Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Les puissances internationales d'effort de recherche « Image-Ont activé la cellule triant » la technologie

Inventé sur il y a 50 ans, circulent la cellule basée sur cytométrie que trier est devenue un outil très utilisé dans des laboratoires de biologie pour isoler matériel des cellules basées sur leurs profils extérieurs globaux d'expression de borne. Mais le 27 août dans la cellule de tourillon, une équipe de recherche internationale et multi-institutionnelle dévoilent la prochaine évolution dans ce procédé critique, « cellule Image-Activée triant », ou SIGC pour faire court.

Le SIGC est une machine intelligente qui intègre technologie optique, microfluidic, électrique, de calcul, et mécanique pour trier des cellules basées non seulement sur leurs profils phénotypiques globaux mais également sur leurs propriétés spatiales et morphologiques utilisant une approche motivée par l'image. Les chercheurs lanceront une plate-forme ouverte d'innovation où les usagers peuvent proposer des idées, soumettre les échantillons intéressants, et les vérifier à la machine établie à l'université de Tokyo. Séparé, une mise en train, CYBO, Inc, transformera la technologie intelligente de SIGC en produit commercial.

« Nous visons à étendre la capacité de la cytométrie de flux des intensités 1D aux 2D illustrations aux cellules de tri avec de seules architectures spatiales des biomolécules. Ceci laissera aborder des questions biologiques principales neuves comme « va comment la structure cellulaire moléculairement liée au fonctionnement physiologique ? » dit l'auteur Keisuke supérieur Goda, un pharmacien matériel à l'université de Tokyo. « Nous envisageons l'outil développé pour nous appliquer grand dans l'étude de quels gènes affectent la localisation spatiale des molécules variées dans des cellules. »

Pour effectuer à SIGC une réalité, les chercheurs ont dû réaliser un reste entre la vitesse et l'exactitude. Avec une force combinée de plus de 50 experts de 26 institutions comprenant l'université de Tokyo, l'université de Nagoya, l'université de Kyoto, le RIKEN, l'UCLA, et l'Université de Columbia, le Goda et ses collègues ont recensé une méthode pour isoler des cellules cibles en temps réel sans interruptions tout en en utilisant apprendre profondément à traiter rapidement des caractéristiques à haute résolution. Cela a pris 2 ans au modèle, des 2 ans pour développer les sous-systèmes, et des 2 années différentes pour les intégrer et pour vérifier la plate-forme sur des micro-algues et des échantillons de globule sanguin. Goda, un ancien chercheur dans le groupe de LIGO (observatoire de Gravitationnel-Onde d'interféromètre de laser) qui a été attribué l'année dernière le prix Nobel dans la physique, a pris la stratégie de LIGO pour aboutir l'équipe à établir la machine hautement interdisciplinaire et complexe.

Comme avec tous les cytometers de flux, un tube contenant un groupe des cellules suspendues est mis à l'orifice d'injection à introduire dedans au système de SIGC. Pendant le passage, les cellules sont imagées pendant qu'elles réussissent un sous une lentille de microscope ; la caractéristique est rassemblée en temps réel et employée pour construire une décision de tri par lequel des cellules qui répondent aux critères soient matériel séparées de ceux qui ne font pas. Une fois terminés, deux tubes contenant les parties triées et restantes de l'échantillon sont rassemblés, examinés sous un microscope optique, et évalués pour la puissance et la pureté. À la différence de la cytométrie de flux, des cellules peuvent être triées de grandes populations hétérogènes basées sur le paramètre spatial et morphométrique tel que la localisation intracellulaire et l'interaction cellule-cellule de protéine comme expliquées par Goda et collègues.

« La plate-forme active l'acquisition des images, à traitement d'images, prise de décision, et le déclenchement, tout dans un délai de 32 millisecondes même avec des algorithmes apprenants profonds, et par conséquent réalise la recherche intelligente basée sur image en temps réel de cellules et trier à un régime sans précédent d'environ 100 cellules par seconde, » Goda dit. « La technologie intelligente de SIGC est hautement polyvalente, peut traiter les types variés et les tailles de cellules dans de divers domaines s'échelonnant de la microbiologie à l'hématologie, et de la promesse de prises pour effectuer des découvertes automatisées dans biologique, pharmaceutique, et les sciences médicales. »

Au moment où la plate-forme est optimisée pour analyser différentes cellules et ne peut pas traiter de plus grands objectifs biologiques tels que des sphéroïdes de cellules, des organoids, des éclats de tissu, et des organismes entiers. Cependant, les chercheurs planification pour modifier les glissières microfluidic et le système optique pour effectuer ce possible à l'avenir. Et parce que le système est si grand et complexe, il n'est pas facile d'établir dans les laboratoires extérieurs. À court terme, les chercheurs utiliseront la plate-forme ouverte d'innovation pour aider n'importe qui intéressés à utiliser l'outil.

Video 1. Image activated cell sorting
Video 2. Operation video with caption small