Detektion av sällsynta celler i blod och andra kroppsvätskor har många viktiga tillämpningar, inklusive diagnostik, övervaka sjukdomsprogression och utvärdera immunsvar. Till exempel, upptäcka och samla cirkulerande tumörceller (CTC) i blod kan hjälpa cancerdiagnostik, studera deras roll i den metastatiska kaskaden och förutsäga patientresultat. Dock, eftersom varje milliliter helblod innehåller miljarder blodkroppar, de sällsynta cellerna (t.ex. CTC) som uppträder vid extremt låga koncentrationer (vanligtvis lägre än 100-1000 celler per milliliter) är mycket svåra att upptäcka. Även om olika lösningar har utvecklats för att hantera denna utmaning, befintliga tekniker i allmänhet begränsas av höga kostnader och låg genomströmning.

Forskare vid UCLA Henry Samueli School of Engineering har utvecklat en ny cytometriplattform för att upptäcka sällsynta celler i blod med hög genomströmning och låg kostnad. Publicerad i Light:Science and Applications, denna nya cytometri teknik, kallad magnetiskt modulerad linslös fläckbildning, använder först magnetisk pärlmärkning för att berika målcellerna. Sedan placeras det berikade vätskeprovet som innehåller magnetiska pärlmärkta målceller under ett omväxlande magnetfält, vilket får målcellerna att oscillera i sidled vid en fast frekvens. På samma gång, en laserdiod belyser provet ovanifrån och en bildsensor placerad under provet fångar en objektivlös video med hög bildhastighet av det tidsvarierande optiska mönstret som genereras av provet. Det inspelade spatiotemporala mönstret innehåller den information som behövs för att detektera de oscillerande målcellerna.

Forskarna byggde en kompakt och billig prototyp av denna beräkningsbara objektivlösa cytometer med hjälp av bildsensorer från hyllan, laserdioder och elektromagneter, och använde ett specialbyggt översättningssteg för att låta bildenheten skanna vätskeprov laddat i ett glasrör. Prototypen kan screena motsvarande ~ 1,2 ml helblodsprov på ~ 7 minuter, medan den bara kostar ~ $ 750 och väger ~ 2,1 kg. Flera parallella avbildningskanaler kan också enkelt läggas till systemet för att ytterligare öka provgenomströmningen.

För att säkerställa optimal känslighet och specificitet för sällsynta celldetekteringar, ett tvåstegs beräkningsprocedur utvecklades, som involverade en beräkningsrörelseanalysalgoritm för att detektera mikroobjekt som pendlar med den angivna växelfrekvensen, och sedan en djup inlärningsbaserad klassificeringsalgoritm baserad på en tätt ansluten pseudo-3-D konvolutionell neural nätverksstruktur (P3D CNN). Det djupa neurala nätverket förbättrade tekniken noggrant, vilket resulterar i en detektionsgräns på 10 celler per milliliter helblod.

Denna AI-driven cytometri teknik bygger på de magnetiska partiklarna för både cellanrikning och detektion, vilket minskar tiden och kostnaden för att upptäcka sällsynta celler samtidigt som en hög känslighet bibehålls. Denna kompakta, billigt men ändå kraftfullt cytometri system kan hitta många applikationer, särskilt i resursbegränsade inställningar.