Inventado hace más de 50 años, la clasificación de células basada en citometría de flujo se ha convertido en una herramienta ampliamente utilizada en los laboratorios de biología para aislar físicamente las células en función de sus perfiles de expresión de marcadores de superficie global. Pero el 27 de agosto en la revista Celda , un equipo internacional e multiinstitucional de investigadores revela la próxima evolución en este proceso crítico, "Clasificación de células activadas por imágenes", o IACS para abreviar.
IACS es una máquina inteligente que integra tecnología óptica, microfluídica, eléctrica, computacional y mecánica para clasificar las células basándose no solo en sus perfiles fenotípicos globales sino también en sus propiedades espaciales y morfológicas utilizando un enfoque basado en imágenes. Los investigadores lanzaránuna plataforma de innovación abierta donde los usuarios pueden sugerir ideas, enviar muestras interesantes y probarlas en la máquina construida en la Universidad de Tokio. Por separado, una startup, CYBO, Inc, convertirá la tecnología inteligente IACS en un producto comercial.
"Nuestro objetivo es extender la capacidad de la citometría de flujo de intensidades 1D a imágenes 2D para clasificar las células con arquitecturas espaciales únicas de biomoléculas. Esto permitirá abordar nuevas preguntas biológicas fundamentales como" ¿cómo está la arquitectura celular molecularmente conectada con la función fisiológica? ", Dice el autor principalKeisuke Goda, químico físico de la Universidad de Tokio, "imaginamos que la herramienta desarrollada será ampliamente aplicable en el estudio de qué genes afectan la localización espacial de varias moléculas dentro de las células".
Para hacer realidad el IACS, los investigadores necesitaban lograr un equilibrio entre velocidad y precisión. Con una fuerza combinada de más de 50 expertos de 26 instituciones, incluidas la Universidad de Tokio, la Universidad de Nagoya, la Universidad de Kyoto, RIKEN, UCLA y la Universidad de Columbia, Goda y sus colegas identificaron un método para aislar células objetivo en tiempo real sin interrupciones mientras usaban el aprendizaje profundo para procesar rápidamente datos de alta resolución. Tomó 2 años diseñar, 2 años desarrollar los subsistemas y otros 2 años integrarlos.y probar la plataforma en muestras de microalgas y células sanguíneas. Goda, un ex investigador del grupo LIGO Observatorio de ondas gravitacionales con interferómetro láser que recibió el Premio Nobel de física el año pasado, adoptó la estrategia LIGO para liderar el equipo para construir elmáquina altamente interdisciplinaria y compleja.
Al igual que con todos los citómetros de flujo, se coloca un tubo que contiene una muestra de células suspendidas en el puerto de inyección para introducirlo en el sistema IACS. Durante la ejecución, las células se visualizan a medida que pasan una por una bajo una lente de microscopio;Los datos se recopilan en tiempo real y se utilizan para construir una decisión de clasificación mediante la cual las células que cumplen con los criterios se separan físicamente de las que no. Cuando se termina, se recogen dos tubos que contienen las partes clasificadas y restantes de la muestra, inspeccionadas bajo un microscopio óptico., y se evaluó su rendimiento y pureza. A diferencia de la citometría de flujo, las células pueden clasificarse de grandes poblaciones heterogéneas en función de parámetros espaciales y morfométricos, como la localización intracelular de proteínas y la interacción célula-célula como lo demuestran Goda y sus colegas.
"La plataforma permite la adquisición de imágenes, el procesamiento de imágenes, la toma de decisiones y la actuación, todo en 32 milisegundos, incluso con algoritmos de aprendizaje profundo, y, por lo tanto, realiza una búsqueda y clasificación inteligente de células en tiempo real basada en imágenes a una velocidad sin precedentes de aproximadamente 100 célulaspor segundo ", dice Goda." La tecnología inteligente IACS es muy versátil, puede manejar varios tipos y tamaños de células en diversos campos que van desde la microbiología hasta la hematología, y es prometedora para hacer descubrimientos basados en máquinas en ciencias biológicas, farmacéuticas y médicas."
Por el momento, la plataforma está optimizada para analizar células individuales y no puede manejar objetos biológicos más grandes, como esferoides celulares, organoides, fragmentos de tejidos y organismos completos. Sin embargo, los investigadores planean modificar los canales microfluídicos y el sistema óptico para hacer estoposible en el futuro. Y debido a que el sistema es tan grande y complejo, no es fácil construir en laboratorios externos. En el corto plazo, los investigadores utilizarán la plataforma de innovación abierta para ayudar a cualquier persona interesada en usar la herramienta.
Fuente de la historia :
Materiales proporcionados por prensa celular . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :