文摘
肿瘤细胞使用多种机制来入侵他们的环境和形式转移。肿瘤细胞的一个重要属性是个体之间的过渡细胞入侵模式和集体模式。从集体到个人乳腺癌细胞入侵了最近决定后续的转移。先前的研究已经提出一系列的入侵模式从单细胞到大型集群。在这里,我们使用一种新颖的图像分析方法量化和归类的入侵。我们已经开发了一个使用自动成像数据收集的过程,无人监督的形态学检查乳腺癌的入侵使用认知网络技术(问)来确定有多少的入侵模式可以可靠地歧视。我们使用贝叶斯网络分析的概率连接形态变量,因此确定两类入侵显然是不同的。贝叶斯网络入侵细胞分离个人和集体组织基于形态学测量,水平的信息接触最不同的形态特征。小入侵群被平滑细胞表面比典型入侵集体在较大的群体。有趣的是,在所有入侵细胞伸长是明显组和不是一个特定功能的单个细胞入侵的代孕epithelial-mesenchymal过渡。 In conclusion, the combination of cognition network technology and Bayesian network analysis provides an insight into morphological variables associated with transition of cancer cells between invasion modes. We show that only two morphologically distinct modes of invasion exist.