| Popis: |
Der aktuelle Standard zur Untersuchung der Zell-Migration im Tiermodell erfordert, dass die Tiere zur Datenerhebung geopfert werden müssen. Daher sind die gewonnenen Daten auf nur einen Zeitpunkt beschränkt. Für viele Prozesse, z.B. die Bildung von Sekundärtumoren, das lokale Tumorwachstum oder die Migration von Stammzellen, ist es jedoch essentiell, den Verbleib der injizierten Zellen über mehrere Zeitpunkte im gleichen Tier beobachten zu können. Magnetresonanztomographie (MRT), als nicht-invasives Bildgebungsverfahren, ermöglicht zwar die Beobachtung zu mehreren Zeitpunkten, weist aber zu geringe Sensitivität und Spezifität auf, um kleine Ansammlungen injizierter Zellen verfolgen zu können. In dieser Dissertation wird ein Verfahren vorgestellt, um diese Herausforderungen zu bewältigen. Um die Sensitivität und Spezifität der MRT zu erhöhen, wurden die Zellen vor der Injektion mithilfe superparamagnetischer Eisenoxid-Nanopartikel markiert. Der Einfluss der Nanopartikel auf das umliegende Gewebe wurde dann mit multiparametrischer MRT (z.B. Signalintensität, Relaxationszeit, Phasen-Perturbation) detektiert. Um die markierten Zellen eindeutig von der Anatomie unterscheiden zu können, wurde dann mittels maschineller Lernverfahren ein für die Nanopartikel typisches Parameter-Muster identifiziert. Basierend auf diesen Parameter-Mustern wurden in Konzept-Studien die markierten Zellen in Phantomen und lebenden Tieren über mehrere Zeitpunkt beobachtet und analysiert. Histological studies of cell migration in animal models require that the animals are sacrificed. Therefore, the data obtained from any given animal is limited to a single point in time. For certain processes such as the formation of metastases, regional tumor growth and micrometastatic progression, the colonization of biomaterials with cells, or the migration of stem cells, it is essential to observe the distribution pattern of injected cells in the same animal at multiple time points. Non-invasive imaging techniques such as biolumines- cence imaging, computed tomography or conventional magnetic resonance imaging (MRI) are not sufficiently sensitive nor specific, however, to follow the migration of a small number of cells. For instance, metastases can only be detected and characterized after they have grown to a considerable size. To increase the sensitivity and specificity of MRI, it has been suggested to label cells with superparamagnetic iron oxide (SPIO) contrast agents prior to injecting them into the animal. Tumor cell migration, regional tumor growth and micrometastatic progression could be investigated by labeling in-vitro cultures of metastatic tumor cells with iron oxide particles, injecting these cells into an animal, and tracking them over time with MRI. This strategy has been applied to monitor iron oxide labeled NSC-derived oligodendroglial progenitors within the rat brain, to detect labeled metastatic melanoma cells within the mouse lymph nodes, and more recently to observe the migration of dendritic cell migration into the drain lymph nodes of mice. However, these techniques are limited in terms of the smallest detectable cell accumulation and the unambiguous identification of superparamagnetic nanoparticles. In this study, a highly accurate cell localization method with high specificity and sensitivity for SPIO labeled cells is presented. The method employs multi-parametric magnetic resonance imaging in combination with support vector machines based data post-processing to follow the migration of any cell type anywhere in the animal except in the lungs. For proof-of-principle, we labeled cancer cells with superparamagnetic iron oxide particles and localize them in agarose phantoms. Moreover, in an in-vivo rat study we were able to confirm the sensitivity and specificity of the method for localizing labeled cells at the whole body level. |
