為(wei) 了實現個(ge) 性化醫療的潛力並克服最近頻繁發生的大流行性疾病等危機情況，實驗室需要一種有效的方法來分離活細胞進行分析和測試——在不損害細胞活力的情況下分離特定細胞類型的能力對推進藥物研究也是必要的。

為(wei) 了滿足這一需求，據fun88网页下载了解，弗勞恩霍夫激光技術研究院（Fraunhofer ILT）和生產(chan) 技術研究所（IPT）將於(yu) 4月9-12日在慕尼黑舉(ju) 行的2024年分析會(hui) 上展示LIFTOSCOPE設備。該設備顯示，該研究團隊成功開發了一種人工智能輔助工具，該工具使用高通量流程自動對活細胞進行分類和分離。這項被稱為(wei) LIFTOSCOPE的技術結合了高速顯微鏡基於(yu) 人工智能的分析，以及利用激光誘導正向傳(chuan) 輸（LIFT）定位活細胞和細胞簇。

MIR LIFT過程以高達100 Hz的頻率將活細胞一個(ge) 接一個(ge) 地轉移到測微板上。為(wei) 了將高效工藝集成到顯微鏡平台中，無論製造商是誰，Fraunhofer ILT開發了支架（如圖所示）用於(yu) 六孔微量滴定板。（Fraunhofer ILT供圖）。

LIFTOSCOPE每秒可以定位、識別和分析數十個(ge) 活細胞。它可以在200μs內(nei) 完成單個(ge) 細胞的轉移，並且可以在100 s內(nei) 激活10000個(ge) 細胞並將其轉移到微量滴定板。

為(wei) 了創建LIFTOSCOPE，項目團隊將人工智能輔助的高通量過程集成到商用倒置顯微鏡中，並為(wei) 顯微鏡配備高速攝像頭和閃光燈。它將細胞轉移的中紅外（MIR）LIFT過程直接集成到顯微鏡的光束路徑中。

與(yu) 顯微鏡相連的攝像係統每秒可提供100幅高分辨率圖像。人工智能技術識別圖像數據中所需的細胞類型，還決(jue) 定細胞的準確位置和重心。人工智能係統可以被訓練來識別多能幹細胞、高產(chan) 細胞和免疫細胞。

在對細胞進行分類和分析後，使用MIR LIFT過程將其轉移到微量滴定板。LIFTOSCOPE中使用的高精度、光學監控、基於(yu) 激光的過程使其能夠精確控製和傳(chuan) 輸細胞。轉移細胞的存活率超過90%。Fraunhofer ILT生物製造小組負責人Nadine Nottrodt說：“根據細胞類型，所有細胞中有100%能夠存活下來。”

細胞以高達100赫茲(zi) （Hz）的高頻率傳(chuan) 輸。該團隊開發的一個(ge) 六孔微量滴定板支架，可以更容易地將該技術集成到任何顯微鏡平台中，無論製造商是誰。

研究人員說，LIFT過程快速簡單。LIFT使用隻需要幾微焦耳（µJ）脈衝(chong) 能量的9-ns激光脈衝(chong) ，刺激位於(yu) 目標細胞正下方的液體(ti) 介質形成蒸汽泡。此前已脫離束縛的電池被泡沫短暫掀起。一旦氣泡破裂，就會(hui) 形成抽吸，將細胞衝(chong) 洗到微量滴定板的培養(yang) 容器中。

項目經理Richard Lensing說：“細胞隨機分布在樣品中。因此，我們(men) 的係統遵循預先定義(yi) 的網格，並傳(chuan) 輸距離焦點50微米半徑內(nei) 的細胞。”。

雖然熒光標記物可以用來識別特定的細胞，但LIFT過程即使沒有添加劑也能很好地執行。人工智能技術提供精確的定位，以確保細胞被射流捕獲並輸送到測微計板中。LIFT過程使用MIR 2940nm波長激光器直接激發液體(ti) 介質。該波長幾乎不被樣品載體(ti) 中的聚合物吸收。

肌動蛋白染色的3T3成纖維細胞球體(ti) ，用於(yu) LIFT轉移，在激光製造的微孔中培養(yang) 。（Fraunhofer ILT供圖）。

該團隊開發了兩(liang) 種移動細胞培養(yang) 物的策略——一種是停下來的方法，另一種是連續的過程。“走走停停”的方法提供了用許多不同的細胞對樣品進行分類的能力，這使得樣品製備更加容易。然而，這也降低了效率。Nadine Nottrodt說：“在停轉操作中，必須在細胞LIFT前後插入一個(ge) 短暫的休息階段，因為(wei) 每次停轉都會(hui) 觸發樣品中的流體(ti) 動力流，在下一個(ge) 細胞被轉移之前，流體(ti) 動力流必須先穩定下來。”。

當使用連續過程時，LIFTOSCOPE掃描樣本載體(ti) ，掃描網格最多1600行，間距為(wei) 50μm，並轉移在連續移動過程中聚焦的每個(ge) 細胞。傳(chuan) 輸的單元格越多，使用這種方法節省的時間就越多。當10000個(ge) 細胞被轉移時，連續過程的速度是停止和移動策略的兩(liang) 倍多。它可以傳(chuan) 輸10萬(wan) 個(ge) 細胞，比“停-走”操作快20倍。

該團隊旨在穩定自動細胞識別和LIFT過程的高通量，將完成一個(ge) 微量滴定板所需的時間限製在10分鍾內(nei) 。用於(yu) 成像和定位加工周期中的激光焦點將確保LIFT過程具有AI支持的細胞檢測和測量所需的分辨率。這也將確保激光焦點位於(yu) 電池正下方25μm以內(nei) 。

這種基於(yu) 人工智能、基於(yu) 激光的過程可以完全自動化分離活細胞的任務。根據Nottrodt的說法，根據項目團隊取得的進展，細胞LIFT可以與(yu) 高速相機的圖像頻率同步，這將實現每秒100個(ge) 細胞的單細胞分選率。團隊的下一步將是通過流程原型實現市場成熟度。