Circulating Tumor Cell Phenotyping via High-Throughput Acoustic Separation.
Circulating Tumor Cell Phenotyping via High-Throughput Acoustic Separation.
复制标题
DOI：
10.1002/smll.201801131
复制
发表时间：
2018-08
期刊：
影响因子：
--
通讯作者：
Huang TJ
中科院分区：
文献类型：
--
作者：
Wu M;Huang PH;Zhang R;Mao Z;Chen C;Kemeny G;Li P;Lee AV;Gyanchandani R;Armstrong AJ;Dao M;Suresh S;Huang TJ
循环肿瘤细胞（CTC）的研究为开发新的诊断和预后生物标志物提供了途径，这些生物标志物有助于癌症治疗。为了充分利用和解释CTC提供的信息，报道了一种平台的开发，该平台集成了声学和微流体技术，以高通量从外周血中分离稀有CTC，同时保持其结构、生物学和功能的完整性。癌细胞首先以7.5 mL h−1的通量从白细胞中分离出来，在保持细胞增殖能力的同时实现至少86%的回收率。高通量声学分离使得能够对来自前列腺癌患者的分离的CTC进行统计分析，以确定它们的尺寸分布和一系列生物标志物的表型异质性，包括具有前列腺特异性膜抗原表达损失的CTC的可视化。该方法还能够分离更罕见但临床上重要的CTC簇。
The study of circulating tumor cells (CTCs) offers pathways to develop new diagnostic and prognostic biomarkers that benefit cancer treatments. In order to fully exploit and interpret the information provided by CTCs, the development of a platform is reported that integrates acoustics and micro-fluidics to isolate rare CTCs from peripheral blood in high throughput while preserving their structural, biological, and functional integrity. Cancer cells are first isolated from leukocytes with a throughput of 7.5 mL h−1, achieving a recovery rate of at least 86% while maintaining the cells’ ability to proliferate. High-throughput acoustic separation enables statistical analysis of isolated CTCs from prostate cancer patients to be performed to determine their size distribution and phenotypic heterogeneity for a range of biomarkers, including the visualization of CTCs with a loss of expression for the prostate specific membrane antigen. The method also enables the isolation of even rarer, but clinically important, CTC clusters.
登录
查看更多内容
影响因子：
6.1
作者：
Chen Y;Wu M;Ren L;Liu J;Whitley PH;Wang L;Huang TJ
通讯作者：
Huang TJ
影响因子：
45.3
作者：
Cristofanilli, M;Hayes, DF;Terstappen, LWMM
通讯作者：
Terstappen, LWMM
DOI：
10.1073/pnas.1524448113
发表时间：
2016-05-03
影响因子：
11.1
作者：
Au, Sam H.;Storey, Brian D.;Toner, Mehmet
通讯作者：
Toner, Mehmet
DOI：
10.1073/pnas.1413325111
发表时间：
2014-09-09
影响因子：
11.1
作者：
Ding, Xiaoyun;Peng, Zhangli;Huang, Tony Jun
通讯作者：
Huang, Tony Jun
影响因子：
11.5
作者：
Danila, Daniel C.;Heller, Glenn;Scher, Howard I.
通讯作者：
Scher, Howard I.