日本東京大學的Sadao Ota副教授說，“鬼影細胞測定儀將有助于需要在實驗室中對細胞進行分類的研究人員并且讓需要快速地和準確地分離和診斷細胞樣品的臨床醫生受益。”
在這項研究中，這些研究人員證實鬼影細胞測定儀能夠分選至少兩種不同類型的具有相似大小和結構的細胞，而且很少發生分選錯誤。鬼影細胞測定儀能夠以每秒1萬多個細胞的速度識別細胞，并且以每秒數千個細胞的速度對細胞進行分類。現存的細胞分選機器不能夠區分具有相類似形狀的細胞類型。人類專家借助顯微鏡通常以每秒少于10個細胞的速度識別和分選細胞，而且有時還具有較差的準確度。
鬼影細胞測定儀的名稱是指這種技術分析最小光波數據的獨特方式，它無需將任何光數據轉換為圖片;它是一種不產生圖像的成像技術。當前的識別不同類型細胞的方法依賴于這些細胞的顯微圖片，隨后計算機圖像識別程序或人類觀察者基于這些顯微圖片對這些細胞進行分類。依賴于完整的圖像使得實時高通量的細胞分選成為一種難以實現的目標。
Ota說，“在這個研究項目開始時，我們是一個由年輕科學家組成的小團隊，而且實驗室裝備簡陋。鑒于我們的資源有限，我們專注于最有效的信息使用方式，而不是構造更好的硬件。這讓我們產生一種想法：不以傳統方式開發新的基于圖片的技術，而是將視覺信息轉換為允許通過機器學習進行快速處理的格式。”Ota是開發這種技術的由光學成像專家、生物工程師、生物物理學家和機器學習專家組成的一個跨學科研究團隊的一員。這個研究團隊的一些成員還創立了旨在將這種設備商業化的ThinkCyte公司。
Ota說，“有時候沒有染色劑、染料或其他的生物標志物來有效地標記不同類型的細胞或同一細胞的不同激活狀態。這時正是鬼影細胞測定儀對臨床醫生、患者和研究人員特別有價值的時候。”
在鬼影細胞測定儀中，每次一個細胞通過單個像素檢測相機下方的狹窄通道，這個像素檢測相機檢測每個細胞發出的熒光。這種對光波的理解無需將它們轉換成完整的圖像，這就使得鬼影細胞測定儀成為一種不產生圖像的視覺系統。配備有機器學習算法的電路與單個像素檢測相機連接在一起，并且學習每種細胞類型的獨特光波模式以便在10微秒內識別細胞。這種電路隨后發送電信號來推動細胞根據它們的類型進入正確的分選通道。
這種機器學習系統不需要圖像來分析細胞，但是如果研究人員需要圖像進行額外的分析，那么這個像素檢測相機確實能夠捕獲足夠的信息來數字化地重建通過這種細胞測定系統的細胞的傳統二維圖片。
這種鬼影細胞測定儀涉及利用以一種獨特的方式對任何一種細胞類型進行染色的熒光染料對細胞進行染色。這些研究人員當前正在進行的研究項目正在探究更先進的機器學習程序和成像技術能夠完全消除熒光染色的可能性。
這是首個超快的熒光成像活化細胞分選(fluorescence imaging-activated cell sorting)技術，它能夠高通量地從物理上相類似的細胞混合物中分離出一種特定的細胞類型。ThinkCyte公司計劃今年與研究機構合作，利用鬼影細胞測定儀啟動腫瘤學和再生醫學臨床研究項目。該公司已開發出鬼影細胞測定儀的一臺樣機，并計劃在2019年將它的研究用測試設備商業化。
京公網安備 11010502049343號