[发明专利]细胞计数的方法和系统有效
申请号: | 201980053558.7 | 申请日: | 2019-06-12 |
公开(公告)号: | CN112638529B | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 太田祯生;堀崎辽一;河村洋子;鹈川昌士;佐藤一诚 | 申请(专利权)人: | 新克赛特株式会社;国立大学法人东京大学;国立大学法人大阪大学 |
主分类号: | B01L3/00 | 分类号: | B01L3/00;G01N15/10 |
代理公司: | 北京安信方达知识产权代理有限公司 11262 | 代理人: | 刘晓杰;贺淑东 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 细胞 计数 方法 系统 | ||
1.一种用于无标记粒子处理或分析的方法,包括:
(a)通过使光通过图案化的光学结构聚焦产生结构化照明,并将所述结构化照明聚焦在流动池的通道上,使得所述结构化照明产生离开所述通道并朝向检测器的透射散斑图案;
(b)使多个无标记粒子中的至少一个无标记粒子通过所述结构化照明聚焦于其上的所述流动池的所述通道,其中在所述至少一个无标记粒子通过所述结构化照明聚焦于其上的所述流动池的所述通道时,调制所述透射散斑图案以生成调制的透射散斑图案;
(c)使用所述检测器收集所述调制的透射散斑图案的至少一部分;
(d)将所述调制的透射散斑图案的所述至少所述部分转换为一个或多个时域波形,其中所述一个或多个时域波形包括当所述至少一个无标记粒子通过所述结构化照明时由所述调制的透射散斑图案赋予的一个或多个强度分布;
(e)将一个或多个机器学习分类器应用于所述一个或多个时域波形以从所述多个无标记粒子直接识别无标记粒子的子集;以及
(f)从所述多个无标记粒子中分离或隔离所述无标记粒子的子集,从而实现所述多个无标记粒子的无标记分选。
2.根据权利要求1所述的方法,其中所述光是相干光。
3.根据权利要求1所述的方法,其中所述光包括紫外光或可见光。
4.根据权利要求1所述的方法,其中所述无标记粒子的子集包括一个或多个生物粒子。
5.根据权利要求1所述的方法,其中所述无标记粒子的子集包括一个或多个细胞。
6.根据权利要求1所述的方法,其中所述无标记粒子的子集包括一个或多个治疗性细胞。
7.根据权利要求1所述的方法,其中所述无标记粒子的子集包括选自以下的一个或多个成员:干细胞、间充质干细胞、诱导多能干细胞、胚胎干细胞、从诱导多能干(iPS)细胞分化的细胞、从胚胎干细胞分化的细胞、基因工程细胞、血细胞、红细胞、白细胞、T细胞、B细胞、自然杀伤细胞、嵌合抗原受体T细胞、嵌合抗原受体自然杀伤细胞、癌细胞和胚细胞。
8.根据权利要求1所述的方法,其中所述无标记粒子的子集包括选自以下的一个或多个白血细胞:嗜中性粒细胞、嗜酸性粒细胞、嗜碱性粒细胞、单核细胞和淋巴细胞。
9.根据权利要求1所述的方法,其中所述多个无标记粒子包括一个或多个稀有细胞、癌细胞或循环肿瘤细胞。
10.根据权利要求5所述的方法,还包括基于所述无标记粒子的子集的功能、类型或特征对所述无标记粒子的子集进行分类,其中所述功能、类型或特征对应于所述无标记粒子的子集的活力、表达状态、纯度、分化、未分化、葡萄糖水平或糖酵解水平。
11.根据权利要求1所述的方法,其中使用与一个或多个染色的粒子相关的波形训练所述一个或多个机器学习分类器。
12.根据权利要求11所述的方法,其中使用支持向量机、随机森林、人工神经网络、卷积神经网络、深度学习、超深度学习、梯度提升、AdaBoosting、决策树、线性回归或逻辑回归创建所述一个或多个机器学习分类器。
13.根据权利要求1所述的方法,其中无需图像重构就可以分选所述多个无标记粒子。
14.根据权利要求1所述的方法,其中所述检测器包括单像素检测器。
15.根据权利要求14所述的方法,其中所述单像素检测器包括光电倍增管。
16.根据权利要求1所述的方法,还包括重构所述无标记粒子的子集的一个或多个图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于新克赛特株式会社;国立大学法人东京大学;国立大学法人大阪大学,未经新克赛特株式会社;国立大学法人东京大学;国立大学法人大阪大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980053558.7/1.html,转载请声明来源钻瓜专利网。