三维多细胞聚集体(MCAs)
,如类器官和球体,已经成为研究疾病进展中生物机制的重要工具,尤其在癌症研究中作为体外药物测试模型广泛应用。然而,目前对MCAs的分析依赖于繁琐的手工程序,这限制了其在大型生物检测中的常规使用。
因此,开发一种
能够自动化、高通量地筛选和分选MCAs的方法
迫在眉睫。
鉴于此,来自
法国波尔多大学的Leon Rembotte、Pierre Nassoy和Jean-Christophe Baret团队
介绍了
一种基于图像的细胞计数和声学分选系统(ImOCAS),用于高通量筛选和分选三维多细胞聚集体(MCAs)
。
本文要点:
(1)ImOCAS系统介绍:
ImOCAS系统结合实时图像处理和声辐射力,实现对大量MCAs的筛选和分选。系统通过玻璃毛细管中的实时亮场显微镜图像分析检测MCAs的形态和表型特征,然后将其封装在毫米级液滴中,利用声辐射力按需驱动液滴。
(2)图像处理在MCA分析中的应用:
系统以每秒约100帧的速度连续采集和分析亮场图像,测量MCAs的形态和表型特征。通过图像处理提取MCAs的面积、周长、中心强度等特征,用于分类决策。
(3)声学驱动的液滴操控:
使用40千赫兹的驻波声场产生足够的声辐射力来操控毫米级液滴。液滴在声场作用下发生水平偏转,实现目标液滴的分离收集。
本研究介绍了
一种基于图像的细胞计数和声学分选系统(ImOCAS)