|
德國漢斯多爾夫，2019年2月17日訊-細胞分選在生物學、病理學、免疫學以及病毒學研究中具有至關重要的地位。它需要根據細胞獨特的化學特性和形狀實現快速的查找和分選。傳統的方式無法準確地分辨細胞之間的差異，或者耗費巨大的人力物力，有時甚至需要研究人員在速度和準確度之間進行取舍。東京大學化學系研發了一款智能圖像激活細胞分選設備（intelligent Image-Activated Cell Sorter，IACS），其核心組件使用了Spectrum儀器所提供的高速數字化儀。這是全球首款基于圖像的細胞分選技術，能夠以前所未有的吞吐量和精準度進行細胞分選。該技術適用廣泛，有望在生物、制藥和醫療科學領域有更大的發展，尤其將對分辨癌細胞和非癌細胞之間的細微差別做出巨大貢獻。
為了快速實現細胞分類的精準度，智能圖像激活細胞分選設備（IACS）使用了實時的機器智能技術作為全新的數據管理基礎架構。IACS通過一個獨特的軟件和硬件的數據管理基礎架構將高吞吐量的細胞成像，細胞聚焦以及細胞分類整合，并利用了光學、微流體、電子、機械和數據處理等不同的技術實現。該系統靈活并具有可擴展性，能夠實時且自動化的實現數據采集、數據處理、決策制定和分揀。事實上，即使算法復雜每個細胞的處理速度也僅僅僅需要32毫秒。
IACS設置最關鍵的部分就是圖像構造的處理，這里采用了東京大學研發的另一設備——頻分復用（FDM）顯微鏡。 FDM顯微鏡非常重要，因為它可以在細胞流動的1 m / s內產生連續、高速、無模糊、靈敏的明視野和雙色熒光圖像采集。這是突破每秒處理100個細胞的系統極限所必備的。
超快速細胞分選的另一個關鍵是獲取來自FDM中雪崩光電二極管的信號。這是將信號傳遞至以1.25 GS / s的采樣率運行的Spectrum M4i.2212-x8數字化儀來實現的。此后，通過高速PCIe總線將獲取的數據傳送到PC，其中數字化波形中的空間輪廓能夠被分離。數字化儀的快速PCIe界面能夠使這個過程高速的連續運行。分離的過程通過頻域中的Fourier變換來實現，使每個信號都顯示出不同的調制頻率。
圖像構建完成后，使用10 Gb以太網將結果傳輸到IACS的圖像分析和時間管理部分。這里將一個現場可編程門陣列（FPGA），三個CPU，一個圖形處理器（GPU）和一個網絡開關進行整合，使用神經網絡上的深度學習技術實現圖像處理和決策制定。
Spectrum儀器首席技術官Oliver Rovini 表示：“東京大學的案例僅僅是Spectrum高速數字化儀在圖像識別系統中的一個關鍵應用。隨著科技的發展，圖像識別對速度以及精準度的要求將越來越高。系統設計人員希望能夠開發出實時處理的圖像解決方案，而Spectrum儀器所研發的高速數字化儀就是其理想的選擇。”
東京大學化學系是日本和美國共同成立的一個大型研究機構聯盟的成員，主要用于進行智能細胞搜索領域的基礎研究。
有關IACS開發的完整演示，包括實驗全程的設置及結果信息可以通過Cell Press期刊的兩篇文章了解更多。
|
