CN103998915B - 用于改进分选颗粒的产量的系统和方法 - Google Patents

用于改进分选颗粒的产量的系统和方法 Download PDF

Info

Publication number
CN103998915B
CN103998915B CN201280062764.2A CN201280062764A CN103998915B CN 103998915 B CN103998915 B CN 103998915B CN 201280062764 A CN201280062764 A CN 201280062764A CN 103998915 B CN103998915 B CN 103998915B
Authority
CN
China
Prior art keywords
sample
door
meets
sorting
accepts
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201280062764.2A
Other languages
English (en)
Other versions
CN103998915A (zh
Inventor
C·布伦特·哈里森
安德鲁·李斯特
贾尼斯·李克斯丁斯 瓦尔季斯
瓦尔季斯贾尼斯·李克斯丁斯
威廉·斯托克迪杰克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Becton Dickinson and Co
Original Assignee
Becton Dickinson and Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Becton Dickinson and Co filed Critical Becton Dickinson and Co
Publication of CN103998915A publication Critical patent/CN103998915A/zh
Application granted granted Critical
Publication of CN103998915B publication Critical patent/CN103998915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/1429—Signal processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N15/149—Optical investigation techniques, e.g. flow cytometry specially adapted for sorting particles, e.g. by their size or optical properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1402—Data analysis by thresholding or gating operations performed on the acquired signals or stored data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1477—Multiparameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/10—Investigating individual particles
    • G01N15/14—Optical investigation techniques, e.g. flow cytometry
    • G01N2015/1488—Methods for deciding

Landscapes

  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Dispersion Chemistry (AREA)
  • Hematology (AREA)
  • Urology & Nephrology (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Cell Biology (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Tropical Medicine & Parasitology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

在此提供了用于改进分选颗粒的产量的系统和方法。例如，在一个实施例中，提供了一个系统，该系统包括：(a)用于分析一个样本的一个流式细胞仪，其中该流式细胞仪基于对该样本的分析提供一个参数曲线；(b)一个用户界面，其中一个用户可以在该参数曲线中限定一个符合接受门，并且其中该符合接受门识别该样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及(c)一个分选分析系统，该分选分析系统用于分选在该样本内的多个颗粒，同时接受由符合接受门限定的多个颗粒。

Description

用于改进分选颗粒的产量的系统和方法
相关申请的交叉引用
本申请根据35U.S.C.§119(e)要求2011年12月20日提交的美国临时专利申请序列号61/578,105的申请日的优先权；该申请的披露内容通过引用结合在此。
本发明涉及多个实验室仪器，如多个流式细胞仪。更确切地说，本发明涉及用于改进在一个实验室仪器中的分选颗粒的产量的系统和方法。
例如，流式细胞仪是用于细胞以及组成分子等多个生物颗粒的分析以及分离的贵重实验室仪器。流式细胞仪利用一个液体流来线性分离多个颗粒，使得它们可以成一列纵队穿过一个测量光散射和/或荧光的检测设备。多个单独的细胞随后可以根据其散射以及多个可检测标记的存在被表征。因此，一个流式细胞仪可以用于产生一个生物颗粒群体的一个诊断特征曲线。
当前的商业流式细胞仪分选器系统使用一个简单的阈值处理机构来限定一个分析下限。实际上，阈值处理界限典型地基于两个模式中的一者被设置：1)一个“高产量”模式，该模式降低纯度的重要性以换取分选一个高数目的目标颗粒；或2)一个“高纯度”模式，该模式降低产量的重要性以换取分选目标颗粒的一个“较纯”样本。
在一些情况下，当前可获得的系统可以在超过一个参数上被设置成阈值，但不限定(以一种符合正常分选门控逻辑的方法)被检测(在所设置的任何阈值或阈值组合之上)但在做分选决定时可以被安全地忽略、或者被接受的群体。其结果是，即使在一些情况下对此类非目标颗粒的包含不存在功能性缺点，但由于多个目标颗粒与其他非目标颗粒的相对符合，它们可能仍未被分选出(或未被尝试分选)。净结果是在一个以另外的方式正确运行的细胞仪中的目标颗粒的产量的一个减小。当尝试分选较稀少的目标群体时，尤其是以接近对分选条件的任何给定设置有效的正常实际界限的较高分选速率下，此效应将是特别显著的。
发明内容
在此提供了用于改进分选颗粒的产量的系统和方法。例如，在一个实施例中，提供了一个系统，该系统包括：(a)用于分析一个样本的一个流式细胞仪，其中该流式细胞仪基于对样本的分析提供一个参数曲线；(b)一个用户界面，其中一个用户可以在参数曲线中限定一个符合接受门，并且其中该符合接受门识别样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及(c)一个分选分析系统，该系统用于分选在样本内的多个目标颗粒，同时接受由符合接受门限定的多个非目标颗粒。
所披露的系统和方法提供了分选区域的一个特殊的用户可限定群体或类，在流式细胞仪中在做分选决定时，该群体或类被明确接受、或者被忽略。此新的类可以被视为一个“符合接受门”、“一个不感兴趣的群体”、“漠不关心的区域”、或“空分选门”。此用户可限定群体可以由在一个数据直方图上限定的一个或多个区域组成。在超过一个区域被用于限定不同的子群体的情况下，它们将通过一个逻辑与/或运算符、或其他布尔型运算符的组合被合并。在一些情况下，用户被准许限定非目标颗粒的(多个)群体，这些群体通过流式细胞仪被检测，但当被包括在所希望目标颗粒的一个分选群体中时将不对实验结果有害。可接受符合的实例群体可以包括亚细胞碎片、或掺入到一个生物制剂中的多个参考颗粒(例如，多个标记珠粒)。
附图说明
结合在此的附图形成说明书的一部分。这些图式与此书面说明书一起进一步用以说明根据本发明的系统和方法的原理，并且使得(多个)相关领域的一个技术人员能够制造并且使用根据本发明的系统和方法。
图1示出了一个未被门控的FL1(CD3)对FL2(CD4)点图的一个实例，示出了计数珠粒以及对照珠粒区域。
图2图示了通过模拟在FL1参数的阈值上的一个增加而进行的阈值处理。
图3示出了当前可获得的架构的一个简图。
图4示出了根据所提出的一个实施例的一个架构的一个简图。
具体实施方式
在此提供了用于改进分选颗粒的产量的系统和方法。例如，在一个实施例中，提供了一个系统，该系统包括：(a)用于分析一个样本的一个流式细胞仪，其中该流式细胞仪基于对样本的分析提供一个参数曲线；(b)一个用户界面，其中一个用户可以在参数曲线中限定一个符合接受门，并且其中该符合接受门识别样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及(c)一个分选分析系统，该系统用于分选在样本内的多个目标颗粒，同时接受由符合接受门限定的多个非目标颗粒。
所披露的系统和方法提供了分选区域的一个特殊的用户可限定群体或类，在流式细胞仪中在做分选决定时，该群体或类被明确接受、或者被忽略。此新的类可以被视为一个“符合接受门”、“一个不感兴趣的群体”、“漠不关心的区域”、或“空分选门”。此用户可限定群体可以由在一个数据直方图上限定的一个或多个区域组成。在超过一个区域被用于限定不同的子群体的情况下，它们将通过一个逻辑与/或运算符、或其他布尔型运算符的组合被合并。在一些情况下，用户被准许限定非目标颗粒的(多个)群体，这些群体通过流式细胞仪被检测，但当被包括在所希望目标颗粒的一个分选群体中时将不对实验结果有害。可接受符合的实例群体可以包括亚细胞碎片、或掺入到一个生物制剂中的多个参考颗粒(例如，多个标记珠粒)。
图1示出了一个未被门控的FL1(CD3)对FL2(CD4)点图的一个实例，示出了计数珠粒以及对照珠粒区域。在图1中，一个生物样本已经被两种类型的参考珠粒“掺入”，这些参考珠粒落到相异的区域R1和R2中并且未撞击到细胞群体上。在一个典型的分选情境中，可能希望以高纯度(即，以一个高纯度门/模式)分选群体100以及群体200，从而将它们中的每一者与其他细胞成分分离。利用当前分选方法，当为了纯度(而非为了产量，其中一个目标事件的每一次出现都应被分选)进行分选时，如果一个目标颗粒很可能被包含在具有一个不同类别的另一事件的一个液滴中，那么该液滴将不被分选。根据精确的分选模式设置，这甚至可以在当“污染事件”在预期包含目标颗粒的一个液滴的一个相邻液滴中时出现。结果是分选目标颗粒的产量的无缘无故的损失。
在图1中示出的实例中，R1和R2中的珠粒在下游(即，分选后)处理之后将不具有任何实际的结果，并且因此可能被允许连同目标颗粒一起被分选。由此，本发明向用户提供了一个装置以限定一个可接受符合的颗粒群体(例如，R1和/或R2)。因此所提出的“符合接受门”是在一个“产量门”与一个“纯度门”之间的一个中间物，并且允许当与多个分选目标颗粒被包括在一起时不具有(或具有受限的)结果的多个非目标颗粒的符合。
当前技术确实准许阈值处理，但通常对一个散射参数实施。图2图示了通过模拟在FL1参数的阈值上的一个增加而进行的阈值处理。该作用不仅是将事件从特定的显示器中移除，使得它们对操作者不可见，而且还使它们对仪器完全不可见，并且因此在任何分选决定中都被忽略。所提出的系统和方法延伸并且发展出此想法，但不隐藏这些事件，并且在限定这些准许的事件时具有大得多的柔性。所提出的系统和方法使得用户能够限定在分选逻辑处理中可以被安全地忽略的一个群体(或一系列群体)，由此改进重要目标颗粒的总分选产量。
在替代实施例中，可以将一个接受符合门设置在在不同参数上限定的多个区域上。例如，在一个实施例中，实施固件以允许接受区域通过一个单一逻辑或门或一个单一与门被合并。在另一个实施例中，可接受符合事件落入到两个或更多个类别中，这些类别各自通过一个门的组合被限定。例如，如果S1和S2是就FSC和SSC而言限定的两个不同的二维区域，并且F1和F2是就多个荧光参数而言限定的再两个二维区域，那么逻辑可以被设置为忽略＝(S1与F1)或(S2与F2)。当然，这并不意图成为对仅一个散射以及一个荧光门的一个限制。
图3示出了当前可获得的架构的一个简图。在将一个事件放置在分选流水线中以寻找多个污染颗粒之前，分选控制器框查看事件分类(即，该事件应该分选到哪个方向)以及当前计数器状态(即，所希望的分选方向是否仍是主动分选)。当一个事件离开流水线时，将该事件的数据值发送到一个计算机，并且如果该事件与附近的污染物无关，那么向分选流控制电子设备提供多个值以装填该流并且分选一个小液滴。可以与当前系统一起被使用的一个“变通方案”是将系统的阈值升高至达到减少“不相关的”事件的数目的程度。然而，此变通方法使得多个事件对于分析完全不可见，这可能不是令人希望的。此外，如果可接受符合的群体是比一个目标群体更加荧光的(或具有一个更高的散射信号)，那么此变通方法也是不可行的。在当前系统中使用的另一方法是使用一个产量模式的分选决定，其中不论是不是污染事件的类型，所希望的目标颗粒群体的任何实例都被分选。然而，在此提出的一个实施例中，提供了一个用于在流式细胞仪分选的背景下的分选逻辑的修改的装置，以准许从做决定的过程中对一组(或多组)用户指定事件的有意接受。
图4示出了根据所提出的一个实施例的一个架构的一个简图。分选控制器具有一个新输入值，该输入值指示一个事件何时可以通过分选流水线被接受。例如并且参考图1，可以用一个用户界面的形式将一个事件排除逻辑提供给用户，以便限定在一个随后的分选分析期间应该被接受的群体R1和/或R2。如果事件被指示为一个可接受符合事件，并且该事件未示出其他分选分类，那么不将该事件放置在流水线中以作为一个污染颗粒来考虑。
在一个实施例中，用户被允许画出一个或多个门(例如，与门或者或门)并且引出在分选逻辑中可接受符合的多个群体。例如，可以提供一个用户界面给用户以识别将可接受的多个群体(例如，R1和R2)。如果分选逻辑看到一个具有仅此分类位组的事件，那么分选逻辑将在分选流水线中完全忽略该事件。因为该事件不进入流水线，所以用于附近事件的分选逻辑可以允许利用新架构来分选，由此增加所希望的事件(即，目标颗粒)的产量，而不用牺牲相对于真正污染的颗粒的纯度。
例如，在其中一个用户希望分选多个干细胞的一个实现方式中，该用户可以限定可接受符合的特定区域(例如，将不影响纯度的多个标记珠粒)，同时确保将不可接受的多个群体(例如，将影响纯度的多个癌细胞)保持在分选外。符合接受门可以以各种方式被限定。例如，符合接受门可以被限定为：1)A且允许B，其中A是目标群体并且B是一个可接受非目标群体；或2)A且非C，其中A是目标群体并且B是一个不可接受的非目标群体。总之，将做两个决定的机会提供给一个用户：1)对将被分选的的目标颗粒群体的识别；以及2)对非目标颗粒的一个可接受符合的识别。
在另一个实施例中，提供了一个用于分选在一个样本内的多个颗粒的系统。该系统可以包括：(a)用于分析一个具有多个颗粒群体的样本的一个流式细胞仪，其中该流式细胞仪基于对样本的分析提供一个参数曲线；(b)一个用户界面，其中一个用户可以通过该用户界面在参数曲线中限定一个符合接受门，并且其中该符合接受门识别样本中的一个非目标颗粒群体，该群体将在一个随后的分选分析中被忽略；以及(c)用于分选在样本内的多个颗粒的一个分选分析系统。在一个实施例中，符合接受门识别在样本内的多个惰性标记珠粒。符合接受门可以由以下几者限定：(1)参数曲线上的一个二维区域；(2)由参数曲线上的一个双参数限定；(3)远离参数曲线上的一个基线的一个区域；(4)远离参数曲线上的一个阈值的一个区域；和/或其任何组合或等效物。符合接受门还可以使用计算机软件、或计算机软件和固件的一个组合(例如，使用一个现场可编程门阵列)来限定。
在另一个实施例中，提供了一个具有通过至少一个处理装置可执行的多个指令的计算机可读存储介质，这些指令在被执行时使得处理装置：(a)分析一个具有多个颗粒群体的样本；(b)从步骤(a)的分析中提供一个参数曲线；(c)提供一个用户界面，其中一个用户可以在步骤(b)的参数曲线中限定一个符合接受门，并且其中该符合接受门识别在样本中的一个颗粒群体，该群体将在一个随后的分选分析中被忽略；以及(d)通过一个分选分析处理样本同时忽略在步骤(c)中限定的符合接受门。在一个实施例中，符合接受门识别在样本内的多个惰性标记珠粒。符合接受门可以由以下几者限定：(1)参数曲线上的一个二维区域；(2)由参数曲线上的一个双参数限定；(3)远离参数曲线上的一个基线的一个区域；(4)远离参数曲线上的一个阈值的一个区域；和/或其任何组合或等效物。在一个实施例中，提供了包括此计算机可读存储介质的一个细胞分选器。
在再另一个实施例中，提供了一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法。该方法包括：(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；(b)从步骤(a)的流式细胞仪分析中获得一个参数曲线；(c)在步骤(b)的参数曲线中限定一个符合接受门，其中该符合接受门识别在样本中的一个颗粒群体，该群体可以在一个随后的分选分析中被验收；以及(d)通过一个分选分析处理样本。在一个实施例中，符合接受门识别在样本内的多个惰性标记珠粒。符合接受门可以由以下几者限定：(1)参数曲线上的一个二维区域；(2)由参数曲线上的一个双参数限定；(3)远离参数曲线上的一个基线的一个区域；(4)远离参数曲线上的一个阈值的一个区域；和/或其任何组合或等效物。在一个实施例中，提供了包括此计算机可读存储介质的一个细胞分选器。
在另一个实施例中，提供了一个系统，该系统包括：(a)用于分析一个样本的一个流式细胞仪，其中该流式细胞仪基于对样本的分析提供一个参数曲线；(b)一个用户界面，其中一个用户可以在参数曲线中限定一个不感兴趣的颗粒群体，并且其中该不感兴趣的颗粒群体识别将在一个随后的分选分析中被忽略的在样本中的一个颗粒群体；以及(c)一个分选分析系统，该系统用于分选在样本内的多个颗粒，同时在做分选决定时忽略不感兴趣的颗粒群体。
在又一个实施例中，提供了一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法。该方法包括：(a)在一个样本中识别一个符合接受门，其中该符合接受门识别在样本中的一个非目标颗粒群体，该群体将在一个随后的分选分析中被忽略；(b)以流式细胞方式分析一个具有多个颗粒群体的样本；(c)基于该符合接受门通过一个分选分析来处理样本。
在另一个实施例中，提供了一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法。该方法包括：(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；(b)识别在样本中的一个符合接受门，其中不感兴趣的颗粒群体识别在样本中的一个非目标颗粒群体，该非目标颗粒群体在一个随后的分选分析中可以与目标颗粒群体一起被接受；以及(c)通过一个分选分析处理样本。
本发明的各方面包括以下多个条款：
1.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；
(b)从步骤(a)的该流式细胞仪分析中获得一个参数曲线；
(c)在步骤(b)的该参数曲线中限定一个符合接受门，其中该符合接受门识别可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及
(d)通过一个分选分析处理该样本。
2.如条款1所述的方法，其中该符合接受门识别在该样本内的多个惰性标记珠粒。
3.如条款1或2所述的方法，其中该符合接受门由该参数曲线上的一个二维区域限定。
4.如条款1、2或3所述的方法，其中该符合接受门由该参数曲线上的一个双参数限定。
5.如条款1、2、3或4所述的方法，其中该符合接受门被限定为远离该参数曲线上的一个基线的一个区域。
6.如任何以上条款所述的方法，其中该符合接受门被限定为远离该参数曲线上的一个阈值的一个区域。
7.如任何以上条款所述的方法，其中该符合接受门使用计算机软件来限定。
8.如任何以上条款所述的方法，其中该符合接受门使用计算机软件和固件的一个组合来限定。
9.如任何以上条款所述的方法，其中该符合接受门使用一个现场可编程门阵列来限定。
10.一种用于分选在一个样本内的多个颗粒的系统，该系统包括：
用于分析一个具有多个颗粒群体的样本的一个流式细胞仪，其中该流式细胞仪基于对该样本的分析提供一个参数曲线；
一个用户界面，其中一个用户可以通过该用户界面在该参数曲线中限定一个符合接受门，并且其中该符合接受门识别在该样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及
用于分选在该样本内的多个颗粒的一个分选分析系统。
11.如条款10所述的系统，其中该符合接受门识别在该样本内的多个惰性标记珠粒。
12.如条款10或11所述的系统，其中该符合接受门由该参数曲线上的一个二维区域限定。
13.如条款10、11或12所述的系统，其中该符合接受门由该参数曲线上的一个双参数限定。
14.如条款10、11、12或13所述的系统，其中该符合接受门被限定为远离该参数曲线上的一个基线的一个区域。
15.如以上条款10到14中的任何一项所述的系统，其中该符合接受门被限定为远离该参数曲线上的一个阈值的一个区域。
16.如以上条款10到15中的任何一项所述的系统，其中该符合接受门使用计算机软件来限定。
17.如以上条款10到16中的任何一项所述的系统，其中该符合接受门使用计算机软件和固件的一个组合来限定。
18.如以上条款10到17中的任何一项所述的系统，其中该符合接受门使用一个现场可编程门阵列来限定。
19.一种计算机可读存储介质，包括：
通过至少一个处理装置可执行的多个指令，这些指令在被执行时使得该处理装置
(a)分析一个具有多个颗粒群体的样本；
(b)从步骤(a)的该分析中获得一个参数曲线；
(c)提供一个用户界面，其中一个用户可以在步骤(b)该参数曲线中限定一个符合接受门，并且其中该符合接受门识别在该样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及
(d)通过一个分选分析处理该样本，同时接受由该符合接受门限定的多个非目标颗粒。
20.如条款19所述的计算机可读存储介质，其中该符合接受门识别在该样本内的多个惰性标记珠粒。
21.如条款19或20所述的计算机可读存储介质，其中该符合接受门由该参数曲线上的一个二维区域限定。
22.如条款19、20或21所述的计算机可读存储介质，其中该符合接受门由该参数曲线上的一个双参数限定。
23.如条款19、20、21或22所述的计算机可读存储介质，其中该符合接受门被限定为远离该参数曲线上的一个基线的一个区域。
24.如以上条款19到23中的任何一项所述的计算机可读存储介质，其中该符合接受门被限定为远离该参数曲线上的一个阈值的一个区域。
25.一种包括如条款19到23所述的计算机可读存储介质的细胞分选器。
26.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)在一个样本中识别一个符合接受门，其中该符合接受门识别在该样本中的一个颗粒群体，该群体将在一个随后的分选分析中被忽略；
(b)以流式细胞方式分析一个具有多个颗粒群体的样本；
(c)通过一个分选分析处理该样本。
27.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；
(b)在该样本中识别一个符合接受门，其中该符合接受门识别在该样本中的一个非目标颗粒群体，该群体是在一个随后的分选分析中可接受的；以及
(c)通过一个分选分析处理该样本。
结论
出于说明和描述的目的，已经呈现本发明的前述描述。它并不意图为穷尽性的或将本发明限制至所披露的精确形式。鉴于以上教示，其他修改以及变化可以是可能的。选择并描述各实施例以便最好地说明本发明的原理以及其实际应用，并且由此使得本领域的技术人员能够最好地将本发明用于各种实施例以及各种修改中，这些修改适合于所预期的特定用途。希望所附权利要求书被解释为包括本发明的其他替代实施例；包括多个等效结构、组件、方法、以及装置。
除非另外规定，否则在此所使用的所有技术和科学术语都具有与本发明所属领域的普通技术人员通常所理解的相同的含义。尽管类似或等效于在此所描述的方法和材料的任何方法和材料还可以被用于本发明的实践或测试，但现在描述了代表性的说明性方法和材料。
应指出，除非上下文另外明确规定，否则如在此以及在所附权利要求书所使用，单数形式“一个”以及“该”包括复数个对象。应进一步提到，权利要求书可以被起草以排除任何任选的元件。由此，此表述意图结合对所要求的元件的列举而充当如“仅仅”、“仅”及类似者的排他式术语的使用、或一个“负”限制的使用的一个前提基础。
应了解，为了清楚起见而在分开的实施例的背景下描述的本发明的某些特征还可以在一个单一实施例中以组合形式提供。相反地，为简洁起见在一个单一实施例的背景下描述的本发明的不同特征还可以分开地或以任何适合的子组合形式提供。实施例的所有组合确切地被本发明包涵并且被在此披露，正如每个以及每一个组合被单独且明确披露一样，达到此类组合包涵多个可操作过程和/或装置/系统/成套器件的程度。此外，在描述此类变量的实施例中所列的所有子组合也确切地被本发明包涵并且被在此披露，正如每个以及每一个化学基团的此类子组合被在此单独且明确披露一样。

Claims (13)

1.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；
(b)从步骤(a)的该流式细胞仪分析中获得一个参数曲线；
(c)在步骤(b)的该参数曲线中限定一个符合接受门，其中该符合接受门识别可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及
(d)通过一个分选分析处理该样本。
2.如权利要求1所述的方法，其中该符合接受门识别在该样本内的多个惰性标记珠粒。
3.如权利要求1所述的方法，其中该符合接受门由该参数曲线上的一个二维区域限定。
4.如权利要求1所述的方法，其中该符合接受门由该参数曲线上的一个双参数限定。
5.如权利要求1所述的方法，其中该符合接受门被限定为远离该参数曲线上的一个基线的一个区域。
6.如权利要求1所述的方法，其中该符合接受门被限定为远离该参数曲线上的一个阈值的一个区域。
7.如权利要求1所述的方法，其中该符合接受门是使用计算机软件而被限定。
8.如权利要求1所述的方法，其中该符合接受门是使用计算机软件和固件的一个组合而被限定。
9.如权利要求1所述的方法，其中该符合接受门是使用一个现场可编程门阵列而被限定。
10.一种用于分选在一个样本内的多个颗粒的系统，该系统包括：
用于分析一个具有多个颗粒群体的样本的一个流式细胞仪，其中该流式细胞仪基于对该样本的分析提供一个参数曲线；
一个用户界面，其中一个用户可以通过该用户界面在该参数曲线中限定一个符合接受门，并且其中该符合接受门识别在该样本中的可以在一个随后的分选分析中与目标颗粒一起被接受的一个非目标颗粒群体；以及
用于分选在该样本内的多个颗粒的一个分选分析系统。
11.如权利要求10所述的系统，其中该符合接受门如权利要求2至9中任一项所描述。
12.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)在一个样本中限定一个符合接受门，其中该符合接受门识别在该样本中的将在一个随后的分选分析中被忽略的一个颗粒群体；
(b)以流式细胞方式分析一个具有多个颗粒群体的样本；
(c)通过一个分选分析处理该样本。
13.一种使用一个流式细胞仪分选在一个样本内的多个颗粒的方法，该方法包括：
(a)利用一个流式细胞仪分析一个具有多个颗粒群体的样本；
(b)在该样本中限定一个符合接受门，其中该符合接受门识别在该样本中的在一个随后的分选分析中可接受的一个非目标颗粒群体；并且
(c)通过一个分选分析处理该样本。
CN201280062764.2A 2011-12-20 2012-12-14 用于改进分选颗粒的产量的系统和方法 Active CN103998915B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201161578105P 2011-12-20 2011-12-20
US61/578,105 2011-12-20
PCT/US2012/069924 WO2013096137A1 (en) 2011-12-20 2012-12-14 System and method to improve yield of sorted particles

Publications (2)

Publication Number Publication Date
CN103998915A CN103998915A (zh) 2014-08-20
CN103998915B true CN103998915B (zh) 2016-10-26

Family

ID=48669380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280062764.2A Active CN103998915B (zh) 2011-12-20 2012-12-14 用于改进分选颗粒的产量的系统和方法

Country Status (5)

Country Link
US (1) US9347933B2 (zh)
EP (1) EP2795290B1 (zh)
CN (1) CN103998915B (zh)
ES (1) ES2865108T3 (zh)
WO (1) WO2013096137A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428692B2 (en) 2018-07-11 2022-08-30 Visiongate, Inc. Specimen enrichment for optical tomography cell analysis
JP2022522263A (ja) * 2019-01-11 2022-04-15 ベクトン・ディキンソン・アンド・カンパニー 最適化されたソーティングゲート
JP2022017705A (ja) * 2020-07-14 2022-01-26 ソニーグループ株式会社 微小粒子分取装置、微小粒子分取方法、プログラム、及び微小粒子分取システム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4981580A (en) * 1989-05-01 1991-01-01 Coulter Corporation Coincidence arbitration in a flow cytomery sorting system
CN101460827A (zh) * 2003-08-13 2009-06-17 卢米尼克斯股份有限公司 控制流式细胞计型测量系统的一个或多个参数的方法
CN102119212A (zh) * 2008-06-30 2011-07-06 迈克必斯生物系统公司 分选细胞的方法及装置
CN102305758A (zh) * 2011-05-19 2012-01-04 长春迪瑞医疗科技股份有限公司 一种粒子快速自动分类方法及其实现装置
CN102507417A (zh) * 2011-11-29 2012-06-20 长春迪瑞医疗科技股份有限公司 一种粒子自动分类方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE793185A (fr) 1971-12-23 1973-04-16 Atomic Energy Commission Appareil pour analyser et trier rapidement des particules telles que des cellules biologiques
US5199576A (en) 1991-04-05 1993-04-06 University Of Rochester System for flexibly sorting particles
US6281018B1 (en) * 1998-02-26 2001-08-28 Coulter International Corp. Selective purification and enrichment sorting of flow cytometer droplets based upon analysis of droplet precursor regions
US7713687B2 (en) * 2000-11-29 2010-05-11 Xy, Inc. System to separate frozen-thawed spermatozoa into x-chromosome bearing and y-chromosome bearing populations
BRPI0313476B1 (pt) * 2002-08-15 2015-06-23 Xy Llc Citômetro de fluxo de alta resolução
MX345105B (es) * 2003-03-28 2017-01-16 Inguran Llc * Método de fotodaño para separar partículas.
USRE46559E1 (en) * 2004-07-27 2017-09-26 Beckman Coulter, Inc. Enhancing flow cytometry discrimination with geometric transformation
DE102004047953A1 (de) * 2004-10-01 2006-04-20 Rudolf Rigler Selektion von Partikeln im laminaren Fluss
US7996188B2 (en) * 2005-08-22 2011-08-09 Accuri Cytometers, Inc. User interface for a flow cytometer system
US8290625B2 (en) * 2007-04-04 2012-10-16 Beckman Coulter, Inc. Flow cytometer sorter
GB0720202D0 (en) * 2007-10-16 2007-11-28 Cambridge Entpr Ltd Microfluidic systems
US8154273B2 (en) * 2008-10-10 2012-04-10 Beckman Coulter, Inc. Detecting and handling coincidence in particle analysis
US8557587B2 (en) 2009-01-07 2013-10-15 Xy, Llc Self-tuning, biologically modeled sorter
JP5382852B2 (ja) * 2009-02-06 2014-01-08 株式会社オンチップ・バイオテクノロジーズ 使い捨てチップ型フローセルとそれを用いたフローサイトメーター
US8665439B2 (en) * 2009-06-30 2014-03-04 Microbix Biosystems, Inc. Method and apparatus for limiting effects of refraction in cytometry
FR2971337B1 (fr) * 2011-02-04 2013-03-01 Horiba Abx Sas Dispositif et procede de mesures multiparametriques de microparticules dans un fluide
US8820538B1 (en) * 2014-03-17 2014-09-02 Namocell LLC Method and apparatus for particle sorting

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4981580A (en) * 1989-05-01 1991-01-01 Coulter Corporation Coincidence arbitration in a flow cytomery sorting system
CN101460827A (zh) * 2003-08-13 2009-06-17 卢米尼克斯股份有限公司 控制流式细胞计型测量系统的一个或多个参数的方法
CN102119212A (zh) * 2008-06-30 2011-07-06 迈克必斯生物系统公司 分选细胞的方法及装置
CN102305758A (zh) * 2011-05-19 2012-01-04 长春迪瑞医疗科技股份有限公司 一种粒子快速自动分类方法及其实现装置
CN102507417A (zh) * 2011-11-29 2012-06-20 长春迪瑞医疗科技股份有限公司 一种粒子自动分类方法

Also Published As

Publication number Publication date
EP2795290A4 (en) 2015-10-07
WO2013096137A1 (en) 2013-06-27
ES2865108T3 (es) 2021-10-15
EP2795290B1 (en) 2021-03-03
US20140322748A1 (en) 2014-10-30
CN103998915A (zh) 2014-08-20
US9347933B2 (en) 2016-05-24
EP2795290A1 (en) 2014-10-29

Similar Documents

Publication Publication Date Title
CN111325103B (zh) 一种细胞标注系统和方法
US20200238286A1 (en) Chip for separating and capturing cell and application of chip in tumor cell sorting thereof
US11994459B2 (en) Adaptive sorting for particle analyzers
CN103998915B (zh) 用于改进分选颗粒的产量的系统和方法
KR101995763B1 (ko) 혈구 감별 장치 및 방법
CN105102959A (zh) 用于血样中的颗粒分析的流通池系统和方法
US11674881B2 (en) Subsampling flow cytometric event data
Loddo et al. A computer-aided system for differential count from peripheral blood cell images
KR101995764B1 (ko) 혈구 감별 장치 및 방법
US20230393048A1 (en) Optimized Sorting Gates
JP2022017705A (ja) 微小粒子分取装置、微小粒子分取方法、プログラム、及び微小粒子分取システム
Ammar et al. Feature extraction using CNN for peripheral blood cells recognition
Bordbar et al. Palynological study of Jurinea (Asteraceae) and related genera from flora of Iran
JPH04503405A (ja) 選択された特性を現わす集団についての細胞または形成体をスクリーニングする方法および装置
Sandhu et al. Automated Detection of Leukemia.
Barua et al. Detection and Classification for Blood Cancer–A Survey
KR20220132413A (ko) 관심 표적 세포를 분류하고 풍부화시키기 위한 위치 지원 음성 입자 거부 (panr)
Leary et al. New high-speed cell sorting methods for stem cell sorting and breast cancer cell purging
Mariyum et al. Analysis of White Blood Cells Using Hematology Counts
Reyes-Esparza et al. Leukocyte Recognition Using a Modified AlexNet and Image to Image GAN Data Augmentation
Santos et al. Automatic identification of pollen in microscopic images
Moradi et al. Comprehensive quantitative analysis of erythrocytes and leukocytes using trace volume of human blood using microfluidic-image cytometry and machine learning
Pennell Cell aggregate dissociation and filtration through the use of nylon woven mesh membranes
CN115428038A (zh) 用于灵活的基于图像的颗粒分选的分类工作流

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant