Pancreatic Ductal Adenocarcinoma with 11 Aerobic Glycolysis/Warburg Effect biomarkers shown – BCAT, Glut1, HK2, HTR2B, LDHA, NaKATPase, PCAD, PCK26, PKM2, SMA1, and Vimentin.

用大数据视角深入了解胰腺癌研究

使用 Cell DIVE 探索胰腺癌空间蛋白组,并通过 Minerva 图像查看器体验多重成像的强大功能

Pancreatic Ductal Adenocarcinoma with 11 Aerobic Glycolysis/Warburg Effect biomarkers shown – BCAT, Glut1, HK2, HTR2B, LDHA, NaKATPase, PCAD, PCK26, PKM2, SMA1, and Vimentin. Pancreatic_Ductal_Adenocarcinoma_11_Aerobic_Glycolysis_Markers_ROI4.jpg

胰腺癌由于其靠近主要器官难以分辨和难治疗,死亡率接近 40%,。这个研究探讨了胰腺导管腺癌(PDAC)的复杂生物学机制,研究了代谢、凋亡和免疫中肿瘤侵袭性的相关分子结构和空间决定因素。可以访问您的浏览器中的完整 Cell DIVE 数据集,以深入了解这些发现。

学习要点:

  • 发现如何使用 Cell DIVE 进行全组织多重成像来绘制胰腺癌组织图。
  • 探索这种复杂癌症中的代谢、凋亡和免疫细胞活性。
  • 了解 Cell DIVE 如何为您的下一个空间免疫肿瘤研究提供动力。
  • 发现如何通过 Minerva 图像查看器直接在浏览器中探索 Cell DIVE 数据集。

胰腺癌治疗中的挑战

胰腺癌是一种难以治疗的癌症,死亡率接近 40%。胰腺与许多主要器官系统的靠近,使得这种癌症难以发现。此外,胰腺癌的高度异质性,例如胰腺导管腺癌(PDAC),给治疗开发带来了特殊挑战。肿瘤中一些更具侵袭性和攻击性的区域对新疗法尤其顽固。理解这种肿瘤异质性的来源对治疗研究至关重要,而像 Cell DIVE 这样的多重成像方法提供了在单个肿瘤内探查多个生物通路的能力。通过分析这些通路,研究人员可以看到在侵袭性和疾病影响方面存在差异的肿瘤区域是如何形成的。

在您的网络浏览器中检查完整的真实数据集,帮助识别 PDAC 样本中的关键发现。

为了促进这一评估过程,我们整合了 Minerva 图像查看技术,使研究人员能够在标准网页浏览器中检查完整的真实 Cell DIVE 数据集。Minerva 是由哈佛大学的科学家开发的一款轻量级叙事型图像浏览器,旨在简化研究人员之间对组织病理数据集的演示和共享。使用 Minerva,我们创建了一系列引导叙述,展示不同的生物学背景。这些叙述突出了组织内的各个划分出的兴趣区域,描述染色模式和选择特定生物标志物的理由。这种方法为用户构建 Cell DIVE 研究和进行后续分析提供了框架。通过这个工具,用户可以评估 Cell DIVE 成像的能力,探索多重成像的不同策略,并理解分析如何将图像转化为定量数据。

在此项 Minerva 研究中,我们在 PDAC 样本中获得几个关键发现。首先,我们发现 PDAC 肿瘤异质性的一个主要来源是不同肿瘤区域的代谢途径的选择。在肿瘤和其他高度增殖的细胞群体中,细胞有时会将其代谢活动从完全依赖电子传递链的呼吸转向直接发酵葡萄糖,这种转变被称为瓦尔堡效应。GLUT1,一种葡萄糖转运蛋白,标记在 PDAC 组织中经历这种效应并处于缺氧状态的细胞——组织中的氧气水平降低。BCAT、HTR2B 和 LDHA 也标记代谢改变的状态。肿瘤的缺氧区域被认为是侵袭性癌细胞的来源。

如何基于成像的空间生物学解决方案取决于许多因素,包括初始成本、试剂成本、通量和易用性,但也许最关键的决定因素是所产生图像的质量。通过使用 Minerva 图像查看器直接评估 Cell DIVE 图像,研究人员可以真实体验到 Cell DIVE 方法和技术的强大。

眼见为实,探索互动数据集:

 点击了解更多

Scroll to top