V tomto rozhovoru Dan Schieffer, vědecký ředitel společnosti DeNovix, hovoří o tom, jak poptávka zákazníků inspirovala vývoj specializovaných aplikací CellDrop pro hepatocyty a organoidy.
Mohl byste začít tím, že nám poskytnete přehled o CellDrop Automated Cell Counter a co inspirovalo DeNovix k vývoji specializovaných aplikací pro hepatocyty a organoidy?
Inspirací byli naši zákazníci, kteří tyto aplikace neustále požadovali. Počítání hepatocytů bylo jednou z prvních žádostí, které jsme obdrželi předtím, než byl CellDrop vůbec vydán, a ukazovali jsme beta jednotky laboratořím pro zpětnou vazbu. Organoidní analýzu si také před několika lety vyžádalo velké množství zákazníků a poptávka opravdu nepolevila.
Hepatocyty a organoidy jsou notoricky náročné na přesné sčítání. Proč jsou tyto typy buněk zvláště náročné pro tradiční metody počítání?
Tradiční algoritmy automatického počítání buněk hledají světlé nebo tmavé objekty, které jsou malé a kulaté a rovnoměrně se barví na pozadí. Tyto algoritmy fungují skvěle s buňkami tkáňových kultur nebo mnoha typy primárních buněk, zejména při použití fluorescence. Naproti tomu hepatocyty a organoidy mají nepravidelný tvar s mnoha vnitřními strukturami a mají tendenci růst ve složitých prostředích s mnoha dalšími objekty, jako jsou zbytky nebo jiné typy buněk. Vzhledem k tomu, že tyto vzorky mají mnoho vnitřních struktur nebo v případě organoidů mnoho desítek nebo stovek buněk na objekt, je obtížné dosáhnout rovnoměrného zbarvení. Kombinace těchto faktorů činí tyto typy vzorků téměř nemožné přesně spočítat pomocí tradičních algoritmů počítání buněk.
Snímek výsledku hepatocytů z automatického počítadla buněk CellDrop FLi.
Obrázek výsledku organoidů z automatického počítadla buněk CellDrop FLi.
Jak se přístup strojového učení za algoritmy CellDrop liší od konvenčnějších technik analýzy obrazu pro počítání buněk?
Modely strojového učení jsou trénovány tak, aby počítaly objekty zájmu, ať už jsou to hepatocyty, organoidy nebo nějaký jiný typ buněk ve vzorku, jak by je spočítal vědec s mnohaletými zkušenostmi. V každém případě jsme použili stovky obrázků s desítkami tisíc různých objektů. Každý objekt jsme přiřadili do určité třídy, například organoid, disociovaná buňka nebo částice trosek. Poté jsme trénovali algoritmus na tomto datovém souboru a testovali jej s různými typy čerstvých vzorků. Algoritmus jsme dále vylepšovali, dokud neposkytoval stejné výsledky, jaké by naši vyškolení vědci získali pro typ vzorku, který se pokoušeli spočítat. Je to proces náročný na práci, ale výsledky jsou u komplikovaných typů vzorků nepopiratelné.
Mohl byste popsat, jak byl trénován algoritmus počítání hepatocytů, včetně toho, jaké soubory dat nebo validační procesy byly zapojeny, aby byla zajištěna přesnost?
K trénování algoritmů jsme použili širokou škálu zdrojových materiálů. Byly použity hepatocyty z řady druhů, včetně čerstvě izolované tkáně a kryorozmražených hepatocytů. Kromě toho, že jsme měli značné odborné znalosti mezi naším aplikačním týmem, spolupracovali jsme s předními dodavateli hepatocytů a výzkumnými laboratořemi, které nás naučily počítat hepatocyty tak, jak by je počítali oni. Tyto laboratoře pak byly schopny úspěšně ověřit výkon hotového algoritmu ve svých laboratořích na řadě vzorků.
Organoidy se mohou výrazně lišit ve velikosti, tvaru a struktuře. Jak jste přizpůsobili svůj algoritmus, aby zohlednil tuto variabilitu a zároveň zachoval spolehlivé počty?
Stejně jako u hepatocytů jsme našli několik skvělých partnerů, kteří nám pomohli produkovat organoidy a nádorové koule a nasměrovali nás v jejich počítání tak, jak by to udělali oni. Pomohli vyškolit náš tým v nejdůležitějších parametrech při počítání těchto vzorků a vedli nás ke metrikám kvality, které jsme zahrnuli do softwaru.
Jaké výhody podle vás zákazníci získávají z automatizovaného počítání těchto složitých typů buněk, pokud jde o kvalitu dat a efektivitu pracovních postupů?
Když zákazník počítá vzorek ručně, jako by to musel dělat dříve u vzorku organoidů nebo hepatocytů, přirozeně se budou lišit od osoby k osobě nebo od laboratoře k laboratoři, jak se počítají stejné vzorky. Velkou výhodou automatizace tohoto procesu je, že si dokážete představit scénář se dvěma spolupracujícími laboratořemi, každou s 10 lidmi, které počítají stejné vzorky s nepatrnými odchylkami. Zaveďte automatizaci a nyní máte 20 lidí, kteří počítají vzorky stejnou metodou.
Automatické počítací algoritmy mohou také poskytnout QC informace o vzorku, jako je množství přítomných nečistot nebo průměrný průměr buněk, které by ruční počítání buněk nebylo snadné zachytit. Pro regulovaná prostředí také přidání nástrojů, jako je IQOQ nebo 21 CFR pt 11-ready software, značně usnadňuje dodržování předpisů.
Existují nějaká omezení nebo mezní případy, které musel váš tým překonat, kde se algoritmy zpočátku potýkaly, a jak jste je řešili?
Nikdy jsem nepracoval na projektu bez nečekaných výzev. Povaha biologie spočívá v tom, že vždy existují výjimky a ty bude třeba pochopit a zacházet s nimi tak, aby to bylo pro zákazníka nejlepší. Náš aplikační tým má v této oblasti bohaté zkušenosti a je zběhlý v pomoci našim zákazníkům optimalizovat jejich nastavení.
Vidíte při pohledu do budoucna příležitosti k rozšíření počítání založeného na strojovém učení na další specializované nebo obtížně měřitelné typy buněk?
Nemohu zde prozrazovat příliš mnoho, ale řekněme, že plánujeme pokračovat ve využívání naší technologie strojového učení k řešení potřeb našich zákazníků, kteří mají ve svých pracovních postupech obtížné počítání buněk nebo související problémy s kontrolou kvality.
Na závěr, kdybyste měli shrnout klíčovou výhodu používání CellDrop pro počítání hepatocytů a organoidů do jediné věty, jaká by to byla?
The CellDrop umožňuje rychlou, přesnou a reprodukovatelnou standardizaci počtu hepatocytů a organoidů v jakékoli laboratoři, která používá tyto typy vzorků, aniž by vyžadovala jednorázová plastová sklíčka.
Eliminovat náklady | Automatizujte počítání buněk
O Danu Schiefferovi
Dan Schieffer je vědeckým ředitelem společnosti DeNovix a vedoucím vývojovým vědcem CellDrop. Před nástupem do DeNovix byl Dan studentem a
výzkumník v oblasti buněčné a molekulární biologie na Villanova University a University of Pennsylvania.
O společnosti DeNovix Inc.
Oceněné produkty pro Life Science
Mezi produkty DeNovix, které získaly mnoho ocenění, patří ocenění recenzentů Choice Life Science Product of the Year a udělená Platinová pečeť- Spektrofotometr / Fluorometr řady DS-11 a CellDrop™ Automatizované počítadlo buněk. CellDrop je první nástroj svého druhu, který umožňuje počítat buňky bez slidů. Tyto výkonné přístroje integrují patentovanou technologii DeNovix se snadno použitelným softwarem navrženým vědci pro vědce o životě.
Výzkumníci hlásí, že milují špičkový výkon v oboru, ovládání jako na chytrých telefonech a flexibilní konektivitu přístrojů. Když je potřeba podpora, tým DeNovix je tu, aby vám pomohl. DeNovix získal prestižní ocenění Life Sciences Customer Service of the Year na základě nezávislé recenze zveřejnili vědci z celého světa!
CellDrop: Udržitelný laboratorní produkt roku
The CellDrop Automated Cell Counter byla udělena Udržitelný laboratorní produkt roku v SelectScience® Ocenění Scientists‘ Choice Awards®!
Patentovaná DirectPipette společnosti CellDrop™ technologie jej odlišuje jako jediné počítadlo buněk, které eliminuje potřebu sklíček pro počítání buněk. Tato inovace každoročně ušetří miliony plastových sklíček na jedno použití před používáním a likvidací.
