Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El esfuerzo de investigación internacional rinde la “célula Imagen-Activada clasificación” tecnología

Inventado durante hace 50 años, la clasificación cytometry-basada flujo de la célula se ha convertido en una herramienta ampliamente utilizada en los laboratorios de biología para físicamente aislar las células basadas en sus perfiles superficiales globales de la expresión del marcador. Pero el 27 de agosto en la célula del gorrón, las personas internacionales, multi-institucionales de investigadores revelan la evolución siguiente en este proceso crítico, “célula Imagen-Activada clasificación”, o SIGC para el cortocircuito.

El SIGC es una máquina inteligente que integra tecnología óptica, microfluidic, eléctrica, de cómputo, y mecánica para clasificación las células basadas no sólo en sus perfiles fenotípicos globales pero también en sus propiedades espaciales y morfológicas usando una aproximación imagen-impulsada. Los investigadores pondrán en marcha una plataforma abierta de la innovación donde los utilizadores pueden sugerir ideas, someter muestras interesantes, y probarlas en la máquina construida en la universidad de Tokio. Por separado, un lanzamiento, CYBO, Inc, girará la tecnología inteligente del SIGC en un producto comercial.

“Apuntamos ampliar la capacidad del cytometry de flujo de las intensidades 1D a los 2.os retratos a las células de la clase con configuraciones espaciales únicas de biomoléculas. Esto permitirá el dirigir de nuevas preguntas biológicas fundamentales como “cómo está la configuración celular conectada molecular con la función fisiológica?” dice autor a Keisuke mayor Goda, químico físico en la universidad de Tokio. “Prevemos la herramienta desarrollada para ser ampliamente aplicables en el estudio de qué genes afectan a la localización espacial de diversas moléculas dentro de las células.”

Para hacer SIGC una realidad, los investigadores necesitaron lograr un equilibrio entre la velocidad y la exactitud. Con una fuerza combinada sobre de 50 expertos a partir de 26 instituciones incluyendo la universidad de Tokio, la universidad de Nagoya, la universidad de Kyoto, RIKEN, el UCLA, y la Universidad de Columbia, Goda y sus colegas determinaron un método para aislar las células de objetivo en tiempo real sin interrupciones mientras que usaba profundamente el aprendizaje tramitar rápidamente datos de alta resolución. Llevó 2 años el diseño, 2 años para desarrollar los subsistemas, y otros 2 años para integrarlos y para probar la plataforma en las microalgas y las muestras del glóbulo. Goda, investigador anterior en el grupo de LIGO (observatorio de la Gravitacional-Onda del interferómetro del laser) que fue concedido el Premio Nobel En la física el año pasado, tomó la estrategia de LIGO para llevar a las personas a construir la máquina altamente interdisciplinaria, compleja.

Como con todos los cytometers del flujo, un tubo que contiene una muestra de células suspendidas se coloca en la lumbrera de inyección que se introducirá hacia adentro al sistema del SIGC. Durante la corrida, las células son reflejadas mientras que pasan uno por uno bajo una lente del microscopio; los datos cerco en tiempo real y se utilizan para construir una decisión de la clase por el que las células que cumplen las consideraciones estén separadas físicamente de las que no lo hagan. Cuando están acabados, dos tubos que contienen las partes clasificación y restantes de la muestra cerco, se revisan bajo un microscopio óptico, y se evalúan para el rendimiento y la pureza. A diferencia de cytometry de flujo, las células se pueden clasificación de las poblaciones heterogéneas grandes basadas en parámetro espacial y morfométrico tal como localización de la proteína y acción recíproca intracelulares de la célula-célula según lo demostrado por Goda y los colegas.

“La plataforma habilita la adquisición de la imagen, tratamiento de la imagen, toma de decisión, y la impulsión, toda en el plazo de 32 milisegundos incluso con algoritmos de aprendizaje profundos, y por lo tanto realiza búsqueda inteligente imagen-basada en tiempo real de la célula y la clasificación a un índice sin precedente de cerca de 100 células por segundo,” Goda dice. “La tecnología inteligente del SIGC es altamente versátil, puede manejar diversos tipos y tallas de células en los campos diversos que colocan de la microbiología a la hematología, y de la promesa de los asimientos para hacer descubrimientos automatizados en ciencias biológicas, farmacéuticas, y médicas.”

En el momento que la plataforma se optimiza para analizar las células individuales y no puede manejar objetos biológicos más grandes tales como esferoides de la célula, organoids, fragmentos del tejido, y organismos enteros. Sin embargo, los investigadores están proyectando modificar los canales microfluidic y el sistema óptico para hacer este posible en el futuro. Y porque el sistema es tan grande y complejo, no es fácil construir en laboratorios exteriores. A corto plazo, los investigadores utilizarán la plataforma abierta de la innovación para ayudar a cualquier persona interesados al usar la herramienta.

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