De zwaartekracht benutten om een ​​goedkoop microfluïdisch apparaat te creëren voor snelle celanalyse

Een team van onderzoekers van de George R. Brown School of Engineering and Computing van Rice University heeft een innovatieve kunstmatige intelligentie (AI) ontwikkeld-goedkope apparaat die flowcytometrie zal maken-een techniek die wordt gebruikt om cellen of deeltjes in een vloeistof te analyseren met een laserbundel-bakbaar en toegankelijk.

Het prototype identificeert en telt cellen uit niet-zuiverde bloedmonsters met een vergelijkbare nauwkeurigheid als de duurdere en omvangrijke conventionele flowcytometers, biedt resultaten binnen enkele minuten en is aanzienlijk goedkoper en compact, waardoor het zeer aantrekkelijk is voor klinische point-of-care klinische toepassingen, met name in lage-resource en landelijke gebieden.

Peter Lillehoj, de Leonard en Mary Elizabeth Shankle universitair hoofddocent bio -engineering, en Kevin McHugh, universitair docent bio -engineering en chemie, leidde de ontwikkeling van dit nieuwe apparaat. De studie werd gepubliceerd in Microsystems & nanoengineering.

Flowcytometrie is voor het eerst ontwikkeld in de jaren 1950 en is een krachtige techniek voor het sorteren en analyseren van afzonderlijke cellen met toepassingen in meerdere medische velden, waaronder immunologie, moleculaire en kankerbiologie en virologie. Het is de laboratoriumtest “Gold Standard” voor klinische diagnose en zorg en wordt veelvuldig gebruikt in biomedisch onderzoek. Het gebruik ervan is momenteel echter beperkt tot state-of-the-art diagnostische laboratoria en medische centra, omdat het grote, dure apparatuur vereist, variërend van tientallen tot honderdduizenden dollars en speciaal opgeleid personeel om het te exploiteren.

“Conventionele flowcytometrie is niet praktisch voor veel middelen met beperkte instellingen in de VS en over de hele wereld,” zei Lillehoj, de bijbehorende auteur van de studie. “Met onze aanpak kan deze techniek gemakkelijk worden uitgevoerd voor een fractie van de kosten. We stellen ons voor dat ons innovatieve apparaat de weg zal effenen voor veel nieuwe point-of-care klinische en biomedische onderzoekstoepassingen.”

Gebruikmakend van de op zwaartekracht gebaseerde slakstroom om een ​​goedkope, pompvrije flowcytometer te bouwen

De huidige flowcytometers vertrouwen op gespecialiseerde pompen en kleppen voor vloeistofstroom en regeling, waardoor de apparatuur duur en omvangrijk is. Na het experimenteren met verschillende alternatieve microfluïdische stroomopties, bedacht het rijstteam een ​​innovatieve pompvrije ontwerpoplossing, die cruciaal was om de kosten en grootte van het apparaat te verminderen.

Desh Deepak Dixit en Tyler Graf-afgestudeerde studenten begeleid door respectievelijk Lillehoj en McHugh-hebben verschillende parameters van het microfluïdische apparaat afgestemd om door zwaartekracht aangedreven slugstroom te bereiken. In tegenstelling tot de hydrostatische zwaartekrachtstroom waarbij de vloeistofsnelheid verandert, afhankelijk van de hydrostatische druk die op de vloeistof werkt, zorgt door zwaartekracht aangedreven slugstroom ervoor dat het monster naar een constante snelheid stroomt door het microfluïdische apparaat, wat cruciaal is voor nauwkeurige celsortering en analyse.

SLUG-stroom is een tweefasenstroompatroon waargenomen wanneer een vloeistof bestaat uit een of twee vloeistoffen in afzonderlijke fasen door een pijp of kanaal beweegt. Het wordt voornamelijk gebruikt voor het transport van grote hoeveelheden vloeistoffen door industriële apparatuur in olie- en gasbronnen, chemische reactoren en gisters en wordt bestudeerd door onderzoekers die geïnteresseerd zijn in vloeistofdynamiek.

“Voor zover wij weten, is dit de eerste keer dat de door zwaartekracht aangedreven naaktslakstroom wordt gebruikt voor een biomedische toepassing,” zei Lillehoj.

AI maakt het mogelijk om snel specifieke immuuncellen uit niet -zuiverde bloedmonsters te tellen

De tweede belangrijke innovatie van de studie was het gebruik van AI, die een snel maar nauwkeurig tellen van een gespecialiseerde groep immuuncellen met de naam CD4 vergemakkelijkte⁺ T -cellen uit niet -zuiverde bloedmonsters.

CD4⁺ Het aantal T-cellen is een betrouwbare marker van de immuunstatus van het lichaam en wordt gebruikt als een diagnostische en prognostische marker voor kankers en infectieziekten zoals HIV/AIDS en COVID-19.

Het team geïncubeerde niet-zuiverde volbloedmonsters met kralen bedekt met anti-CD4⁺ antilichamen, waardoor ze specifiek aan CD4 kunnen binden⁺ T -cellen in het monster. Het monster werd vervolgens door de microfluïdische chip geleid en de stroom werd opgenomen met een optische microscoop en videocamera.

Om beeldanalyse en kwantificering te versnellen, voegden de onderzoekers AI -mogelijkheden toe door een ingewikkeld neuraal netwerk te trainen – een type machine learning -algoritme dat wordt gebruikt voor beeldclassificatie en objectherkenning – om alleen cellen te detecteren die met kralen zijn gelabeld.

“CD4 identificeren en kwantificeren⁺ T -cellen uit niet -zuiverde bloedmonsters is slechts een voorbeeld van wat men met deze platformtechnologie kan bereiken, “zei McHugh, die ook een kankerpreventie en onderzoeksinstituut van Texas Scholar is.

“Deze technologie kan gemakkelijk worden aangepast om een ​​verscheidenheid aan celtypen te sorteren en te analyseren uit verschillende biologische monsters door kralen te gebruiken die zijn gelabeld met verschillende antilichamen. Op basis van de veelbelovende resultaten die we tot nu toe hebben verkregen, zijn we zeer optimistisch over het potentieel van dit platform om de diagnose, prognose en het biomedische onderzoekslandschap in de toekomst te transformeren.”