荧光显微镜的CTC循环肿瘤细胞检测应用

一、CTC循环肿瘤细胞检测

液体活检之父Klaus Pantel介绍CTC和ctDNA

CTC是“循环肿瘤细胞”的英文缩写，CTC检测是一种“液体活检”临床病理技术，可以用于癌症筛查、评估和监测。CTC检测使用外周血为样品，可以指导一些肿瘤位置较深、穿刺活检有风险的肿瘤患者的靶向，也可以为癌症预后评估、监测、癌症复发风险评估等提供重要参考。

CTC内渗和循环（B和C中的蓝色肿瘤细胞）①

目前CTC检测主要应用于上皮来源的肿瘤细胞，比如胃肠道上皮细胞层（口腔、食道、胃、小肠和大肠），以及皮肤、乳腺、肺、肝、卵巢、胆囊和膀胱上皮来源的肿瘤。

蓝绿信号=CTC，蓝红信号=白细胞②

典型CTC检测制样可以概括为四大步骤，首先是富集，使用抗EpCAM微磁珠黏附细胞（CTC、红细胞、白细胞），然后使用CD45染料，特异性染色白细胞，再用CK染料，特异性染色上皮细胞（CTC），用DAPI染色，特异性染色上皮细胞和白细胞的细胞核（排除红细胞）。

有DAPI荧光（蓝）和CK荧光（绿），无CD45荧光且细胞核尺寸较大，判定为CTC；有DAPI荧光（蓝）和CD45荧光（红），判定为白细胞。

二、CTC循环肿瘤细胞检测中的成像挑战

3D生物芯片(g)提升富集效率，但不适配专用仪器②

1、仪器便利性和通用性的矛盾

在以往，CTC检测常使用CellSearch等专用进口仪器实现，这些系统使用便利且成熟度高，但通用性差，只能用于CTC检测，且仅能针对上皮来源肿瘤细胞，只能通过计数评估预后，并且无法跟进新的技术进步。

近年微流控芯片、生物芯片和样品图像自动处理识别等技术的进步，已经让突破传统CTC检测限制成为可能，比如更高的富集效率、更特异性的鉴定策略等，而以往的专用仪器无法适配这些新技术。MF43-N等研究级荧光显微镜不仅更适合研究和利用这些新技术，还能满足其他病理阅片使用，应用前景比专用仪器更高。

加入CD16后的CTC检测，但阅片也更难③

2、多色荧光人工阅片费时费力

CTC检测使用了多种荧光探针，因此需要多色荧光激发，如果采用人工操作阅片，需要一个个视野镜检、每个视野都一个个通道激发然后拍照合成，阅片将会十分费时费力，且容易受主观因素影响。

使用电动化切换的荧光模块，结合XYZ三轴电动和成像软件系统，可以实现多色荧光切片的激发成像和扫描合成，对于提升CTC阅片效率非常有价值，同时数字切片也方便资料分享和研究学习，对于提升诊断精度和训练自动识别算法都有重要意义，明美多重荧光数字切片扫描系统MES200可以实现高效的多色荧光切片扫描。

LED荧光光源（右）比汞灯光源有更高的激发辨识效率③

3、高灵敏度荧光成像

要实现高效的多色荧光切片扫描，整个成像系统从荧光光源，到荧光模块，再到物镜和相机都需要有比较高的灵敏度，比如使用高光强的LED荧光光源、进口高质量滤光片组、半复消色差或以上物镜和高灵敏度荧光相机。

三、明美推荐方案

1、CTC检测数字切片扫描方案

推荐：多重荧光数字切片扫描系统MES200

·基于明美丰富的荧光成像研发经验打造

·可选多种LED荧光光源方案，激发效果稳定

·高灵敏度成像相机，荧光成像细节丰富

·高精度压电电动平台，自动对焦自动扫描

·智能软件自动扫描拼接，快速合成结果

2、CTC检测仪器集成方案

推荐：电动倒置荧光系统

·标准化配件集成，涵盖荧光附件、物镜、相机等

·可集成电动扫描拼接、自动对焦、电动荧光等功能

·可整合细胞计数、细胞融合度等细胞识别功能

·可用于CTC细胞识别、细胞筛选等领域

3、CTC检测微流控芯片、生物芯片研发和阅片

推荐：研究级荧光显微镜MF43-N

·研究级显微镜机身，扩展性强

·LED荧光光源，使用方便寿命长

·高数值孔径半复消色差物镜，荧光效率高

·6孔荧光模块，10X/25大视野目镜

·可升级高精度三维电动平台，实现扫描

引用：

①Ring A, Nguyen-Sträuli BD, Wicki A, Aceto N. Biology, vulnerabilities and clinical applications of circulating tumour cells. Nat Rev Cancer. 2023 Feb;23(2):95-111. doi: 10.1038/s41568-022-00536-4. Epub 2022 Dec 9. PMID: 36494603; PMCID: PMC9734934.

②Wu, X., Xiao, T., Luo, Z. et al. A micro-/nano-chip and quantum dots-based 3D cytosensor for quantitative analysis of circulating tumor cells. J Nanobiotechnol 16, 65 (2018). https://doi.org/10.1186/s12951-018-0390-x

③De Wit, S.; Zeune, et al. Classification of Cells in CTC-Enriched Samples by Advanced Image Analysis. Cancers 2018, 10, 377. https://doi.org/10.3390/cancers10100377

免责声明

本站无法鉴别所上传图片、字体或文字内容的版权，如无意中侵犯了哪个权利人的知识产权，请来信或来电告之，本站将立即予以删除，谢谢。

来源：https://www.mshot.com/article/1859.html