尽管乳腺癌的诊断与治疗均有很大发展，但此疾病仍然是全世界一个主要的健康问题。
现在，在亚利桑那州国家大学生物设计研究所研究的一种新影像学技术可能帮助研究人员找出细胞核结构中的细微变异、癌症的分子生物标签，从而大大提高诊断准确性和由疾病早期检测提供的预后。
由亚利桑那州立大学高级科学家、生物设计研究所生物标签发现自动化中心主任Deirdre Meldrum教授率领的团队对正常、良性和恶性细胞已使用第一个唯一个细胞CT (VisionGate, Inc., Phoenix, AZ)进行检查，这是一个能以具真实的各向同性决议的生动三维成像细胞的专门仪器。该技术允许检查微妙的细胞细节，这是本质上是二维的更传统形式的显微镜无法达到的。
该团队的研究结果发表在期刊PLoS ONE上。
该研究中所观察到的细胞3D动态影像揭示了细胞正常或异常情况下大量迹象痕迹。Meldrum教授说："有暗示疾病的大量定量形态学参数可用作疾病分期与诊断的生物学标签。例如，一个癌症细胞很典型地有肿大细胞核、核内陷、染色体变异和独特的核形状改变。"
乳腺癌是女性中最常见的癌症。在2011年，估计232000例新诊断病例，39000例死于此病。正常情况下，8名女性中有1名将被诊断为这病。一般地，乳腺癌开始于乳腺的导管（导管癌）或叶（叶乳腺癌）。
目前，恶性肿瘤的确定性临床诊断取决于细胞核结构的仔细检查，这些细胞通过组织学染色制备并在显微镜明视野中观察。根据本研究主要作者Vivek Nandakumar所说，病理学家定性地检查细胞特征，包括细胞核大小、形状、核质比例和细胞染色质构造。然而，这些观察不涉及将促进更准确分析的定量测量。
关于传统病理学的缺点，Meldrum同意上面所述。作为生命科学中心显微放大的主任，该中心是基因组科学上的NIH卓越中心，她职业生涯中的大部分时间都致力于研究细胞异质性、单个细胞在过渡到疾病状态时可出差错的方式。"在我们对单个活细胞的分析中，我们可以定量在相同条件下从细胞到细胞的显著变化"，Meldrum说。
该研究小组使用cell-ct检查了三个特异类型中每一种的150个细胞，这三个特异类型是正常、良性纤维囊性和恶性乳腺上皮细胞。对于乳腺是否纤维化仍有争议，此纤维化可能是因激素变化而导致的，是一种正常状态或恶性肿瘤早期预兆。这种情况发生时，韧带、疤痕、支持组织或其他纤维组织在乳腺中比脂肪组织变得更加突出。
细胞CT是一种新型显微镜，能够以三维方式成像细胞，使用一种称为光学投影层析成像的技术。细胞CT操作就像一个正常的CT扫描器，但它使用光中的可见光中，而不是X射线。为观察所制备的细胞不放在载玻片上，也不是悬浮在凝胶中，而是通过微毛细管管注射，这就可以360度多个成像。
扫描过程中通过细胞产生成百上千的薄切片。这些切片，或断层，通过计算机软件重新组合形成一个详细的三维画像。在旋转中所见的细胞电影精辟地揭示形状不对称性，是疾病诊断的一个特别有用的工具（见1）。
研究中所检查的三种细胞类型有四种不同核形状。1类细胞的细胞核细长，有明显的凹。2类细胞有轻微凹陷、庞大。基于这些形状，前两类被称为蘑菇帽形态。（2类蘑菇帽形态是所观察的三个细胞类型中最常见的核形式。）3类核主要是凸的形状，而4类核不规则和扭曲形状，（见三维渲染图1）。
重要的是，癌细胞株中的细胞显示了最大部分的不规则，4类和2类核和具3类凸形状细胞核的最小部分。恶性细胞也显示了在4类中的最大形状异质性。纤维囊性细胞样本含有最大部分的3类核和最小部分的1类核。就四种形状而言，最大整体形状异质性发生在正常细胞内。
当一个细胞从正常变为纤维囊性，到恶性细胞变化时，可以观察到细胞和核体积增加，虽然平均起来纤维囊性细胞有最大的核-质体积。也可观察到细胞结构间区别和染色体的排列。总的来说，研究团队计算了描述的细胞内和核结构的42个不同的三维形态和结构。细胞CT技术能够解决不到半微米的细胞特征。
研究的合著者Roger Johnson，为生物标签发现自动化中心的研究实验室经理，他强调到，用传统二维成像技术所检查的样本中的所观察的细胞核细微差异，特别是恶性细胞的，可能已经被错过。因此，用细胞CT成像的结构取代用显微镜为癌症诊断所建立的现有核等级。
虽然在理解细胞从正常到疾病状态的转化方面已取得很大进展，许多形式癌症患者的治疗效果仍然令人沮丧地可怜。许多人相信，需要建立一个调查研究这种癌症的新表，这个领域已引起不同学科研究人员的兴趣。当前研究的另一个合著者Paul Davies，是亚利桑那州立大学艺术与科学学院的物理学家和宇宙学家，是新国家癌症研究所资助财团的一部分，专门研究癌症的物理科学。"我们期望来源于物理科学的见解和方法将导致形成理解和处理癌症的根本新观点"，Davies说。
该研究团队的结果提供了经常标志细胞恶性的细胞核结构变化的一个新窗口上。由细胞CT产生的无与伦比的结构细节有望大大改善三维核形态，该三维核形态将导致形成一个敏感、特异的乳腺癌诊断核级分类。（生物谷bioon.com）
doi:10.1371/journal.pone.0029230
PMC:
PMID:
Isotropic 3D Nuclear Morphometry of Normal, Fibrocystic and Malignant Breast Epithelial Cells Reveals New Structural Alterations
Vivek Nandakumar, Laimonas Kelbauskas, Kathryn F. Hernandez, Kelly M. Lintecum, Patti Senechal,Kimberly J. Bussey, Paul C. W. Davies, Roger H. Johnson, Deirdre R. Meldrum
Abstract Background Grading schemes for breast cancer diagnosis are predominantly based on pathologists' qualitative assessment of altered nuclear structure from 2D brightfield microscopy images. However, cells are three-dimensional (3D) objects with features that are inherently 3D and thus poorly characterized in 2D. Our goal is to quantitatively characterize nuclear structure in 3D, assess its variation with malignancy, and investigate whether such variation correlates with standard nuclear grading criteria. Methodology We applied micro-optical computed tomographic imaging and automated 3D nuclear morphometry to quantify and compare morphological variations between human cell lines derived from normal, benign fibrocystic or malignant breast epithelium. To reproduce the appearance and contrast in clinical cytopathology images, we stained cells with hematoxylin and eosin and obtained 3D images of 150 individual stained cells of each cell type at sub-micron, isotropic resolution. Applying volumetric image analyses, we computed 42 3D morphological and textural descriptors of cellular and nuclear structure. Principal Findings We observed four distinct nuclear shape categories, the predominant being a mushroom cap shape. Cell and nuclear volumes increased from normal to fibrocystic to metastatic type, but there was little difference in the volume ratio of nucleus to cytoplasm (N/C ratio) between the lines. Abnormal cell nuclei had more nucleoli, markedly higher density and clumpier chromatin organization compared to normal. Nuclei of non-tumorigenic, fibrocystic cells exhibited larger textural variations than metastatic cell nuclei. At p<0.0025 by ANOVA and Kruskal-Wallis tests, 90% of our computed descriptors statistically differentiated control from abnormal cell populations, but only 69% of these features statistically differentiated the fibrocystic from the metastatic cell populations. Conclusions Our results provide a new perspective on nuclear structure variations associated with malignancy and point to the value of automated quantitative 3D nuclear morphometry as an objective tool to enable development of sensitive and specific nuclear grade classification in breast cancer diagnosis.
