INTERROGATION OF METABOLIC CHARACTERISTICS OF BREAST CANCER METASTASES USING FLUORESCENCE LIFETIME IMAGING

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The most important problem of clinical oncology is tumor metastasis. Metabolic switches in tumor cells make a difference for metastases' survival and growth in conditions of a new microenvironment. However, they are less explored in comparison with primary tumors' metabolism. Fluorescence lifetime imaging microscopy (FLIM), based on recording the decay parameters of cellular autofluorescence emitted by pyridine and flavin cofactors, is considered a promising method for assessing the metabolic status of cells. This study aims to identify differences in the kinetics of NAD(P)H fluorescence decay between metastatic breast cancer cells and the primary tumor, as well as between metastatic cells and lymph node tissue in a 4T1 mouse model. The study revealed a decrease in the relative fraction of free NAD(P)H (a1, %), i.e., the fraction not bound to enzymes and associated with glycolysis, in metastases, indicating a shift in the balance toward mitochondrial respiration. Moreover, metastases were metabolically more heterogeneous at the cellular level than primary tumors, as evidenced by a higher dispersion of the mean NAD(P)H fluorescence lifetime τm. Furthermore, metastatic cells were found to have a higher contribution of free NAD(P)H a1 to fluorescence decay, resulting in a shorter mean lifetime τm compared to lymphoid tissue cells (p < 0,001). Thus, this study, using FLIM, demonstrated for the first time differences in the time-resolved characteristics of NAD(P)H autofluorescence between breast cancer metastases and the primary tumor, and between metastases and lymph node tissue. These differences are consistent with existing concepts of the oxidative metabolism of breast cancer metastases. The obtained data are of interest for the search for therapeutic targets in the pathways of energy metabolism of metastases and the development of new approaches to their diagnosis using autofluorescence.

About the authors

A. A Plekhanov

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

S. D Sinyushkina

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

D. S Kozlov

I. M. Sechenov First Moscow State Medical University

Moscow, Russia

V. V Dudenkova

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

A. M Mozherov

I. M. Sechenov First Moscow State Medical University

Moscow, Russia

E. A Shirshin

Faculty of Physics, Lomonosov Moscow State University

Moscow, Russia

D. A Kuzmin

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

P. A Bureev

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

I. D Shchechkin

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

D. S Kuznetsova

I. M. Sechenov First Moscow State Medical University

Moscow, Russia

V. I Shcheslavskiy

Privolzhsky Research Medical University

Nizhny Novgorod, Russia

M. V Shirmanova

Privolzhsky Research Medical University

Email: shirmanovam@mail.ru
Nizhny Novgorod, Russia

References

  1. Géraud, C., Koch, P. S., Damm, F., Schledzewski, K., and Goerdt, S. (2014) The metastatic cycle: metastatic niches and cancer cell dissemination, J. Disch. Dermatol. Ges., 12, 1012-1019, https://doi.org/10.1111/ddg.12451.
  2. Каприн А. Д., Старинский В. В., Шахзадова А. О. (2022) Злокачественные новообразования в России в 2021 году (заболеваемость и смертность), МНИОИ им. П.А. Герцена – филиал ФГБУ «НМИЦ радиологии» Минздрава России, Москва.
  3. Humphrey, K. L., Saksena, M. A., Freer, P. E., Smith, B. L., and Rafferty, E. A. (2014) To do or not to do: axillary nodal evaluation after ACOSOG Z0011 Trial, Radiographics, 34, 1807-1816, https://doi.org/10.1148/rg.347130141.
  4. Воронцов А. Ю., Володин А. Н., Курочкина М. А., Радовский В. В., Бурова Т. В., Гамаюнов С. В. (2023) Биопсия сторожевого лимфатического узла при раке молочной железы. Опыт внедрения методики на региональном уровне. Вопросы приоритета, Опухоли женской репродуктивной системы, 19, 37-42, https://doi.org/10.17650/1994-4098-2023-19-3-37-42.
  5. Moncayo, V. M., Grady, E. E., Alazraki, N. P., and Aarsvold, J. N. (2020) Sentinel-lymph-node multicenter trials, Semin. Nucl. Med., 50, 56-74, https://doi.org/10.1053/j.semnuclmed.2019.10.001.
  6. James, J., Kantere, D., Enger, J., Siarov, J., Wennberg, A. M., and Ericson, M. B. (2020) Report on fluorescence lifetime imaging using multiphoton laser scanning microscopy targeting sentinel lymph node diagnostics, J. Biomed. Opt., 25, 1-8, https://doi.org/10.1117/j.jbo.25.7.071204.
  7. Barkur, S., Boitor, R. A., Mihai, R., Gopal, N. S. R., Leeney, S., Koloydenko, A. A., Khout, H., Rakha, E., and Notingher, I. (2024) Intraoperative spectroscopic evaluation of sentinel lymph nodes in breast cancer surgery, Breast Cancer Res. Treat., 207, 223-232, https://doi.org/10.1007/s10549-024-07349-z.
  8. Monici, M. (2005) Cell and tissue autofluorescence research and diagnostic applications, Biotechnol. Annu. Rev., 11, 227-256, https://doi.org/10.1016/s1387-2656(05)11007-z.
  9. Kang, Y. P., Ward, N. P., and DeNicola, G. M. (2018) Recent advances in cancer metabolism: a technological perspective, Exp. Mol. Med., 50, 1-16, https://doi.org/10.1038/s12276-018-0027-z.
  10. Bergers, G., and Fendt, S. M. (2021) The metabolism of cancer cells during metastasis, Nat. Rev. Cancer, 21, 162-180, https://doi.org/10.1038/s41568-020-00320-z.
  11. Lee, H. S., Kim, H. O., Hong, Y. S., Kim, T. W., Kim, J. C., Yu, C. S., and Kim, J. S. (2014) Prognostic value of metabolic parameters in patients with synchronous colorectal cancer liver metastasis following curative-intent colorectal and hepatic surgery, J. Nucl. Med., 55, 582-589, https://doi.org/10.2967/jnumed.113.128629.
  12. Jin, F., Qu, B., Fu, Z., Zhang, Y., Han, A., Kong, L., and Yu, J. (2018) Prognostic value of metabolic parameters of metastatic lymph nodes on (18)F-FDG PET/CT in patients with limited-stage small-cell lung cancer with lymph node involvement, Clin. Lung. Cancer, 19, e101-e108, https://doi.org/10.1016/j.cllc.2017.06.006.
  13. Shcheslavskiy, V. I., Shirmanova, M. V., Yashin, K. S., Rück, A. C., Skala, M. C., and Becker, W. (2025) Fluorescence lifetime imaging techniques-A review on principles, applications and clinical relevance, J. Biophotonics, e202400450, https://doi.org/10.1002/jbio.202400450.
  14. Kolenc, O. I., and Quinn, K. P. (2019) Evaluating cell metabolism through autofluorescence imaging of NAD(P) H and FAD, Antioxid Redox Signal, 30, 875-889, https://doi.org/10.1089/ars.2017.7451.
  15. Lakowicz, J. R., Szmacinski, H., Nowaczyk, K., and Johnson, M. L. (1992) Fluorescence lifetime imaging of free and protein-bound NADH, Proc. Natl. Acad. Sci. USA, 89, 1271-1275, https://doi.org/10.1073/pnas.89.4.1271.
  16. Liu, Z., Pouli, D., Alonzo, C. A., Varone, A., Karaliota, S., Quinn, K. P., Minger, K., Karalis, K. P., and Georgakoudi, I. (2018) Mapping metabolic changes by noninvasive, multiparametric, high-resolution imaging using endogenous contrast, Sci. Adv., 4, eaap9302, https://doi.org/10.1126/sciadv.aap9302.
  17. Kalinina, S., Freymueller, C., Naskar, N., von Einem, B., Reess, K., Sroka, R., and Rueck, A. (2021) Bioenergetic alterations of metabolic redox coenzymes as NADH, FAD and FMN by means of fluorescence lifetime imaging techniques, Int. J. Mol. Sci., 22, 5952, https://doi.org/10.3390/ijms22115952.
  18. Pulaski, B. A., and Ostrand-Rosenberg, S. (2001) Mouse 4T1 breast tumor model, Curr. Protoc. Immunol., 39, 20.21-20.16, https://doi.org/10.1002/0471142735.im2002539.
  19. Komarova, A. D., Sinyushkina, S. D., Shchechkin, I. D., Druzhkova, I. N., Smirnova, S. A., Terekhov, V. M., Mozherov, A. M., Ignatova, N. I., Nikonova, E. E., Shirshin, E. A., Shimolina, L. E., Gamayunov, S. V., Shcheslavskiy, V. I., and Shirmanova, M. V. (2024) Insights into metabolic heterogeneity of colorectal cancer gained from fluorescence lifetime imaging, Elife, 13, RP94438, https://doi.org/10.7554/eLife.94438.
  20. Feldman, A. T., and Wolfe, D. (2014) Tissue processing and hematoxylin and eosin staining, Methods Mol. Biol., 1180, 31-43, https://doi.org/10.1007/978-1-4939-1050-2_3.
  21. Plekhanov, A. A., Kozlov, D. S., Shepeleva, A. A., Kiseleva, E. B., Shimolina, L. E., Druzhkova, I. N., Plekhanova, M. A., Karabut, M. M., Gubarkova, E. V., Gavrina, A. I., Krylov, D. P., Sovetsky, A. A., Gamayunov, S. V., Kuznetsova, D. S., Zaitsev, V. Y., Sirotkina, M. A., and Gladkova, N. D. (2024) Tissue elasticity as a diagnostic marker of molecular mutations in morphologically heterogeneous colorectal cancer, Int. J. Mol. Sci., 25, 5337, https://doi.org/10.3390/ijms25105337.
  22. Rodimova, S., Kozlova, V., Bobrov, N., Kozlov, D., Mozherov, A., Elagin, V., Shchechkin, I., Kuzmin, D., Gavrina, A., Zagainov, V., Zagaynova, E., and Kuznetsova, D. (2024) Novel optical criteria and mechanisms of critical decline in liver regenerative potential, Cells, 13, 2015, https://doi.org/10.3390/cells13232015.
  23. Plekhanov, A. A., Sirotkina, M. A., Sovetsky, A. A., Gubarkova, E. V., Kuznetsov, S. S., Matveyev, A. L., Matveev, L. A., Zagaynova, E. V., Gladkova, N. D., and Zaitsev, V. Y. (2020) Histological validation of in vivo assessment of cancer tissue inhomogeneity and automated morphological segmentation enabled by Optical Coherence Elastography, Sci. Rep., 10, 11781, https://doi.org/10.1038/s41598-020-68631-w.
  24. Beerling, E., Ritsma, L., Vrieskoop, N., Derksen, P. W., and van Rheenen, J. (2011) Intravital microscopy: new insights into metastasis of tumors, J. Cell. Sci, 124, 299-310, https://doi.org/10.1242/jcs.072728.
  25. Datta, R., Gillette, A., Stefely, M., and Skala, M. C. (2021) Recent innovations in fluorescence lifetime imaging microscopy for biology and medicine, J. Biomed. Opt., 26, 070603, https://doi.org/10.1117/j.jbo.26.7.070603.
  26. Berezin, M. Y., and Achilefu, S. (2010) Fluorescence lifetime measurements and biological imaging, Chem. Rev., 110, 2641-2684, https://doi.org/10.1021/cr900343z.
  27. Suhling, K., Hirvonen, L. M., Levitt, J. A., Chung, P.-H., Tregidgo, C., Le Marois, A., Rusakov, D. A., Zheng, K., Amer-Beg, S., Poland, S., Coelho, S., Henderson, R., and Krstajic, N. (2015) Fluorescence lifetime imaging (FLIM): Basic concepts and some recent developments, Med. Photonics, 27, 3-40, https://doi.org/10.1016/j.medpho.2014.12.001.
  28. Simões, R. V., Serganova, I. S., Kruchevsky, N., Leftin, A., Shestov, A. A., Thaler, H. T., Sukenick, G., Locasale, J. W., Blasberg, R. G., Koutcher, J. A., and Ackerstaff, E. (2015) Metabolic plasticity of metastatic breast cancer cells: adaptation to changes in the microenvironment, Neoplasia, 17, 671-684, https://doi.org/10.1016/j.neo.2015.08.005.
  29. Erickson-Bhatt, S., Cox, B. L., Macdonald, E., Chacko, J. V., Begovatz, P., Keely, P. J., Ponik, S. M., Eliceiri, K. W., and Fain, S. B. (2024) Multi-modal investigation of metabolism in murine breast cancer cell lines using fluorescence lifetime microscopy and hyperpolarized 13C-pyruvate magnetic resonance spectroscopy, Metabolites, 14, 550, https://doi.org/10.3390/metabo14100550.
  30. Karrobi, K., Tank, A., Fuzail, M. A., Kalidosos, M., Tilbury, K., Zaman, M., Ferruzzi, J., and Roblyer, D. (2023) Fluorescence lifetime imaging microscopy (FLIM) reveals spatial-metabolic changes in 3D breast cancer spheroids, Sci. Rep., 13, 3624, https://doi.org/10.1038/s41598-023-30403-7.
  31. Liu, Y. M., Ge, J. Y., Chen, Y. F., Liu, T., Chen, L., Liu, C. C., Ma, D., Chen, Y. Y., Cai, Y. W., Xu, Y. Y., Shao, Z. M., and Yu, K. D. (2023) Combined single-cell and spatial transcriptomics reveal the metabolic evolvement of breast cancer during early dissemination, Adv. Sci. (Weinh), 10, e2205395, https://doi.org/10.1002/advs.202205395.
  32. Passaniti, A., Kim, M. S., Polster, B. M., and Shapiro, P. (2022) Targeting mitochondrial metabolism for metastatic cancer therapy, Mol. Carcinog., 61, 827-838, https://doi.org/10.1002/mc.23436.
  33. Petrocca, F., Altschuler, G., Tan, S. M., Mendillo, M. L., Yan, H., Jerry, D. J., Kung, A. L., Hide, W., Ince, T. A., and Lieberman, J. (2013) A genome-wide siRNA screen identifies proteasome addiction as a vulnerability of basal-like triple-negative breast cancer cells, Cancer Cell, 24, 182-196, https://doi.org/10.1016/j.ccr.2013.07.008.
  34. Raninga, P. V., Lee, A., Sinha, D., Dong, L. F., Datta, K. K., Lu, X., Kalita-de Croft, P., Dutt, M., Hill, M., Pouliot, N., Gowda, H., Kalimutho, M., Neuzi, J., and Khanna, K. K. (2020) Marizomib suppresses triple-negative breast cancer via proteasome and oxidative phosphorylation inhibition, Theranostics, 10, 5259-5275, https://doi.org/10.7150/thno.42705.
  35. Li, X., Wu, Y., Zhang, M., Wang, F., Yin, H., Zhang, Y., Zhao, S., Ma, J., Lv, M., and Lu, C. (2025) A new peptide inhibitor of CIQBP exhibits potent anti-tumour activity against triple negative breast cancer by impairing mitochondrial function and suppressing homologous recombination repair, Clin. Transl. Med., 15, e70162, https://doi.org/10.1002/ctm2.70162.
  36. Pacheco-Velázquez, S. C., Robledo-Cadena, D. X., Hernandez-Resendiz, I., Gallardo-Perez, J. C., Moreno-Sánchez, R., and Rodríguez-Enriquez, S. (2018) Energy metabolism drugs block triple negative breast metastatic cancer cell phenotype, Mol. Pharm., 15, 2151-2164, https://doi.org/10.1021/acs.molpharmaceut.8b00015.
  37. Li, M., Xian, H. C., Tang, Y. J., Liang, X. H., and Tang, Y. L. (2021) Fatty acid oxidation: driver of lymph node metastasis, Cancer Cell Int., 21, 339, https://doi.org/10.1186/s12935-021-02057-w.
  38. Shah, A. T., Diggins, K. E., Walsh, A. J., Irish, J. M., and Skala, M. C. (2015) In vivo autofluorescence imaging of tumor heterogeneity in response to treatment, Neoplasia, 17, 862-870, https://doi.org/10.1016/j.neo.2015.11.006.
  39. Gillette, A. A., Babiarz, C. P., VanDommelen, A. R., Pasch, C. A., Clipson, L., Matkowskyj, K. A., Deming, D. A., and Skala, M. C. (2021) Autofluorescence imaging of treatment response in neuroendocrine tumor organoids, Cancers (Basel), 13, 1873, https://doi.org/10.3390/cancers13081873.
  40. Sharick, J. T., Walsh, C. M., Sprackling, C. M., Pasch, C. A., Pham, D. L., Esbona, K., Choudhary, A., Garcia-Valera, R., Burkard, M. E., McGregor, S. M., Matkowskyj, K. A., Parikh, A. A., Meszoely, I. M., Kelley, M. C., Tsai, S., Deming, D. A., and Skala, M. C. (2020) Metabolic heterogeneity in patient tumor-derived organoids by primary site and drug treatment, Front. Oncol., 10, 553, https://doi.org/10.3389/fonc.2020.00553.
  41. Sharick, J. T., Jeffery, J. J., Karim, M. R., Walsh, C. M., Esbona, K., Cook, R. S., and Skala, M. C. (2019) Cellular metabolic heterogeneity in vivo is recapitulated in tumor organoids, Neoplasia, 21, 615-626, https://doi.org/10.1016/j.neo.2019.04.004.
  42. Shirshin, E. A., Shirmanova, M. V., Gayer, A. V., Lukina, M. M., Nikonova, E. E., Yakimov, B. P., Budylin, G. S., Dudenkova, V. V., Ignatova, N. I., Komarov, D. V., Yakovlev, V. V., Becker, W., Zagaynova, E. V., Shcheslavskiy, V. I., and Scully, M. O. (2022) Label-free sensing of cells with fluorescence lifetime imaging: The quest for metabolic heterogeneity, Proc. Natl. Acad. Sci. USA, 119, e2118241119, https://doi.org/10.1073/pnas.2118241119.
  43. Yuzhakova, D., Kiseleva, E., Shirmanova, M., Shcheslavskiy, V., Sachkova, D., Snopova, L., Bederina, E., Lukina, M., Dudenkova, V., Yusubalieva, G., Belovezhets, T., Matvienko, D., and Baklaushev, V. (2022) Highly invasive fluorescent/bloluminescent patient-derived orthotopic model of glioblastoma in mice, Front. Oncol., 12, 897839, https://doi.org/10.3389/fonc.2022.897839.
  44. Walsh, A. J., Castellanos, J. A., Nagathihalli, N. S., Merchant, N. B., and Skala, M. C. (2016) Optical imaging of drug-induced metabolism changes in murine and human pancreatic cancer organoids reveals heterogeneous drug response, Pancreas, 45, 863-869, https://doi.org/10.1097/mpa.0000000000000543.
  45. Walsh, A. J., Cook, R. S., Sanders, M. E., Aurisicchio, L., Ciliberto, G., Arteaga, C. L., and Skala, M. C. (2014) Quantitative optical imaging of primary tumor organoid metabolism predicts drug response in breast cancer, Cancer Res., 74, 5184-5194, https://doi.org/10.1158/0008-5472.can-14-0663.
  46. Alhallak, K., Rebello, L. G., Muldoon, T. J., Quinn, K. P., and Rajaram, N. (2016) Optical redox ratio identifies metastatic potential-dependent changes in breast cancer cell metabolism, Biomed. Opt. Express, 7, 4364-4374, https://doi.org/10.1364/boe.7.004364.
  47. Izosimova, A. V., Mozherov, A. M., Shirmanova, M. V., Shcheslavskiy, V. I., Sachkova, D. A., Zagaynova, E. V., Sharonov, G. V., and Yuzhakova, D. V. (2023) Fluorescence lifetime imaging of NAD(P)H T cells autofluorescence in the lymphatic nodes to assess the effectiveness of Anti-CTLA-4 immunotherapy, Sovrem. Tekhnologii. Med., 15, 5-15, https://doi.org/10.17691/stm2023.15.3.01.
  48. Weyers, B. W., Marsden, M., Sun, T., Bec, J., Bewley, A. F., Gandour-Edwards, R. F., Moore, M. G., Farwell, D. G., and Marcu, L. (2019) Fluorescence lifetime imaging for intraoperative cancer delineation in transoral robotic surgery, Transl. Biophotonics, 1, e201900017, https://doi.org/10.1002/tbio.201900017.
  49. Suarez-Ibarrola, R., Braun, L., Pohlmann, P. F., Becker, W., Bergmann, A., Gratzke, C., Miernik, A., and Wilhelm, K. (2021) Metabolic imaging of urothelial carcinoma by simultaneous autofluorescence lifetime imaging (FLIM) of NAD(P)H and FAD, Clin. Genitourin. Cancer, 19, e31-e36, https://doi.org/10.1016/j.clgc.2020.07.005.
  50. Geng, C., Chen, X., Pan, X., and Li, J. (2016) The feasibility and accuracy of sentinel lymph node biopsy in initially clinically node-negative breast cancer after neoadjuvant chemotherapy: A systematic review and meta-analysis, PLoS One, 11, e0162605, https://doi.org/10.1371/journal.pone.0162605.
  51. Giammarile, F., Vidal-Sicart, S., Paez, D., Pellet, O., Enrique, E. L., Mikhail-Lette, M., Morozova, O., Maria Camila, N. M., Diana Ivonne, R. S., Delgado Bolton, R. C., Valdes Olmos, R. A., and Mariani, G. (2022) Sentinel lymph node methods in breast cancer, Semin. Nucl. Med., 52, 551-560, https://doi.org/10.1053/j.semnuclmed.2022.01.006.
  52. Shcheslavskiy, V. I., Shirmanova, M. V., Dudenkova, V. V., Lukyanov, K. A., Gavrina, A. I., Shumilova, A. V., Zagaynova, E., and Becker, W. (2018) Fluorescence time-resolved macroimaging, Opt. Lett., 43, 3152-3155, https://doi.org/10.1364/ol.43.003152.
  53. Lukina, M., Orlova, A., Shirmanova, M., Shirokov, D., Pavlikov, A., Neubauer, A., Studier, H., Becker, W., Zagaynova, E., Yoshihara, T., Tobita, S., and Shcheslavskiy, V. (2017) Interrogation of metabolic and oxygen states of tumors with fiber-based luminescence lifetime spectroscopy, Opt. Lett., 42, 731-734, https://doi.org/10.1364/ol.42.000731.
  54. Yuan, N., Hassan, M. A., Ehrlich, K., Weyers, B. W., Biddle, G., Ivanovic, V., Raslan, O. A. A., Gui, D., Abouyared, M., Bewley, A. F., Birkeland, A. C., Farwell, D. G., Marcu, L., and Qi, J. (2024) Early detection of lymph node metastasis using primary head and neck cancer computed tomography and fluorescence lifetime imaging, Diagnostics (Basel), 14, 2097, https://doi.org/10.3390/diagnostics14182097.
  55. Rimbault, C., Devaux, B., Mehidine, H., Sibai, M., Jamme, F., Refrégiers, M., and Abi Haidar, D. (2025) Proof of concept study on differentiating metastatic brain samples by their originating organ using multimodal autofluorescence spectroscopy, Sci. Rep., 15, 11476, https://doi.org/10.1038/s41598-025-92366-1.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».