Baidu
map

Nat Methods:高端影像:新的混合技术

2015-03-16 崔倩译 MedSci原创

范德堡大学的研究人员已经第一次实现了质谱分析法和显微镜“图像融合”——一个技术上的杰作,大大提高癌症的诊断和治疗。 显微镜可以产生组织的高分辨率图像,但“它真的不给你的分子信息,”上周发表在《Nature Methods》的一项研究的资深作者Richard Caprioli博士说。质谱为为一个特定组织中的蛋白质,脂质和其他分子提供了一个非常精确的计算,但在空间上是粗化或像素化的方式。 结合两种

范德堡大学的研究人员已经第一次实现了质谱分析法和显微镜“图像融合”——一个技术上的杰作,大大提高癌症的诊断和治疗。

显微镜可以产生组织的高分辨率图像,但“它真的不给你的分子信息,”上周发表在《Nature Methods》的一项研究的资深作者Richard Caprioli博士说。
质谱为为一个特定组织中的蛋白质,脂质和其他分子提供了一个非常精确的计算,但在空间上是粗化或像素化的方式。

结合两种成像方式的最佳功能可以让科学家看到高分辨率的分子组成的组织。

“这对我来说仅仅是惊人的,”斯坦福大学生物化学教授摩尔和质谱研究中心主任Caprioli说。

Caprioli说这项技术可以重新定义外科“缘”,癌细胞和正常细胞之间的线路,也就是手术刀进行到切除肿瘤的线路。

目前该线路是通过组织学测定的—细胞在显微镜下观察的外观。但手术后许多癌症复发。这可能是因为用质谱分析蛋白质含量的时候似乎是正常的细胞,但实际上是癌细胞。

“通过显微镜接近的组织切片的分析和质谱的图像融合的应用程序是一项显著的创新,应该改变这些技术联合应用的方式,”普通医学科学研究所(NIGMS)全国高级科学主任,理学博士Douglas Sheeley说。

他说:“这是在质谱数据访问过程和临床医生真正有用的重要的一步。” NIGMS,是国立卫生研究院的一部分(NIH),资助了部分研究(批准号GM058008和GM103391)。

由一位生物化学副教授,也曾在荷兰戴尔福特理工大学任职过的Raf Van de Plas博士领导的这个图像融合项目。其他共同作者是博士后研究员Junhai Yang博士和生物化学副教授Jeffrey Spraggins博士。

用叫做回归分析的数学方法,研究人员绘制出每个质谱数据的像素到的显微镜图像对应的位置上来产生一个新的“预测”的图像。

Caprioli说,它在概念上类似于在实验确定的点之间绘制一个标准曲线的线。然而那些实际测量之间没有“真正的”点,但线是由以前的实验结果预测的。
以同样的方式,“我们预测的数据看起来应该像这样,”他说。

去年Caprioli开发了采用基质辅助激光解吸电离(MALDI)的成像质谱(IMS)技术,这项技术能够可视化蛋白,细胞核组织中的脂质和其他分子,荣获了由美国质谱学会颁发的荣誉。

该技术的引进,实质上是一种“分子显微镜”,有助于揭示这些分子的功能和功能是如何变化的,如癌症。

原始出处

Raf Van de Plas, Junhai Yang, Jeffrey Spraggins, Richard M Caprioli. Image fusion of mass spectrometry and microscopy: a multimodality paradigm for molecular tissue mapping. Nature Methods, 2015;

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1880548, encodeId=5d0818805484a, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=49, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Thu Jan 21 20:12:00 CST 2016, time=2016-01-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1895792, encodeId=0fc31895e9226, content=<a href='/topic/show?id=4a391158248' target=_blank style='color:#2F92EE;'>#MET#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=58, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=11582, encryptionId=4a391158248, topicName=MET)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=18fc139, createdName=一闲, createdTime=Wed Nov 25 08:12:00 CST 2015, time=2015-11-25, status=1, ipAttribution=)]
    2016-01-21 liye789132251
  2. [GetPortalCommentsPageByObjectIdResponse(id=1880548, encodeId=5d0818805484a, content=<a href='/topic/show?id=3b2112532d8' target=_blank style='color:#2F92EE;'>#Nat#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=49, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=12532, encryptionId=3b2112532d8, topicName=Nat)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=2e6f107, createdName=liye789132251, createdTime=Thu Jan 21 20:12:00 CST 2016, time=2016-01-21, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1895792, encodeId=0fc31895e9226, content=<a href='/topic/show?id=4a391158248' target=_blank style='color:#2F92EE;'>#MET#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=58, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=11582, encryptionId=4a391158248, topicName=MET)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=18fc139, createdName=一闲, createdTime=Wed Nov 25 08:12:00 CST 2015, time=2015-11-25, status=1, ipAttribution=)]
    2015-11-25 一闲
Baidu
map
Baidu
map
Baidu
map