--东京大学研发出了世界上第一台基于图像的高通量细胞分选仪

细胞分选在分子生物学，病理学，免疫学和病毒学研究中起着重要作用。它需要能够根据细胞的独特化学特征和形状快速搜索和分类细胞。传统的方法在发现这些差异方面是有局限性的，或者过于耗费人力或时间，或者必须在速度和准确性之间进行权衡。东京大学化学系开发了一种智能图像激活细胞分选仪（IACS），其核心是超快频谱仪器--数字化仪。这是世界上第一个基于图像的高通量细胞分选技术，可以以前所未有的吞吐量和准确度处理细胞。这项技术具有高度的通用性并且能够用在基于机器的科学发现上，有望用在生物，制药和医学科学领域，尤其是癌症领域，它可以分辩出癌症和非癌细胞之间的细微差别。

IACS使用实时机器智能技术提供全新的数据管理基础架构，能够以前所未有的速度对单元进行精确排序。 IACS将高吞吐量的细胞成像、细胞聚焦和细胞排序与独特的软硬件数据管理基础设施结合在一起。它利用了许多不同的技术，包括光学，微流体，电子，机械和数据处理。该系统灵活且可扩展，并为数据采集，数据处理，决策制定和分拣驱动提供实时，自动化操作。实际上，即使使用复杂的学习算法，整个过程也只需每个单元32毫秒即可执行！
IACS设置的一个关键部分是处理映像构造的部分。这里使用的是同一所大学研制的频分复用显微镜。FDM显微镜具有连续、高速、无模糊、灵敏的亮场和双色荧光图像采集等优点。这就要求实现系统的突破处理速率~每秒100个单元。

这种超快速细胞分选的另一个关键是获取来自FDM中雪崩光电二极管的信号。这是通过将信号传递到以1.25 GS / s的采样速率运行的Spectrum M4i.2212-x8数字化仪来完成的。然后，通过卡高速PCIe总线将所获取的数据传送到PC，其中可以分离包含在数字化波形中的空间轮廓。数字化仪的快速PCIe接口允许此过程以高事件率连续运行。分离过程涉及在频域中工作，通过执行傅里叶变换，其显示每个信号的不同调制频率。

一旦图像构建完成，使用10gb以太网将结果传输到IACS的图像分析和时间管理阶段。这里有一个现场可编程门阵列(FPGA)、三个中央处理器(cpu)、一个图形处理器(GPU)和一个网络交换机，它们结合起来在神经网络上使用深度学习技术执行必要的图像处理和决策。

Spectrum Instrumentation的CTO Oliver Rovini解释说:“这是一个例子，说明我们的超高速数字化卡可以在图像识别系统获取和处理图像方面发挥关键作用，以满足对越来越快、越来越精确的系统的需求。”“系统设计师想要创建实时处理图像的解决方案，我们的超高速数字化设备可以让这种应用程序通过工厂自动化和过程控制成为可能。”

东京大学化学系是日本和美国的一个大型研究机构和组织联盟的一部分，它们对智能细胞搜索引擎的开发进行了基础研究。 有关IACS开发的完整演示，包括整个实验设置和结果的详细信息，可从Cell Press下载期刊文章：

https：//www.cell.com/cell/fulltext/S0092-8674（18）31044-4

还有一个视频在：

https://www.cell.com/cms/10.1016/j.cell.2018.08.028/attachment/376fe425-fe7a-44f2-87d7-73ab3cd3af3d/mmc1