胃癌是全球与癌症相关死亡的第二大主要原因。早期诊断显着增加了生存的机会;因此,需要改进的辅助探索和筛选技术。以前,我们通过将光学探针插入仪器通道中使用了增强的多光谱内窥镜。然而,有限的视野和在组织上留下的光学活检留下的标记使探测的可疑区域的导航和重新访问变得复杂。在这项贡献中引入了两种创新工具,以显着提高临床实践中患者的可追溯性和监测:(i)视频镶嵌以建立对大型胃区域的更全面和全景的视野; (ii)具有内镜图像的靶向和注册的光学活检。所提出的基于光流的镶嵌技术选择了最小化纹理不连续性的图像,尽管缺乏纹理和照明变化,但仍有坚固的不连续性。光学活检的靶向基于内窥镜视图中自由标记探针的自动跟踪,使用深度学习在探索过程中动态估算其姿势。假设器官的小目标区域几乎是平坦的,姿势估计的精度足以确保标准白光颜色图像和高光谱探针图像的精确重叠。这允许将所有时空跟踪的活检位点映射到全景镶嵌上。从医院的患者获得的视频中进行了实验验证。所提出的技术纯粹是基于软件的,因此很容易地整合到临床实践中。它也是通用的,并且与连接到圆柱纤维镜连接的任何成像方式兼容。
图 1. 成像装置和物理训练装置。待成像的二聚体被放置在物体平面上,通过低数值孔径透镜 L1(NA=0.3)用波长为 λ = 795nm 的相干激光光源照射。在二聚体上衍射的光通过高数值孔径透镜 L2(NA=0.9)在距离二聚体 h = 2λ 处成像(a)。通过在玻璃基板上的铬膜上聚焦离子铣削制造 12 x 12 = 144 个二聚体狭缝组(b);二聚体的狭缝具有随机宽度 A 和 C,并且以距离 B 随机间隔。在每个二聚体附近制造一个方形对准标记(c)。记录在每个二聚体上衍射的相干光的强度图案。图 (d) 显示了 50λ 宽视场中二聚体的特征衍射图案。
抽象的替代建模对于参数微分方程系统具有很大的实用性。与经典数值方法相反,使用基于物理学的深度学习方法为这种系统构造模拟器是一个有希望的方向,因为它具有处理高维度的潜力,这需要最大程度地减少训练的随机样本损失。然而,随机样品引入了统计误差,这可能成为近似和高维问题的近似值的主要误差。在这项工作中,我们提出了一种深层自适应采样方法,用于对低规范性参数微分方程的替代建模,并说明了自适应采样的必要性以构建替代模型。在参数设置中,剩余损耗功能可以视为空间和参数变量的不均衡概率密度函数(PDF)。与非参数设置相反,可以使用分解的关节密度模型来减轻参数空间引起的困难。PDF通过深层生成模型近似,从中生成新样品并将其添加到训练集中。由于新样品与残留诱导的分布相匹配,因此重新定义的训练集可以进一步减少当前近似解决方案中的统计误差
Xin Liu 1,2 , Alei Dang 1,2 *, Tiehu Li 1,2 *, Yiting Sun 1,2 , Weibin Deng 1,2 , Tung-Chun Lee 3 , Yong Yang 1 ,
摘要:乙型肝炎代表了由乙型肝炎病毒(HEV)引起的一种新兴的人畜共患病,为此,主要的传播途径是食源性的。尤其是,人类感染与消耗被污染的猪起源未污染的未污染的肉有关。这项研究的目的是应用比较蛋白质组学来确定是否可以使用猪肝蛋白谱来区分HEV的猪血清阳性和血清凝性。初步地,使用ELISA评估136只动物的血清中抗HEV抗体的存在。在分析的样品中,估计的血清阳性为72.8%,也可以鉴定出10只动物,5个阳性和5个阴性,来自同一农场。此条件为均质动物之间的定量蛋白质组学比较创造了基础,在该动物中,只有与HEV的接触应代表区分因子。对所有肝脏渗出液样品中蛋白质组的分析导致两个实验组之间差异表达的554个蛋白质的鉴定,其中293个蛋白质在阳性样品中具有更大的丰度,而在阴性泄漏中则更多。途径富集分析使我们能够强调HEV与宿主生物系统之间相互作用在诱导69个途径的潜在富集中的影响。其中,碳代谢在41种蛋白质的参与中脱颖而出,这些蛋白质经过相互作用分析。这种方法使我们能够将注意力集中在参与糖酵解的三种酶上:6-磷酸葡萄糖异构酶(GPI),3-磷酸3-磷酸甘油醛脱氢酶(GAPDH)和果糖糖 - 双磷酸醛糖酶A(Aldoa)。因此,HEV感染似乎引起了该过程的加强,这涉及葡萄糖的分解,以获得对病毒生存有用的能量和碳残基。总而言之,通过与HEV的相互作用,无标签的LC-MS/MS方法在突出猪肝蛋白质组引起的主要差异方面显示出有效性,从而在识别宿主代谢上的病毒特征方面提供了重要信息。
晚期神经胶质瘤是最具侵略性的恶性脑肿瘤,生存时间较短。实时病理学有助于或图像指导的手术程序,消除肿瘤有望改善临床结果并延长患者的寿命。我们的工作集中在开发胶质瘤术中诊断和鉴定光学标记的快速和敏感测定方面,对于肿瘤和健康脑组织之间的分化必不可少的光学标志物。我们利用了与新鲜切除的大脑组织的神经胶质瘤的代谢相关的内源性流体团的荧光寿命成像(FLIM)。宏观分辨的宏观动物神经胶质瘤模型和患者胶质母细胞瘤的手术样本以及白质的宏观分辨荧光图像已被收集。应用了几种已建立的和新算法来识别肿瘤的成像标记。我们发现神经胶质瘤的荧光寿命参数为肿瘤和完整脑组织之间的分化提供了背景。所有三种大鼠肿瘤模型均表现出恶性组织和正常组织之间的实质性差异。同样,来自患者的肿瘤表现出与周围白质的统计学显着差异,而无需进行锻炼。虽然本文中提供的数据和分析是初步的,并且需要对大量样品进行进一步研究,但基于宏观FLIM的拟议方法具有临床瘤诊断和评估神经胶质瘤手术边缘的较高潜力。
图 S1. 皮升级孵化器阵列的制作方案。孵化器图案由 2D CAD 软件(DraftSight,法国 Dassault Systèmes SE)设计。孵化器的设计直径为 30 µm。首先将光刻胶(ZPN 1150-90,日本 Zeon 公司)以 2500 rpm 的转速旋涂在玻璃基板上 30 秒。然后,使用标准光刻工艺对光刻胶膜进行图案化。光刻胶膜的图案化残留物(高度约为 10 µm 的微柱)被用作孵化器阵列的模板。接下来,采用旋涂技术(旋转速度:4000 rpm)将氟惰性溶剂(CT-solv.180,AGC Inc.,日本)中的非晶态氟聚合物(Cytop CTX-809SP2,AGC Inc.,日本)沉积在模板上。之后,在涂有氟聚合物的基板上沉积 PDMS 薄膜。薄膜结构有助于抑制基板因内部应力而表现出的自弯曲现象。这意味着通过采用薄膜结构可以保持 PDMS 培养箱阵列和玻璃皿之间的界面粘附力。在这方面,我们采用旋涂沉积工艺来制备基于 PDMS 的培养箱阵列。将含有固化剂的 PDMS(Sylgard 184,陶氏化学公司,美国)的低聚物溶液旋涂在模板上并固化。 PDMS 膜的最终厚度约为 20 µm。然后,将完成的 PDMS 膜从模板上剥离。使用 LEXT OLS4100 激光扫描显微镜(日本奥林巴斯)确认 PDMS 膜的图案。
测量细胞的物理尺寸对于了解细胞生长控制很有价值。目前用于哺乳动物细胞的单细胞体积测量方法劳动密集、不灵活且可能导致细胞损伤。我们引入了 CTRL:细胞拓扑重建学习器,这是一种无标记技术,结合了深度学习算法和荧光排除方法,仅从微分干涉对比 (DIC) 显微镜图像中重建细胞拓扑并估计哺乳动物细胞体积。该方法实现了定量准确性,需要的样品制备最少,并且适用于广泛的生物和实验条件。该方法可用于跟踪任意长时间段内的单细胞体积动态。对于 HT1080 纤维肉瘤细胞,我们观察到分裂时的细胞大小与出生时的细胞大小 (sizer) 呈正相关,并且在 HT1080 纤维肉瘤细胞中,在细胞周期完成 25% 时,细胞大小波动明显减少。
© 2023 英国皇家化学学会。保留所有权利。本文仅供个人使用。任何其他用途均需事先获得版权所有者的许可。记录版本可在线获取,网址为 http://doi.org/10.1039/D3LC00398A。
标题:无标记代谢成像增强嵌合抗原 1 受体 T 细胞治疗的疗效 2 3 作者: Dan L. Pham 1,2†、Daniel Cappabianca 1,3†、Matthew H. Forsberg 4、Cole Weaver 1,2、4 Katherine P. Mueller 5、Anna Tommasi 1,3、Jolanta Vidugiriene 6、Anthony Lauer 6、Kayla Sylvester 6、5 Madison Bugel 1,3、Christian M. Capitini 4,7、Krishanu Saha 1,3*、Melissa C. Skala 1,2* 6 7 附属机构: 8 1 威斯康星大学麦迪逊分校生物医学工程系;美国威斯康星州麦迪逊 9。 10 2 莫格里奇研究所;美国威斯康星州麦迪逊。 11 3 威斯康星大学麦迪逊分校威斯康星发现研究所;美国威斯康星州麦迪逊 12 4 威斯康星大学医学与公共卫生学院儿科系;13 美国威斯康星州麦迪逊。 14 5 宾夕法尼亚大学佩雷尔曼医学院肿瘤学部儿科系;15 美国宾夕法尼亚州费城。 16 6 Promega 公司;16 威斯康星州菲奇堡。 17 7 威斯康星大学麦迪逊分校威斯康星大学卡博内癌症中心;17 美国威斯康星州麦迪逊。 18 20 † 这些作者对本文贡献相同 21 * 通讯作者:ksaha@wisc.edu ,mcskala@wisc.edu 22 23 摘要:24 25 嵌合抗原受体 (CAR) T 细胞疗法治疗实体瘤不仅因为免疫抑制肿瘤微环境具有挑战性,还因为其制造过程复杂且难以监控。制造直接影响 CAR T 细胞的产量、表型和代谢,这些与体内效力和持久性相关。特别是,尽管代谢适应性是一项关键的质量属性,但 T 细胞代谢需求在整个制造过程中如何变化仍未得到探索。在这里,我们使用光学代谢成像 (OMI) 解决了这一限制,这是一种基于自发荧光代谢辅酶 NAD(P)H 和 FAD 评估单细胞代谢的非侵入性、无标记方法。使用 OMI,我们确定了培养基组成相对于抗体刺激和/或细胞因子的选择对抗 GD2 CAR T 细胞代谢、活化强度和动力学以及表型的主要影响。我们证明 OMI 参数可以指示病毒转导和基于电穿孔的 CRISPR/Cas9 的细胞周期阶段和最佳基因转移条件。值得注意的是,在 37 无病毒 CRISPR 编辑的抗 GD2 CAR T 细胞模型中,OMI 测量可以准确 38 预测氧化代谢表型,从而产生更高的体内抗神经母细胞瘤效力。我们的数据支持 OMI 作为一种强大、灵敏的分析工具的潜力,可以识别 40 最佳制造条件并在整个制造过程中监测细胞代谢,从而提高 41 CAR T 细胞产量和代谢适应性。42 43