[發明專利]一種基于微流控和高光譜成像的單細胞分析方法

在審

• 申請號: 202010566413.1
• 申請日: 2020-06-19
• 公開（公告）號: CN111896456A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 吳海燕
• 申請（專利權）人: 北京凡譜科技有限公司
• 主分類號: G01N15/10
• 分類號: G01N15/10;G01N35/00;B01L3/00
• 代理公司: 北京睿博行遠知識產權代理有限公司 11297
• 代理人: 劉桂榮

本發明公開了一種基于微流控和高光譜成像的單細胞分析方法，通過微流控技術制作單細胞陣列；對預處理后的數據進行學習訓練，用測試集驗證，用得到的最優模型對高光譜數據進行分析。本發明結合微流控技術和高光譜成像技術，完成分離細胞、獲取高光譜圖像、人工智能方法處理圖像數據的步驟，最終實現無標記非接觸的單細胞組分定量分析，解決了目前一些現有的方法無法無損快速鑒別細胞的問題。

技術領域

本發明涉及細胞分析鑒定領域，是一種高光譜圖像結合深度學習的單細胞檢測技術。

背景技術

目前，細胞鑒定技術廣泛應用于生物、醫學、工業等各個領域，高通量、快速的細胞分析鑒定技術十分重要。傳統的細胞分析鑒定方法基于細胞或群落形態特征、生理生化反應特征、血清學反應特征等對細胞進行鑒定，這種方法不僅耗時耗力，還與操作人員主觀判斷有關。分子生物檢測方法也可用于細胞分析鑒定，包括PCR技術、核酸雜交、基因探針技術、基因芯片等。這種方法提高了細胞檢測鑒定的靈敏性，減少了檢測過程需要的時間，但依然難以實現單細胞的快速分析鑒定。單細胞測序是對生物體單個細胞進行DNA和RNA序列測定的一種技術手段，主要步驟包括單細胞分離、全基因組擴增、新一代測序和數據分析，不過單細胞測序方法需要侵入毀損細胞，且無法實現細胞的原位操作。質譜法是分析細胞蛋白質的常用方法，但是這種方法需要裂解細胞且需要大量的細胞用于實驗，這種方法取平均值的方式忽略了細胞間的異質性。除了以上方法，還可以通過標記法和非標記法來檢測細胞組分。標記法將細胞標記上特異性識別組分的材料并檢測材料的存在與數量來進行組分分析，這種方法改變了細胞，降低了可靠性，且只能半定量分析。非標記法通過檢測細胞組分的電學光學與結構特性來鑒別細胞組分，然而，這種方法檢測已知的細胞組分，適用范圍有限。因此，我們需要研究一種無標記非接觸的單細胞組分精確分析方法。

醫學數據的獲取高度依賴先進的儀器設備，當前的醫學領域儀器無法滿足無標記、非接觸的多元化圖譜科學研究的需要，而世界范圍內高光譜醫學研究正處于起步階段。高性能的醫學高光譜分析儀，通過整合光譜和圖像特點以獲取目標對象的化學結構信息和物理形貌信息，以利用其光譜分辨率高、波段多、圖譜結合的優勢。最終實現對檢測目標進行定位、定性和定量的描述，進而實現對重大疾病的精確診斷。結合微流控技術、高光譜顯微成像技術和人工智能算法的單細胞分析鑒定，將廣泛應用于重大疾病早期精準診斷與精準分類(對病變細胞及組織的檢測)；對藥物的精準應用(對抗體分泌的精準檢測)；對療效的精確評估(對受體細胞的成分變化檢測)；對預后的精確預測。

發明內容

為解決上述問題，本發明設計了一種結合深度學習和高光譜成像的方法來實現單細胞分析與鑒定，具有高通量、無損、快速的特點。

微流控能夠精確控制操控微尺度流體，所使用的管道只有幾十到幾百微米，只需使用非常少的樣本和數據就能完成檢測，具有高通量、集成化、輕量化的特點，在生物和醫學等領域發揮著重要作用。不同于普通的灰度圖像和彩色圖像，高光譜圖像具有多個波段，不同的物質具有不同的光譜曲線，能夠完成對不同物質的分類等，所以光譜信息能夠反映物質的成分結構等信息。將高光譜顯微成像系統應用到單細胞分析中，可以獲取細胞的高光譜圖像，由于高光譜圖像數據量巨大，隨著樣本的增加，處理起來十分困難，選擇深度學習的方法對數據進行學習，從而實現對樣本的自動化分析。

該發明通過微流控技術分離單細胞，獲取細胞的高光譜圖像，結合深度學習方法進行特征提取與分類，實現單細胞分析，該方法是一個創新性方法，能夠實現單細胞的無損非侵入性、快速的分析鑒定。

為實現上述發明目的，提供的高光譜結合深度學習實現單細胞分析的步驟如下：

S1:獲取待分析細胞液，通過微流控技術制作單細胞陣列；

S2:獲取單細胞陣列的高光譜圖像并進行預處理；

S3:對預處理后的數據進行學習訓練，用測試集驗證，用得到的最優模型對高光譜數據進行分析。

其中，步驟S1的具體過程為：