ES2309319T3 - Metodo para la deteccion automatica de celulas mediante la compartimentacion de marcadores moleculares asociados a enfermedades. - Google Patents
Metodo para la deteccion automatica de celulas mediante la compartimentacion de marcadores moleculares asociados a enfermedades. Download PDFInfo
- Publication number
- ES2309319T3 ES2309319T3 ES03728698T ES03728698T ES2309319T3 ES 2309319 T3 ES2309319 T3 ES 2309319T3 ES 03728698 T ES03728698 T ES 03728698T ES 03728698 T ES03728698 T ES 03728698T ES 2309319 T3 ES2309319 T3 ES 2309319T3
- Authority
- ES
- Spain
- Prior art keywords
- cell
- cells
- compartmentalization
- reconstruction
- projection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims abstract description 109
- 201000010099 disease Diseases 0.000 title claims abstract description 28
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 239000000523 sample Substances 0.000 claims abstract description 51
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 41
- 201000011510 cancer Diseases 0.000 claims abstract description 38
- 239000003147 molecular marker Substances 0.000 claims abstract description 25
- 239000003068 molecular probe Substances 0.000 claims abstract description 22
- 230000036210 malignancy Effects 0.000 claims abstract description 9
- 239000000975 dye Substances 0.000 claims abstract 2
- 210000004027 cell Anatomy 0.000 claims description 189
- 230000003287 optical effect Effects 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000003325 tomography Methods 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 11
- 208000020816 lung neoplasm Diseases 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 8
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims description 7
- 210000000805 cytoplasm Anatomy 0.000 claims description 7
- 201000005202 lung cancer Diseases 0.000 claims description 7
- 108090000623 proteins and genes Proteins 0.000 claims description 7
- 102100023408 KH domain-containing, RNA-binding, signal transduction-associated protein 1 Human genes 0.000 claims description 6
- 101710094958 KH domain-containing, RNA-binding, signal transduction-associated protein 1 Proteins 0.000 claims description 6
- 108010011536 PTEN Phosphohydrolase Proteins 0.000 claims description 6
- 102000014160 PTEN Phosphohydrolase Human genes 0.000 claims description 6
- 210000003855 cell nucleus Anatomy 0.000 claims description 6
- 230000008045 co-localization Effects 0.000 claims description 6
- 206010036790 Productive cough Diseases 0.000 claims description 5
- 102100034107 TP53-binding protein 1 Human genes 0.000 claims description 5
- 101710156963 TP53-binding protein 1 Proteins 0.000 claims description 5
- 102000023732 binding proteins Human genes 0.000 claims description 5
- 108091008324 binding proteins Proteins 0.000 claims description 5
- 210000003802 sputum Anatomy 0.000 claims description 5
- 208000024794 sputum Diseases 0.000 claims description 5
- 108020004711 Nucleic Acid Probes Proteins 0.000 claims description 4
- 239000002853 nucleic acid probe Substances 0.000 claims description 4
- 102000004190 Enzymes Human genes 0.000 claims description 3
- 108090000790 Enzymes Proteins 0.000 claims description 3
- 210000003679 cervix uteri Anatomy 0.000 claims description 3
- -1 E2F Proteins 0.000 claims description 2
- 102000004856 Lectins Human genes 0.000 claims description 2
- 108090001090 Lectins Proteins 0.000 claims description 2
- 101710135898 Myc proto-oncogene protein Proteins 0.000 claims description 2
- 102100038895 Myc proto-oncogene protein Human genes 0.000 claims description 2
- 101710150448 Transcriptional regulator Myc Proteins 0.000 claims description 2
- 210000004369 blood Anatomy 0.000 claims description 2
- 239000008280 blood Substances 0.000 claims description 2
- 210000000601 blood cell Anatomy 0.000 claims description 2
- 210000000481 breast Anatomy 0.000 claims description 2
- 239000002523 lectin Substances 0.000 claims description 2
- 230000002611 ovarian Effects 0.000 claims description 2
- 210000002307 prostate Anatomy 0.000 claims description 2
- 108700039691 Genetic Promoter Regions Proteins 0.000 claims 4
- 108091029523 CpG island Proteins 0.000 claims 2
- 108091028043 Nucleic acid sequence Proteins 0.000 claims 2
- 102000044209 Tumor Suppressor Genes Human genes 0.000 claims 2
- 108700025716 Tumor Suppressor Genes Proteins 0.000 claims 2
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 claims 2
- 210000002445 nipple Anatomy 0.000 claims 2
- 108700020463 BRCA1 Proteins 0.000 claims 1
- 102000036365 BRCA1 Human genes 0.000 claims 1
- 101150072950 BRCA1 gene Proteins 0.000 claims 1
- 210000001072 colon Anatomy 0.000 claims 1
- 210000003608 fece Anatomy 0.000 claims 1
- 210000000056 organ Anatomy 0.000 claims 1
- 210000000664 rectum Anatomy 0.000 claims 1
- 238000007790 scraping Methods 0.000 claims 1
- 210000003932 urinary bladder Anatomy 0.000 claims 1
- 210000002700 urine Anatomy 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 13
- 238000000684 flow cytometry Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 10
- 238000003491 array Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000001086 cytosolic effect Effects 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 238000000926 separation method Methods 0.000 description 6
- 241000894007 species Species 0.000 description 6
- 230000001413 cellular effect Effects 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 5
- 102000004169 proteins and genes Human genes 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000010186 staining Methods 0.000 description 5
- 102100025064 Cellular tumor antigen p53 Human genes 0.000 description 4
- 108020004414 DNA Proteins 0.000 description 4
- 101000721661 Homo sapiens Cellular tumor antigen p53 Proteins 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009792 diffusion process Methods 0.000 description 4
- 238000010304 firing Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 210000004940 nucleus Anatomy 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 238000007476 Maximum Likelihood Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000001444 catalytic combustion detection Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000000386 microscopy Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000005945 translocation Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 2
- 108091023040 Transcription factor Proteins 0.000 description 2
- 102000040945 Transcription factor Human genes 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000009087 cell motility Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000004624 confocal microscopy Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002919 epithelial cell Anatomy 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000007850 fluorescent dye Substances 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 210000000633 nuclear envelope Anatomy 0.000 description 2
- 210000003463 organelle Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 210000004895 subcellular structure Anatomy 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013518 transcription Methods 0.000 description 2
- 230000035897 transcription Effects 0.000 description 2
- PRDFBSVERLRRMY-UHFFFAOYSA-N 2'-(4-ethoxyphenyl)-5-(4-methylpiperazin-1-yl)-2,5'-bibenzimidazole Chemical compound C1=CC(OCC)=CC=C1C1=NC2=CC=C(C=3NC4=CC(=CC=C4N=3)N3CCN(C)CC3)C=C2N1 PRDFBSVERLRRMY-UHFFFAOYSA-N 0.000 description 1
- BJAPSBSERCVYNB-UHFFFAOYSA-N 2-amino-3,7-dihydropurin-6-one;6-amino-5-methyl-1h-pyrimidin-2-one Chemical compound CC1=CNC(=O)N=C1N.O=C1NC(N)=NC2=C1NC=N2 BJAPSBSERCVYNB-UHFFFAOYSA-N 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 108010077544 Chromatin Proteins 0.000 description 1
- 230000005778 DNA damage Effects 0.000 description 1
- 231100000277 DNA damage Toxicity 0.000 description 1
- 230000007067 DNA methylation Effects 0.000 description 1
- 102000019274 E2F Family Human genes 0.000 description 1
- 108050006730 E2F Family Proteins 0.000 description 1
- 206010029260 Neuroblastoma Diseases 0.000 description 1
- 108700020796 Oncogene Proteins 0.000 description 1
- 206010033128 Ovarian cancer Diseases 0.000 description 1
- 206010061535 Ovarian neoplasm Diseases 0.000 description 1
- 206010061902 Pancreatic neoplasm Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 206010060862 Prostate cancer Diseases 0.000 description 1
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 1
- 108050002653 Retinoblastoma protein Proteins 0.000 description 1
- 102100038042 Retinoblastoma-associated protein Human genes 0.000 description 1
- 101710124357 Retinoblastoma-associated protein Proteins 0.000 description 1
- 102000011990 Sirtuin Human genes 0.000 description 1
- 108050002485 Sirtuin Proteins 0.000 description 1
- 208000000453 Skin Neoplasms Diseases 0.000 description 1
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 206010043515 Throat cancer Diseases 0.000 description 1
- 102000000504 Tumor Suppressor p53-Binding Protein 1 Human genes 0.000 description 1
- 108010041385 Tumor Suppressor p53-Binding Protein 1 Proteins 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910052786 argon Inorganic materials 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000027455 binding Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 210000000170 cell membrane Anatomy 0.000 description 1
- 239000006285 cell suspension Substances 0.000 description 1
- 230000010307 cell transformation Effects 0.000 description 1
- 210000003850 cellular structure Anatomy 0.000 description 1
- 210000003483 chromatin Anatomy 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011981 development test Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 238000001493 electron microscopy Methods 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 210000002472 endoplasmic reticulum Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 108020001507 fusion proteins Proteins 0.000 description 1
- 102000037865 fusion proteins Human genes 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000002288 golgi apparatus Anatomy 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 238000010166 immunofluorescence Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004969 inflammatory cell Anatomy 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003093 intracellular space Anatomy 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000004153 islets of langerhan Anatomy 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 210000003712 lysosome Anatomy 0.000 description 1
- 230000001868 lysosomic effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 208000026037 malignant tumor of neck Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000004005 microsphere Substances 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002105 nanoparticle Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 201000002528 pancreatic cancer Diseases 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- XJMOSONTPMZWPB-UHFFFAOYSA-M propidium iodide Chemical compound [I-].[I-].C12=CC(N)=CC=C2C2=CC=C(N)C=C2[N+](CCC[N+](C)(CC)CC)=C1C1=CC=CC=C1 XJMOSONTPMZWPB-UHFFFAOYSA-M 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000019491 signal transduction Effects 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 201000000849 skin cancer Diseases 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
- G01N15/1433—Signal processing using image recognition
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/53—Immunoassay; Biospecific binding assay; Materials therefor
- G01N33/574—Immunoassay; Biospecific binding assay; Materials therefor for cancer
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/419—Imaging computed tomograph
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Hematology (AREA)
- Urology & Nephrology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Food Science & Technology (AREA)
- Cell Biology (AREA)
- Microbiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biotechnology (AREA)
- Medicinal Chemistry (AREA)
- Tropical Medicine & Parasitology (AREA)
- Hospice & Palliative Care (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Multimedia (AREA)
- Pulmonology (AREA)
- Medical Informatics (AREA)
- Oncology (AREA)
- Signal Processing (AREA)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Analysis (AREA)
Abstract
Un método para la detección de células con una compartimentación de marcadores moleculares asociada a la malignidad y/o la enfermedad, incluyendo un cáncer, el método comprende las etapas: a) obtener una muestra celular que posea una pluralidad de células (1) y suspender (100) la pluralidad de células en una solución; c) marcar (103) al menos un marcador molecular en la pluralidad de células con sondas moleculares marcadas o tintes; d) iluminar (104) al menos una célula (1) de la pluralidad de células con al menos una fuente puntual de luz (21a, 21b, 21c); e) obtener (105) al menos una imagen de proyección a través de al menos una célula (1) con un arreglo de detectores (23a, 23b, 23c), donde la al menos una imagen de proyección se obtiene usando (104) la al menos una fuente puntual de luz (21a, 21b, 21c) de conjunto con un arreglo opuesto de detectores, donde se genera un conjunto de rayos de proyección (31), cuyos rayos de proyección se definen como líneas rectas que pasan a través de la célula y conectan la al menos una fuente puntual de luz (21) con un elemento sensor individual (33) de dicho arreglo opuesto de detectores (23a, 23b, 23c), permitiendo de ese modo la adquisición de proyecciones de la luz trasmitida a través de la al menos una célula (1); f) compensar (106) la al menos una imagen de proyección para corregir variaciones en la iluminación; g) analizar (107) la al menos una imagen de proyección para detectar al menos un marcador molecular marcado que posea características densitométricas y de localización; h) analizar (108) la localización de al menos un marcador molecular dentro de la al menos una célula (1); i) medir (109) la compartimentación del al menos un marcador molecular por medio del uso de características densitométricas y de localización; y j) analizar (110) la compartimentación del al menos un marcador molecular con al menos un clasificador para detectar la compartimentación de marcadores asociada a la malignidad y/o la enfermedad.
Description
Método para la detección automática de células
mediante la compartimentación de marcadores moleculares asociados a
enfermedades.
La presente invención se relaciona con sistemas
de proyección de imágenes en general y clasificación de células, y
con mayor particularidad, con sistemas automatizados de alto flujo
que usan proyección de imágenes, tales como tomografía óptica de
flujo (FOT por sus siglas en inglés), para la detección del cáncer
en individuos de alto riesgo sobre la base de medidas altamente
cuantitativas de la compartimentación de marcadores moleculares
nucleares o citoplasmáticos, asociados a las afecciones y
enfermedades.
El método más común para el diagnóstico del
cáncer en pacientes es mediante la obtención de una muestra del
tejido sospechoso y su examen bajo el microscopio en busca de la
presencia de células obviamente cancerígenas. Aunque este proceso
es relativamente simple cuando se conoce la localización anatómica
del tejido sospechoso y pueden tomarse muestras del mismo de manera
exhaustiva (p.e., el cuello del útero), no resulta tan simple
cuando no existe un tumor o lesión fácilmente identificable y el
área de la que debe tomarse la muestra es muy amplia. Por ejemplo,
con referencia a la detección del cáncer de pulmón, no resulta
posible raspar toda la vía de entrada de aire de los pulmones. Debe
emplearse una muestra como el esputo, ya que contiene células
exfoliadas al paso del aire por los pulmones. Esto crea un problema
de dilución, dado que un cáncer de pulmón temprano es muy pequeño
en comparación con la superficie interna completa de los pulmones y,
como resultado, el número de células desprendidas del tumor es
también muy pequeño en comparación con el de las células normales.
El problema resulta una mezcla compuesta, debido a que sólo se
examina una pequeña porción de la muestra de esputo. Por tanto, la
detección del cáncer de pulmón con la citología tradicional del
esputo requiere que una o más de las relativamente infrecuentes
células cancerosas estén presentes en la parte de la muestra que se
examina. Por tanto, si la muestra no refleja de manera perceptible y
exacta las condiciones del pulmón, no se puede diagnosticar de
manera adecuada a los pacientes con cáncer de pulmón.
Un ejemplo de un sistema y un método basados en
la microscopía para la detección de células a ser diagnosticadas y
de células que poseen cambios asociados a la malignización se
muestra en Palcic et al., Patente US 6.026.174. El sistema
de Palcic et al. incluye un clasificador automático que posee
un microscopio convencional, una cámara, un digitalizador de
imágenes, un sistema informático para control e interfaz de estos
componentes, un clasificador primario para la clasificación inicial
de las células, y un clasificador secundario para la clasificación
siguiente de las células. El método utiliza el clasificador
automático para detectar de manera automática las células a
diagnosticar y las células que poseen cambios asociados a la
malignización. Este método mejora la citología tradicional mediante
la detección de células que poseen cambios asociados a la
malignización, que son más comunes que las células cancerosas. Sin
embargo, la calidad del resultado del diagnóstico está limitada por
el uso de un microscopio convencional, que no permite una medición
precisa de las densidades de tinción. Además, el método de Palcic
et al. no se dirige al uso de sondas moleculares específicas
ni a la compartimentación de los marcadores moleculares.
Con la aparición de sondas moleculares
específicas, tales como los anticuerpos, y las sondas de ácidos
nucleicos, se puede dar respuesta a nuevas preguntas relacionadas
con las enfermedades, por medio del marcaje de estas sondas
moleculares y la posterior medición de su localización y
concentración dentro de las células y tejidos biológicos. El uso de
sondas moleculares específicas marcadas permite la cuantificación
indirecta y la compartimentación de marcadores moleculares, tales
como pRb, p53/proteína 1 de unión a p53 (53BP1), Sam68, PTEN, E2F y
5-metilcitosin-guanina (metil CpG)
que pueden brindar información acerca de procesos de enfermedades
como el cáncer (Véanse, por ejemplo, Pasquale, D.,
"Retinoblastoma Protein Tethered to Promoter DNA Represses
TBP-Mediated Transcription", Journal of Cellular
Biochemistry, 70:281-287, 1998, Rappold I, "Tumor
Suppressor p53 Binding Protein 1 (53BP1) Is Involved in DNA
Damage-signaling Pathways", The Journal of Cell
Biology, 153 (3):613-620. 2001, Chen, T., "A Role
for the GSG Domain in Localizing Sam68 to Novel Nuclear Structures
in Cancer Cell Lines", Molecular Biology of the Cell
10:3015-3033, 1999, Perren, A., "Mutation and
Expression Analyses Reveal Differential Subcellular
Compartmentalization of PTEN in Endocrine Pancreatic Tumors Compared
to Normal Islet Cells", American Journal of Pathology, 157
(4):1097-1103, 2000, Gil, R., "Subcellular
Compartmentalization of E2F Family Members Is Required for
Maintenance of the Postmitotic State in Terminally Differentiated
Muscle", The Journal of Cell Biology,
148(6):1187-1201, 2000, Rountree, M., "DNA
methylation, chromatin inheritance, and cancer", Oncogene,
20:3156-3165, 2001). A medida que aparece la
necesidad de localizar y cuantificar de manera más precisa estas
sondas, existe una necesidad concomitante de mejores técnicas para
medir las densidades de las sondas con resolución de submicrones en
dos dimensiones (2D) y tres dimensiones (3D). El microscopio
convencional de luz, que emplea las células montadas sobre placas
de vidrio solo puede aproximar mediciones de 2D debido a las
limitaciones en la profundidad del plano focal, los ángulos de
muestreo, y problemas con las preparaciones celulares que provocan
por lo regular que las células se sobrelapen en el plano de la
imagen. Otra limitación de la microscopía de luz es la limitación
inherente de la visión a través de una lente objetivo, en la que
solo el área dentro del plano focal estrecho proporciona datos
exactos para el análisis.
\newpage
Los métodos de citometría de flujo por lo
regular resuelven el problema de la superposición de las células
haciendo que las células fluyan una a una en una corriente de
fluido. Desafortunadamente, los sistemas de citometría de flujo no
generan imágenes de células de la misma calidad que la microscopía
de luz tradicional y, en cualquier caso, las imágenes no son
tridimensionales. Para una revisión, los expertos en la técnica
deben dirigirse a Shapiro, HM, Practical Flow Cytometry, 3ª ed.,
Wiley-Liss, 1995.
La microscopía confocal ofrece imágenes de 3D de
muestras, mediante la superposición de las imágenes sucesivas de
capas finas de la muestra para crear un apilamiento de imágenes 2D,
que pueden visualizarse en 3D. La imagen se logra por medio del
barrido de un punto fino de luz que pasa a través de la muestra
situada en una placa de vidrio. La luz fluorescente o reflejada se
enfoca sobre un detector a través de un pequeño agujero, que
bloquea la irradiación de la luz que está fuera de foco sobre el
detector. Por tanto, el tamaño del agujero determina la resolución
en la dirección vertical y el tamaño del punto determina la
resolución en la dirección horizontal. Desafortunadamente, la
microscopía confocal es un procedimiento muy lento porque la imagen
se construye mediante el barrido de un pequeño punto de luz en una
trama a través de la muestra y la muestra debe ser barrida
nuevamente para producir cada capa adicional. Otra limitación es que
las células depositadas sobre las placas son alisadas, provocando
un desproporcionamiento de las estructuras celulares.
En el área de la tomografía asistida por
ordenadores, la Patente US 5.402.460, concedida el 28 de marzo de
1955 a Jonson et al., con el título
"Three-dimensional Microtomographic Analysis
System" presenta un sistema microtomográfico para la generación
de imágenes de alta resolución, tridimensionales de un espécimen,
empleando un generador de rayos X y un detector de rayos X que mide
la atenuación del flujo de rayos X al pasar a través del espécimen.
Dos proyecciones, cada una empleando un flujo de rayos X de
diferente energía, de cada vista del espécimen, se llevan a cabo
con el sistema microtomográfico de Jonson et al. Luego de
realizar dos proyecciones de una vista del espécimen, el mismo se
rota sobre el asegurador del espécimen y se lleva a cabo otro
conjunto de proyecciones. Las proyecciones de cada vista del
espécimen se analizan de conjunto para proporcionar una indicación
cuantitativa de la fracción de fase del material que contiene al
espécimen. Las proyecciones de las diferentes vistas se combinan
para proporcionar una imagen tridimensional del espécimen. Aunque la
tecnología de rayos X tal como se enseña en la Patente US 5.402.460
resulta útil para algunas aplicaciones, la misma no proporciona una
solución óptica útil par ala citometría de flujo, mediante la cual
se pueda medir la distribución 3D de la densidad molecular dentro
de una célula biológica.
El documento
WO-A-0 235 474 describe un método
para llevar a cabo un ensayo de translocación en el cual la emisión
de dos o más especies marcadas con fluorescencia se detecta de
manera simultánea, mediante la excitación por medio de una o más
longitudes de onda de iluminación. La translocación de interés es de
una o más especies, que pueden ser proteínas, lípidos u otros
complejos moleculares o estructuras subcelulares, tales como
vesículas, desde una región bien definida de una célula a otra: los
ejemplos son, factores de transcripción (NF-KB,
NFAT, AP-1). En una rutina de análisis para
procesar los datos de imágenes de translocación, la localización
marcada es el núcleo de la célula, siendo la marca un fluorósforo
específico para el ADN, tal como Hoechst 33342. La segunda especie
es un factor de transcripción, cuya migración desde el citoplasma
hacia el núcleo es el sujeto del ensayo. Esta proteína puede
marcarse mediante uno de varios métodos, incluyendo su expresión
como una proteína de fusión con GFP, y la puesta en contacto de la
muestra con un anticuerpo marcado de manera fluorescente, que
reconozca de manera específica la proteína que actúa como factor de
transcripción. La rutina determina la cantidad de una primera
especie marcada con fluorescencia que se distribuye de manera
correlacionada o anticorrelacionada con respecto a una segunda
especie marcada con fluorescencia. En una realización se emplea el
análisis para ensayar la actividad de un compuesto químico y se
emplea un aparato de barrido de etapa XY. El método lleva a cabo el
diagnóstico de los estados patológicos de las muestras de células
tales como neuroblastoma, células neuronales, células sanguíneas,
p. e., en la investigación sobre el cáncer: las especies marcadas
mediante fluorescencia se localizan en dos o tres dimensiones.
Para resolver las limitaciones anteriores y
otras que se encuentran en tales sistemas, es una motivación de la
presente invención, la combinación de la presentación de una célula
a la vez por la citometría de flujo, con la tomografía óptica
informático a partir de las proyecciones de fuentes de múltiples
puntos para la reconstrucción de la información sobre la densidad
dentro de una célula, a partir de una pluralidad de proyecciones. La
información de densidad reconstruida permite la cuantificación
precisa de los marcadores marcados de manera específica y la
compartimentación de dichos marcadores.
La información de densidad a la que se hace
referencia en el presente documento es única de los sistemas de
imágenes basados en proyección, que no requieren del uso de lentes y
planos focales con su inherente artefacto de borrosidad indeseado,
debido a las estructuras desenfocadas que se encuentran fuera del
estrecho plano focal. Dado que los sistemas de imágenes de
proyección no requieren lentes ni planos focales, sino que producen
mapas de sombras en los cuales todas las estructuras se encuentran
en foco claro al mismo tiempo, las mediciones de las
características de densidad resultan más cuantitativas y precisas
que en los sistemas de microscopio convencionales. Además, la
reconstrucción 3D a partir de las imágenes de proyección permite la
separación de características que pueden superponerse en cualquier
visión 2D. Estas características de densidad están directamente
relacionadas con las localizaciones y cantidades de las sondas
moleculares empleadas para la tinción de las células.
La presente invención resuelve las deficiencias
de la técnica precedente, en la que la medición de la
compartimentación subcelular o subnuclear de los marcadores
moleculares no se empleaba para el diagnóstico porque, hasta ahora,
no existía ningún método eficiente para llevar a cabo estas
mediciones.
La presente invención proporciona un método para
la detección de células como se define en las reivindicaciones
anexas 1-21.
Para determinar la compartimentación de un
marcador molecular, se obtiene una muestra de células y se las tiñe
en suspensión, y luego se obtienen sus imágenes mediante FOT. La
tinción o sonda marcada es específica para los marcadores
moleculares de interés, que incluyen, pero no se limitan a, pRb,
p53/p53BP1, E2F, PTEN, SAM68 y metilCpG. La sonda molecular puede
marcarse con cromóforos, fluorocromos o enzimas que pueden generar
cromóforos o fluorocromos. El sistema informático analiza a
continuación las imágenes de proyección, de manera directa y/o
calcula la reconstrucción 3D que también se analiza. Las imágenes se
corrigen para eliminar la iluminación no uniforme y otras
imperfecciones del sistema de adquisición de imágenes. Luego de que
todas las imágenes han sido corregidas, se calculan los bordes,
superficies y volúmenes, y densidades de los objetos de interés, o
sea, la frontera que determina que píxeles o vóxeles pertenecen a
cada objeto o estructura de interés y cuáles pertenecen al fondo.
Estos objetos incluyen agregados de las sondas marcadas y
estructuras celulares teñidas.
El sistema informático calcula a continuación un
conjunto de valores de características 1D, 2D y 3D para cada objeto
o estructura. Para los cálculos de algunas características, se
corrige la frontera a lo largo del valor de mayor gradiente, ya sea
mediante dilatación o erosión de borde (o superficie) por uno o más
píxeles (o vóxeles). Esto se lleva a cabo de manera tal que cada
característica alcanza un poder de discriminación mayor entre
clases de objetos y por tanto, es objeto específico. Los valores de
estas características se analizan a continuación por medio de un
clasificador que emplea los valores de las características para
determinar si el objeto es un artefacto o un objeto o estructura de
interés dentro de una célula o núcleo que ha sido marcado o teñido
de manera específica. Si el objeto aparente ser un objeto o
estructura de interés, entonces los valores de las características
se analizan con más detenimiento por medio del clasificador, para
determinar si el objeto es del tipo y se encuentra en un
compartimento celular o nuclear que indiquen una enfermedad. Una
vez que se ha identificado un objeto o estructura de interés, la
densidad de la sonda molecular asociada se asigna a dicho objeto
particular, lo que permite la compartimentación de la sonda. Sobre
la base de la cantidad de células encontradas en la muestra que
aparenten tener cambios significativos relacionados con
enfermedades en la compartimentación de los marcadores, se puede
llevar a cabo una determinación estadística de si el paciente del
cual se obtuvo la muestra de células está sano o porta un
crecimiento maligno.
En otras realizaciones, la presente invención
proporciona un método para detectar células epiteliales en una
muestra de células y un método para detectar células con
compartimentación molecular que se correlacione con la enfermedad
entre las células epiteliales. En otra realización, se proporciona
un método para predecir si un paciente desarrollará cáncer.
La Fig. 1 muestra de manera esquemática un
ejemplo de un sistema de citometría de flujo que puede emplearse en
el método de la presente invención.
La Fig. 2 muestra de manera esquemática un
ejemplo de un proceso de flujo para una sola célula que puede
emplearse en el método de la presente invención.
Las Fig. 3A y 3B muestran de manera esquemática
un ejemplo de una célula y una sección en cruce de la
reconstrucción, como se pretende para su empleo en una realización
del método de la presente invención.
La Fig. 4 muestra de manera esquemática un
ejemplo de un cilindro de reconstrucción, como se pretende para el
uso en una realización del método de la presente invención.
La Fig. 5 muestra de manera esquemática un
ejemplo de un sistema de tomografía óptica de flujo (FOT) como se
pretende para el uso en una realización del método de la presente
invención.
La Fig. 6 muestra de manera esquemática un
ejemplo de rayos de proyección dentro de un cilindro de
reconstrucción como se pretende para el uso en una realización del
método de la presente invención.
La Fig. 7 muestra de manera esquemática un
ejemplo de una vista superior de un cilindro de reconstrucción como
se pretende para el uso en una realización del método de la presente
invención.
La Fig. 8 muestra de manera esquemática un
ejemplo de la geometría de una configuración de arreglo
fuente/lineal empleada en la reconstrucción celular como se
pretende para el uso en una realización del método de la presente
invención.
La Fig. 9 muestra de manera esquemática un
ejemplo de un método de clasificación empleado en el análisis de la
cuantificación y compartimentación de marcadores a partir de
imágenes de proyección y la reconstrucción tomográfica como se
pretende para el uso en una realización del método de la presente
invención.
\newpage
La Fig. 10 muestra de manera esquemática un
ejemplo del proceso de compartimentación de una sonda molecular
como se pretende para el uso en una realización del método de la
presente invención.
La Fig. 11 muestra de manera esquemática
ejemplos de compartimentos en el interior de una célula.
La Fig. 12 muestra de manera esquemática un
diagrama de bloque de un método para la detección de células con
compartimentación de marcadores moleculares asociada a la malignidad
y/o la enfermedad, incluyendo el cáncer.
La invención se describe en el presente
documento en relación con ejemplos específicos relacionados con
células biológicas: sin embargo, debe entenderse que estos ejemplos
sirven sólo a propósitos de ilustración de los principios de la
invención y que la invención no se encuentra limitada a ellos. En un
ejemplo, la construcción de una distribución tridimensional de
densidades puntuales e intensidades de emisión dentro de un volumen
microscópico permite la medición de la densidad y la fluorescencia
en cualquier localización dentro del volumen subcelular y determina
la localización de estructuras o marcadores moleculares que se han
marcado con sondas moleculares. Mediante el uso de sondas
moleculares marcadas, se puede medir la cantidad de sondas que se
unen a estructuras específicas o marcadores moleculares en el
objeto microscópico, produciendo una medida de la compartimentación
del marcador asociado a la estructura. Con propósitos ilustrativos,
un objeto como una célula biológica puede marcarse con al menos una
sonda molecular tal como anticuerpos, proteínas de unión específica,
lectinas o sondas de ácidos nucleicos, y la compartimentación
medida de estas sondas puede reportar información importante acerca
del estado de enfermedad de la célula, incluyendo, aunque no
limitado a, varios cánceres, tales como cánceres de pulmón, de
mamas, de próstata, cervicales, de vejiga y de ovarios. La sonda
molecular puede ser un anticuerpo contra pRb, p53, p53BP1, Sam68,
PTEN, E2F, o metil CpG.
Las células biológicas que se han preparado en
suspensión y se han teñido o marcado con sondas moleculares
marcadas para el diagnóstico de enfermedades específicas, se hacen
circular o trasladarse a través de un dispositivo que proporciona
la toma de imágenes de proyección, y permite la reconstrucción de
información 2D y 3D a partir de caminos de rayos de proyección
óptica que son aproximadamente perpendiculares a los vectores de
movimiento de la célula. Por medio del control de la velocidad del
movimiento de la célula a lo largo de un eje, se pueden localizar
(o apilar) correctamente los planos 2D de reconstrucción a lo largo
del eje de la célula para crear una imagen 3D de la célula
completa, o se puede calcular una imagen 3D de la célula
directamente a partir de trasmisiones ópticas o proyecciones de
emisión 2D.
La citometría de flujo es sumamente adecuada
para la reconstrucción de imágenes, dado que posee las siguientes
características:
- \bullet
- las células fluyen en una fila única a través de un tubo capilar, de manera que se minimizan la superposición y el oscurecimiento de las células,
- \bullet
- la velocidad del flujo de las células a través del tubo capilar puede medirse de manera directa y es constante,
- \bullet
- las células tienden a seguir el eje central del tubo capilar,
- \bullet
- el análisis de las células en suspensión minimiza las distorsiones estructurales.
La presente invención se aprovecha de las
características anteriormente mencionadas, pero no se limita a estas
características, para proporcionar un sistema para la producción de
imágenes de proyección de fuente puntual y la reconstrucción de
imágenes tomográficas.
En referencia ahora a la Fig. 1, en la misma se
muestra un ejemplo de un sistema de citometría de flujo, como se
pretende para el empleo en una realización del método de la presente
invención. El sistema se orienta con referencia a un sistema de
coordenadas 11 que posee coordenadas en las direcciones x,
y, y z. Durante la operación, se inyectan células 1
en el tubo de inyección 3, empleando un dispositivo de inyección 4
conocido. El tubo capilar es más amplio en el extremo de inyección
5, e incluye una caperuza de presión 6. Un fluido de envoltura 7 se
introduce en el tubo 8 para crear un flujo laminar dentro del tubo
capilar 2. Es característico de la citometría de flujo tradicional
que las células 1, preparadas y suspendidas en solución, puedan
moverse a través del tubo capilar 2, de manera que se elonguen
ligeramente en la dirección del eje del flujo y se muevan
aproximadamente a lo largo del eje central del tubo capilar 2, como
se representa por medio de la línea discontinua 9. Se puede lograr,
de manera ventajosa, que las células fluyan con simetría axial y
con velocidad constante 10 en una única fila a lo largo del eje
central de un tubo capilar cilíndrico.
En referencia ahora a la Fig. 2, en la misma se
muestra de manera esquemática un ejemplo de un proceso de flujo
para una única célula como se pretende para el empleo en una
realización del método de la presente invención. Una célula 1 se
mueve a velocidad constante (V) como indica el vector de velocidad
10 a través del tubo capilar 2. La célula 1, contiene una membrana
citoplasmática 12 y una membrana nuclear 13. Durante el curso del
flujo a través de tubo capilar 2, la célula 1 pasa a través de una
pluralidad de planos de reconstrucción, representados, para
propósitos ilustrativos como los planos primero, segundo y tercero
de reconstrucción 14a, 14b y 14c, respectivamente. Una primera capa
planar 15a, a través del citoplasma cae sobre el plano de
reconstrucción 14a. De manera similar, una segunda capa planar 15b,
a través del citoplasma y el núcleo, cae sobre el segundo plano de
reconstrucción 14b y una tercera capa planar 15c cae dentro del
tercer plano de reconstrucción 14c. Una característica central de
una de las realizaciones de la presente invención es que se dispone
una cantidad de fuentes de punto óptico con longitud de onda
ajustable alrededor y de manera concéntrica con respecto al tubo
capilar. Las fuentes de punto óptico operan en conjunción con
conjuntos de sensores ópticos opuestos a ellas que son sensibles a
porciones ajustables del espectro luminoso, lo que permite la
adquisición de proyecciones de la luz trasmitida a través de la
célula. Las imágenes de proyección adquiridas pueden analizarse
directamente o procesarse empleando algoritmos de reconstrucción de
imágenes tomográficas para proporcionar mapas o imágenes espaciales
de la distribución de densidades y/o intensidades de emisión dentro
de la célula. Debe comprenderse que, en la práctica, el número de
planos de reconstrucción puede variar desde varios hasta varios
cientos o más, en dependencia de la resolución de las imágenes de
que se precise del objeto que se presenta al sistema. El grupo de
imágenes de capas planas paralelas reconstruidas puede combinarse o
apilarse mediante un sistema informático para producir una imagen
tridimensional (3D) de las densidades y las intensidades de emisión
dentro de la célula. Además, por medio del empleo de conjuntos de
sensores de luz planares (2D), en lugar de lineales (1D), y de un
cono en lugar de patrón de iluminación en forma de abanico, se
pueden adquirir de manera simultánea proyecciones o una pluralidad
de capas planas contiguas a través de las células que fluyen. Como
resultado, se pueden calcular imágenes tridimensionales (3D) de la
distribución de densidades y de intensidades de emisión dentro del
volumen celular, de manera directa, a partir de proyecciones
bidimensionales (2D) empleando algoritmos de reconstrucción de rayo
cónico. De manera alternativa, las imágenes de proyección de fuente
puntual 2D, que poseen densidad de campo infinita, pueden
analizarse de manera directa.
En el caso de una célula biológica, la distancia
(d) entre los planos de reconstrucción puede ser de unas pocas
micrómetros o menos. Un punto dentro de la célula 1 coincidirá con
cada plano de reconstrucción a intervalos de tiempo, donde los
intervalos de tiempo (t) pueden describirse de acuerdo con la
relación:
(Ecuación 1)t =
d \div
V
En referencia conjunta, ahora, a la Fig. 3A y la
Fig. 3B, en las mismas se muestra de manera esquemática, un ejemplo
de una sección transversal 16 de la reconstrucción, como se pretende
emplearla en una realización del método de la presente invención.
La reconstrucción de las densidades puntuales dentro de una célula a
partir de proyecciones ópticas que atraviesan las mismas, se
aprovecha de la simetría axial y la centralidad de la célula que
fluye. De manera adicional, el espacio muestreado por medio de las
proyecciones puede modelarse como un arreglo que consta de tres
compartimentos principales:
1. el fluido externo a la célula 17 (i.e. el
fluido de envoltura o el medio de suspensión de las células),
2. el citoplasma celular 18, y
3. el núcleo celular 19.
El conocimiento cuantitativo de la distribución
de la densidad óptica o las sondas moleculares en estos tres
compartimentos puede resultar suficiente para resolver muchos
problemas importantes en la biología celular y en el diagnóstico de
enfermedades. Además, puede resultar útil para calcular dos
superficies de frontera, incluyendo la membrana citoplasmática 12 y
la membrana nuclear 13 si determinadas sondas moleculares se unen
de manera preferencial a esas superficies. Si no, puede resultar
suficiente caracterizar estas membranas como las superficies de
transición entre los tres compartimentos diferentes.
En otros ejemplos, puede resultar ventajoso
reconstruir y definir compartimentos dentro del citoplasma y el
núcleo, tales como el aparato de Golgi y el nucléolo,
respectivamente, y localizar marcadores moleculares específicos
para estos compartimentos.
Combinando las capas reconstruidas de la célula,
o recostruyendo en forma helicoidal, volumétrica, se pueden generar
la morfología 3D y la información de volumen, pero los volúmenes
absolutos (a diferencia de los relativos) dependen de la
información exacta de la localización celular. La localización
celular es una función de la velocidad de flujo. Sin embargo, en
algunos casos las concentraciones o las densidades relativas de
tinción o las sondas moleculares son suficientes para resolver la
pregunta del diagnóstico: ¿cuánta sonda hay en un determinado
compartimento subcelular o subnuclear en comparación con otros
compartimentos? La compartimentación inadecuada de algunos
marcadores moleculares medida por las densidades ópticas relativas
de las sondas específicas en los diferentes compartimentos puede
ser suficiente para diagnosticar una determinada enfermedad. La
asociación de las sondas marcadas con compartimentos subcelulares
específicos, estructuras u organelos dentro del citoplasma o el
núcleo se facilita por medio de la resolución espacial en el
intervalo inferior a los micrómetros.
Con referencia, ahora, a la Fig. 4, en la misma
se muestra de manera esquemática un ejemplo de un cilindro de
reconstrucción, que rodea al tubo 2, que contiene células en flujo
1, como se pretende para su empleo en una realización del método de
la presente invención. Un cilindro de reconstrucción 20 incluye, por
ejemplo, una hélice 24 de fuentes puntuales 21, dispuestas en un
paso helicoidal predeterminado, con ángulo de separación \theta.
Cada fuente puntual 21, genera un rayo de fotones 22, cuyo rayo de
fotones 22 posee por lo regular una forma cónica o de abanico. En
tanto la disposición de las fuentes que se muestra en el ejemplo de
la Fig. 4 es helicoidal, el arreglo de fuentes puntuales puede
tomar una gran variedad de patrones geométricos, en dependencia en
parte de la velocidad de los electrones, la velocidad de la célula y
la geometría que logran en el sensor (detector) señales de
proyección no sobrelapadas. Los elementos sensores 23, se disponen
para recibir la luz de las fuentes puntuales.
Las fuentes puntuales ópticas fijas 21, junto
con los detectores que se les oponen 23, montados alrededor de una
circunferencia del tubo pueden muestrear múltiples ángulos de
proyección a través de la célula completa 1, a medida que la misma
fluye a través de las fuentes. Cronometrando la emisión o la
lectura, o ambas, de la fuente de luz y de la luz atenuada
trasmitida y/o dispersada y/o emitida, cada señal detectada
coincidirá con una posición específica, conocida a lo largo del eje
en la dirección z del flujo de células. De esta manera, una célula
1 que fluya con velocidad conocida a los largo de un eje conocido,
perpendicular a una fuente de luz que fluye para emitir o ser
detectada de manera sincronizada, puede seccionarse óptimamente con
proyecciones a través de la célula que pueden reconstruirse para
formar una capa 2D en el plano x-y. Al apilar o
combinar matemáticamente capas consecutivas, emergerá una imagen 3D
de la célula. También se puede combinar el movimiento de la célula
con la posición de la fuente (o fuentes) de luz alrededor del eje
del flujo, para generar datos que pueden ser reconstruidos, por
ejemplo, de manera helicoidal para crear una imagen 3D de la célula.
La reconstrucción puede hacerse mediante el apilamiento de imágenes
planares contiguas reconstruidas a partir de proyecciones lineales
(1D) empleando algoritmos de reconstrucción
abanico-rayo, o a partir de proyecciones planares
(2D) empleando directamente algoritmos de reconstrucción
cono-rayo. La imagen 3D de la célula puede producir
medidas cuantitativas de estructuras subcelulares y la
compartimentación o localización y cantidad de sondas moleculares
marcadas que proporcionen información para el diagnóstico.
Como se ha mencionado, se requiere más de una
proyección a través de una sección de la célula para reconstruir
una densidad de estructura 2D o 3D en la sección o volumen. En la
tomografía médica computarizada tradicional capa a capa, de rayos
X, se llevan a cabo múltiples proyecciones sosteniendo inmóvil al
paciente mientras la fuente de rayos X, y los detectores opuestos a
la misma se mueven a lo largo de una circunferencia para generar
múltiples ángulos de proyección a través del paciente. Por analogía,
el sistema de tomografía óptica de flujo empleado en una
realización del método de la invención, mueve la célula a una
velocidad predeterminada (V) a través de múltiples fuentes
colocadas a diferentes ángulos a lo largo de la circunferencia del
tubo capilar, para generar múltiples proyecciones a través de la
célula a medida que fluye a través de las fuentes puntuales. Estas
fuentes puntuales emiten fotones que pasan a través de la célula y
son detectados por medio de un conjunto de sensores opuestos a la
fuente. Las fuentes puntuales pueden colocarse ventajosamente a lo
largo de una hélice 24, o en otro patrón geométrico apropiado, en la
circunferencia del tubo capilar, de manera que cada punto en la
célula sea muestreado a partir de una multitud de ángulos a medida
que pasa a través de un conjunto de fuentes puntuales. Para una
geometría correcta de muestreo, estas fuentes puntuales pueden
cubrir al menos 180 grados de la circunferencia. Una cobertura
angular inferior (i.e., muestreo subangular) puede llevarse a cabo
en algunos casos, en tanto una cobertura radial adicional mejorará
la exactitud y la relación señal a ruido de la reconstrucción
calculada. Dependiendo de la geometría, puede ser ventajoso aplicar
algoritmos tradicionales analíticos, iterativos o estadísticos para
la reconstrucción cono-rayo o
abanico-rayo (véanse, por ejemplo, Gilbert, P.,
"Iterative Methods for the Three-dimensional
Reconstruction of an Object from Projections", Journal of
Theoretical Biology 36:105-17, 1972, Oppenheim,
B.E., "More Accurate Algorithms for Iterative 3 dimensional
Reconstruction", IEEE Transactions on Nuclear Science
NS-21:72-7, 1974, Singer, J.R,
Grunbaum, F.A., Kohn, P., y Zubelli, J.P., "Image Reconstruction
of the Interior of Bodies that Diffuse Radiation", Science
248(4958):990-3, 1990. Mueller, K. y Yage,
R., "Rapid 3-D Cone-beam
Reconstruction with the Simultaneous Algebraic Reconstruction
Technique (SART) Using 2-D Texture Mapping
Hardware", IEEE Transactions on Medical imaging
19#(12):1227-37, 2001). Métodos relacionados
incluyen, pero no se limitan a ART (técnica de reconstrucción
algebraica, como se discute en Bellman, S.H., Bender, R., Gordon,
R., y Rowe, J.E., "ART is Science being A Defence of Algebraic
Reconstruction Techniques for Three-dimensional
Electron Microscopy", Journal of Theoretical Biology
32:205-16, 1971), SIRT (técnica de reconstrucción
iterativa simultánea, como se discute, por ejemplo en Gilbert, id.
#1493), ML-EM
(expectación-maximización de máxima verosimilitud,
como se discute, por ejemplo, en Manglos, S.H., Jaszcak, R.J., y
Floyd, C.E., "Maximum Likelihood Reconstruction for Cone Beam
SPECT: Development and Initial Tests", Physics in Medicine and
Biology 34(12): 1947-57,1989, #1382), y OSEM
(expectación-maximización usando subconjuntos
ordenados, como se discute, por ejemplo, en Manglos, S.H., Gagne,
G.M., Krol A, Thomas, F.D., y Narayanaswamy, R, "Transmission
Maximum-likelihood Reconstruction with Ordered
Subsets for Cone Beam CT", Physics in Medicine and Biology
40(7):1225-41, 1995, #4389).
En referencia ahora a la Fig. 5, en la misma se
muestra de manera esquemática un ejemplo de un sistema de
tomografía óptica de flujo (FOT) como se pretende para su empleo en
una realización del método de la presente invención. El sistema de
tomografía óptica de flujo incluye un citómetro de flujo, con un
cilindro de reconstrucción 20 posicionado alrededor del tubo
capilar 2. Una fuente de fotones 25 y un sensor de fotones 26
funcionan junto con un analizador de altura de pulso 27 para operar
como dispositivo de disparo. El analizador de altura de pulso 27
opera de acuerdo con principios conocidos para proporcionar un
primer punto de disparo 28 para el comienzo de una célula, y un
segundo punto de disparo 29 para el fin de la célula. El analizador
de altura de pulso 27 desencadena una señal de disparo 30
correspondiente al inicio y el final de cada célula, cuya señal de
disparo es recibida por el cilindro de reconstrucción 20.
\newpage
Un ordenador 40 está acoplado para trasmitir
datos, controlar las señales y cronometrar las señales a las
fuentes puntuales 21, los elementos sensores 23 y el analizador de
altura de pulso 27 por las líneas de señal 41-43.
El ordenador puede consistir en un ordenador conocido o una variedad
de ordenadores y un conjunto de procesadores adecuados para la
adquisición de imágenes y el procesamiento de la reconstrucción de
imágenes.
Los citómetros de flujo comerciales vienen con
tres configuraciones de flujo básicas: a saber, el tubo de flujo
cilíndrico, el tubo de flujo rectangular y el tubo de flujo en
sistema de aire (véase Shapiro, H.M., Practical Flow Cytometry, 3ª
ed., Wiley-Liss, 1995). La configuración preferida
es la del tubo de flujo cilíndrico, dado que es importante
preservar la geometría cilíndrica óptima para que el algoritmo de
reconstrucción minimice cualquier dependencia radial debida al
hardware de flujo (véase Fig. 1). Además, el tubo de flujo
cilíndrico puede poseer paredes uniformemente finas en relación con
el área transversal del tubo capilar.
Adicionalmente, el dispositivo de disparo puede
localizarse corriente arriba con respecto al módulo de
reconstrucción para proporcionar una señal de cronometrado para
iniciar y luego terminar la recogida de datos, a medida que la
célula entra de manera óptima y luego emerge a partir del cilindro
de reconstrucción. El dispositivo de disparo puede contener
ventajosamente un diodo láser, CCD, PMT, una combinación
fotodectora, un fotodetector de estado sólido y combinaciones de
los elementos anteriores. El dispositivo de disparo posee una
configuración umbral que sensa la presencia de la célula en el
flujo y genera de ese modo una señal de disparo que, junto a una
velocidad conocida de la célula puede emplearse para calcular en qué
momento el cilindro de reconstrucción que se encuentra corriente
abajo puede comenzar la recogida de datos para la célula particular
de interés. Además, el intervalo de tiempo entre el primer y el
segundo punto de disparo correspondientes a la entrada y salida de
la célula a y del cilindro de reconstrucción, puede dividirse en
incrementos iguales o desiguales durante cada uno de los cuales se
pueden adquirir datos de proyección adicionales cambiando las
fuentes de luz 21 y leyendo a partir del conjunto de
sensores
23.
23.
La velocidad de flujo debe ser controlada y
medida con precisión. Esta capacidad se proporciona en sistemas
comerciales de alto desempeño que emplean velocidades en el
intervalo de 1 metro/seg a 10 metros/seg. La mejor velocidad de las
células se determinará por medio de la velocidad de la adquisición
de datos y las consideraciones señal a ruido, como se discute a
continuación.
En referencia, ahora, a la Fig. 6, en la misma
se muestra de manera esquemática un ejemplo de rayos de proyección
de tipo abanico-rayo dentro de un cilindro de
reconstrucción 20 como se pretende para el uso en una realización
del método de la presente invención. El fin del cilindro de
reconstrucción es proporcionar un medio de proyectar la luz a
partir de una pluralidad de fuentes puntuales fijas
21a-21c, a lo largo de una pequeña circunferencia,
hacia el interior del tubo capilar cilíndrico. Los fotones emitidos
a partir de las fuentes puntuales poseen una geometría de
proyección conocida, tal como una forma de abanico o de cono, y
pasan a través del tubo capilar para ser detectados por un conjunto
de elementos sensibles 23a, 23b o 23c, como puede ser el caso,
localizados a lo largo de una circunferencia más amplia, opuesta a
la fuente puntual correspondiente. Aunque los conjuntos de sensores
de línea curva (1D) adecuados para la transiluminación de
abanico-rayo se muestran con propósitos
ilustrativos, debe entenderse que los conjuntos de sensores de línea
recta (1D) o los conjuntos de sensores planares (2D) adecuados para
la iluminación cono-rayo pueden emplearse de manera
similar. De esta manera, puede generarse un conjunto de rayos de
proyección en el que los rayos de proyección pueden describirse como
la línea recta que conecta la fuente puntual con un elemento sensor
individual. La diferencia entre el número de fotones que parte de
la fuente puntual a lo largo de un rayo de proyección particular,
tal como el rayo 31, y el número de fotones recibidos en el
elemento sensor particular se relaciona con el número de fotones
perdidos o atenuados debido a las interacciones con la célula y las
sondas moleculares marcadas asociadas y otros contenidos del tubo
de flujo a lo largo del camino del rayo de proyección.
Sin embargo pueden surgir complicaciones por la
dispersión de la luz, cambios de energía de los fotones, geometría
imperfecta y colimación defectuosa, y pueden llegar fotones
provenientes de diferentes fuentes a un elemento sensor determinado
cuando múltiples fuentes puntuales se activan simultáneamente. Con
una construcción cuidadosa del cilindro de reconstrucción, por
ejemplo, seleccionando de manera juiciosa la geometría del patrón de
fuetes puntuales y sus detectores opuestos como se describe aquí, y
cronometrando o asegurando de manera adecuada la activación de las
múltiples fuentes puntuales y la lectura de los conjuntos de
sensores, la contaminación fotónica producida por estas causas
puede minimizarse, aunque no eliminarse.
Se puede dar cuenta de la contaminación fotónica
por medio de la calibración del sistema, por ejemplo, cuando no hay
células presentes. O sea, cada fuente luminosa puede iluminarse a su
vez y se pueden medir sus efectos sobre cada uno de los sensores,
proporcionando de ese modo datos de partida para su empleo en la
normalización del sistema. Un paso de calibración adicional puede
conllevar, por ejemplo, la realización de imágenes de cuentas de
polímeros de látex u otras microesferas u esferoides de tipo oblea,
con propiedades ópticas conocidas y que se encuentren dentro del
intervalo de densidades de interés para la obtención de imágenes de
las células. Los fotones emitidos por sondas fluorescentes pueden
diferenciarse de los que se originan en las fuentes puntuales por
medio del uso de filtros de banda espectral en los detectores, como
se discute a continuación.
Cada fuente de luz puede poseer las mismas
características generales, de preferencia:
- -
- puede aproximarse a una fuente puntual circular pequeña,
- -
- puede ser brillante con contenido espectral conocido,
- -
- los fotones emitidos por la fuente pueden poseer una geometría conocida, tal como un cono-rayo o un abanico-rayo.
Cada fuente crea datos para un ángulo de
proyección. Una pluralidad de fuentes colocadas a lo largo de una
hélice cuyo eje es el eje central del tubo de flujo crea datos a
partir de múltiples ángulos de proyección a través de cada plano
sucesivo (o capa de reconstrucción) a medida que la célula fluye a
través del módulo. En dependencia de la geometría del sensor, se
pueden colocar varias fuentes puntuales de manera colineal en la
misma circunferencia, de manera que las proyecciones no se solapen
en el sensor. Una buena geometría de muestreo puede lograrse
situando fuentes equidistantes a lo largo de una hélice de 180
grados, aunque se puede tolerar una cobertura angular inferior en
algunos casos, y se puede emplear 360 grados para mejorar la
relación señal a ruido. El número deseado de fuentes es una función
de la resolución que se necesita dentro de cada reconstrucción
planar (el plano x-y) o reconstrucción volumétrica.
Si bien se emplea un arreglo helicoidal de fuentes puntuales a modo
de ilustración, debe comprenderse que puede emplearse una variedad
de patrones geométricos para el arreglo de fuentes puntuales.
Además, se puede seleccionar la longitud de onda de las fuentes, ya
sea mediante el uso de varios diodos u otros láseres o por medio del
filtrado de banda de una fuente blanca u otra fuente de banda
amplia, por ejemplo, una lámpara de mercurio o una lámpara de arco
de xenón.
En referencia, ahora a la Fig. 7, en la misma se
muestra de manera esquemática un ejemplo de una vista superior de
un cilindro de reconstrucción como se muestra en la Fig. 6, según se
pretende para el uso en una realización del método de la presente
invención. Una primera fuente puntual 21a y un arreglo de sensores
23a se muestran con un núcleo celular 19 que fluye de manera
perpendicular a la página en una proyección de la trayectoria de la
fuente que, en dos dimensiones, constituye un círculo de
reconstrucción 32, en el que todas las proyecciones, incluso las
que se adquieren de manera distante en el tiempo, se muestran
superpuestas, y en el que se encuentra contenida la célula entera.
Una segunda fuente puntual, 21b y un segundo arreglo de sensores 23b
se localizan alrededor de 30º alrededor de la hélice. Una tercera
fuente puntual 21c y un tercer arreglo de sensores 23c se localizan
alrededor de 90º alrededor de la hélice.
La toma de datos se abre en sincronía con la
velocidad de la célula, dentro de una sección transversal axial
"gruesa" de la célula. El grosor deseado del plano es una
función de la resolución deseada en la dirección z. Por lo regular,
la resolución en la dirección axial (dirección z) será menor que en
la dirección transaxial del plano. Además, el mejor círculo de
reconstrucción puede definirse por medio de la intersección
sobrelapada de los abanicos de proyección que poseen las fuentes
puntuales en sus ápices y el ancho de los arreglos sensores en sus
bases. Es deseable que la geometría del cilindro de reconstrucción
asegure que la sección transversal de la célula que fluye esté
contenida por completo dentro del círculo de reconstrucción.
Hay varias opciones que pueden emplearse para
crear fuentes puntuales ópticas, tales como:
\bullet un agujero pequeño frente a un láser o
a otra fuente de protones de alta intensidad,
\bullet una fibra óptica con una pequeña
sección transversal,
\bullet una lente de reducida distancia focal
colocada frente a una fuente de fotones,
\bullet un rayo de electrones que irradie un
punto en una superficie de fósforo (una forma de CRT), y
\bullet varias combinaciones de las
anteriores.
La geometría es tal que mientras más cerca se
halle la fuente puntual al objeto de interés (la célula) mayor será
la magnificación debido al ángulo geométrico más amplio que está
sustentado por un objeto más cercano a la fuente. A la inversa, si
la resolución requerida se conoce de antemano al diseño del sistema,
entonces puede optimizarse la geometría para dicha resolución
particular. A modo de contexto, los expertos en la técnica pueden
dirigirse a Blass, M.,
editor-in-chief, Handbook of Optics:
Fiber Optics and Nonlinear Optics, 2nd ed., Vol. IV,
Mcgraw-Hill, 2001.
En referencia, ahora, a la Fig. 8, la misma
muestra, de forma esquemática un ejemplo de un arreglo en línea
recta 23 usado en la reconstrucción celular como se pretende para el
uso en una realización del método de la presente invención. Por
ejemplo, dada una sección transversal de una célula 12 y de un
núcleo 19 contenida en un círculo de reconstrucción de 30
micrómetros de diámetro y una resolución deseada de 0,5 micrómetros,
luego el muestreo de Nyquist (o sea, sobremuestreo por un factor de
dos) dicta que se requieren al menos 120 elementos de detección 33
para cada fuente puntual 21. La fuente puntual 21 en el ápice y la
longitud del arreglo lineal 34 en la base forman un triángulo 35,
de manera que la célula ejemplo de 30 micrómetros de diámetro cabe
dentro del triángulo 35, tan cerca como resulta posible de la fuente
puntual 21. En este ejemplo, si cada elemento del arreglo (p.ej.
CCD) tiene un ancho de 20 micrómetros y la longitud del arreglo es
2400 micrómetros, entonces el centro de la célula puede estar
localizado alrededor de 100 micrómetros (la mitad del diámetro del
tubo capilar) contando a partir de la fuente puntual cuando la
distancia entre la fuente puntual y el arreglo lineal es 8
milímetros, proporcionando una ampliación de 80 veces.
Como segundo ejemplo, considérese un círculo de
reconstrucción de 30 micrómetros y un arreglo de sensores de
semiconductor complementario de óxido metálico (CMOS), en el cual el
tamaño del elemento píxel es 4 micrómetros. En este caso, el
arreglo puede contener 120 elementos para un ancho de 480
micrómetros, y puede estar posicionado a 1,6 mm de la fuente
puntual cuando la distancia entre la fuente puntual y la célula es
100 micrómetros, proporcionando una ampliación de 16 veces.
Cada fuente puntual tendrá un arreglo
correspondiente de elementos sensores, tales como CCDs en algún
arreglo geométrico recto o curvo, opuesto a la fuente puntual para
recibir los rayos fotónicos transmitidos a través del círculo de
reconstrucción. Por lo regular, el arreglo lineal puede tener su
arreglo de elementos sensores centrado en la línea entre la fuente
puntual y el eje de flujo central, y puede alinearse
perpendicularmente al eje del flujo. Es posible usar arreglos 2D en
los que sólo un subconjunto de cada línea de elementos dentro del
arreglo 2D se lee para la entrada de la reconstrucción. En un
arreglo 2D, cada subconjunto sucesivo de elementos puede
relacionarse con el número adecuado de elementos para alinearlo
correctamente con cada fuente puntual distinta a lo largo del
arreglo helicoidal de fuentes puntuales.
Para la reconstrucción capa a capa por
abanico-rayo empleando el ejemplo del círculo de
reconstrucción de 30 micrómetros con 120 elementos sensores por
abanico, para obtener una resolución de 0,5 micrómetros, es
suficiente un arreglo con 2000x2000 elementos de 20 micrómetros para
detectar 136 fuentes puntuales colocadas a incrementos de un grado
radial, donde el promedio de separación entre vistas sucesivas es
300 micrómetros, donde ello es equivalente a 15 elementos sensores
(en el centro del arreglo la separación puede ser de 140
micrómetros, o 7 elementos, mientras que en los bordes del arreglo,
una separación de un grado radial entre vistas puede acarrear una
diferencia considerablemente mayor). Si se promediaran grupos de 15
filas del arreglo sensor para proporcionar los datos de proyección
para una capa, la resolución z dentro de la imagen de la célula
puede ser de 3,75 micrómetros, en tanto si se promedian 2 filas para
cada proyección, la resolución axial en el espacio objeto puede ser
de 0,5 micrómetros, que equivalen a la resolución transaxial.
En una realización preferida para el uso en el
método de la invención, el arreglo 2D se curva siguiendo una
circunferencia cilíndrica que puede ser concéntrica con el cilindro
de la reconstrucción, de manera que los caminos de los rayos son
todos iguales en longitud. Para el caso de un círculo de
reconstrucción de 30 micrómetros, un arreglo 2D que posea solo los
elementos requeridos para oponerse a un locus helicoidal de fuentes
puntuales puede ser una tira de 120 elementos de ancho por algún
múltiplo de 136 elementos en altura (longitud) para el ejemplo
descrito con anterioridad.
Aunque se describe la iluminación planar o
"gruesa" en abanico con propósitos de la ilustración anterior,
debe comprenderse que la iluminación verdadera, no colimada de
cono-rayo puede emplearse de conjunto con detectores
planares 2D, que proporcionan una reconstrucción 3D empleando
algoritmos de cono-rayo. Las imágenes de proyección
2D pueden analizarse directamente para obtener, por ejemplo,
información acerca del estado de la enfermedad o el estado de
transformación de la célula. Para una reconstrucción directa,
volumétrica, de cono-rayo, la iluminación a partir
de una pluralidad de fuentes puntuales se multiplica de tal manera
que, dado el arreglo geométrico de de las fuentes puntuales y los
detectores, los conos de iluminación a partir de diferentes fuentes
puntuales no se sobrelapan en el arreglo de sensores.
Además, si la célula fluye a velocidad de 1
metro/seg. (o 1.000.000 micrómetros/seg.) y cada elemento en el
arreglo 2D posee 20 micrómetros de ancho, entonces una lectura
tomada cada 20 microsegundos puede fácilmente capturar datos dentro
de capas de la célula de 0,25 micrómetros. Para el caso en que se
promedian 15 filas de sensores para proporcionar los datos para una
capa de 3,75 micrómetros, las lecturas tendrían que tomarse cada
300 microsegundos. Una mejora significativa en la reconstrucción de
la calidad de la imagen se logra por medio del uso de un arreglo 2D
mayor.
Una realización para el uso en el método de la
presente invención especialmente adecuada para la toma de imágenes
multiespectrales de un número de bandas de longitud de onda
transmitida o emitida puede incluir de manera ventajosa dos o más
módulos de reconstrucción dispuestos en serie. Tales cilindros de
reconstrucción múltiples pueden separarse por medio de secciones
intercaladas de tubo capilar, y cada módulo proporciona datos de
proyección adecuados para producir una imagen reconstruida completa
de los objetos que fluyen a través de él. Las fuentes puntuales y/o
arreglos de sensores para cada uno de los varios módulos de
reconstrucción pueden optimizarse para una banda espectral
particular. Por ejemplo, un primer módulo de reconstrucción puede
emplear una iluminación de luz blanca intensa y una detección no
filtrada para proporcionar un conjunto completo de datos de
proyección para reconstruir un mapa de la densidad óptica del
objeto, los coeficientes de absorción o dispersión, mientras que un
segundo módulo de reconstrucción puede emplear iluminación, tal como
un láser de argón iónico (488 nm), en una banda espectral estrecha,
centrada alrededor de 495 nm, para excitar proteínas marcadas con
sondas fluorescentes para un estudio de inmunofluorescencia, de
conjunto con arreglos de sensores filtrados, sensibles a la emisión
a 520 nm, para proporcionar un segundo conjunto completo de datos de
proyección, suficiente para delinear mapas der la distribución de
concentración de las proteínas marcadas por medio del uso de
algoritmos de reconstrucción de la emisión, como se describe a
continuación. Un tercer módulo de reconstrucción más puede usar
iluminación de banda estrecha centrada alrededor de 535 y/o 342 nm
para excitar al yoduro de propidio unido estequiométricamente al
ADN y arreglos de sensores filtrados para detectar de manera óptima
las emisiones rojas (617 nm) para estudios de ploidía. Debe
comprenderse que los ejemplos anteriormente mencionados tienen
propósitos ilustrativos, y que el método se aplica, de modo general,
a cualquier combinación de longitudes de onda para iluminar y
detectar.
Los algoritmos más comunes y fáciles de
implementar de reconstrucción, conocidos como métodos de proyección
reversa filtrada, se derivan a partir de un paradigma similar en la
tomografía computarizada de rayos X (CT) usando geometría de
cono-rayo y de abanico-rayo (véanse
las siguientes referencias, por ejemplo, Kak, A.C. y Slaney, M.,
Principles of Computerized Tomographic Imaging, IEEE Press, New
York, 1988, y Herman, G., Image Reconstruction from Projections:
The Fundamentals of Computerized Tomography, Academic Press, New
York, 1980). Estos métodos se basan en los teoremas para las
transformaciones de Radón con modificaciones que reflejan la
geometría particular de la configuración fuente/detector y los
caminos de los rayos en la fuente de irradiación. Sin embargo, en
el caso de la CT clínica de rayos X, para la adquisición capa a
capa, el sujeto humano por lo general se mantiene inmóvil mientras
la fuente de rayos X y los arreglos de detectores pueden moverse a
lo largo de un arco alrededor del paciente para tomar datos a partir
de múltiples ángulos de proyección dentro de una capa dada. Luego,
el sujeto humano se reposiciona a lo largo del eje z y se toman los
datos de otra capa, etc. De manera alternativa, en la más moderna
CT clínica helicoidal, el paciente puede trasladarse de manera
continua en la dirección z mientras el conjunto
fuente-detector rota de manera continua para
proporcionar datos de proyección helicoidal, lo cual se interpola
luego para proporcionar proyecciones ortogonales al eje z del
paciente. En la tomografía óptica de flujo, el sujeto (una célula)
se mueve a velocidad constante en relación con las fuentes
estacionarias y los arreglos de detectores, en los cuales, la
pluralidad de los sistemas fuente/detector adquieren datos en
sincronía con puntos de tiempo específicos desencadenados a lo largo
del vector velocidad de la célula de manera que se generan datos de
múltiples ángulos de proyección dentro de una capa o volumen dado.
Para el barrido capa a capa, el algoritmo de reconstrucción
calculará una imagen 2D de un plano perpendicular al eje del
movimiento, y el apilamiento en serie de múltiples capas generará
la imagen 3D del sujeto en la que el contraste es una función de las
variaciones en el coeficiente de atenuación de los rayos X o la
densidad óptica dentro del sujeto para la CT o la tomografía óptica
de flujo, respectivamente. Para el barrido volumétrico de
cono-rayo, el algoritmo de reconstrucción calcula
una imagen 3D de un volumen dentro de la célula u otro objeto
directamente a partir de la transmisión planar o las proyecciones
ópticas de emisión, donde el contraste es una función de la
densidad óptica y/o la distribución de densidad de la sonda marcada
mediante fluorescencia, respectivamente, dentro del objeto cuya
imagen se obtiene.
Puede resultar deseable sea para cualquiera de
los datos de transmisión producir la reconstrucción de la densidad
celular o para los datos de emisión, reconstruir la distribución de
la sonda marcada mediante fluorescencia, o ambos, para emplear
algoritmos de reconstrucción de imágenes diferentes a la
retroproyección filtrada. La clase general conocida como algoritmos
de reconstrucción iterativos es más eficaz en algunos casos,
especialmente para la tomografía de emisión o, cuando resulta
posible, como una instancia del método de la presente invención, en
especial para la tomografía de emisión, o cuando resulta posible,
como un caso del método de la presente invención, donde la simetría
axial y la naturaleza de tricompartimentación del objeto resultan
conocidas, para incorporar información a priori al algoritmo
de reconstrucción, para mejorar la calidad de la reconstrucción
(véase, por ejemplo, Gilbert, P., "Iterative Methods for the
Three-dimensional Reconstruction of an Object from
Projections", Journal of Theoretical Biology
36:105-17, 1972, y otras referencias ya mencionadas
con anterioridad).
De manera similar, un método puede emplear de
forma ventajosa los algoritmos de reconstrucción estadística de
modelación basada en elemento finito (FEM). Los algoritmos FEM se
derivan a partir de la teoría de transporte lineal, en la que la
ecuación de difusión/migración del fotón se resuelve en todas las
fronteras de los elementos para producir un mapa bidimensional o
tridimensional de alguna combinación de las propiedades de
absorción, dispersión, índice refractivo y factor anisotrópico del
objeto cuya imagen se obtiene. Ejemplos de estos métodos se
muestran en Paulsen, K.D. y Jiang, H., "Spatially Varying Optical
Property Reconstruction Using a Finite Element Diffusion Equation
Approximation", Medical Physics 22 (691-701)
1995, Hampel, U. and Freyer, R., "Fast Image Reconstruction for
Optical Absorption Tomography in Media with Radially Symmetric
Boundaries", Medical Physics 25 (1): 92-101,
1998, y Jiang, H., Paulsen, K.D., y Osterberg, U.L.,
"Frequency-domain Near-infrared
Photo Difusión Imaging: Initial Evaluation in Multitarget Tissuelike
Phantoms", Medical Physics 25(2):
183-93,1998.
Si se usa una fuente puntual policromática (p.
ej., luz blanca) se pueden utilizar diferentes tinciones cromáticas
(p. ej., cromóforos) para distinguir un número de sondas moleculares
y características estructurales dentro de una célula determinada.
Aquí, filtros de banda en serie en la fuente o en los arreglos de
sensores (o en ambos) separan los datos de la longitud de onda y
permiten la reconstrucción y localización espacial de las moléculas
individuales teñidas. Un método más robusto para obtener imágenes a
partir de múltiples sondas involucra una fuente de luz blanca
intensa y la toma inmediata de múltiples longitudes de onda
filtradas en los arreglos de sensores, lo que permite a los
algoritmos de reconstrucción de imágenes calcular las capas
espaciales para cada cromóforo. Los mismos pueden mostrarse como
imágenes coloreadas.
Como un caso especial del sistema de tomografía
óptica de flujo, ciertas sondas moleculares pueden marcarse con un
"reportero" que emita luz a una longitud de onda diferente
(mayor) cuando se le estimula por medio de la fuente primaria de
fotones. La emisión secundaria del reportero puede filtrarse con
filtros ópticos estándar para separar los fotones de la fuente
primaria de los fotones de emisión secundaria. Sin embargo, el
algoritmo de reconstrucción de imagen obtenida mediante emisión
secundaria de fotones es más complicado, porque los fotones
secundarios no necesariamente aparecen en un rayo de camino directo
a partir de la fuente puntual. Se asume que los fotones secundarios
irradian a partir de la fuente puntual secundaria en un patrón
esférico uniforme, por tanto, la intensidad de los fotones
secundarios que alcanzan cualquier elemento sensible será una
función simple de la distancia al elemento de detección. Un
refinamiento superior puede alcanzarse por medio de la distribución
no esférica de fotones a partir de la fuente secundaria
proporcionando un modelo de la distribución espacial de los fotones
secundarios, en relación con la fuente puntual y dentro de la capa
de reconstrucción. Cada método proporcionará una forma de calcular
la localización de la fuente secundaria en la capa o el volumen de
reconstrucción. La colimación entre el objeto del que se obtienen
las imágenes y los arreglos de sensores mejorarán la reconstrucción
de la imagen.
Si la intensidad de los fotones primarios y la
intensidad de los fotones secundarios se miden de manera simultánea
por medio de filtración óptica, la reconstrucción de densidad de
alta resolución a partir de las intensidades de los fotones
primarios pueden superponerse sobre o fundirse con la reconstrucción
de la fuente secundaria, de manera que la morfología de la imagen,
de conjunto con la concentración de la sonda localizada estén
disponibles en una única imagen reconstruida. En dependencia de la
intensidad, la relación señal a ruido y la capacidad de filtrar o
producir anchos de banda estrechos de fotones en la fuente y/o los
sensores, puede resultar ventajoso usar múltiples fuentes
secundarias, cada una de las cuales corresponda a una sonda
molecular marcada de forma diferente.
Como se describió con anterioridad, la presente
invención es un método para la detección automática y la
compartimentación de marcadores moleculares teñidos o marcados de
manera específica con sondas moleculares a partir de proyecciones
ópticas y la reconstrucción tomográfica de células obtenidas a
partir de un paciente como se define en las reivindicaciones
1-21 que se anexan. Se puede llevar a cabo una
determinación de si el paciente tiene un cáncer maligno por medio
de la presencia o ausencia de la expresión y la compartimentación de
marcadores moleculares inadecuados.
En referencia, ahora a la Fig. 9, en la misma se
muestra de manera esquemática un ejemplo de un método de
clasificación con los datos de la reconstrucción celular como se
pretende en la realización de la presente invención. El sistema
puede incluir varios clasificadores que pueden trabajar de manera
conjunta para determinar si una muestra particular de células
contiene células de interés y si dichas células muestran una
expresión y/o compartimentación inadecuada de marcadores
moleculares, que estén asociadas a enfermedades. Un clasificador es
un programa informático que analiza un objeto sobre la base de los
valores de determinadas características 91. El sistema de
clasificación automática para el uso en la presente invención puede
incluir, por ejemplo, un clasificador primario, 90, que lleva a
cabo una función básica de pesquisaje, y selecciona objetos de
interés. Un clasificador secundario, 92, clasifica los objetos como
morfológicamente anormales o morfológicamente normales y como que
poseen una expresión y/o compartimentación inadecuada del marcador
molecular, asociada con una enfermedad, o como normal y que no
exhibe una expresión y/o compartimentación inadecuada del marcador
molecular relacionadas con una enfermedad. Un informe, 93 puede
proporcionarse, que detalle los resultados de la clasificación de
cualquiera o todos los clasificadores. Debe comprenderse que muchos
y variados clasificadores pueden emplearse. Esto depende de la
aplicación.
Como se apuntó con anterioridad, en tanto el
sistema automático para el uso en el método de la presente invención
puede incluir un clasificador primario y otro secundario, se puede
usar un único clasificador para obtener de manera secuencial las
clasificaciones alcanzadas por el método de la presente invención.
Los paquetes de software empleados para generar las funciones de
clasificación basadas en métodos estadísticos por lo general están
disponibles comercialmente.
El clasificador automático usado en el método de
la presente invención incluye de manera preferencial clasificadores
que utilizan decisiones binarias difusas o decisiones de estadística
tipo Bayesian basadas en características de marcadores moleculares
en el desempeño de su función de clasificación. El clasificador
puede construirse de manera que incluya un gran número de valores
de características, por ejemplo, incluyendo características de
compartimentación de los marcadores moleculares, características
morfológicas, características fotométricas, características de
textura discreta, características de textura tipo Markovian,
características de textura no del tipo Markovian, características
de textura fractal y características de textura de largo de
corrida.
El clasificador primario puede funcionar, por lo
regular, para subdividir objetos de interés en tres clases: (1)
células que contienen información de diagnóstico incluyendo
marcadores moleculares y su compartimentación que están asociados
con la enfermedad; (2) células inflamatorias; y (3) artefactos. El
clasificador primario puede afectar la clasificación célula a
célula por medio de un árbol de decisión que incorpore una selección
de valores de características.
Como se indicó con anterioridad, la capacidad
del sistema usado en el método de la presente invención para
distinguir células y núcleos celulares de artefactos, y células que
poseen una compartimentación de marcadores moleculares asociada a
una enfermedad de otras células normales depende de la capacidad del
clasificador de hacer distinciones basadas en los valores de las
características calculadas. Por ejemplo, para distinguir las
células normales de células anormales (o sea, células que sirven
para el diagnóstico), el método de la presente invención puede
aplicar varias funciones de discriminación distintas, cada una de
las cuales se entrena para identificar tipos particulares de
objetos y cambios particulares en la expresión y/o compartimentación
de marcadores moleculares.
El clasificador secundario clasifica las células
en la muestra de células seleccionadas por el clasificador primario
y también usa un árbol de decisión y valores de características en
el desempeño de su función de clasificación. El clasificador
secundario, que puede ser considerado como un clasificador muestra a
muestra, analiza las células clasificadas por el clasificador
primario y clasifica las muestras en las que poseen características
asociadas con el cáncer y las que no poseen características
asociadas al cáncer. Del mismo modo que con el clasificador
primario, el clasificador secundario se construye para distinguir
las células sobre la base de un conjunto de compartimentaciones de
marcadores moleculares preferidos.
El clasificador puede incluir al menos una
función de discriminación, cuya función de discriminación emplea
características de los mapas de sombras para clasificar células de
interés en la muestra, incluyendo, pero sin limitarse a, la
expresión y compartimentación de marcadores moleculares y
características seleccionadas del grupo compuesto por el área, el
radio medio, la varianza de la densidad óptica (OD), la estrechez
del perfil de la OD, el intervalo de la OD, la OD media, la OD
máxima, la densidad de las manchas (spots) luminosos, la distancia
promedio superior, la distancia promedio media/superior, la
correlación, la homogeneidad, la entropía, la dimensión fractal, la
textura, el patrón de puntos, los componentes conectados, el
análisis de primeros vecinos, y los diferentes harmónicos en el
espacio de frecuencia de densidad espacial.
En referencia, ahora a la Fig. 10, en la misma
se muestra esquemáticamente un proceso que ejemplifica la
determinación de la compartimentación de una sonda molecular. En un
primer paso, 94 se extraen las características a partir de las
imágenes de proyección o las imágenes 3D reconstruidas. En el paso
95 se identifican los bordes, fronteras, límites, áreas,
superficies y volúmenes dentro del objeto de interés empleando
técnicas conocidas para la localización de bordes, por ejemplo.
Luego de la extracción de las características a partir de las
imágenes de proyección o las imágenes 3D reconstruidas, se emplean
dichas características para encontrar objetos de interés en el paso
96, lo que puede lograrse por medio del sistema de clasificación
descrito en la Fig. 9, con anterioridad. En el paso 97, luego de la
identificación de determinados objetos de interés, se delinean
mapas de las densidades de la sonda molecular asociadas al objeto de
interés con respecto al objeto correspondiente, como medida de la
compartimentación de la sonda(s) en el paso 98. Por ejemplo,
la concentración de una sonda A asociada a un objeto de interés X
será una medida de la concentración de las moléculas blanco
asociadas con dicho objeto y, como tal, es la compartimentación del
blanco dentro de la célula.
En referencia, ahora, a la Fig. 11, en la misma
se muestra de manera esquemática, ejemplos de compartimentos que
pueden ser de interés. En el caso más simple, una célula 1 puede
dividirse en dos compartimentos, el compartimento citoplasmático 18
y el compartimento nuclear 19. Los marcadores moleculares pueden
compartimentarse dentro de los compartimentos citoplasmático o
nuclear de una célula. En otro ejemplo, el compartimento
citoplasmático puede subdividirse a su vez en otros compartimentos,
tales como las mitocondrias, el retículo endoplasmático y los
lisosomas. En otro ejemplo diferente, los organelos tales como los
nucléolos pueden definirse como compartimentos dentro del
compartimento nuclear. En otro ejemplo diferente, se pueden definir
como compartimentos estructuras transientes, tales como los
cromosomas condensados 36. Una persona con conocimiento de la
técnica reconocerá que cualquier estructura molecular que pueda
localizarse en el espacio intracelular puede ser definida como
compartimento.
En referencia, ahora, a la Fig. 12, se muestra
de manera esquemática un diagrama de bloque de un método para la
detección de células con la compartimentación de marcadores
moleculares asociados a la malignidad y/o la enfermedad, incluyendo
un cáncer. El método incluye:
- la obtención de una muestra celular que posee una pluralidad de células y la suspensión de dicha pluralidad de células en una solución en el paso 100;
- si se requiere, la fijación de la pluralidad de células de la muestra celular en el paso 102;
- el marcaje de al menos un marcador molecular en la pluralidad de células con sondas moleculares marcadas o teñidas en el paso 103;
- la iluminación de al menos una célula de la pluralidad de células con al menos una fuente puntual de luz en el paso 104;
- la obtención de al menos dos imágenes de proyección diferentes a través de al menos una célula con un detector de composición digital en el paso 105;
- la compensación de al menos dos imágenes de proyección para eliminar las variaciones de la iluminación en el paso 106;
\global\parskip0.880000\baselineskip
- el análisis de al menos dos imágenes de proyección para detectar al menos un marcador molecular marcado que posea características densitométricas y de localización en el paso 107;
- el análisis de la localización de al menos un marcador molecular dentro de al menos una célula, en el paso 108;
- la medición de la compartimentación de al menos un marcador molecular marcado por medio del uso de las características densitométricas y de localización en el paso 109; y
- el análisis de la compartimentación de al menos un marcador molecular marcado con al menos un clasificador para la detección de malignidades y/o compartimentación del marcador asociada a enfermedad en el paso 110.
En un ejemplo de realización, el paso 106 de la
compensación de al menos dos imágenes de proyección para eliminar
variaciones en la iluminación puede lograrse por medio del uso de
técnicas de procesamiento de imágenes y técnicas ópticas
convencionales. El análisis de al menos dos imágenes de proyección
para detectar al menos un marcador molecular marcado que posea
características densitométricas y de localización en el paso 107,
puede llevarse a cabo empleando las técnicas descritas en la Patente
US 6.519.355 concedida a Alan C. Nelson, el 11 de febrero de 2003,
titulada "OPTICAL PROJECTION IMAGING SYSTEM AND METHOD FOR
AUTOMATICALLY DETECTING CELLS HAVING NUCLEAR AND CYTOPLASMIC
DENSITOMETRIC FEATURES ASSOCIATED WITH DISEASE".
El paso 108, que analiza la localización de al
menos un marcador molecular dentro de al menos una célula, puede
llevarse a cabo empleando las técnicas descritas en la solicitud
pendiente US, número 10/147.154, de Alan C. Nelson, enviada el 13
de mayo de 2002, titulada, "METHOD AND APPARATUS FOR EMISSION
COMPUTED TOMOGRAPHY USING TEMPORAL SIGNATURES".
El paso 109, la medición de la compartimentación
puede incluir de manera ventajosa el análisis de la textura de las
características de densidad formadas por al menos un marcador
molecular marcado, localizado dentro de las superficies de unión
coincidentes localizadas dentro de al menos dos imágenes de
proyección. Además, el paso de la medición de la compartimentación
puede incluir, de manera ventajosa, la comparación de las
superficies frontera dentro de al menos dos de las imágenes de
proyección, para determinar un conjunto de superficies de frontera
coincidentes entre las al menos dos imágenes de proyección. El paso
de la medición de la compartimentación puede incluir además, de
manera ventajosa, la determinación de la colocalización de al menos
dos marcadores moleculares marcados en el espacio 3D. El paso de la
medición de la compartimentación puede incluir además, de manera
ventajosa, la determinación de la colocalización de al menos dos
marcadores marcados en el espacio 2D. El paso de la medición de la
compartimentación puede incluir también, de manera ventajosa, el
análisis de la textura de las características de densidad de al
menos dos marcadores moleculares en relación mutua, por ejemplo,
mediante el empleo de técnicas de la solicitud US mencionada con
anterioridad de Nelson, número 10/147.154.
En una realización preferida, un compartimento
puede ser cualquier espacio tridimensional que posea fronteras
dentro de una célula, según pueda discernirse mediante FOT. La
muestra celular puede ser un espécimen de pulmón humano, un
espécimen de cerviz humana, un espécimen sanguíneo, o puede contener
células raras. En un ejemplo, la tinción de una muestra para
identificar la compartimentación de marcadores moleculares incluye
hacer reaccionar las células con anticuerpo
anti-pRb. En otro ejemplo, una proteína de unión
específica a metil CpG puede emplearse para teñir el ADN
metilado.
El sistema empleado en el método de la invención
resulta útil para el análisis de varios tipos de células
biológicas. En un ejemplo, la célula de interés puede seleccionarse
para realizar un diagnóstico de cáncer, y/o la célula de interés
puede ser, de manera ventajosa, una célula de cáncer preinvasivo. La
célula de interés puede contener una célula de cáncer invasivo,
cuyas células de interés se emplean para el pesquisaje de un
paciente en busca de cáncer. Las células de interés pueden
utilizarse también para determinar si un paciente desarrollará
cáncer. La célula cancerosa puede obtenerse a partir de un cáncer
epitelial. De manera alternativa. o además, la célula de cáncer
preinvasivo puede ser de origen epitelial. El cáncer epitelial puede
seleccionarse, de manera ventajosa, a partir del grupo que incluye
al cáncer de pulmón y garganta, el cáncer de ovario y cuello del
útero, el cáncer de mamas, el cáncer de próstata, el cáncer de
vejiga, el cáncer de piel, y el cáncer del tracto
gastrointestinal.
En otra realización, la compartimentación del
marcador molecular asociada a enfermedad se determina por medio de
la medición de la compartimentación de marcadores que incluyen, pero
no se limitan a, pRb, p53/p53BP1, SAM68, PTEN, E2F y
c-myc en un número significativo de muestras de
esputo tomadas a partir de individuos con cáncer de pulmón y la
comparación de la compartimentación de estos marcadores moleculares
en individuos normales y la determinación de cuáles marcadores
moleculares poseen una compartimentación que sea distinguible entre
los dos grupos. Otros marcadores moleculares también pueden
muestrearse en busca de compartimentación asociada a enfermedades,
de la misma manera.
La invención se ha descrito en el presente
documento con considerable detalle, con el objetivo de cumplir con
los Estatutos de Patentes y para proveer a los expertos en la
técnica de la información necesaria para aplicar los novedosos
principios de la presente invención, y para construir y usar los
componentes ejemplificados y especializados como se les requiera.
Sin embargo, debe comprenderse que la invención puede llevarse a
vías de hecho por medio de un equipamiento y dispositivos y
algoritmos de reconstrucción específicamente diferentes, y que las
distintas modificaciones, tanto en los detalles del equipamiento y
los procedimientos operativos, pueden lograrse sin separarse del
alcance de la presente invención.
\global\parskip1.000000\baselineskip
Este listado de referencias citadas por el
solicitante tiene como único fin la conveniencia del lector. No
forma parte del documento de la Patente Europea. Aunque se ha puesto
gran cuidado en la compilación de las referencias, no pueden
excluirse errores u omisiones y la OEP rechaza cualquier
responsabilidad en este sentido.
- \bullet US 6026174 A
- \bullet US 5402460 A, Johnson
- \bullet WO 0235474 A
- \bullet US 6519355 B
\bullet US 147154 A
PASQUALE, D. Retinoblastoma Protein
Tethered to Promoter DNA Represses TBP-Mediated
Transcription. Journal of Cellular Biochemistry, 1998,
vol. 70, 281-287
RAPPOLD I. Tumor Suppressor p53 Binding
Protein 1 (53BP1) Is Involved in DNA
Damage-signaling Pathways. The Journal of Cell
Biology, 2001, vol. 153 (3), 613-620
CHEN, T. A Role for the GSG Domain in
Localizing Sam68 to Novel Nuclear Structures in Cancer Cell Lines.
Molecular Biology of the Cell, 1999, vol. 10,
3015-3033
PERREN, A. Mutation and Expression
Analyses Reveal Differential Subcellular Compartmentalization of
PTEN in Endocrine Pancreatic Tumors Compared to Normal Islet Cells.
American Journal of Pathology, 2000, vol. 157 (4),
1097-1103
GIL, R. Subcellular Compartmentalization
of E2F Family Members Is Required for Maintenance of the Postmitotic
State in Terminally Differentiated Muscle. The Journal of Cell
Biology, 2000, vol. 148 (6),
1187-1201
ROUNTREE, M. DNA methylation, chromatin
inheritance, and cancer. Oncogene, 2001, vol. 20,
3156-3165
SHAPIRO, HM. Practical Flow Cytometry.
Wiley-Liss, 1995
GILBERT, P. Iterative Methods for the
Three-dimensional Reconstruction of an Object from
Projections. Journal of Theoretical Biology, 1972,
vol. 36, 105-17
OPPENHEIM, B.E. More Accurate Algorithms
for Iterative 3 dimensional Reconstruction. IEEE Transactions on
Nuclear Science, 1974, vol. NS-21,
72-7
SINGER, J.R; GRUNBAUM, F.A.;
KOHN, P.; ZUBELLI, J.P. Image Reconstruction of the
Interior of Bodies that Diffuse Radiation. Science,
1990, vol. 248 (4958), 990-3
MUELLER, K.; YAGE, R. Rapid
3-D Cone-beam Reconstruction with
the Simultaneous Algebraic Reconstruction Technique (SART) Using
2-D Texture Mapping Hardware. IEEE Transactions
on Medical imaging, 2001, vol. 19 (12),
1227-37
BELLMAN, S.H.; BENDER, R.;
GORDON, R.; ROWE, J.E. ART is Science being A Defense
of Algebraic Reconstruction Techniques for
Three-dimensional Electron Microscopy. Journal of
Theoretical Biology, 1971, vol. 32,
205-16
MANGLOS, S.H.; GAGNE, G.M.;
KROL A; THOMAS, F.D.; NARAYANASWAMY, R.
Transmission Maximum-likelihood Reconstruction with
Ordered Subsets for Cone Beam CT. Physics in Medicine and
Biology, 1995, vol. 40 (7), 1225-41
SHAPIRO, H.M. Practical Flow Cytometry.
Wiley-Liss, 1995
BLASS, M. Handbook of Optics: Fiber
Optics and Nonlinear Optics. Mcgraw-Hill,
2001, vol. IV
KAK, A.C.; SLANEY, M.
Principles of Computerized Tomographic Imaging.
1988
HERMAN, G. Image Reconstruction from
Projections: The Fundamentals of Computerized Tomography. Academic
Press, 1980
PAULSEN, K.D.; JIANG, H. Spatially
Varying Optical Property Reconstruction Using a Finite Element
Diffusion Equation Approximation. Medical Physics,
1995, vol. 22, 691-701
HAMPEL, U.; FREYER, R. Fast Image
Reconstruction for Optical Absorption Tomography in Media with
Radially Symmetric Boundaries. Medical Physics, 1998,
vol. 25 (1), 92-101
JIANG, H.; PAULSEN, K.D.;
OSTERBERG, U.L. Frequency-domain
Near-infrared Photo Diffusion Imaging: Initial
Evaluation in Multitarget Tissuelike Phantoms. Medical
Physics, 1998, vol. 25 (2), 183-93.
Claims (21)
1. Un método para la detección de células con
una compartimentación de marcadores moleculares asociada a la
malignidad y/o la enfermedad, incluyendo un cáncer, el método
comprende las etapas:
- a)
- obtener una muestra celular que posea una pluralidad de células (1) y suspender (100) la pluralidad de células en una solución;
- c)
- marcar (103) al menos un marcador molecular en la pluralidad de células con sondas moleculares marcadas o tintes;
- d)
- iluminar (104) al menos una célula (1) de la pluralidad de células con al menos una fuente puntual de luz (21a, 21b, 21c);
- e)
- obtener (105) al menos una imagen de proyección a través de al menos una célula (1) con un arreglo de detectores (23a, 23b, 23c), donde la al menos una imagen de proyección se obtiene usando (104) la al menos una fuente puntual de luz (21a, 21b, 21c) de conjunto con un arreglo opuesto de detectores, donde se genera un conjunto de rayos de proyección (31), cuyos rayos de proyección se definen como líneas rectas que pasan a través de la célula y conectan la al menos una fuente puntual de luz (21) con un elemento sensor individual (33) de dicho arreglo opuesto de detectores (23a, 23b, 23c), permitiendo de ese modo la adquisición de proyecciones de la luz trasmitida a través de la al menos una célula (1);
- f)
- compensar (106) la al menos una imagen de proyección para corregir variaciones en la iluminación;
- g)
- analizar (107) la al menos una imagen de proyección para detectar al menos un marcador molecular marcado que posea características densitométricas y de localización;
- h)
- analizar (108) la localización de al menos un marcador molecular dentro de la al menos una célula (1);
- i)
- medir (109) la compartimentación del al menos un marcador molecular por medio del uso de características densitométricas y de localización; y
- j)
- analizar (110) la compartimentación del al menos un marcador molecular con al menos un clasificador para detectar la compartimentación de marcadores asociada a la malignidad y/o la enfermedad.
2. El método de la reivindicación 1 que
comprende, entre los pasos a) y c) el paso de:
- b)
- fijar (102) la pluralidad de células de la muestra celular.
3. El método de las reivindicación 1 o la
reivindicación 2, en los que la al menos una imagen de proyección
comprende al menos dos imágenes de proyección diferentes.
4. El método de la reivindicación 1, en el que
el paso h) comprende el análisis de la localización de al menos un
marcador molecular en el espacio bidimensional dentro de la
mencionada al menos una célula (1, 108).
5. El método de la reivindicación 3, en el que
el paso de obtener al menos dos imágenes de proyección diferentes
(105) comprende además, el emplear un sistema de tomografía óptica
para obtener las al menos dos imágenes de proyección.
6. El método de la reivindicación 5, en el que
el sistema de tomografía óptica comprende un sistema de tomografía
óptica de flujo.
7. El método de la reivindicación 1 o la
reivindicación 3, en el que la muestra celular comprende al menos
un espécimen aislado, seleccionado a partir del grupo que consta de
esputo, lavado bronquio-alveolar, raspado bucal,
orina, raspados y rastros cervicales, aspirados de pezones, lavados
de pezones, heces, aspirados con aguja fina de órganos blanco y
sangre.
8. El método de la reivindicación 1 o la
reivindicación 3, que comprende, además, el paso de desnudar el
citoplasma (18) de la pluralidad de células (1).
9. El método de la reivindicación 1 o la
reivindicación 3, en el que el cáncer se selecciona a partir del
grupo que consta de cáncer de pulmón, vejiga, cuello uterino, mamas,
colon, recto, próstata, células de ovario y sanguíneas.
10. El método de la reivindicación 1 o la
reivindicación 3, en el que las sondas moleculares se seleccionan a
partir del grupo que consta de anticuerpos, proteínas de unión
específica, lectinas, sondas de ácidos nucleicos marcadas con
cromóforos, fluorósforos, enzimas que pueden generar cromóforos y
enzimas que pueden generar fluoróforos.
11. El método de la reivindicación 1 o la
reivindicación 3, en el que al menos un marcador molecular marcado
se selecciona a partir del grupo que consta de pRb, p53/p53BP1, E2F,
PTEN, SAM68, BRCA1, c-myc y metil CpG.
12. El método de la reivindicación 1 o la
reivindicación 3, en el que al menos un marcador molecular marcado
muestra una compartimentación diferente entre las células (1) o los
núcleos celulares (19) tomados a partir de individuos con cáncer y
células (1) o núcleos celulares (19) tomados a partir de individuos
sin cáncer.
13. El método de la reivindicación 1 o la
reivindicación 3 que consta además del paso de emplear el análisis
de imágenes para la reconstrucción de las superficies de fronteras
(12,13) de al menos un compartimento celular (18, 19, 36) dentro
del cual se encuentra al menos un marcador molecular marcado.
14. El método de la reivindicación 3, en el que
el paso de medir la compartimentación consta además del paso de
analizar la textura de las características de densidad formadas por
el al menos un marcador molecular localizado dentro de superficies
de frontera coincidentes (12, 13) localizadas dentro de al menos dos
imágenes de proyección.
15. El método de la reivindicación 14, que
comprende además el paso de comparar las superficies de frontera
(12, 13) dentro de las al menos dos imágenes de proyección para
determinar un conjunto de superficies de frontera coincidentes (12,
13) entre las al menos dos imágenes de proyección.
16. El método de la reivindicación 3, en el que
el paso de medir la compartimentación (109) comprende además el
paso de determinar la colocalización de al menos dos marcadores
marcados en el espacio 3D reconstruido.
17. El método de la reivindicación 1 o la
reivindicación 3, en el que el paso de medir la compartimentación
(109) consta además del paso de determinar la colocalización de al
menos dos marcadores marcados en el espacio 2D.
18. El método de la reivindicación 1 o la
reivindicación 3, en el que el paso de medir la compartimentación
(109) consta además del paso de analizar la textura de las
características de densidad de al menos dos marcadores marcados en
relación mutua.
19. El método de la reivindicación 14, en el que
la textura de las características de densidad se selecciona a
partir del grupo que consta de la varianza de densidad óptica (OD),
estrechez de la distribución de OD, intervalo de OD, OD promedio,
OD máxima, densidad de los manchas (spots) luminosos, distancia
promedio superior, distancia media/superior promedio, correlación,
homogeneidad, entropía, dimensión fractal, patrón de puntos,
análisis de primeros vecinos, componentes conectados, análisis de
primeros vecinos y harmónicos en el espacio de frecuencia de
densidad espacial.
20. El método de la reivindicación 16, en el que
el paso de medir la compartimentación (109) consta además del paso
de detectar las islas CpG metiladas en las regiones promotoras de
genes supresores de tumores por medio de la colocalización de metil
CpG y las secuencias de ADN específicas para las regiones promotoras
de los genes blanco que son marcados con las proteínas de unión a
metil CpG y las sondas de ácidos nucleicos.
21. El método de la reivindicación 17, en el que
el paso de medir la compartimentación (109) consta además del paso
de detectar las islas de CpG metiladas en las regiones promotoras de
genes supresores de tumores mediante la colocalización de metil CpG
y las secuencias de ADN específicas para las regiones promotoras de
los genes blanco que son marcados con las proteínas de unión a metil
CpG y las sondas de ácidos nucleicos.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/145,982 US6636623B2 (en) | 2001-08-10 | 2002-05-14 | Optical projection imaging system and method for automatically detecting cells with molecular marker compartmentalization associated with malignancy and disease |
US145982 | 2002-05-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2309319T3 true ES2309319T3 (es) | 2008-12-16 |
Family
ID=29548276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES03728698T Expired - Lifetime ES2309319T3 (es) | 2002-05-14 | 2003-05-03 | Metodo para la deteccion automatica de celulas mediante la compartimentacion de marcadores moleculares asociados a enfermedades. |
Country Status (11)
Country | Link |
---|---|
US (1) | US6636623B2 (es) |
EP (1) | EP1504405B1 (es) |
JP (1) | JP4767539B2 (es) |
CN (1) | CN1308885C (es) |
AT (1) | ATE389873T1 (es) |
AU (1) | AU2003234471B2 (es) |
CA (1) | CA2485675C (es) |
DE (1) | DE60319816T2 (es) |
ES (1) | ES2309319T3 (es) |
HK (1) | HK1073713A1 (es) |
WO (1) | WO2003098539A1 (es) |
Families Citing this family (145)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6944322B2 (en) * | 2001-03-28 | 2005-09-13 | Visiongate, Inc. | Optical tomography of small objects using parallel ray illumination and post-specimen optical magnification |
US7907765B2 (en) * | 2001-03-28 | 2011-03-15 | University Of Washington | Focal plane tracking for optical microtomography |
US20060023219A1 (en) * | 2001-03-28 | 2006-02-02 | Meyer Michael G | Optical tomography of small objects using parallel ray illumination and post-specimen optical magnification |
US6956568B2 (en) * | 2002-01-09 | 2005-10-18 | Massachussetts Institute Of Technology | Shape-intrinsic watermarks for 3-D solids |
US7738945B2 (en) * | 2002-04-19 | 2010-06-15 | University Of Washington | Method and apparatus for pseudo-projection formation for optical tomography |
US7811825B2 (en) * | 2002-04-19 | 2010-10-12 | University Of Washington | System and method for processing specimens and images for optical tomography |
US7260253B2 (en) * | 2002-04-19 | 2007-08-21 | Visiongate, Inc. | Method for correction of relative object-detector motion between successive views |
US20050085708A1 (en) * | 2002-04-19 | 2005-04-21 | University Of Washington | System and method for preparation of cells for 3D image acquisition |
US7963695B2 (en) | 2002-07-23 | 2011-06-21 | Rapiscan Systems, Inc. | Rotatable boom cargo scanning system |
US8275091B2 (en) | 2002-07-23 | 2012-09-25 | Rapiscan Systems, Inc. | Compact mobile cargo scanning system |
US7305112B2 (en) * | 2002-10-15 | 2007-12-04 | The Scripps Research Institute | Method of converting rare cell scanner image coordinates to microscope coordinates using reticle marks on a sample media |
US7113624B2 (en) * | 2002-10-15 | 2006-09-26 | Palo Alto Research Center Incorporated | Imaging apparatus and method employing a large linear aperture |
DE60312737T2 (de) * | 2002-12-20 | 2007-12-06 | Optoq Ab | Verfahren und Vorrichtung zur Messung von Blutbestandteilen |
US8223919B2 (en) * | 2003-04-25 | 2012-07-17 | Rapiscan Systems, Inc. | X-ray tomographic inspection systems for the identification of specific target items |
GB0309385D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray monitoring |
GB0309374D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray sources |
GB0812864D0 (en) | 2008-07-15 | 2008-08-20 | Cxr Ltd | Coolign anode |
GB0309387D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-Ray scanning |
GB0309371D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-Ray tubes |
US8094784B2 (en) | 2003-04-25 | 2012-01-10 | Rapiscan Systems, Inc. | X-ray sources |
GB0309383D0 (en) | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray tube electron sources |
US10483077B2 (en) | 2003-04-25 | 2019-11-19 | Rapiscan Systems, Inc. | X-ray sources having reduced electron scattering |
US8804899B2 (en) * | 2003-04-25 | 2014-08-12 | Rapiscan Systems, Inc. | Imaging, data acquisition, data transmission, and data distribution methods and systems for high data rate tomographic X-ray scanners |
US8243876B2 (en) | 2003-04-25 | 2012-08-14 | Rapiscan Systems, Inc. | X-ray scanners |
US8837669B2 (en) | 2003-04-25 | 2014-09-16 | Rapiscan Systems, Inc. | X-ray scanning system |
GB0309379D0 (en) * | 2003-04-25 | 2003-06-04 | Cxr Ltd | X-ray scanning |
US7949101B2 (en) | 2005-12-16 | 2011-05-24 | Rapiscan Systems, Inc. | X-ray scanners and X-ray sources therefor |
US9208988B2 (en) | 2005-10-25 | 2015-12-08 | Rapiscan Systems, Inc. | Graphite backscattered electron shield for use in an X-ray tube |
US8451974B2 (en) | 2003-04-25 | 2013-05-28 | Rapiscan Systems, Inc. | X-ray tomographic inspection system for the identification of specific target items |
GB0525593D0 (en) | 2005-12-16 | 2006-01-25 | Cxr Ltd | X-ray tomography inspection systems |
US9113839B2 (en) | 2003-04-25 | 2015-08-25 | Rapiscon Systems, Inc. | X-ray inspection system and method |
US6928141B2 (en) | 2003-06-20 | 2005-08-09 | Rapiscan, Inc. | Relocatable X-ray imaging system and method for inspecting commercial vehicles and cargo containers |
JP3867143B2 (ja) * | 2003-06-25 | 2007-01-10 | 独立行政法人産業技術総合研究所 | 三次元顕微鏡システムおよび画像表示方法 |
US7693318B1 (en) | 2004-01-12 | 2010-04-06 | Pme Ip Australia Pty Ltd | Method and apparatus for reconstruction of 3D image volumes from projection images |
JP4271054B2 (ja) * | 2004-02-12 | 2009-06-03 | オリンパス株式会社 | 細胞画像解析装置 |
US20050270298A1 (en) * | 2004-05-14 | 2005-12-08 | Mercury Computer Systems, Inc. | Daughter card approach to employing multiple graphics cards within a system |
US6991738B1 (en) | 2004-10-13 | 2006-01-31 | University Of Washington | Flow-through drum centrifuge |
US20060096358A1 (en) * | 2004-10-28 | 2006-05-11 | University Of Washington | Optical projection tomography microscope |
US8189002B1 (en) | 2004-10-29 | 2012-05-29 | PME IP Australia Pty, Ltd. | Method and apparatus for visualizing three-dimensional and higher-dimensional image data sets |
US7778392B1 (en) | 2004-11-02 | 2010-08-17 | Pme Ip Australia Pty Ltd | Method of reconstructing computed tomography (CT) volumes suitable for execution on commodity central processing units (CPUs) and graphics processors, and apparatus operating in accord with those methods (rotational X-ray on GPUs) |
US7280261B2 (en) * | 2004-12-20 | 2007-10-09 | Palo Alto Research Center Incorporated | Method of scanning and light collection for a rare cell detector |
US7286224B2 (en) * | 2004-12-21 | 2007-10-23 | Palo Alto Research Center Incorporated | Time-multiplexed scanning light source for multi-probe, multi-laser fluorescence detection systems |
US7609884B1 (en) | 2004-12-23 | 2009-10-27 | Pme Ip Australia Pty Ltd | Mutual information based registration of 3D-image volumes on GPU using novel accelerated methods of histogram computation |
AU2006204858A1 (en) * | 2005-01-13 | 2006-07-20 | Perkinelmer Health Sciences, Inc. | Microfluidic rare cell detection device |
US7471764B2 (en) | 2005-04-15 | 2008-12-30 | Rapiscan Security Products, Inc. | X-ray imaging system having improved weather resistance |
US7623732B1 (en) | 2005-04-26 | 2009-11-24 | Mercury Computer Systems, Inc. | Method and apparatus for digital image filtering with discrete filter kernels using graphics hardware |
US7996188B2 (en) | 2005-08-22 | 2011-08-09 | Accuri Cytometers, Inc. | User interface for a flow cytometer system |
US8017402B2 (en) | 2006-03-08 | 2011-09-13 | Accuri Cytometers, Inc. | Fluidic system for a flow cytometer |
US8303894B2 (en) | 2005-10-13 | 2012-11-06 | Accuri Cytometers, Inc. | Detection and fluidic system of a flow cytometer |
US9046465B2 (en) | 2011-02-24 | 2015-06-02 | Rapiscan Systems, Inc. | Optimization of the source firing pattern for X-ray scanning systems |
US8149402B2 (en) * | 2006-02-22 | 2012-04-03 | Accuri Cytometers, Inc. | Optical system for a flow cytometer |
US8031340B2 (en) * | 2006-02-22 | 2011-10-04 | Accuri Cytometers, Inc. | Optical system for a flow cytometer |
US8283177B2 (en) | 2006-03-08 | 2012-10-09 | Accuri Cytometers, Inc. | Fluidic system with washing capabilities for a flow cytometer |
US7780916B2 (en) | 2006-03-08 | 2010-08-24 | Accuri Cytometers, Inc. | Flow cytometer system with unclogging feature |
US8127718B2 (en) * | 2006-04-28 | 2012-03-06 | Thomas Barry Hoegh | Kennel with automatically opening door |
JP5032792B2 (ja) * | 2006-05-22 | 2012-09-26 | 浜松ホトニクス株式会社 | 細胞選別装置 |
US8715573B2 (en) | 2006-10-13 | 2014-05-06 | Accuri Cytometers, Inc. | Fluidic system for a flow cytometer with temporal processing |
US20080124735A1 (en) * | 2006-10-16 | 2008-05-29 | Matthias Schuster | Method for detection of one or more CpG positions |
US8445286B2 (en) * | 2006-11-07 | 2013-05-21 | Accuri Cytometers, Inc. | Flow cell for a flow cytometer system |
BRPI0719141A2 (pt) * | 2006-11-21 | 2014-03-04 | Koninkl Philips Electronics Nv | Sistema e método para gerar imagem de câncer de próstata, meio legível por computador, e, usos do sistema e de tomografia óptica difusa |
US7739060B2 (en) | 2006-12-22 | 2010-06-15 | Accuri Cytometers, Inc. | Detection system and user interface for a flow cytometer system |
US7867778B2 (en) * | 2007-02-23 | 2011-01-11 | Visiongate, Inc. | Fluid focusing for positional control of a specimen for 3-D imaging |
US7835561B2 (en) | 2007-05-18 | 2010-11-16 | Visiongate, Inc. | Method for image processing and reconstruction of images for optical tomography |
US8019151B2 (en) * | 2007-06-11 | 2011-09-13 | Visualization Sciences Group, Inc. | Methods and apparatus for image compression and decompression using graphics processing unit (GPU) |
US8392529B2 (en) | 2007-08-27 | 2013-03-05 | Pme Ip Australia Pty Ltd | Fast file server methods and systems |
US7787112B2 (en) * | 2007-10-22 | 2010-08-31 | Visiongate, Inc. | Depth of field extension for optical tomography |
US9019287B2 (en) | 2007-11-23 | 2015-04-28 | Pme Ip Australia Pty Ltd | Client-server visualization system with hybrid data processing |
WO2011065929A1 (en) | 2007-11-23 | 2011-06-03 | Mercury Computer Systems, Inc. | Multi-user multi-gpu render server apparatus and methods |
WO2009067680A1 (en) | 2007-11-23 | 2009-05-28 | Mercury Computer Systems, Inc. | Automatic image segmentation methods and apparartus |
US10311541B2 (en) | 2007-11-23 | 2019-06-04 | PME IP Pty Ltd | Multi-user multi-GPU render server apparatus and methods |
US9904969B1 (en) | 2007-11-23 | 2018-02-27 | PME IP Pty Ltd | Multi-user multi-GPU render server apparatus and methods |
US7843561B2 (en) * | 2007-12-17 | 2010-11-30 | Accuri Cytometers, Inc. | Optical system for a flow cytometer with an interrogation zone |
US8432541B2 (en) | 2007-12-17 | 2013-04-30 | Accuri Cytometers, Inc. | Optical system for a flow cytometer with an interrogation zone |
US8143600B2 (en) | 2008-02-18 | 2012-03-27 | Visiongate, Inc. | 3D imaging of live cells with ultraviolet radiation |
DE102008010436A1 (de) * | 2008-02-21 | 2009-09-03 | Berthold Technologies Gmbh & Co. Kg | Vorrichtung und Verfahren zur Messung von Lumineszenz und Fluoreszenz von transfizierten Zellen oder Organteilen |
GB0803644D0 (en) | 2008-02-28 | 2008-04-02 | Rapiscan Security Products Inc | Scanning systems |
GB0803641D0 (en) | 2008-02-28 | 2008-04-02 | Rapiscan Security Products Inc | Scanning systems |
US8090183B2 (en) | 2009-03-12 | 2012-01-03 | Visiongate, Inc. | Pattern noise correction for pseudo projections |
GB0809110D0 (en) | 2008-05-20 | 2008-06-25 | Rapiscan Security Products Inc | Gantry scanner systems |
JP4997255B2 (ja) * | 2009-01-05 | 2012-08-08 | オリンパス株式会社 | 細胞画像解析装置 |
GB0901338D0 (en) | 2009-01-28 | 2009-03-11 | Cxr Ltd | X-Ray tube electron sources |
US8254023B2 (en) | 2009-02-23 | 2012-08-28 | Visiongate, Inc. | Optical tomography system with high-speed scanner |
US8155420B2 (en) * | 2009-05-21 | 2012-04-10 | Visiongate, Inc | System and method for detecting poor quality in 3D reconstructions |
US8507279B2 (en) | 2009-06-02 | 2013-08-13 | Accuri Cytometers, Inc. | System and method of verification of a prepared sample for a flow cytometer |
US20110061471A1 (en) * | 2009-06-02 | 2011-03-17 | Rich Collin A | System and method of verification of a sample for a flow cytometer |
US8610085B2 (en) * | 2009-08-20 | 2013-12-17 | Bio-Rad Laboratories, Inc. | High-speed cellular cross sectional imaging |
US8779387B2 (en) | 2010-02-23 | 2014-07-15 | Accuri Cytometers, Inc. | Method and system for detecting fluorochromes in a flow cytometer |
US20130102087A1 (en) | 2010-04-15 | 2013-04-25 | Harvey Lee Kasdan | Device, system and method for rapid determination of a medical condition |
US9551600B2 (en) | 2010-06-14 | 2017-01-24 | Accuri Cytometers, Inc. | System and method for creating a flow cytometer network |
ES2897531T3 (es) | 2010-10-25 | 2022-03-01 | Accuri Cytometers Inc | Sistemas e interfaz de usuario para la recopilación de un conjunto de datos en un citómetro de flujo |
CN106290159A (zh) * | 2011-01-21 | 2017-01-04 | 提拉诺斯公司 | 样品使用最大化的系统和方法 |
US9218933B2 (en) | 2011-06-09 | 2015-12-22 | Rapidscan Systems, Inc. | Low-dose radiographic imaging system |
JP2013015357A (ja) * | 2011-07-01 | 2013-01-24 | Shimadzu Corp | フローサイトメータ |
JP5959988B2 (ja) * | 2012-08-16 | 2016-08-02 | シスメックス株式会社 | 癌化情報取得装置、細胞分析装置、および細胞採取適否判定装置、ならびに、癌化情報取得方法および細胞採取適否判定方法。 |
US10829816B2 (en) | 2012-11-19 | 2020-11-10 | Apton Biosystems, Inc. | Methods of analyte detection |
EP4012716A1 (en) * | 2012-11-19 | 2022-06-15 | Apton Biosystems, Inc. | Digital analysis of molecular analytes using single molecule detection |
US10378053B2 (en) | 2017-03-17 | 2019-08-13 | Apton Biosystems, Inc. | Sequencing and high resolution imaging |
US10610861B2 (en) | 2012-12-17 | 2020-04-07 | Accellix Ltd. | Systems, compositions and methods for detecting a biological condition |
CN105051535B (zh) | 2012-12-17 | 2017-10-20 | 伦珂德克斯有限公司 | 用于测定化学状态的系统和方法 |
US9091628B2 (en) | 2012-12-21 | 2015-07-28 | L-3 Communications Security And Detection Systems, Inc. | 3D mapping with two orthogonal imaging views |
WO2014110290A1 (en) | 2013-01-09 | 2014-07-17 | The Regents Of The University Of California | Apparatus and methods for fluorescence imaging using radiofrequency-multiplexed excitation |
CN103969169B (zh) * | 2013-01-31 | 2017-11-17 | 西门子公司 | 对样本进行检测检测方法和装置 |
US9791590B2 (en) | 2013-01-31 | 2017-10-17 | Rapiscan Systems, Inc. | Portable security inspection system |
US10540803B2 (en) | 2013-03-15 | 2020-01-21 | PME IP Pty Ltd | Method and system for rule-based display of sets of images |
US11244495B2 (en) | 2013-03-15 | 2022-02-08 | PME IP Pty Ltd | Method and system for rule based display of sets of images using image content derived parameters |
US8976190B1 (en) | 2013-03-15 | 2015-03-10 | Pme Ip Australia Pty Ltd | Method and system for rule based display of sets of images |
US10070839B2 (en) | 2013-03-15 | 2018-09-11 | PME IP Pty Ltd | Apparatus and system for rule based visualization of digital breast tomosynthesis and other volumetric images |
US11183292B2 (en) | 2013-03-15 | 2021-11-23 | PME IP Pty Ltd | Method and system for rule-based anonymized display and data export |
US9509802B1 (en) | 2013-03-15 | 2016-11-29 | PME IP Pty Ltd | Method and system FPOR transferring data to improve responsiveness when sending large data sets |
US10024741B2 (en) * | 2013-06-05 | 2018-07-17 | Ev Group E. Thallner Gmbh | Measuring device and method for ascertaining a pressure map |
DE102013216362A1 (de) * | 2013-08-19 | 2015-02-19 | Siemens Healthcare Diagnostics Products Gmbh | Analyseverfahren zur Klassifikationsunterstützung |
EP3036358B8 (en) | 2013-08-22 | 2023-11-22 | Pacific Biosciences of California, Inc. | Digital analysis of molecular analytes using electrical methods |
WO2015114750A1 (ja) * | 2014-01-29 | 2015-08-06 | 株式会社島津製作所 | フローサイトメータ |
JP6691053B2 (ja) | 2014-03-18 | 2020-04-28 | ザ リージェンツ オブ ザ ユニバーシティ オブ カリフォルニアThe Regents Of The University Of California | 無線周波数多重化を用いた並行フローサイトメーター |
CN104156951B (zh) * | 2014-07-30 | 2017-06-16 | 电子科技大学 | 一种针对支气管肺泡灌洗液涂片的白细胞检测方法 |
US10162162B2 (en) | 2014-09-24 | 2018-12-25 | Arizona Board Of Regents, A Body Corporate Of The State Of Arizona, Acting For And On Behalf Of Arizona State University | Microfluidic systems and methods for hydrodynamic microvortical cell rotation in live-cell computed tomography |
US10422738B2 (en) * | 2014-10-17 | 2019-09-24 | Iris International, Inc. | Systems and methods for imaging fluid samples |
US11599672B2 (en) | 2015-07-31 | 2023-03-07 | PME IP Pty Ltd | Method and apparatus for anonymized display and data export |
US9984478B2 (en) | 2015-07-28 | 2018-05-29 | PME IP Pty Ltd | Apparatus and method for visualizing digital breast tomosynthesis and other volumetric images |
WO2017049226A1 (en) * | 2015-09-16 | 2017-03-23 | Leica Biosystems Imaging, Inc. | Automated stain finding in pathology bright-field images |
WO2017066404A1 (en) | 2015-10-13 | 2017-04-20 | Omega Biosystems Incorporated | Multi-modal fluorescence imaging flow cytometry system |
WO2017117210A1 (en) * | 2015-12-30 | 2017-07-06 | Visiongate, Inc. | System and method for automated detection and monitoring of dysplasia and administration of chemoprevention |
US11069054B2 (en) | 2015-12-30 | 2021-07-20 | Visiongate, Inc. | System and method for automated detection and monitoring of dysplasia and administration of immunotherapy and chemotherapy |
KR102641469B1 (ko) | 2016-03-17 | 2024-02-28 | 벡톤 디킨슨 앤드 컴퍼니 | 고효율 형광 유세포 분석기를 사용하는 세포 선별 |
EP3455608A1 (en) * | 2016-05-12 | 2019-03-20 | BD Biosciences | Fluorescence imaging flow cytometry with enhanced image resolution |
DE102016112024A1 (de) | 2016-06-30 | 2018-01-04 | Zendia Gmbh | Schnelltest für den Erreger- und Zellnachweis und Verfahren |
CN109477785B (zh) | 2016-09-13 | 2022-09-27 | 贝克顿·迪金森公司 | 具有光学均衡的流式细胞仪 |
CN106780385B (zh) * | 2016-12-16 | 2019-06-25 | 北京华航无线电测量研究所 | 一种基于湍流红外辐射模型的雾天降质图像清晰化方法 |
DE102017201252A1 (de) * | 2017-01-26 | 2018-07-26 | Universität Ulm | Verfahren und Vorrichtung zur Untersuchung von Zellen |
JP6742259B2 (ja) * | 2017-03-02 | 2020-08-19 | 住友重機械工業株式会社 | 中性子線検出システム、及び中性子線検出システムの設定方法 |
CN106722973A (zh) * | 2017-03-21 | 2017-05-31 | 上海中优精准医疗科技股份有限公司 | 针对癌细胞迁徙能力相关基因的配方食品及其制备方法 |
EP3413033B1 (en) * | 2017-06-09 | 2020-09-23 | Roche Diagnostics GmbH | Method and apparatus for determining properties of a laboratory sample contained in a laboratory sample container |
US10909679B2 (en) | 2017-09-24 | 2021-02-02 | PME IP Pty Ltd | Method and system for rule based display of sets of images using image content derived parameters |
WO2019067557A1 (en) | 2017-09-26 | 2019-04-04 | Visiongate, Inc. | MORPHOMETRIC GENOTYPING OF CELLS IN LIQUID BIOPSY USING OPTICAL TOMOGRAPHY |
US11041756B2 (en) * | 2017-10-20 | 2021-06-22 | Charted Scientific Inc. | Method and apparatus of filtering light using a spectrometer enhanced with additional spectral filters with optical analysis of fluorescence and scattered light from particles suspended in a liquid medium using confocal and non confocal illumination and imaging |
US10893842B2 (en) | 2018-02-08 | 2021-01-19 | Covidien Lp | System and method for pose estimation of an imaging device and for determining the location of a medical device with respect to a target |
EP3539455A1 (fr) * | 2018-03-14 | 2019-09-18 | Sorbonne Université | Procédé pour déterminer automatiquement la qualité de visualisation des images en vidéocapsule endoscopique |
EP3853382A4 (en) | 2018-09-19 | 2022-06-22 | Apton Biosystems, Inc. | DENSELY PACKED ANALYTE LAYERS AND DETECTION METHODS |
US11508168B2 (en) * | 2018-10-15 | 2022-11-22 | Upmc | Systems and methods for specimen interpretation |
CN114303050A (zh) | 2019-07-10 | 2022-04-08 | 贝克顿·迪金森公司 | 用于调整细胞分选分类的可重构集成电路 |
PT116012B (pt) * | 2019-12-18 | 2022-05-25 | Inst Superior Tecnico | Método de deteção e classificação de sinais não periódicos e respetivo sistema que o implementa |
JP2023527306A (ja) | 2020-05-19 | 2023-06-28 | ベクトン・ディキンソン・アンド・カンパニー | レーザービームの強度プロファイルを変調するための方法及びそのシステム |
US11551903B2 (en) | 2020-06-25 | 2023-01-10 | American Science And Engineering, Inc. | Devices and methods for dissipating heat from an anode of an x-ray tube assembly |
WO2021262285A1 (en) | 2020-06-26 | 2021-12-30 | Becton, Dickinson And Company | Dual excitation beams for irradiating a sample in a flow stream and methods for using same |
CN113554131B (zh) * | 2021-09-22 | 2021-12-03 | 四川大学华西医院 | 医学图像处理和分析方法、计算机设备、系统和存储介质 |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3470373A (en) | 1966-10-18 | 1969-09-30 | Litton Systems Inc | Method for analysis and identification of biologic entities by phosphorescence |
US3497690A (en) | 1967-09-21 | 1970-02-24 | Bausch & Lomb | Method and apparatus for classifying biological cells by measuring the size and fluorescent response thereof |
US3657537A (en) | 1970-04-03 | 1972-04-18 | Bausch & Lomb | Computerized slit-scan cyto-fluorometer for automated cell recognition |
US3999047A (en) | 1972-09-05 | 1976-12-21 | Green James E | Method and apparatus utilizing color algebra for analyzing scene regions |
US3833762A (en) | 1973-06-04 | 1974-09-03 | Rockwell International Corp | Solid state integrating, image motion compensating imager |
US3960449A (en) | 1975-06-05 | 1976-06-01 | The Board Of Trustees Of Leland Stanford Junior University | Measurement of angular dependence of scattered light in a flowing stream |
US4175860A (en) | 1977-05-31 | 1979-11-27 | Rush-Presbyterian-St. Luke's Medical Center | Dual resolution method and apparatus for use in automated classification of pap smear and other samples |
US4293221A (en) | 1979-04-17 | 1981-10-06 | Research Corporation | Multidimensional slit-scan flow system |
JPH04337446A (ja) | 1991-05-15 | 1992-11-25 | Hitachi Ltd | 微粒子計測方法、定量方法および微粒子計測装置 |
US6026174A (en) | 1992-10-14 | 2000-02-15 | Accumed International, Inc. | System and method for automatically detecting malignant cells and cells having malignancy-associated changes |
US5402460A (en) | 1993-08-02 | 1995-03-28 | University Of Washington | Three-dimensional microtomographic analysis system |
AU3629295A (en) | 1994-09-20 | 1996-04-09 | Neopath, Inc. | Apparatus for automated identification of thick cell groupings on a biological specimen |
US6252979B1 (en) | 1995-06-07 | 2001-06-26 | Tripath Imaging, Inc. | Interactive method and apparatus for sorting biological specimens |
JP3282458B2 (ja) * | 1995-09-05 | 2002-05-13 | 株式会社日立製作所 | フロー式粒子画像解析方法および装置 |
EP1426381A1 (en) | 1995-10-02 | 2004-06-09 | THE GOVERNMENT OF THE UNITED STATES OF AMERICA, as represented by THE SECRETARY, DEPARTMENT OF HEALTH AND HUMAN SERVICES | An epithelial protein and DNA thereof for use in early cancer detection |
FI97665C (fi) | 1995-11-21 | 1997-01-27 | Planmed Oy | Menetelmät ja laitteet kohteen kuvantamisessa |
US6165734A (en) | 1995-12-12 | 2000-12-26 | Applied Spectral Imaging Ltd. | In-situ method of analyzing cells |
US6078681A (en) * | 1996-03-18 | 2000-06-20 | Marine Biological Laboratory | Analytical imaging system and process |
JP3815838B2 (ja) * | 1997-03-13 | 2006-08-30 | シスメックス株式会社 | 粒子測定装置 |
JP4301590B2 (ja) * | 1997-05-13 | 2009-07-22 | シスメックス株式会社 | 粒子測定装置 |
US6201628B1 (en) | 1997-11-19 | 2001-03-13 | University Of Washington | High throughput optical scanner |
US6251615B1 (en) | 1998-02-20 | 2001-06-26 | Cell Analytics, Inc. | Cell analysis methods |
CN1301137A (zh) * | 1998-06-16 | 2001-06-27 | 巴斯卡尔·班纳吉 | 利用细胞自荧光检测癌症 |
US6249341B1 (en) | 1999-01-25 | 2001-06-19 | Amnis Corporation | Imaging and analyzing parameters of small moving objects such as cells |
JP2003506711A (ja) * | 1999-08-05 | 2003-02-18 | セロミックス インコーポレイテッド | 光学システムによる細胞の解析 |
WO2001011341A2 (en) * | 1999-08-05 | 2001-02-15 | Cellomics, Inc. | A system for cell-based screening |
JP2004520014A (ja) * | 2000-08-29 | 2004-07-08 | イェダ リサーチ アンド デベロップメント カンパニー リミテッド | 特定機能を有するタンパク質をコードする遺伝子を単離する方法および薬学的活性化動因をスクリーニングする方法 |
CA2426798C (en) * | 2000-10-27 | 2012-02-21 | Praelux Incorporated | Method and apparatus for screening chemical compounds |
-
2002
- 2002-05-14 US US10/145,982 patent/US6636623B2/en not_active Expired - Lifetime
-
2003
- 2003-05-03 AU AU2003234471A patent/AU2003234471B2/en not_active Ceased
- 2003-05-03 JP JP2004505965A patent/JP4767539B2/ja not_active Expired - Fee Related
- 2003-05-03 AT AT03728698T patent/ATE389873T1/de not_active IP Right Cessation
- 2003-05-03 ES ES03728698T patent/ES2309319T3/es not_active Expired - Lifetime
- 2003-05-03 CA CA2485675A patent/CA2485675C/en not_active Expired - Fee Related
- 2003-05-03 CN CNB038108070A patent/CN1308885C/zh not_active Expired - Fee Related
- 2003-05-03 EP EP03728698A patent/EP1504405B1/en not_active Expired - Fee Related
- 2003-05-03 WO PCT/US2003/013969 patent/WO2003098539A1/en active Application Filing
- 2003-05-03 DE DE60319816T patent/DE60319816T2/de not_active Expired - Lifetime
-
2005
- 2005-07-20 HK HK05106144A patent/HK1073713A1/xx not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
EP1504405A1 (en) | 2005-02-09 |
CA2485675C (en) | 2013-01-29 |
US6636623B2 (en) | 2003-10-21 |
EP1504405B1 (en) | 2008-03-19 |
CN1653480A (zh) | 2005-08-10 |
AU2003234471A1 (en) | 2003-12-02 |
ATE389873T1 (de) | 2008-04-15 |
AU2003234471B2 (en) | 2009-06-11 |
DE60319816T2 (de) | 2009-04-16 |
CN1308885C (zh) | 2007-04-04 |
US20030031352A1 (en) | 2003-02-13 |
CA2485675A1 (en) | 2003-11-27 |
EP1504405A4 (en) | 2006-08-16 |
HK1073713A1 (en) | 2005-10-14 |
WO2003098539A1 (en) | 2003-11-27 |
JP4767539B2 (ja) | 2011-09-07 |
DE60319816D1 (de) | 2008-04-30 |
JP2005525581A (ja) | 2005-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2309319T3 (es) | Metodo para la deteccion automatica de celulas mediante la compartimentacion de marcadores moleculares asociados a enfermedades. | |
ES2316764T3 (es) | Sistema de imaginologia por proyeccion optica y metodo para la deteccion automatica de celulas. | |
JP4034188B2 (ja) | 光学的断層撮影法を使用して流動流中の微小対象物を画像化するための装置と方法 | |
AU2003210590A1 (en) | Automatically detecting cells having nuclear and cytoplasmic densitometric features associated with disease by optical imaging | |
ES2292973T3 (es) | Metodo para video-microscopia y sistema asociado, y producto de programa de soporte logico informatico. | |
ES2438093T3 (es) | Método de reconstitución de espectros celulares útiles para la detección de trastornos celulares | |
ES2267825T3 (es) | Metodo y sistema para analizar celulas. | |
ES2938687T3 (es) | Procedimiento de detección óptica de biomarcadores | |
Koyuncu et al. | Visual assessment of 2-dimensional levels within 3-dimensional pathology data sets of prostate needle biopsies reveals substantial spatial heterogeneity | |
US11551043B2 (en) | Morphometric detection of malignancy associated change | |
Barner | Multi-Resolution Open-Top Light-Sheet Microscopy to Enable 3D Pathology of Lymph Nodes for Breast Cancer Staging | |
AU2002303160B2 (en) | Apparatus and method for imaging small objects in a flow stream using optical tomography | |
Testa | Review of:" Tumor cell identification and classification in esophageal adenocarcinoma specimens by hyperspectral imaging" | |
AU2002303160A1 (en) | Apparatus and method for imaging small objects in a flow stream using optical tomography | |
Agarwal et al. | Quantification of relative chromatin content in flow cytometry standards using 3D OPTM imaging technique |