Durch hinzufügen von Infrarot-Fähigkeit, die allgegenwärtige, standard optische Mikroskop, Forscher an der University of Illinois at Urbana-Champaign Hoffnung zu bringen, die Diagnose Krebs in das digitale Zeitalter.
Pairing Infrarot-Messungen mit hoher Auflösung, optische Bilder und machine-learning-algorithmen, die Forscher erstellten digitalen Biopsien, die eng korreliert mit der traditionellen Pathologie Techniken und auch besser als state-of-the-art-Infrarot-Mikroskope.
Angeführt von Rohit Bhargava, professor von Biotechnik und der Direktor des Cancer Center in Illinois, veröffentlichte die Gruppe Ihre Ergebnisse in den Proceedings of the National Academy of Sciences.
“Der Vorteil ist, dass keine Flecken sind erforderlich, und sowohl die Organisation von Zellen und Ihrer Chemie gemessen werden kann. Die Messung der Chemie von Tumorzellen und Ihrer mikroumgebung führen kann, besser zu Krebs-Diagnose und ein besseres Verständnis der Krankheit,”, sagte Bhargava.
Der gold-standard von Gewebe Pathologie ist das hinzufügen von Farben oder Flecken, so dass Pathologen können sehen, den Formen und mustern der Zellen unter einem Mikroskop. Allerdings kann es schwierig sein zu unterscheiden Krebs von gesundem Gewebe oder zu lokalisieren, die Grenzen eines Tumors, und in vielen Fällen die Diagnose ist subjektiv.
“Seit mehr als einem Jahrhundert, verlassen wir uns auf das hinzufügen von Farbstoffen, die dem menschlichen Gewebe-Biopsien zur diagnose von Tumoren. Allerdings, der Form und Farbe, bedingt durch den Farbstoff sehr begrenzte Informationen über die zugrunde liegenden molekularen Veränderungen, die Fahrt Krebs”, sagte Bhargava.
Technologien wie Infrarot-Mikroskopie-Messung der molekularen Zusammensetzung des Gewebes, die Bereitstellung von quantitativen Maßnahmen unterscheiden zu können Zelltypen. Leider, Infrarot-Mikroskope sind teuer, und die Proben erfordern Besondere Vorbereitung und Handhabung, so dass Sie unpraktisch für die überwiegende Mehrheit der klinischen und Forschung Einstellungen.
Bhargava ‘ s Gruppe entwickelte hybrid-Mikroskop, indem ein Infrarot-laser und eine spezielle Mikroskop-Objektiv, genannt eine Interferenz Ziel, eine optische Kamera. Die Infrarot-optischen hybrid-misst sowohl Infrarot-Daten und eine hochauflösende optische Bild mit einem Licht-Mikroskop—die Art überall in Kliniken und Labors.
“Wir Bauten die hybrid-Mikroskop aus dem off-the-shelf-Komponenten. Dies ist wichtig, weil es anderen erlaubt die einfache Erstellung Ihrer eigenen Mikroskop oder ein upgrade einer vorhandenen Mikroskop”, sagte Martin Schnell, ein postdoctoral fellow in Bhargava ‘ Gruppe und Erstautor der Arbeit.
Die Kombination der beiden Techniken nutzt die stärken beider, sagte der Forscher. Es hat die hohe Auflösung, die große Sichtfeld und Zugänglichkeit von einem optischen Mikroskop. Außerdem, Infrarot-Daten analysiert werden kann, rechnerisch, ohne Zugabe von Farbstoffen oder Flecken, die Schädigung des Gewebes. Software können neu verschiedene Flecken oder sogar überschneiden, um eine lückenlose digitale Abbildung von, was in das Gewebe.
Die Forscher überprüften Ihre Mikroskops durch bildgebende Brust-Gewebe-Proben, die beide gesund und der Krebs und der Vergleich der Ergebnisse der hybrid-Mikroskops berechnet “Farbstoffe” mit denen aus der traditionellen Maltechnik. Die digitale Biopsie eng korreliert mit dem traditionellen.
Darüber hinaus fanden die Forscher, dass Ihre Infrarot-optischen hybrid besser als state-of-the-art-Infrarot-Mikroskope in mehrfacher Hinsicht: Es hat eine 10 mal größere Reichweite, mehr Kohärenz und eine vier mal höhere Auflösung, so dass die Infrarot-Bildgebung von größeren Proben in weniger Zeit, mit noch nie da gewesenen detail.
“Infrarot-optische hybrid-Mikroskopie ist weitgehend kompatibel mit konventionellen Mikroskopie in biomedizinischen Anwendungen” Schnell gesagt. “Wir kombinieren die einfache Bedienbarkeit und die Universelle Verfügbarkeit der optischen Mikroskopie mit der breiten palette der Infrarot-molekularer Kontrast und machine learning. Und by doing so, wir hoffen, dass wir ändern, wie wir routinemäßig Griff -, Bild-und verstehen die mikroskopische Gewebe-Struktur.”
Die Forscher planen, auch weiterhin die Verfeinerung der computergestützten tools zur Analyse der hybrid-Bilder. Sie arbeiten an der Optimierung der Maschine-learning-Programme, die Messen können mehrere Infrarot-Wellenlängen, Bilder zu schaffen, die ohne weiteres unterscheiden zwischen verschiedenen Zelltypen und integrieren, dass die Daten mit den detaillierten optischen Bilder genau ansehen Krebs innerhalb einer Probe. Auch Sie planen, weiter zu erforschen Anwendungen für hybrid-imaging-Mikroskop, wie Forensik, polymer science und anderen biomedizinischen Anwendungen.
