内容介绍
中文摘要：
目的：
人诱导多能干细胞来源的肾类器官是药物肾毒性研究中的理想模型。然而受限于传统检测方式的局限，迫切需要一种高通量、高分辨率和高精确性的方法来满足这一领域的基础和转化研究需求。
创新点：
该系统采用了最新的硬件和软件技术，并采用了新颖的自动对焦控制机制，满足了高速和亚微米分辨率的要求；该方法结合了无标签和非侵入性的检测算法；该方法在满足检测过程中培养板振动的最小化的同时能够最大化时间分辨率；该方法能够满足大规模化合物筛选的需求。
方法：
我们开发了一种连续成像和检测识别的系统，对培养在多孔板内悬浮培养基中顺铂诱导的肾类器官进行检测识别。通过基于机器学习的分类和分割算法对获得的图像进行处理，并通过传统的生物学分析手段验证该系统检测识别的准确性。
结论：
运用自主研发的"扫板时读取"系统，我们可以在3分钟内对一个多孔板内的肾类器官进行1.1 µm分辨率的成像，并结合无标签的检测识别算法，准确率可以达到95%。该系统允许我们使用全自动的方法对肾类器官进行批量的化合物筛选。
关键词组：
肾类器官；高通量显微成像；肾毒性；机器学习
作者：
Qizheng WANG, Jun LU, Ke FAN, Yiwei XU, Yucui XIONG, Zhiyong SUN, Man ZHAI, Zhizhong ZHANG, Sheng ZHANG, Yan SONG, Jianzhong
本文引用格式：
Qizheng WANG, Jun LU, Ke FAN, Yiwei XU, Yucui XIONG, Zhiyong SUN, Man ZHAI, Zhizhong ZHANG, Sheng ZHANG, Yan SONG, Jianzhong LUO, Mingliang YOU, Meijin GUO, Xiao ZHANG. High-throughput “read-on-ski” automated imaging and labelfree detection system for toxicity screening of compounds using personalised human kidney organoids[J]. Journal of Zhejiang University Science B, 2022, 23(7): 564-577.
http://doi.org/10.1631/jzus.B2100701
全文下载地址：
https://jzus.zju.edu.cn/oldversion/opentxt.php?doi=10.1631/jzus.B2100701
本文转自“浙大学报英文版”
转自：“解说科研项目”微信公众号
如有侵权，请联系本站删除！
