小膠質(zhì)細(xì)胞是大腦膠質(zhì)瘤(CG)的重要非腫瘤成分之一。膠質(zhì)瘤和小膠質(zhì)細(xì)胞的相互作用促進(jìn)腫瘤進(jìn)展。然而,病灶以外的小膠質(zhì)細(xì)胞趨化分布與大腦膠質(zhì)瘤生物學(xué)特性的關(guān)系尚待明確。本研究從小膠質(zhì)細(xì)胞的時(shí)空分布異質(zhì)性的角度出發(fā),在28只SD大鼠腦組織中植入C6膠質(zhì)瘤細(xì)胞的基礎(chǔ)上建立CG模型,在全腦范圍研究腫瘤進(jìn)展過程中小膠質(zhì)細(xì)胞的趨化分布。在模型建立后第7,9,12,14,16,18,22,23和24天采用核磁共振進(jìn)行T2加權(quán)成像掃描(T2WI),以確定成瘤情況,之后取全腦組織制進(jìn)行HE染色和免疫熒光染色,并基于染色標(biāo)本進(jìn)行進(jìn)一步分析�；贖E染色切片上腫瘤徑線最大的層面分別在腫瘤內(nèi)、腫瘤周圍及腫瘤對側(cè)定義九個(gè)感興趣區(qū)域(ROI),使用SIFT(尺度不變特征變換)算法來配準(zhǔn)和融合該HE染色圖像與相應(yīng)的免疫熒光圖像,將HE切片上定義的ROI投射到免疫熒光圖像,并計(jì)算每個(gè)ROI內(nèi)小膠質(zhì)細(xì)胞的平均熒光強(qiáng)度(MD)。在腫瘤徑線最大的T2WI圖像上測量腫瘤區(qū)域的平均信號強(qiáng)度(SI)和膠質(zhì)瘤的最大直徑(D)。將以上測量值與C6膠質(zhì)瘤的成瘤時(shí)間(T)進(jìn)行多項(xiàng)式擬合繪圖。研究發(fā)現(xiàn),在腫瘤區(qū)域(ROI 1)的MD明顯大于其余ROI中的MD(p0.001)。所有ROI的MD均隨著T和D的增加而增加,分別擬合于二次曲線(R2=0.91,F=129.49,p0.001)和線性函數(shù)(R2=0.71,F=66.10,p0.001),以腫瘤內(nèi)部MD增速最大。T2WI上各個(gè)ROI的平均信號強(qiáng)度也與腫瘤MD呈正相關(guān)關(guān)系(R2=0.80,F=45.45,p0.001)。以上結(jié)果表明,C6膠質(zhì)瘤的進(jìn)展在全腦范圍內(nèi)觸發(fā)了不同程度的小膠質(zhì)細(xì)胞定植,在靶向小膠質(zhì)細(xì)胞的膠質(zhì)瘤微環(huán)境的基礎(chǔ)研究和治療試驗(yàn)中,有必要在全腦范圍內(nèi)評估小膠質(zhì)細(xì)胞的分布和定植。
【學(xué)位單位】：中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進(jìn)技術(shù)研究院)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：R739.41
【部分圖文】：

大腦小膠質(zhì)細(xì)胞的趨化分布與膠質(zhì)瘤生物學(xué)特性的關(guān)系研究節(jié)回波之間的相位編碼梯度，在給定的重復(fù)時(shí)間內(nèi)獲得多條 K 空間信息，從而在保留 T2 對比的同時(shí)，加快了成像速度 （圖 1.1）。在每個(gè)重復(fù)時(shí)間內(nèi)獲得的回波個(gè)數(shù)稱為回波鏈，通常取值在 4-32 之間。成像時(shí)間與回波鏈的倒數(shù)成正比，即回波鏈越多，成像時(shí)間越短，掃描速度越快。因此，在使用該序列成像中通過適當(dāng)增加重復(fù)時(shí)間來提高信噪比的同時(shí)，不會(huì)造成整體掃描時(shí)間的明顯延長。同時(shí)，該序列容許使用更高的相位編碼數(shù)，使得空間分辨率也得以提升。

圖 2.1 開胸灌流示意圖igure 2.1 Illustration of perfusion織用 PFA 浸泡三天以后，取出大的蔗糖溶液，做好標(biāo)記。將大次浸泡一天進(jìn)行梯度脫水，直至完成后，吸水紙吸干水分，對于包埋盒，快速澆筑 OCT 包埋片機(jī)，調(diào)整切片機(jī)冷凍臺的溫約半小時(shí)后包埋劑凝固，取出包

21圖 2.2： C6 大鼠模型建模示意圖以及 ROI 的選取Figure.2.2 Illustration of the experimental procedures
【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 王曉武;李康樗;丁桂榮;徐勝龍;周詠春;譚娟;常英娟;郭國禎;;SD大鼠與Wistar大鼠腦膠質(zhì)瘤動(dòng)物模型的建立及比較[J];中國比較醫(yī)學(xué)雜志;2010年05期

2 紀(jì)華;吳元昊;孫宏海;王延杰;;結(jié)合全局信息的SIFT特征匹配算法[J];光學(xué)精密工程;2009年02期

本文編號：2845812