一种快速,高通量,病毒感染性测定,使用自动化亮场显微镜与机器学习

科学领域:

• 病毒学 病毒学
• 生物技术是生物技术.
• 人工智能的人工智能

背景情况:

• 病毒感染性测定对于开发疫苗,抗病毒药物和生物制剂至关重要.
• 传统的测定是耗时的 (2-7天),需要大量的手工处理.
• 需要更快,更有效的方法来量化病毒感染力.

研究的目的:

• 引入自动化病毒感染性测试 (AVIA),显著减少测试时间.
• 通过使用人工智能,展示AVIA能够快速量化病毒感染表型的能力.
• 为了比较AVIA与传统感染性测试的性能.

主要方法:

• 在96孔板上使用卷积神经网络 (CNN) 和高通量亮场显微镜开发了AVIA.
• 训练有素的CNN模型对各种病毒进行研究,包括艾滋病毒,流感,冠状病毒,疫苗,脊髓灰质炎病毒和腺病毒.
• 在数小时内,在手动可见性之前,在没有样本准备的情况下,量化了感染表型.

主要成果:

• AVIA在几个小时内定量病毒感染表型,大大缩短了测试时间.
• 在CNN模型中,灵敏度与传统的斑块或TCID50测试相等或超过.
• 达到了大约10%的精度,超过了传统的感染性测试.

结论:

• AVIA提供了一种快速,自动化和敏感的病毒感染量化方法.
• 由人工智能驱动的方法具有广泛的潜力,用于病毒的表征和识别.
• 这项技术可以加速疫苗开发,抗病毒疗法研究和生物制造.