50多年來，基于流式細(xì)胞儀（flow cytometry）的細(xì)胞分選是依據(jù)細(xì)胞的表面標(biāo)志物表達(dá)譜從物理上分裂這些細(xì)胞，它已成為生物學(xué)實驗室中的一種廣泛使用的工具。但是，在一項新的研究中，來自一個研究團(tuán)隊揭示出這個關(guān)鍵過程的下一步發(fā)展，即“智能圖像激活細(xì)胞分選（Intelligent Image-Activated Cell Sorting, IACS）”。相關(guān)研究結(jié)果于2018年8月27日在線發(fā)表在Cell期刊上，論文標(biāo)題為“Intelligent Image-Activated Cell Sorting”。
 

圖片來自Cell, doi:10.1016/j.cell.2018.08.028。

IACS是一種智能機(jī)器，它集成了光學(xué)、微流體、電學(xué)、計算和機(jī)械技術(shù)，不僅可以根據(jù)細(xì)胞的全局表型譜，還可以利用一種圖像驅(qū)動方法獲得細(xì)胞的空間和形態(tài)特性來對這些細(xì)胞進(jìn)行分選。這些研究人員將推出一種開放式創(chuàng)新平臺，在這種平臺上，用戶可以在日本東京大學(xué)構(gòu)建出的這種智能機(jī)器上提出想法和提交有趣的樣本并進(jìn)行測試。另外，一家初創(chuàng)公司CYBO公司（CYBO Inc.）將把這種IACS技術(shù)轉(zhuǎn)變?yōu)橐环N商業(yè)產(chǎn)品。

論文通信作者、東京大學(xué)物理化學(xué)家Keisuke Goda說，“我們的目標(biāo)是將流式細(xì)胞儀的能力從一維強(qiáng)度擴(kuò)展到二維圖像，以便分選出具有*的生物分子空間結(jié)構(gòu)的細(xì)胞。這將有助于解決新的基本生物學(xué)問題，如‘細(xì)胞結(jié)構(gòu)如何在分子水平上與生理功能相關(guān)聯(lián)？’我們設(shè)想這種開發(fā)出的工具可廣泛地應(yīng)用于研究哪些基因影響細(xì)胞內(nèi)的各種分子的空間定位。”

為了讓IACS成為現(xiàn)實，這些研究人員需要在速度和準(zhǔn)確度之間取得平衡。在來自日本東京大學(xué)、名古屋大學(xué)、京都大學(xué)、日本理化研究所、美國加州大學(xué)洛杉磯分校和哥倫比亞大學(xué)等26個機(jī)構(gòu)的50多位專家組成的努力合作下，這些研究人員鑒定出一種實時不中斷地分離靶細(xì)胞而不中斷的方法：利用深度學(xué)習(xí)快地速處理高分辨率數(shù)據(jù)。他們花了2年時間進(jìn)行設(shè)計，又花了2年時間開發(fā)子系統(tǒng)，再花了2年時間將這些子系統(tǒng)整合在一起并在微藻和血細(xì)胞樣本上對這種平臺進(jìn)行測試。Goda采用了LIGO（Laser Interferometer Gravitational-Wave Observatory，激光干涉引力波天文臺）戰(zhàn)略，領(lǐng)導(dǎo)構(gòu)建出這種高度跨學(xué)科的復(fù)雜機(jī)器。

與所有流式細(xì)胞儀一樣，將含有懸浮細(xì)胞樣品的試管被放置在注射口處，從而將它引導(dǎo)入這種IACS系統(tǒng)中。在運行過程中，讓細(xì)胞逐個地在顯微鏡透鏡下通過并進(jìn)行成像；實時收集這些成像數(shù)據(jù)并用于制定分選決策，從而將符合標(biāo)準(zhǔn)的細(xì)胞與那些不符合標(biāo)準(zhǔn)的細(xì)胞在物理上分離開來。在完成分離后，收集一個含有經(jīng)過分選的細(xì)胞樣品部分的試管和一個含有剩余的細(xì)胞樣品部分的試管，在在光學(xué)顯微鏡下檢查這兩個試管，并評價它們的產(chǎn)率和純度。與流式細(xì)胞儀不同的是，細(xì)胞依據(jù)它們的空間和形態(tài)學(xué)參數(shù)（比如細(xì)胞內(nèi)的蛋白定位和細(xì)胞間相互作用）從大的異質(zhì)群體中分離出來。

Goda說，“這種平臺即使采用深度學(xué)習(xí)算法，也能狗在32毫秒內(nèi)完成圖像采集、圖像處理、決策制定和驅(qū)動，從而實現(xiàn)以每秒約100個細(xì)胞的速度進(jìn)行實時的基于圖像的智能細(xì)胞搜索和分選。這種IACS技術(shù)具有廣泛的用途。能夠處理從微生物學(xué)到血液學(xué)等各種領(lǐng)域的各種類型和大小的細(xì)胞，并有望在生物科學(xué)、制藥和醫(yī)學(xué)科學(xué)領(lǐng)域取得基于機(jī)器的發(fā)現(xiàn)。”

目前，這種平臺經(jīng)優(yōu)化后可用于分析單個細(xì)胞，但是不能夠處理更大的生物學(xué)靶標(biāo)，比如細(xì)胞類球體、類器官、組織切片和整個有機(jī)體。然而，這些研究人員正在計劃修改這種平臺的微流體通道和光學(xué)系統(tǒng)，以便讓它在未來能夠處理。鑒于這種系統(tǒng)龐大而又復(fù)雜，因此在實驗室外構(gòu)建它并不是很容易的。在短期內(nèi)，這些研究人員將使用這種開放式創(chuàng)新平臺來幫助任何對使用這種工具感興趣的人。（生物谷 ）

參考資料：

Nao Nitta, Takeaki Sugimura, Akihiro Isozaki et al. Intelligent Image-Activated Cell Sorting. Cell, Published Online: 27 August 2018, doi:10.1016/j.cell.2018.08.028.