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）
，用于高通量筛选和分选三维多细胞聚集体（MCAs）。该系统通过实时图像处理检测MCAs的形态和表型特征，然后将它们封装在毫米级液滴中，利用声辐射力按需驱动液滴。ImOCAS系统能够从异质群体中筛选出尺寸均匀的球体，并成功分离具有不同表型的类器官和球体。此外，ImOCAS还具备高纯度和高产量的分选能力，能够
显著提高3D生物模型的分析效率，有望加速药物发现和基础研究进程
。
参考资料：
https://doi.org/10.1002/advs.202410677
来源：
EngineeringForLife
声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！
