroskopiska exemplar och 3D extravasering enheter.
För detta ändamål utvecklade vi den innovativa confocal tomografi teknik, som presenteras häri, som ger flexibilitet att studera extravasation av tumörceller över ett membran genom att anpassa befintliga tomografi verktyg. Detta tillvägagångssätt möjliggör studier av hela spektrat av cancercell beteenden som de interagerar med en cellulär barriär, såsom en endotel cellskikt. Cancerceller uppvisar sonderingsbeteenden; vissa kan invadera men förblir nära membranet, medan andra korsar barriären lätt. Denna teknik är kapabel att ge information om fenotyp av cellen i alla dimensioner24. Att använda detta tillvägagångssätt för att studera TME är både relativt billigt, lättolkande och reproducerbart, jämfört med mer komplexa in vivo murine-modeller. Den presenterade metodiken bör ge en stark grund för studier av många typer av tumörer och mikromiljöer genom att anpassa regionen stromal.
Vi beskriver och demonstrerar användningen av en 3D-mikrofluidisk blodhjärnenisch (μmBBN) plattform (Figur 1) där kritiska element i barriären och nischen (hjärnans mikrovaskulära endotelceller och astrocyter) kan odlas under en längre period (ungefär upp till 9 dagar), fluorescerande avbildad av konfokalmikroskopi, och bilderna rekonstruerade med hjälp av vår confo tomografiteknik (Figur 2); alla syftar till att förstå utvecklingen av mikro-metastasering och förändringar i tumören mikro-miljö i en upprepningsbar och kvantitativt sätt. Blod-hjärnbarriären gränssnitt med hjärnan nisch är sammansatt av hjärnans mikrovaskulära endotelceller som stärks av källaren membran, astrocyte fot, och pericyter25. Vi fokuserade selektivt på astrocyten och endotelkomponenterna med tanke på deras betydelse i bildandet och regleringen av blod-hjärnbarriären. Vi visar hur man fabricerar, frö, bild, och analysera cancerceller och tumör mikro-miljö cellulära och humorala komponenter, med hjälp av denna plattform. Slutligen visar vi hur maskininlärning kan användas för att identifiera de inneboende fenotypiska skillnader av cancerceller som är kapabla att transitera genom en modell μmBBN och att tilldela dem ett objektivt index för hjärnans metastaserande potential24. De datamängder som genereras av denna metod kan användas för att svara på grundläggande och translationella frågor om metastasering, terapeutiska strategier och TME:s roll i båda.

<table>
	<tbody>
		<tr>
			<td>0.25% Trypsin-EDTA with phenol red</td>
			<td>Thermo Fisher Scientific</td>
			<td>25200056</td>
			<td></td>
		</tr>
		<tr>
			<td>1.5 mm biopsy punch with plunger</td>
			<td>Integra LifeSciences Corporation</td>
			<td>33-31A-P/25</td>
			<td></td>
		</tr>
		<tr>
			<td>10x MEM</td>
			<td>Thermo Fisher Scientific</td>
			<td>11430030</td>
			<td></td>
		</tr>
		<tr>
			<td>150 mm petri dishes</td>
			<td>Fisher Scientific</td>
			<td>FB0875714</td>
			<td></td>
		</tr>
		<tr>
			<td>1x DPBS, without Ca and Mg</td>
			<td>Thermo Fisher Scientific</td>
			<td>14190144</td>
			<td></td>
		</tr>
		<tr>
			<td>200uL pipette tip</td>
			<td>Fisher Scientific</td>
			<td>02-707-411</td>
			<td></td>
		</tr>
		<tr>
			<td>4 inch silicon wafer</td>
			<td>University Wafer</td>
			<td>452</td>
			<td></td>
		</tr>
		<tr>
			<td>48 mm wide packing tape</td>
			<td>Fisher Scientific</td>
			<td>19-072-097</td>
			<td></td>
		</tr>
		<tr>
			<td>50 x 75 mm glass slide</td>
			<td>Fisher Scientific</td>
			<td>12-550C</td>
			<td></td>
		</tr>
		<tr>
			<td>A1 confocal microscope</td>
			<td>Nikon</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>acetone</td>
			<td>Fisher Scientific</td>
			<td>A9-20</td>
			<td></td>
		</tr>
		<tr>
			<td>antibiotic/antimycotic (penicillin/streptomycin/amphotericin)</td>
			<td>Gibco</td>
			<td>15240062</td>
			<td></td>
		</tr>
		<tr>
			<td>box cutter blade</td>
			<td>Fisher Scientific</td>
			<td>NC1721575</td>
			<td></td>
		</tr>
		<tr>
			<td>dissection scissors</td>
			<td>Fisher Scientific</td>
			<td>08-951-5</td>
			<td></td>
		</tr>
		<tr>
			<td>DMEM with 4.5 g/L glucose</td>
			<td>Thermo Fisher Scientific</td>
			<td>11960-044</td>
			<td></td>
		</tr>
		<tr>
			<td>double sided tape</td>
			<td>Fisher Scientific</td>
			<td>NC0879005</td>
			<td></td>
		</tr>
		<tr>
			<td>EGM-2</td>
			<td>Lonza</td>
			<td>CC-3162</td>
			<td></td>
		</tr>
		<tr>
			<td>Fetal Bovine Serum, Heat inactivated</td>
			<td>Corning</td>
			<td>MT35011CV</td>
			<td></td>
		</tr>
		<tr>
			<td>Fiji software</td>
			<td>ImageJ</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>glass vial</td>
			<td>Fisher Scientific</td>
			<td>03-341-25D</td>
			<td></td>
		</tr>
		<tr>
			<td>glutamax</td>
			<td>Thermo Fisher Scientific</td>
			<td>35050061</td>
			<td></td>
		</tr>
		<tr>
			<td>hCMEC/D3</td>
			<td>EMD Millipore</td>
			<td>SCC066</td>
			<td></td>
		</tr>
		<tr>
			<td>Jupyter notebook</td>
			<td>Anaconda</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>L-glutamine</td>
			<td>Thermo Fisher Scientific</td>
			<td>25030081</td>
			<td></td>
		</tr>
		<tr>
			<td>Matrigel - growth factor reduced with phenol red</td>
			<td>Corning</td>
			<td>CB-40230A</td>
			<td></td>
		</tr>
		<tr>
			<td>MDA-MB-231</td>
			<td>ATCC</td>
			<td>HTB-26</td>
			<td></td>
		</tr>
		<tr>
			<td>MDA-MB-231-BR-GFP</td>
			<td>Dr. Patricia Steeg, NIH</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>N-2 growth supplement</td>
			<td>Thermo Fisher Scientific</td>
			<td>17502048</td>
			<td></td>
		</tr>
		<tr>
			<td>normal human astrocytes (NHA)</td>
			<td>Lonza</td>
			<td>CC-2565</td>
			<td></td>
		</tr>
		<tr>
			<td>Orange software</td>
			<td>University of Ljubljana</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Pasteur pipette</td>
			<td>Fisher Scientific</td>
			<td>13-711-9AM</td>
			<td></td>
		</tr>
		<tr>
			<td>Photolithography masks</td>
			<td>Photosciences Incorporated</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLL3.7-dsRed</td>
			<td>University of Michigan Vector Core</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLL-EV-GFP</td>
			<td>University of Michigan Vector Core</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>pLOX-TERT-iresTK</td>
			<td>Addgene</td>
			<td>12245</td>
			<td></td>
		</tr>
		<tr>
			<td>pMD2.G</td>
			<td>Addgene</td>
			<td>12259</td>
			<td></td>
		</tr>
		<tr>
			<td>polycarbonate membrane, 5um pore size</td>
			<td>Millipore</td>
			<td>TMTP04700</td>
			<td></td>
		</tr>
		<tr>
			<td>psPAX2</td>
			<td>Addgene</td>
			<td>12260</td>
			<td></td>
		</tr>
		<tr>
			<td>PureCol, 3 mg/mL</td>
			<td>Advanced Biomatrix</td>
			<td>5005</td>
			<td>Type I bovine collagen</td>
		</tr>
		<tr>
			<td>sodium bicarbonate</td>
			<td>Thermo Fisher Scientific</td>
			<td>25080094</td>
			<td></td>
		</tr>
		<tr>
			<td>sodium pyruvate</td>
			<td>Thermo Fisher Scientific</td>
			<td>11360070</td>
			<td></td>
		</tr>
		<tr>
			<td>Solo cup</td>
			<td>Fisher Scientific</td>
			<td>NC1416545</td>
			<td></td>
		</tr>
		<tr>
			<td>SU-8 2075</td>
			<td>MicroChem Corporation</td>
			<td>Y111074 0500L1GL</td>
			<td></td>
		</tr>
		<tr>
			<td>SU8 developer</td>
			<td>MicroChem Corporation</td>
			<td>Y020100 4000L1PE</td>
			<td></td>
		</tr>
		<tr>
			<td>Sylgard 184</td>
			<td>Ellsworth Adhesive Company</td>
			<td>NC0162601</td>
			<td></td>
		</tr>
		<tr>
			<td>Toluene</td>
			<td>Sigma-Aldrich</td>
			<td>179965-1L</td>
			<td></td>
		</tr>
		<tr>
			<td>Tricholoro perfluoro octyl silane</td>
			<td>Sigma-Aldrich</td>
			<td>448931-10G</td>
			<td></td>
		</tr>
	</tbody>
</table>

quantifying the brain metastatic tumor micro-environment using an organ-on-a chip 3d model, machine learning, and confocal tomography

Hjärnmetastaser är de mest dödliga cancerlesionerna; 10-30% av alla cancerformer metastasera till hjärnan, med en median överlevnad på endast ~ 5-20 månader, beroende på cancer typ. För att minska hjärnan metastaserande tumör börda, luckor i grundläggande och translationella kunskaper måste åtgärdas. Stora utmaningar är bland annat en brist på reproducerbara prekliniska modeller och tillhörande verktyg. Tredimensionella modeller av hjärnmetastas kan ge de relevanta molekylära och fenotypiska data som används för att hantera dessa behov när de kombineras med dedikerade analysverktyg. Dessutom, jämfört med murine modeller, organ-on-a-chip modeller av patientens tumörceller korsar blod-hjärnbarriären i hjärnan mikromiljö generera resultat snabbt och är mer tolkningsbara med kvantitativa metoder, alltså mottagliga för hög genomströmning testning. Här beskriver vi och demonstrerar användningen av en ny 3D mikrofluidic blod hjärnan nisch (μmBBN) plattform där flera delar av nischen kan odlas under en längre period (flera dagar), fluorescerande avbildas av confocal mikroskopi, och bilderna rekonstrueras med hjälp av en innovativ konfokal tomografi teknik; alla syftar till att förstå utvecklingen av mikro-metastasering och förändringar av tumören mikro-miljö (TME) i en repeterbar och kvantitativt sätt. Vi visar hur man fabricerar, frö, bild, och analysera cancerceller och TME cellulära och humorala komponenter, med hjälp av denna plattform. Dessutom visar vi hur artificiell intelligens (AI) används för att identifiera de inneboende fenotypiska skillnader cancerceller som kan passera genom en modell μmBBN och att tilldela dem ett objektivt index för hjärnans metastaserande potential. De datamängder som genereras av denna metod kan användas för att svara på grundläggande och translationella frågor om metastasering, effekten av terapeutiska strategier, och den roll som TME i båda.

Med hjälp av denna teknik analyserade vi celltyper märkta med olika fluorescerande proteiner eller färgämnen. Vi visar användningen av detta tillvägagångssätt med en μmBBN chip formulerade med hCMEC/D3-DsRed och icke-fluorescerande astrocyterna. Hjärnans mikrovaskulära endotelceller sådes på ett poröst membran (5 μm spår etsade porer) och placerades i en inkubator34 vid 37 °C under 5% CO2. Efter tre dagar konfluency av endotelskiktet bekräftades via mikroskopi och seda...

Watch this Scientific Journal Video about Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography at JoVE.com

Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography

Här presenterar vi ett protokoll för att förbereda och culturing en blod hjärnbarriären ögonbevarande tumör mikro-miljö och sedan kvantifiera sitt tillstånd med hjälp av konfokal avbildning och artificiell intelligens (maskininlärning).

Kvantifiera hjärnan metastaserande tumör mikromiljö med hjälp av en organ-on-A Chip 3D-modell, machine learning, och confocal tomografi

Brain metastases are the most lethal cancer lesions; 10-30% of all cancers metastasize to the brain, with a median survival of only ~5-20 months, ...

Konfokal tomografi har utvecklats för att få hela spektrat av cancer cell beteenden, eftersom de interagerar med cellulära barriär och nisch. Denna metod ger en grund för att studera metastaser när de förekommer. Detta tillvägagångssätt är användbart för att kvantifiera livecellbeteende.Konfokal tomografi, i kombination med maskininlärning, är användbar för en mängd olika organ-on-a-chip plattformar. Analysera primära eller återkommande tumör eller cirkulerande tumörceller kan utgöra ett viktigt diagnostiskt verktyg för att förutsäga hjärnan metastaser och att urskilja hjärnan metastaserande från icke hjärnan metastaserande celler. För att montera ihop den mikrofluidiska BBN-enheten, överför en anordning från vakuumdesiccatorn till en lämplig yta med inloppen nedåt och placerar hela uppställningen i en plasmakammare.Placera hela setup i en plasmakammare och dra ett vakuum innan du behandlar enheten med plasma i 30 sekunder på 80 Watt. I slutet av behandlingen, använd en guide för att snabbt placera enheten, inloppssidan upp på glasrutschbanan på labbbänken för att skapa en permanent bindning mellan PDMs av enheten och bilden. Därefter sätter du in 200 mikroliterpipetssar, skär två millimeter från spetsen i alla inlopp och utlopp och placera enheten i plasmakammaren i en åtta minuter, 200 watts plasmabehandling.Efter att enheten har svalnat, placera enheten i en steril sekundär behållare och inom 15 minuter efter plasmid behandling, överför 120 mikroliters av ett kollagen astrocyte lösning i enheten genom pipetten spets för bottenkammaren. Låt lösningen veke över kammaren i motsatt pipett spets och fylla nästa kanal i enheten. När enhetens alla fyra kanaler har fyllts, placera chipet i cellodlingsinkubatorn i en timme.När kollagenet har satt, fakturera alla pipettspetsar som matar bottenkammaren med lämpligt komplett cellkulturmedium och täcker den övre kammaren med 2%tillväxtfaktor reducerad matrigel, i komplett endotelmedium. När båda kamrarna har kodats, placera anordningen i inkubatorn i en timme innan du sköljer den övre kammaren med lämpligt medium. Alternerande spetsar, se 30 mikroliter av en gång 10 till den sjätte endotelceller per milliliter av lämpligt medium, genom spetsarna in i den övre kammaren var 15:e minut, för totalt fyra alikvoter av celler per spets.Inkubera anordningen mellan sådderna. När alla endotelceller har såtts, fyll alla tips med mediet och returnera enheten till cellodlingsinkubatorn i 48 timmar. När endotelskiktet har mognat, byt ut mediet i chipet för att fylla på cellodlingsmediet och så att varje övre kammarkanal med 30 mikroliter på en gång 10 till de sex cancercellerna per milliliter av lämpligt medium.Efter varje 30 microliter alikvot av celler har sådd, tillbaka enheten till inkubatorn i 15 minuter sedan fylla alla tips med lämpligt medium tillbaka enheten till cellkultur inkubatorn för 24 till 48 timmar. Efter att enheten har odlats och avbildats, för att mäta fenotypen av cancercellerna, öppna den medföljande programvaran och läsa den konfokala bilden i minnet. Programvaran kommer att spara varje färgkanal från 3D confocal bilden i en separat TIFF-fil.Välj Ändra opacitetsvärden för varje mikroskopkanal'och justera kanal alfavärdet för de färgkanaler som finns i bilden, så att bakgrunden tas bort och endast de fluorescerande inom cellerna kvar. För att visualisera effekten, välj Visa en 3D rendering'för att verifiera tröskelvärdet är rätt och om bilden ser korrekt, spara opacitetsvärdena i experimenttracker-kalkylbladet. Använd sedan marschkuber för att omvandla volymbilden till enskilda 3D-trekantiga maskade objekt som sparats i VTK-dataformatet.För att passa ett plan till endotelbarriären, först lokalisera cellen centrojder. Använd anslutningsfiltret för polydata för att iterera genom listan med maskor i VTK-filen för att extrahera de regioner som inte är anslutna. Beräkna centroid av varje nät och lägg till mätningen till en lista över centroider filtrering för maskor som är för stora eller för små.För att passa ett plan till listan över centroider för endotelcellerna, använd en minimering av felmetod, kör Visualisera RFP centroider och plan fit'to generera och rita planpassa och inspektera passformen av planet, justera passformen manuellt vid behov. När planet har monterats på rätt sätt, spara det normala av planet till experimentspårarfilen. För att mäta varje cancerceller fenotyp efter att karakterisera endoteliala lagret med ett plan, ladda cellanalysfunktionen och kör Läs i experimentspåraren information och analysera de kanaler som finns "att iterera över och analysera varje region i VTK-filen.För varje region kommer funktionen att klippa varje cell så att nätet under membranet beräknas. För att mäta den cellulära fenotyp, beräkna form, volym och position för varje cancercell. Mät sedan volymen och positionen för varje klippt cancercell för att beräkna den procentandel av cellen som extravaserade genom endotelbarriären.Efter att ha utfört dessa steg för flera experiment köra Exportera data som en enda xlsx file'to spara data i ett kalkylblad. Ett mikrofluidiskt BBN-chip med en konfluent endotelbarriär är acceptabel för experiment, medan ett mikrofluidiskt BBN-chip med särskilt dålig endoteltäckning, inte är det. I denna representativa analys hjärnan söker cancer cellinje, uppvisar en delpopulation av celler som extravaserar över endotelbarriären och migrerar djupt in i hjärnan nisch utrymme mikrofluidiska BBN chip Vid två och nio dagar efter exponering, föräldrarnas cancerceller upprätthålls en betydande andel av cellerna på toppen av barriären bort från hjärnan nisch utrymme , medan hjärnan metastaserande cancercellpopulationen behöll en andel celler som var större än 100%extravaserade.Morfologisk kvantifiering av cancer cellen formen anges att föräldrarnas celler visat färre sfäriskt formade celler dag en post-seeding, medan efter två och nio dagar av interaktion både cancer cellinjer trended mot att minska deras sfäriskhet. Dessutom var de cancercellssstockpopulationer som extravaserade in i den atrikiska nischen mindre i storlek, jämfört med de cancerceller som förblev i samspel med endotelbarriären utan att extravasera in i hjärnan. Hjärnan söker cancer cellinjer och patienten härrör xenografts, uppvisar ett fenotypiskt mönster i mikrofluidic BBN chip som skulle kunna utnyttjas för att skilja mellan hjärnan ögonbevarande och icke hjärnan ögonbevarande cancerceller genom maskininlärning.Självval är viktigt. Endotelceller med ett högre, lågt passagenummer uppvisade variabla barriärbeteenden. Dessutom kan cancerceller och deras fluorescerande uttryck förändras med tiden.Efter detta förfarande kan forskare anställa molekylär profilering av hemlighetens hem eller celler i enheten för att studera molekylära mekanismer av metastaser. Denna teknik möjliggör utforskning av komplexa interaktioner mellan cancerceller och deras mikromiljöer, genom att kombinera en konstruerad mikromiljö med en kvantitativ avbildning av nischkomponenter över tiden.

Research

JoVE Journal

Cancer Research

The Drosophila Imaginal Disc Tumor Model: Visualization and Quantification of Gene Expression and Tumor Invasiveness Using Genetic Mosaics

The Drosophila Imaginal Disc Tumor Model: Visualization and Quantification of Gene Expression and Tumor Invasiveness Using Genetic Mosaics

De<em&gt; Drosophila</em&gt; Imaginal skiva Tumör Modell: Visualisering och kvantifiering av genuttryck och tumör invasiv använda genetiska mosaiker

Drosophila melanogaster has emerged as a powerful experimental system for functional and mechanistic studies of tumor development and progression in the ...

Advanced Animal Model of Colorectal Metastasis in Liver: Imaging Techniques and Properties of Metastatic Clones

Advanced djurmodell av Colorectal metastas i Lever: avbildningsmetoder och egenskaper av metastaserande kloner

Patients with a limited number of hepatic metastases and slow rates of progression can be successfully treated with local treatment approaches1,2. ...

An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues

En integrerad plattform för Genome-wide mappning av kromatin stater med hög genomströmning ChIP-sekvensering i tumörvävnad

Histone modifications constitute a major component of the epigenome and play important regulatory roles in determining the transcriptional status of ...

Native Chromatin Immunoprecipitation Using Murine Brain Tumor Neurospheres

Infödda kromatin Immunoprecipitation använder murina hjärnan tumören Neurospheres

Epigenetic modifications may be involved in the development and progression of glioma. Changes in methylation and acetylation of promoters and regulatory ...

Utilization of Ultrasound Guided Tissue-directed Cellular Implantation for the Establishment of Biologically Relevant Metastatic Tumor Xenografts

Användningen av ultraljud guidade vävnad-regisserad cellulära Implantation för etableringen av biologiskt relevanta metastaserande tumör xenograft

Preclinical testing of anticancer therapies relies on relevant xenograft models that mimic the innate tendencies of cancer. Advantages of standard ...

Live-Cell Imaging Assays to Study Glioblastoma Brain Tumor Stem Cell Migration and Invasion

Live-Cell Imaging analyser för studien Glioblastoma hjärnan tumören Stem cellmigration och Invasion

Glioblastoma (GBM) is an aggressive brain tumor that is poorly controlled with the currently available treatment options. Key features of GBMs include ...

Digital Polymerase Chain Reaction Assay for the Genetic Variation in a Sporadic Familial Adenomatous Polyposis Patient Using the Chip-in-a-tube Format

Digitala polymeras Chain Reaction Assay för den genetiska variationen i en sporadisk familjär adenomatös polypos Patient med formatet Chip-i-ett-rör

The quantitative analysis of human genetic variation is crucial for understanding the molecular characteristics of serious medical conditions, such as ...

The Clinical Application of Tumor Treating Fields Therapy in Glioblastoma

Klinisk tillämpning av tumör behandling av fält terapi i Glioblastoma

Glioblastoma is the most common and lethal form of brain cancer, with a median survival of 15 months after diagnosis and a 5 year survival rate of only 5% ...

Longitudinal Morphological and Physiological Monitoring of Three-dimensional Tumor Spheroids Using Optical Coherence Tomography

Längsgående morfologiska och fysiologiska övervakning av tredimensionella tumör Spheroids använder optisk koherenstomografi

Tumor spheroids have been developed as a three-dimensional (3D) cell culture model in cancer research and anti-cancer drug discovery. However, currently, ...

Characterization of the Effects of Migrastatic Inhibitors on 3D Tumor Spheroid Invasion by High-resolution Confocal Microscopy

Karakterisering av effekterna av Migrastatiska hämmare på 3D-tumör spheroid invasion av högupplöst Konfokal mikroskopi

Drug discovery and development in cancer research is increasingly being based on drug screens in a 3D format. Novel inhibitors targeting the migratory and ...