“Unmixing” Tissue Gene Expression Signatures from Tumor Biopsies

Emergent molecular measurement methods, such as DNA microarray, qRTPCR, and many others, offer tremendous promise for the personalized treatment of cancer. These technologies measure the amount of specific proteins, RNA, DNA or other molecular targets from tumor specimens with the goal of “fingerprinting” individual cancers. Tumor specimens are heterogeneous; an individual specimen typically contains unknown amounts of multiple tissues types. Thus, the measured molecular concentrations result from an unknown mixture of tissue types, and must be normalized to account for the composition of the mixture. For example, a breast tumor biopsy may contain normal, dysplastic and cancerous epithelial cells, as well as stromal components (fatty and connective tissue) and blood and lymphatic vessels. Our diagnostic interest focuses solely on the dysplastic and cancerous epithelial cells. The remaining tissue components serve to “contaminate” the signal of interest. The proportion of each of the tissue components changes as a function of patient characteristics (e.g., age), and varies spatially across the tumor region. Because each of the tissue components produces a different molecular signature, and the amount of each tissue type is specimen dependent, we must estimate the tissue composition of the specimen, and adjust the molecular signal for this composition. Using the idea of a chemical mass balance, we consider the total measured concentrations to be a weighted sum of the individual tissue signatures, where weights are determined by the relative amounts of the different tissue types. We develop a compositional source apportionment model to estimate the relative amounts of tissue components in a tumor specimen. We then use these estimates to infer the tissuespecific concentrations of key molecular targets for sub-typing individual tumors. We anticipate these specific measurements will greatly improve our ability to discriminate between different classes of tumors, and allow more precise matching of each patient to the appropriate treatment

Modeling and Classifying Breast Tissue Density in Mammograms

We present a new approach to model and classify breast parenchymal tissue. Given a mammogram, first, we will discover the distribution of the different tissue densities in an unsupervised manner, and second, we will use this tissue distribution to perform the classification. We achieve this using a classifier based on local descriptors and probabilistic Latent Semantic Analysis (pLSA), a generative model from the statistical text literature. We studied the influence of different descriptors like texture and SIFT features at the classification stage showing that textons outperform SIFT in all cases. Moreover we demonstrate that pLSA automatically extracts meaningful latent aspects generating a compact tissue representation based on their densities, useful for discriminating on mammogram classification. We show the results of tissue classification over the MIAS and DDSM datasets. We compare our method with approaches that classified these same datasets showing a better performance of our proposal

A Novel Breast Tissue Density Classification Methodology

It has been shown that the accuracy of mammographic abnormality detection methods is strongly dependent on the breast tissue characteristics, where a dense breast drastically reduces detection sensitivity. In addition, breast tissue density is widely accepted to be an important risk indicator for the development of breast cancer. Here, we describe the development of an automatic breast tissue classification methodology, which can be summarized in a number of distinct steps: 1) the segmentation of the breast area into fatty versus dense mammographic tissue; 2) the extraction of morphological and texture features from the segmented breast areas; and 3) the use of a Bayesian combination of a number of classifiers. The evaluation, based on a large number of cases from two different mammographic data sets, shows a strong correlation ( and 0.67 for the two data sets) between automatic and expert-based Breast Imaging Reporting and Data System mammographic density assessment

A new approach to the classification of mammographic masses and normal breast tissue

A new approach to mammographic mass detection is presented in this paper. Although different algorithms have been proposed for such a task, most of them are application dependent. In contrast, our approach makes use of a kindred topic in computer vision adapted to our particular problem. In this sense, we translate the eigenfaces approach for face detection/classification problems to a mass detection. Two different databases were used to show the robustness of the approach. The first one consisted on a set of 160 regions of interest (RoIs) extracted from the MIAS database, being 40 of them with confirmed masses and the rest normal tissue. The second set of RoIs was extracted from the DDSM database, and contained 196 RoIs containing masses and 392 with normal, but suspicious regions. Initial results demonstrate the feasibility of using such approach with performances comparable to other algorithms, with the advantage of being a more general, simple and cost-effective approach

Estructura i ultraestructura testicular del mascle reproductor porcí (Sus domesticus)

El present treball analitza al microscopi òptic i al microscopi electrònic de transmissió el testicle de Sus domesticus (raça Landrace - varietat anglesa) a partir de mascles reproductors porcins adults i sans. L'objectiu principal de tots els centres d'Inseminació Artificial Porcina i de les Explotacions de Selecció i Multiplicació Porcina és garantir una excel·lent qualitat espermàtica al llarg de la vida reproductiva útil d'un mascle reproductor porcí. Així doncs, un millor coneixement dels patrons estructural i ultraestructural normals del testicle permetrà diagnosticar amb facilitat quina ha estat l'estructura o funció testicular afectada quan s'observa una disminució de la qualitat del semen. Les anàlisis seminals i hormonals són certament crucials en la valoració d'aquests mascles, però, no són totalment informatives de les alteracions testiculars, ja que és necessari conèixer l'organització microscòpica. Diversos estudis sobre testicle han demostrat que els marcadors més sensibles per a l'avaluació de la funció testicular són els següents: (1) la grandària testicular, (2) el gruix i l'organització de la càpsula testicular, (3) el percentatge de túbuls seminífers i de teixit intersticial en el parènquima testicular, (4) el diàmetre dels túbuls seminífers, (5) l'alçada i la composició de cèl·lules germinals de l'epiteli seminífer, (6) el gruix i l'organització de la làmina pròpia i, (7) la morfologia i la grandària de les cèl·lules de Leydig. El primer objectiu concret del present estudi ha estat, per tant, caracteritzar tots aquests paràmetres testiculars en mascles porcins sans i adults. L'organització estructural del testicle i les mesures quantitatives utilitzades com a marcadors no mostren diferències significatives ni entres els mascles porcins (P > 0,01), ni entre el testicle dret i l'esquerre (P > 0,01). Els testicles, de 330,80  16,99 g de pes, estan envoltats per una càpsula, de 2.375,13  246,68 m de gruix, la qual es divideix en tres capes: la túnica vaginalis constitueix l'1,82  0,78 % de la càpsula i està composta per una capa mesotelial externa i una capa interna de teixit conjuntiu dens; la túnica albuginea representa el 37,31  3,27 % i és de teixit conjuntiu dens i, la túnica vasculosa constitueix el 64,24 4,40 % i és de teixit conjuntiu lax. En el parènquima testicular els túbuls seminífers i el teixit intersticial representen el 72,44  2,12 % i el 27,46  2,12 %, respectivament. Els túbuls seminífers, de 226,23  18,08 m de diàmetre, es troben fortament recargolats i empaquetats, i estan compostos per la làmina pròpia i l'epiteli seminífer. La làmina pròpia, de 4-4,5 m de gruix, està formada per la làmina basal i dues capes de cèl·lules peritubulars. L'epiteli seminífer, amb una alçada mitjana de 66,11  10,62 m, és columnar i estratificat amb cèl·lules de Sertoli i diferents generacions d'espermatogònies, espermatòcits i espermàtides. El teixit intersticial és un teixit conjuntiu lax amb abundants cèl·lules de Leydig polièdriques fortament empaquetades (ca. 15 x 12 m). El segon objectiu concret d'aquest estudi ha estat estudiar des del punt de vista morfològic i morfomètric (alçada, longitud, freqüència relativa d'aparició i durada) els estadis del cicle de l'epiteli seminífer en els mascles porcins de la raça Landrace (varietat anglesa), classificats d'acord amb el mètode de la morfologia tubular. Els estadis premeiòtics ( I, II i III) ocupen el 31,9 % del cicle espermatogènic i es caracteritzen, principalment, per la presència de cèl·lules en les fase inicials de la meiosi I. Les primeres etapes de la meiosi I no afecten els paràmetres morfomètrics de l'epiteli seminífer ja que els valors obtinguts per l'alçada de l'epiteli seminífer, la freqüència relativa, la longitud i la durada d'aquests estadis són molt variables. Els estadis meiòtics (IV i V) representen el 16,4 % del cicle espermatogènic i estan constituïts, principlament, per cèl·lules en un estat avançat de la meiosi I i /o cèl·lules en meiosi II. Les últimes fases de la meiosi I i també de la meiosi II tenen lloc ràpidament, la qual cosa resulta en una baixa freqüència relativa d'aparició i, per tant, en una baixa durada dels estadis meiòtics. Els estadis postmeiòtics (VI, VII i VIII) ocupen el 50,6 % del cicle espermatogènic. L'esdeveniment més important que té lloc en aquests estadis és la fase de maduració de l'espermiogènesi. En la fase de maduració, les espermàtides experimenten diverses modificacions morfològiques i estructurals que donen lloc, finalment, als espermatozoides. La complexitat d'aquests processos fa que els estadis postmeiòtics presentin valors més grans de freqüència relativa, longitud i durada. El tercer objectiu concret d'aquest treball ha estat descriure a nivell ultraestructural el procés d'espermiogènesi, i relacionar les transformacions que experimenten les espermàtides en fase d'elongació amb els canvis ultraestructurals que tenen lloc en les diferents cèl·lules que constitueixen el testicle (cèl·lules germinals, de Sertoli i de Leydig, principalment). L'espermiogènesi del mascle porcí de la raça Landrace (varietat anglesa) s'ha dividit en 9 passos que vénen definits per 9 tipus diferents d'espermàtides. Al llarg de l'espermiogènesi no s'observen diferències ultraestructurals significatives (P > 0,01) ni entre els mascles porcins ni entre el testicle esquerre i dret en les cèl·lules que constitueixen el testicle.

Improvement of heat-induced gel properties of porcine plasma

L'objectiu és millorar els gels de plasma porcí induïts per calor a pH àcid utilitzant transglutaminasa microbiana (MTGasa). El tractament millora textura i CRA dels gels a pH 5,5, però les millores no són suficients per recuperar les pèrdues degut a l'acidificació. L'estructura globular de les proteïnes dificulta l'atac enzimàtic. La reactivitat de l'enzim no millora amb l'addició de cisteïna a plasma amb MTGasa. El tractament del plasma amb MTGasa sota alta pressió (HP) millora la duresa dels gels. No obstant, la CRA només millora lleugerament. La duresa es pot incrementar mantenint les solucions de plasma pressuritzat sota refrigeració, encara que no millora la CRA. Es pot concloure que les pèrdues en la textura dels gels de plasma induïts per calor a pH àcid es poden recuperar parcialment tractant amb MTGasa, especialment afegint cisteïna o sota HP. Encara que la CRA només es veu lleugerament millorada en el segon cas.