DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models

Varför små tumörer i gelé spelar roll

Cancer är inte bara en massa av felaktiga celler; det är ett helt kvarter där celler kommunicerar med varandra och med det stödjande nätverket runt dem. I barndomscancer som neuroblastom kan denna omgivande stödstruktur hjälpa tumörer att växa och motstå behandling. I den här studien presenteras DANEELpath, en gratis, öppen källkodsuppsättning digitala verktyg som förvandlar mikroskopbilder av laboratorieodlade mini-tumörer till rika, kvantitativa kartor. Genom att göra det hjälper verktyget forskare att förstå hur tumörceller arrangerar sig, hur de svarar på experimentella läkemedel och hur dessa insikter kan översättas till bättre terapier för barn.

Bygga små tumörvärldar i labbet

För att efterlikna en riktig tumörs komplexa miljö odlar forskare neuroblastomceller i mjuka 3D-hydrogeler gjorda av gelatin och silke. I denna miljö bildar cellerna naturligt runda kluster, ungefär som små tumörer. En nyckelspelare i detta sammanhang är vitronectin, ett klibbigt protein i den extracellulära matrixen som hjälper celler att fästa och kan driva mer aggressiv sjukdom. Gruppen förberedde hydrogeler med och utan extra vitronectin och utsatte några för cilengitid, ett experimentellt läkemedel som blockerar vitronectinrelaterade cellreceptorer. Efter veckors tillväxt skars gelen i skivor, färgades och skannades som högupplösta helbilds-bilder, vilket skapade en digital version av varje mini-tumörvärld.

Göra komplexa bilder till mätbara mönster

Traditionell patologi förlitar sig på experters ögon vid mikroskopet, vilket är kraftfullt men svårt att standardisera och skala upp. DANEELpath ansluter till den populära öppen källkodsplattformen QuPath och automatiserar stora delar av arbetet. Med hjälp av djupinlärningsmodeller kallade U-Net kan verktygslådan noggrant teckna uppgränsningar för varje cellkluster i vanliga färgningar, även när klustren varierar från några få celler till hundratals. Den tillämpar sedan matematiska metoder för att dela varje oregelbundet formad hydrogel i en balanserad "kärna" och en "periferi"-ring, vilket säkrar att jämförelser mellan inre och yttre regioner blir rättvisa oavsett gelens form. Detta gjorde det möjligt för författarna att fastställa att neuroblastomkluster tenderar att vara tätare mot hydrogelns kant och att detta mönster förändras beroende på vitronectininnehåll och läkemedelsbehandling.

Mäta cellavstånd och klustergrannar

Bortom att enbart räkna kluster undersöker DANEELpath hur celler och kluster är arrangerade i rummet. Inuti varje kluster hittar ett annat verktyg individuella cellkärnor och mäter avståndet till varje cells närmaste granne, och sammanfattar hur tätt packade cellerna är. Mellan kluster erbjuder verktygslådan tre sätt att definiera "grannar", inklusive en metod baserad på Voronoi-diagram som ritar inflyttningszoner runt varje kluster. Genom att jämföra dessa mått under olika förhållanden visade forskarna att cilengitid förändrar hur många grannkluster ett stort kluster har och hur dessa grannar är fördelade, men på sätt som beror på om vitronectin lades till i gelen. Detta belyser hur omgivande matrix och mekaniska läkemedel tillsammans formar tumörorganisationen.

Se gloria runt tumörkluster

Vitronectin i dessa modeller bildar ofta slående ringar runt kluster: en klar "korona" när endast cellproducerad vitronectin finns, och en blek halo när extra vitronectin är inbyggd i gelen. Att visuellt separera dessa ringar från klusterkärnan är svårt med blotta ögat. DANEELpath hanterar detta genom att först rita Voronoi-baserade inflytelsesregioner runt varje kluster, och sedan expandera utåt precis lagom för att fånga ringen utan att överlappa grannar. Enkla bildkontrastregler används för att detektera coronor och halon, och verktygslådan mäter automatiskt deras tjocklek. Liknande strategier tillämpades också på riktiga patientprover, till exempel för att kartlägga immunceller vid kanten av tumorregioner eller definiera zoner runt blodkärl för att studera hur vitronectin och andra markörer är arrangerade i mänskligt neuroblastom.

Vad detta betyder för framtida cancerforskning

I grunden förvandlar detta arbete statiska patologibilder till detaljerade, reproducerbara mätningar av hur tumörceller och deras omgivning är organiserade. För icke-specialister innebär det att forskare nu enklare kan testa hur nya läkemedel, stödmaterial eller genetiska förändringar påverkar inte bara om tumörer växer, utan hur de växer i rummet. Eftersom DANEELpath är öppen källkod, fungerar via ett grafiskt gränssnitt och körs på vanliga datorer, sänker det tröskeln för laboratorier världen över att ta till sig avancerad bildanalys. Med tiden kan sådana verktyg hjälpa till att koppla mönster som ses i 3D-modeller och patientvävnad till kliniska utfall, och därmed vägleda mer riktade och effektiva behandlingar för barn med högriskneuroblastom.

Citering: Vieco-Martí, I., López-Carrasco, A., Navarro, S. et al. DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models. Sci Rep 16, 6162 (2026). https://doi.org/10.1038/s41598-026-37134-5

Nyckelord: neuroblastom, digital patologi, 3D-hydrogeler, extracellulär matrix, djupinlärning