深度学习辅助的度梯度生成用于研究3D细胞培养在不同硬度的水凝珠中的3D细胞培养
Vasileios Anagnostidis1,2, Anuj Tiwari1, Fabrice Gielen1,2
1Living Systems Institute, Faculty of Health and Life Sciences, University of Exeter, Exeter, United Kingdom.
Frontiers in bioengineering and biotechnology
|April 26, 2024
概括
这项研究引入了一种基于图像的自动化系统,用于精确控制微流体度梯度,使得无监督生成生物测试的均化学景观.
科学领域:
- 分析生物科学 分析生物科学
- 微流体学 微流体学
- 生物技术是生物技术.
背景情况:
- 剂量反应关系在分析生物科学中至关重要.
- 滴滴微流体自动化微反应器的生成,用于各种化学空间.
- 目前的方法缺乏适应性,需要人工监督.
研究的目的:
- 开发一个无监督的,闭环的控制系统,以产生均的度梯度.
- 在微流体系统中自动评估和调整体积分.
- 为了实现实时适应实验条件.
主要方法:
- 使用卷积神经网络 (CNN) 实现基于图像的闭环控制系统.
- 训练了一个CNN来检测层状流量接口并实时调整流量.
- 利用YOLOv4对象检测来分析微珠和多细胞球体.
主要成果:
- 在没有人类监督的情况下成功生成统一的度梯度.
- 创建了3D细胞培养可调节硬度 (50Pa到1kPa) 的酸盐微珠.
- 绘制了水凝刚度和多细胞球形生长之间的关系.
结论:
- 开发的系统为微流体梯度生成提供了自动和精确的控制.
- 这项技术促进了高含量查和细胞物质相互作用的研究.
- 能够有效地绘制复杂生物系统中的剂量反应关系.
