在双层微生理系统中对 perfusion 细胞培养条件的评估,使用人工智能辅助的形态分析

科学领域:

• 生物技术是生物技术.
• 药物发现 药物发现 药物发现
• 细胞生物学 细胞生物学

背景情况:

• 微生理系统 (MPS) 正在成为药物开发中动物试验的替代品.
• 微流体设备,如Fluid3D-X® (PET),用于创建体外器官模型.
• 以前的研究表明,MPS可以产生与动物实验相当的结果.

研究的目的:

• 为了评估影响双层微流体芯片细胞形态的因素.
• 评估芯片材料 (PET与PDMS) 和透介质对细胞结构的影响.
• 为了证明人工智能支持的图像分析对形态评估的实用性.

主要方法:

• 在Fluid3D-X®微流体芯片中培养的Caco-2肠上皮细胞.
• 研究了中等 perfusion 速率和方向对状结构形成的影响.
• 使用尼康NIS.ai和显微镜观察量化细胞形态.
• 在PET (Fluid3D-X®) 和PDMS芯片中比较状结构的形成.

主要成果:

• 在PET芯片上游,像Villi这样的结构更为普遍,受流速的影响.
• 与PET相比,PDMS芯片表现出更均的状结构形成.
• 芯片材料和媒介 perfusion 显著影响微通道内的营养和氧气梯度.
• 以人工智能为基础的图像分析证明在量化形态差异方面是有效的.

结论:

• 微通道环境因芯片材料和介质流量而异,影响细胞培养.
• 优化培养条件对于MPS中不同细胞类型至关重要.
• 人工智能图像分析是评估微流体系统中的细胞形态学的宝贵工具.