50多年来，基于流式细胞仪（flow cytometry）的细胞分选是依据细胞的表面标志物表达谱从物理上分裂这些细胞，它已成为生物学实验室中的一种广泛使用的工具。但是，在一项新的研究中，来自一个国际研究团队揭示出这个关键过程的下一步发展，即“智能图像激活细胞分选（Intelligent Image-Activated Cell Sorting, IACS）”。相关研究结果于2018年8月27日在线发表在Cell期刊上，论文标题为“Intelligent Image-Activated Cell Sorting”。

图片来自Cell, doi:10.1016/j.cell.2018.08.028。

IACS是一种智能机器，它集成了光学、微流体、电学、计算和机械技术，不仅可以根据细胞的全局表型谱，还可以利用一种图像驱动方法获得细胞的空间和形态特性来对这些细胞进行分选。这些研究人员将推出一种开放式创新平台，在这种平台上，用户可以在日本东京大学构建出的这种智能机器上提出想法和提交有趣的样本并进行测试。另外，一家初创公司CYBO公司（CYBO Inc.）将把这种IACS技术转变为一种商业产品。

论文通信作者、东京大学物理化学家Keisuke Goda说，“我们的目标是将流式细胞仪的能力从一维强度扩展到二维图像，以便分选出具有独特的生物分子空间结构的细胞。这将有助于解决新的基本生物学问题，如‘细胞结构如何在分子水平上与生理功能相关联？’我们设想这种开发出的工具可广泛地应用于研究哪些基因影响细胞内的各种分子的空间定位。”

为了让IACS成为现实，这些研究人员需要在速度和准确度之间取得平衡。在来自日本东京大学、名古屋大学、京都大学、日本理化研究所、美国加州大学洛杉矶分校和哥伦比亚大学等26个机构的50多位专家组成的努力合作下，这些研究人员鉴定出一种实时不中断地分离靶细胞而不中断的方法：利用深度学习快地速处理高分辨率数据。他们花了2年时间进行设计，又花了2年时间开发子系统，再花了2年时间将这些子系统整合在一起并在微藻和血细胞样本上对这种平台进行测试。Goda采用了LIGO（Laser Interferometer Gravitational-Wave Observatory，激光干涉引力波天文台）战略，领导构建出这种高度跨学科的复杂机器。

与所有流式细胞仪一样，将含有悬浮细胞样品的试管被放置在注射口处，从而将它引导入这种IACS系统中。在运行过程中，让细胞逐个地在显微镜透镜下通过并进行成像；实时收集这些成像数据并用于制定分选决策，从而将符合标准的细胞与那些不符合标准的细胞在物理上分离开来。在完成分离后，收集一个含有经过分选的细胞样品部分的试管和一个含有剩余的细胞样品部分的试管，在在光学显微镜下检查这两个试管，并评价它们的产率和纯度。与流式细胞仪不同的是，细胞依据它们的空间和形态学参数（比如细胞内的蛋白定位和细胞间相互作用）从大的异质群体中分离出来。

Goda说，“这种平台即使采用深度学习算法，也能狗在32毫秒内完成图像采集、图像处理、决策制定和驱动，从而实现以每秒约100个细胞的的速度进行实时的基于图像的智能细胞搜索和分选。这种IACS技术具有广泛的用途。能够处理从微生物学到血液学等各种领域的各种类型和大小的细胞，并有望在生物科学、制药和医学科学领域取得基于机器的发现。”

目前，这种平台经优化后可用于分析单个细胞，但是不能够处理更大的生物学靶标，比如细胞类球体、类器官、组织切片和整个有机体。然而，这些研究人员正在计划修改这种平台的微流体通道和光学系统，以便让它在未来能够处理。鉴于这种系统庞大而又复杂，因此在实验室外构建它并不是很容易的。在短期内，这些研究人员将使用这种开放式创新平台来帮助任何对使用这种工具感兴趣的人。