AI技术如何使繁琐的细胞培养和分析工作自动化
自20世纪初以来，细胞培养一直被认为是各种研究、药物开发和诊断实验室的黄金标准。在药物发现领域，细胞培养被用来开发和测试化合物，以确定化合物的活性。
在开始细胞培养之前，必须首先选择最适合化合物的细胞系。原因是可能需要分析药物对某种特定细胞类型或细胞表达的蛋白质的影响。然后，必须分析细胞培养基和药物溶剂的最佳条件，以及过程中要使用的其他试剂。这些因素中的每一个变化都会影响到下游基于细胞的检测的稳健性（因为它影响到活细胞），从而影响到检测的结果。
这带来了一些重要的问题。如何确保你的程序很适合所选择的特定细胞系？以及如何持续地遵循这一过程以获得稳定和准确的结果？
传统细胞培养工作流程的不足之处
尽管传统的细胞培养工作流程已经使用了多年，但实验室人员在为下游工艺培养和维持健康的细胞仍面临着许多挑战。如国家转化科学促进中心（NCATS）编制的《检测指导手册》中的指导方针所述。
该手册写道："标准化的原代细胞培养条件对稳健的检测性能至关重要。对于每次实验都使用新来源（病人或动物）的细胞的实验，反应会有所不同，每次实验都需要单独进行归一化。"
该手册指出，"特别注意细胞培养条件对试验的成功至关重要。细胞应该汇合(confluent) ，但不能过度生长，这样才能使试验正常进行。操作者需要确定适合提供良好检测信号的细胞生长条件和细胞层的密度"。
遵循这一指导使得细胞培养过程耗费时间，并可能导致不同研究人员之间的不一致。
通常情况下，实验室人员必须每隔几天检查一次培养的细胞。这项任务包括从孵化器中取出一个细胞瓶，计数细胞，并检查其质量，以确定细胞是否已准备好进行繁殖或检测。这主要是通过检查细胞形态（即细胞形状）和汇合度（即培养皿表面被贴壁细胞覆盖的百分比）来完成。汇合度是一个关键因素，可以决定你是否准备好通过做通道（passage）或亚培养（subculture）来进一步繁殖你的细胞系。如果细胞过度融合，细胞会变得不活跃或死亡。
传统上，研究人员通过在细胞培养显微镜下的视觉观察来检查细胞形态和汇合度。但是人的眼睛很容易产生视觉错觉。我们的眼睛处理的是感知到的细胞的大小和形状，而不是实际大小。
用人工智能实现细胞培养工作流程的自动化
为了减少用户的偏见，一些实验室正在转向自动化的细胞培养解决方案，如Olympus™ Provi CM20孵化监控系统。这种系统使用人工智能技术，利用一致的参数自动测量细胞培养的健康状况。
Olympus RMS的Yoshihito Tachi回忆说："我以前用显微镜观察培养细胞的状况，但用这种方法只能做出定性的评价。另一个挑战是，分析结果因工作者的经验和主观性而不同。相比之下，CM20系统可以在相同的恒定分析参数下对细胞进行计数和测量汇合度，从而获得高度可重复和一致的分析结果。在改变培养条件时，我们可以在实验之间进行数据比较，与过去的数据进行比较，并在团队内部轻松分享，所有这些都可以帮助我们提高开发效率"。
由于人工智能技术使用稳定和标准化的参数，它提供了一种比视觉评估更强大和定量的方法来确定汇合度和细胞计数。
CM20系统将自动扫描容器中的多个点，提供有关细胞健康和汇合度的定期定量数据。它采用人工智能技术，使用恒定的分析参数测量细胞状况，消除了不同用户带来的结果差异性。系统将自动记录数据，这些数据可以很容易地存储、重复使用和转移，以帮助减少培养时间，确保不同的人使用相同的参数。
通过比较当前和过去的数据，用户可以在过程中更早地发现异常的细胞培养。这些信息节省了时间，最大限度地减少了昂贵的实验室耗材在无法使用的细胞培养物上的浪费，并为下游过程提供更一致的结果。
"由于CM20系统收集了细胞生长过程的定量数据，不同细胞系的数据可以使用相同的标准进行测量和比较，"东京医科大学研究所的Takanori Takebe博士解释说。"该系统可以很容易地收集由一个研究人员在同一过程中维护的多个细胞的数据，也可以收集来自多个研究人员的数据。这使得我们很容易通过比较细胞图像和生长情况来检查过程是否正确。过去，当细胞质量发生变化时，很难确定是由个别细胞系的特性差异还是培养过程中的错误造成的"。
CM20系统是人工智能如何帮助规范和量化细胞培养过程的一个例子。
----------- End -----------
感兴趣的读者，可以添加小邦微信（zhiyaobang2020）加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位 或
姓名-学校-职务/研究方向。
- 历史文章推荐 -
【自动化-机器人】