自動セル

Scientific Reports volume 12、記事番号: 19873 (2022) この記事を引用

853 アクセス

1 引用

2 オルトメトリック

メトリクスの詳細

この研究は、正常な細胞の生理機能や活動への影響を最小限に抑えながら、細胞の後方散乱信号のパターンを分析することにより、細胞の種類に基づいて生細胞を自動的に分類することを目的としていました。 私たちのこれまでの研究では、高いパルス繰り返し周波数（PRF）の高周波超音波を使用したラベルフリーの音響センシングにより、不均一なサンプルから単一の物体を捕捉して分析できることが実証されています。 ただし、後方散乱信号の積分後方散乱 (IB) 係数を後処理する際に、手動設定で起こり得るエラーや時間のかかるプロセスを排除することが重要です。 この研究では、ラベルフリーの音響センシング技術と深層学習を活用した人工知能モデルを組み合わせた自動細胞型分類システムが提案されています。 信号のノイズを除去するために 1 次元 (1D) 畳み込みオートエンコーダを適用し、ガウス ノイズ注入に基づいてデータ拡張を実行して、提案された分類システムのノイズに対する堅牢性を強化しました。 続いて、波形および周波数スペクトル解析用の 1D CNN モデルとスペク​​トログラム解析用の 2 次元 (2D) CNN モデルを含む、3 種類の信号データ表現の畳み込みニューラル ネットワーク (CNN) モデルを使用して、ノイズ除去された後方散乱信号が特定のセル タイプに分類されました。 我々は、後方散乱信号パターンを分析することにより、2 種類の細胞 (RBC と PNT1A など) と 2 種類のポリスチレン微小球を分類することにより、提案されたシステムを評価しました。 私たちは、直径や構造材料などの実験変数を制御することにより、後方散乱信号に反映される細胞の物理的特性を発見することを試みました。 さらに、ベースライン手法の精度と精度を比較することで、ニューラル ネットワーク モデルの有効性とデータ表現の有効性を評価しました。 したがって、提案されたシステムを使用すると、個別化されたがん治療薬の開発のために、異なる固有の物理的特性を持ついくつかの細胞型を確実かつ正確に分類することができます。

不均一な細胞混合物から細胞を分離することは、がん研究や新しい個別化薬の開発にとって重要です1、2、3、4、5、6、7。 異なる細胞タイプを正確に分離することで、生体系における細胞の機能と役割をより深く理解できるようになり、疾患の進行や治療反応に関与する特定の細胞集団の同定が可能になります1、2、3、4、5、6、7、8、 9、10、11、12。 細胞分離技術は、蛍光色素などの細胞表面マーカーに基づいて開発されてきました13,14,3.0.co;2-l (1999)。" href="/articles/s41598-022-22075-6#ref-CR15" id="ref-link-section-d9538225e490">15 および特異的抗体 16、17、またはサイズ、密度、圧縮率などの細胞固有の物理的特性 18、19、20、21。これらの技術の中で、ラベルフリー細胞選別法は、固有の物理的バイオマーカーは、目的の細胞を識別するために集中的な作業や特定の細胞表面標識を必要としないため、広く使用されており、従来の標識支援細胞選別と比較して、正常な細胞の生理機能や活性に対する望ましくない副作用を最小限に抑えることができます。蛍光活性化セルソーティングや磁気活性化セルソーティングなどの方法18,19.光ピンセットやマイクロ流体プラットフォームなどのアプローチは、効果的かつ確実に細胞を分離できますが、これらの方法には、光熱効果などの重大な制限があります。強い光の強度、難しい技術、微細構造内の構造的不規則性による細胞機能や反応に対するせん断応力、スティクション、遮断などの望ましくない影響。

超音波ベースの音響ピンセットは、比較的シンプルで費用対効果の高い実験設定で、単一細胞を捕捉したり、後方散乱係数として細胞の物理的特性を測定したりできることが最近実証されました 24、25、26、27。 それぞれの手順で同じトランスデューサーまたは異なるトランスデューサーを使用して、トラップされた単一細胞からの後方散乱信号を安全に操作および取得するには、より長い超音波パルスとその後の短いパルスが必要です。 ただし、トラップされた単一細胞の正確な測定は、実験設定とともに 2 つの異なるパルス シーケンスを使用することが避けられないため困難であり、誤解を招く情報をもたらす可能性があります。 この重大な制限に対処するために、標的の単一細胞を捕捉し、その後方散乱信号を測定するために、高いパルス繰り返し周波数 (PRF) で高周波超音波を使用する音響ピンセットが開発されました 28。 高いPRFの単サイクル超音波パルスは、より長いパルスで過剰な音響エネルギーを伴う従来の音響ピンセットと比較して、低いレベルの音響捕捉力で、標的の単一細胞を捕捉することができます。 さらに、トラップされた単一ミクロンサイズの物体からの後方散乱信号を同時に測定して、5 および 10 \(\upmu\)m などの 2 つの異なるマイクロビーズ直径と、赤血球 (RBC) を含む 2 つの異なる細胞直径を識別できます。 ）直径6〜8 \(\upmu\)mの正常なSV40不死化前立腺上皮（PNT1A）細胞と直径9～11 \(\upmu\)mで、細胞の生存率を損なうことはありません。 ただし、測定された後方散乱信号に基づく統合後方散乱 (IB) 係数の後処理は、通常、時間がかかるプロセスであり、トラップされた単一の物体によって生成される最初の超音波信号と小さな反射超音波信号の間の反射信号時間を手動で設定するため、エラーが発生する可能性があります。 。 さらに、IB 係数は散乱体の体積からの後方散乱エネルギーと平らな石英ターゲットからの後方散乱エネルギーの比として定義されるため、巨大な反射超音波信号は薄いマイラー フィルムから発生します。 手動分析によって引き起こされる制限を克服するために、この研究ではディープラーニングを活用した人工知能モデルを採用し、後処理を最小限に抑えています。