单细胞命运的无标签时空解码通过声学驱动的3D断层扫描
Yuxin Wang1, Shizheng Zhou1, Yue Quan1
1Joint Key Laboratory of the Ministry of Education, Institute of Applied Physics and Materials Engineering, University of Macau, Avenida da Universidade, Taipa, Macau, 999078, China.
Materials today. Bio
|September 2, 2024
概括
这项研究引入了一种用于无标签3D细胞成像的新型声学系统,可实现精确的旋转和深度学习分析. 这一突破增强了用于药物查和诊断的细胞可视化.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 细胞生物学 细胞生物学
- 深度学习应用程序
背景情况:
- 无标签的3D成像对于了解细胞功能至关重要,但传统方法的扫描范围有限.
- 现有的光学断层扫描技术绕过了细胞标记,但难以捕捉完整的细胞结构.
- 完全控制细胞旋转是获得全面结构细节的关键.
研究的目的:
- 开发一个具有成本效益的,无标签的多度自由度细胞旋转系统.
- 将声学诱导的振动与深度学习相结合,用于3D细胞重建和分析.
- 为了实现高精度的细胞识别和长期观察细胞反应.
主要方法:
- 一个无接触的声学诱导振动系统被制造为稳定的in-situ细胞旋转.
- 深度学习算法用于旋转细胞的3D重建和形态分析.
- 分析了多种细胞类型,以验证系统的高精度识别能力.
主要成果:
- 该系统成功地实现了稳定,多度自由度的细胞旋转.
- 深度学习集成使得准确的3D重建和形态分析成为可能.
- 在癌细胞和正常细胞中发现了药物诱导的亡的独特特征.
- 高精度的细胞识别在各种细胞类型中得到了验证.
结论:
- 开发的无标签系统与深度学习相结合,为实时细胞可视化提供了一种新的方法.
- 这种方法提升了药物查和单细胞后分析,具有潜在的临床应用.
- 该系统为详细的细胞结构分析和功能研究提供了强大的工具.
更多相关视频
08:58Label-Free Identification of Lymphocyte Subtypes Using Three-Dimensional Quantitative Phase Imaging and Machine Learning
Published on: November 19, 2018
12.4K
09:56Mapping the Emergent Spatial Organization of Mammalian Cells using Micropatterns and Quantitative Imaging
Published on: April 30, 2019
6.5K
