CN106459874B - 采用动态阈值的流式细胞仪信号峰的鉴定 - Google Patents

采用动态阈值的流式细胞仪信号峰的鉴定 Download PDF

Info

Publication number
CN106459874B
CN106459874B CN201580033797.8A CN201580033797A CN106459874B CN 106459874 B CN106459874 B CN 106459874B CN 201580033797 A CN201580033797 A CN 201580033797A CN 106459874 B CN106459874 B CN 106459874B
Authority
CN
China
Prior art keywords
batch
data points
metric
data
time series
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
CN201580033797.8A
Other languages
English (en)
Other versions
CN106459874A (zh
Inventor
A.W.斯莫拉克
J-L.弗雷金
E.D.特南特
K.L.罗伦
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.)
Sedolis Bioanalytic Instruments Co ltd
Original Assignee
Essen Instruments Inc
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 Essen Instruments Inc filed Critical Essen Instruments Inc
Publication of CN106459874A publication Critical patent/CN106459874A/zh
Application granted granted Critical
Publication of CN106459874B publication Critical patent/CN106459874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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—Electro-optical investigation, e.g. flow cytometers
    • G01N15/1429—Electro-optical investigation, e.g. flow cytometers using an analyser being characterised by its 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—Electro-optical investigation, e.g. flow cytometers
    • G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N15/1459—Electro-optical investigation, e.g. flow cytometers 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
    • G01N2015/1006—Investigating individual particles for cytology
    • 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—Electro-optical investigation, e.g. flow cytometers
    • G01N15/1456—Electro-optical investigation, e.g. flow cytometers without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
    • G01N2015/1461—Coincidence detecting; Circuits therefor

Abstract

本申请提供了评估在流式细胞仪设备中进行流式细胞计量研究的样品流体中的颗粒属性的方法、处理由流式细胞仪设备输出的时间序列信号数据轨迹的方法和流式细胞仪系统。在所述方法和系统中，使用作为批次特异性噪声特性的函数确定的批次特异性信号峰阈值来批处理数据点，以鉴定指示在所述样品流体中存在一种或多种颗粒属性的所述数据点批次中的信号峰，所述数据点包括时间序列信号数据轨迹，其对应于来自所述样品流体的光的流式细胞计量的检测结果，所述光在一个或多个波长范围内，所述波长范围指示在所述样品流体中存在一种或多种颗粒属性。

Description

采用动态阈值的流式细胞仪信号峰的鉴定
其他申请的交叉参考
本申请请求于2014年6月5日提交的名为“采用动态阈值的流式细胞仪信号峰鉴定”的美国临时专利申请62/008,345的权益，该申请的代理人卷号为50911-00018，将其全部内容引入本申请作为参考。
技术领域
本发明大体涉及对流式细胞仪设备输出的数据信号轨迹的处理，更具体地，涉及对流式细胞仪设备输出的数据信号轨迹内的信号峰的鉴定。
背景技术
流动细胞计量是在许多应用中所用的分析技术，其是当于样品流体(通常是水性液体介质)中的生物或非生物颗粒流过研究室(在本申请中也称为流动室)时测量该生物或非生物颗粒的物理和/或化学性质。流动通过该室可用多种技术进行研究，包括在测量和分析响应中使该流动体经受电、声和/或光信号以检测和评估样品中的颗粒。
当试图评估样品流体中是否存在特定颗粒时，可将一种或多种荧光染色剂(stain)或染料(dye)加至该样品流体中。对染料或染色剂加以选择以固定在感兴趣的颗粒上并且当暴露于特定波长范围内的激发光时发出荧光。来自所述样品流体的荧光响应光(fluorescent response light)可被该流动细胞计量仪的一个或多个光探测器检测，其随之产生一个或多个电信号数据轨迹，该轨迹中在特定时刻的电压水平指示在该时刻由该探测器接收到的来自所述样品流体的荧光响应光的水平。通过鉴定该信号数据轨迹中的峰，可就该样品流体中目标颗粒的存在进行评估。但是，鉴定流式细胞仪设备的信号数据轨迹中的有效信号峰是具有挑战性的，尤其是当在流动细胞计量研究中使用两种或多种染色剂或染料时，这可能导致与各染色剂或染料产生的荧光响应相应的信号数据轨迹之间的串扰。
发明内容
因此，本申请提供了评估在样品流体中的颗粒属性的方法，所述样品流体在流式细胞仪设备中经历流式细胞计量研究；提供了处理由流式细胞仪设备输出的时间序列信号数据轨迹的方法，以及；提供了流式细胞仪系统。在所述方法和系统中，使用作为批次特异性噪声特征的函数确定的批次特异性信号峰阈值(peak threshold)来批处理数据点，以鉴定该批次数据点中指示在该样品流体中存在一种或多种颗粒属性的信号峰，所述数据点包括时间序列信号数据轨迹，该时间序列信号数据轨迹对应于在流动细胞计量研究来自所述样品流体的在一个或多个波长范围内的光的过程中的检测结果，所述波长范围指示在该样品流体中存在一种或多种颗粒属性。
在一个方面，评估在流式细胞仪设备中进行流式细胞计量研究的样品流体中的颗粒属性的方法可包括处理由该流式细胞仪设备产生的流动细胞计量研究响应数据。所述响应数据可包括时间序列信号数据轨迹，其对应于流动细胞计量研究来自所述样品流体的一波长范围内的光的检测结果，所述波长范围指示在该样品流体中存在颗粒属性。该处理可包括分开批处理所述时间序列信号数据轨迹的多个不同时间间隔的数据点批次。每批数据点的批处理可包括：(1)确定该批数据点的批次特异性噪声特性；(2)确定作为该批次特异性噪声特性的函数的该批数据点的批次特异性信号峰阈值；和(3)使用阈值标准包括所述批次特异性信号峰阈值，鉴定该批数据点中指示该样品流体中存在颗粒属性的信号峰。
在该方法的一个具体实施方案中，其中所述流动细胞计量研究涉及两种染色剂或染料并因此涉及两种不同波长范围的荧光响应，那么所述时间序列信号数据轨迹可包括第一时间序列信号数据轨迹，所述颗粒属性可包括第一颗粒属性，所述光可包括指示存在来自所述样品流体的所述第一颗粒属性的第一波长范围内的第一光，所述响应数据还可包括第二时间序列信号数据轨迹，其对应于流动细胞计量研究来自所述样品流体的在第二波长范围内的第二光的检测结果，所述波长范围指示在该样品流体中存在第二颗粒属性，且该方法还可包括分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次。所述第二时间序列信号数据轨迹的各连续的数据点批次的时间间隔可在时间上与所述第一时间序列信号数据轨迹的各连续的数据点批次的时间间隔对应。所述第二时间序列信号数据轨迹的每批数据点的批处理可包括：(1)确定所述第二时间序列信号数据轨迹的该批数据点的批次特异性噪声特性；(2)确定作为所述第二时间序列信号数据轨迹的该批数据点的批次特异性噪声特性的函数的所述第二时间序列信号数据轨迹的该批数据点的批次特异性信号峰阈值；和(3)使用阈值标准包括所述批次特异性信号峰阈值，鉴定该批数据点中指示在该样品流体中存在第二颗粒属性的所述第二时间序列信号数据轨迹的信号峰。
在另一方面，处理由流式细胞仪设备输出的时间序列信号数据轨迹的方法可包括从所述流式细胞仪设备输出的第一和第二时间序列信号数据轨迹中各选出一批数据点。所述第一时间序列信号数据轨迹可包括第一多重数据点，其对应于在第一波长范围内的光的流式细胞仪设备的检测结果，所述第一波长范围指示在该流式细胞仪设备中进行流动细胞计量研究的样品流体中存在第一颗粒属性，且所述第二时间序列信号数据轨迹可包括第二多重数据点，其对应于在第二波长范围内的光的流式细胞仪设备的检测结果，所述第二波长范围指示在该流式细胞仪设备中进行流动细胞计量研究的样品流体中存在第二颗粒属性。该方法还可包括分开处理从第一和第二时间序列信号数据轨迹中各选定的每批数据点。每批数据点的批处理可包括：(1)确定该批数据点的批次特异性噪声特性；(2)确定作为该批次特异性噪声特性的函数的该批数据点的批次特异性信号峰阈值；和(3)使用阈值标准包括所述批次特异性信号峰阈值，鉴定该批数据点中指示在该样品流体中存在第一颗粒属性或第二颗粒属性之一的信号峰。该方法还可包括比较在分开批处理的所述第一和第二时间序列信号数据轨迹的数据点批次中所鉴定的信号峰的出现时间，并将所述第一和第二时间序列信号数据轨迹的数据点批次中所鉴定的信号峰的时间重合(temporalcoincidence)记录为存在目标颗粒。
在其他方面，流式细胞仪系统可包括经操作能够输出流动细胞计量研究响应数据的流式细胞仪设备。所述响应数据可包括时间序列信号数据轨迹，其对应于对来自所述样品流体的一波长范围内的光的流动细胞计量的检测结果，所述波长范围指示在该样品流体中存在颗粒属性。所述流式细胞仪设备也可包括可经操作接收所述流式细胞仪设备输出的流动细胞计量响应数据的处理器。该处理器可被进一步操作以分开批处理所述时间序列信号数据轨迹的多个不同时间间隔的数据点批次，以便：(1)确定该批数据点的批次特异性噪声特性；(2)确定作为该批次特异性噪声特性的函数的该批数据点的批次特异性信号峰阈值；和(3)使用阈值标准包括所述批次特异性信号峰阈值，鉴定该批数据点中指示该样品流体中存在颗粒属性的信号峰。
在该系统的一个具体实施方案中，其中所述流动细胞计量研究涉及两种染色剂或染料并因此涉及两种不同波长范围的荧光响应，该实施方案中，所述时间序列信号数据轨迹可包括第一时间序列信号数据轨迹，所述颗粒属性可包括第一颗粒属性，所述光可包括来自该样品流体的指示所述第一颗粒属性存在的在第一波长范围内的第一光，所述响应数据还可包括第二时间序列信号数据轨迹，其对应于来自所述样品流体的在第二波长范围内的光的流动细胞计量的检测结果，所述波长范围指示在该样品流体中存在第二颗粒属性，且该处理器可被进一步操作以分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次。所述第二时间序列信号数据轨迹的各连续的数据点批次的时间间隔可在时间上与所述第一时间序列信号数据轨迹的各连续的数据点批次的时间间隔对应。该处理器可分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次，以便：(1)确定所述第二时间序列信号数据轨迹的数据点批次的批次特异性噪声特性；(2)确定作为所述第二时间序列信号数据轨迹的数据点批次的批次特异性噪声特性的函数的所述第二时间序列信号数据轨迹的数据点批次的批次特异性信号峰阈值；和(3)使用阈值标准包括所述批次特异性信号峰阈值，鉴定所述第二时间序列信号数据轨迹的所述数据点批次中指示该样品流体中存在第二颗粒属性的信号峰。
存在关于本发明的各个方面所提到的特征的各种改进。其它特征也可并入本发明的各个方面中。这些改进和额外的特征可以单独地或以任何组合存在，并且可以组合各个方面的各种特征。当结合附图阅读以下具体发明详述时，本发明的这些和其它方面和优点将是显而易见的。
附图说明
图1A-1B流式细胞仪设备的一个实施方案的透视图和侧视图。
图2A-2B是可以包括在图1A-1B的流式细胞仪设备内的流式细胞仪内部组件的一个实施方案的透视图和俯视图。
图3是描述评估样品流体中的颗粒属性的方法的一个实施方案的步骤的流程图，所述样品流体在流式细胞仪中进行流动细胞技术研究。
图4是第一时间序列信号数据轨迹的峰高度相比于第二时间序列信号数据轨迹的峰高度的散点图。
图5A-5B是在除去串扰后，示例性的经校正的第一和第二时间序列信号数据轨迹的图。
图6A是显示来自第一时间序列信号数据轨迹的一批10,000个数据点和来自第二时间序列信号数据轨迹的一批10,000个数据点历时对应的时间间隔的时间序列图。
图6B是图6A所示的第一时间序列信号数据轨迹的直方图。
图7是流式细胞仪系统的一个实施方案的框图。
发明详述
图1A-1B显示了流式细胞仪100，其包括包含在保护性外壳102内部的流式细胞计量部件。流体样品可通过样品入口104引入到流式细胞仪100中进行流式细胞计量研究。流式细胞仪100包括支撑垫106，其上支撑有该外壳102和该外壳102内的内容物的重量。有利地，支撑垫106可以是这样的材料，其使外壳102以及外壳102内的内容物自周围环境振动显著隔离出来，所述周围环境振动可通过该流式细胞仪100在使用过程中所位于的架子、工作台或其他表面进行传输。因此，该支撑垫106可提供隔振结构，该结构为该外壳102和该外壳102内的内容物提供一个振动传播屏障。例如，所述支撑垫106可以是多聚组合物，其提供振动分解作用。示例性多聚组合物包括热塑性多聚组合物和热固性多聚组合物。
图2A-2B显示出示例性流式细胞仪内部组件180，其可置于流式细胞仪100的外壳102内。内部组件180包括流动光学系统组件，其包括支撑平台200和由所述支撑平台200支撑的多个流式细胞计量光学部件，其中所述光学部件具有固定的相对定位，其被配置为用以进行样品流体的流式细胞计量研究。流式细胞计量光学系统组件由支撑结构所支撑，所述支撑结构包括三个刚性支撑构件202和由支撑构件202支撑的隔振架(vibrationisolation mount)(图2A-2B中未示出)，并且在流式细胞计量研究操作的过程中，所述支撑平台200和由所述支撑平台200所支撑的部件的整体重量均支撑在该支撑结构上。
由支撑平台200支撑的流式细胞计量光学部件包括激光形式的光源单元206、流动室单元208和光检测系统(包括分色镜单元210和双光检测器单元212，例如其可包括光电倍增管)。在样品流体流经所述流动室单元208的流动室的研究性流动路径时，对该样品流体进行流式细胞计量研究的操作的过程中，来自所述激光单元206的光沿着第一光学路径行进至所述流动室。第一光学路径包括镜单元214，其包括反射来自所述激光单元206的光的镜以引导该光通过聚焦透镜216将光聚焦在所述流动室单元208的流动室内的研究性流动路径附近。来自所述流动室的所述研究性流动路径的光沿着第二光学路径从所述流动室被引导到所述分色镜单元210，以通过光检测器212进行检测。第二光学路径包括聚焦透镜单元218和空间透镜单元220，它们位于流动室单元208和分色镜单元210之间。分色镜单元210内的分色镜将光分裂为穿过该分色镜并被指向光检测器212a的光和由该分色镜反射并被指向光检测器212b的光。可将带通滤波器222设置在通向光检测器212的光路中，以使包括旨在被相应的光检测器212a、212b检测的波长或波长带的窄光通过。
在操作流式细胞仪100以进行流体样品的流式细胞计量研究过程中，待研究的流体样品可通过样品入口104被引入到流式细胞仪中。样品流体被引导到流动室单元208的入口(图2A-2B中未示出)。样品流体流经在流动室单元208中的研究性流体路径并通过样品出口226离开流动室单元208。通过样品流体入口被引入到流动室单元208的样品流体流经流动室单元208的透明部分，在此处样品流体受到来自激光单元206的入射光并通过样品出口226离开。所述研究性流动路径穿过所述透明部分。所述透明部分可例如由石英晶体材料制成。在流式细胞仪100的样品入口104和流动室单元208的入口之间，所述流体样品穿过包括流量计232的流体路径(未示出)，其中流量计232处可测量所述流体样品的流速用于数据收集的目的，其作为用于控制所述流体样品到所述流动室单元208的流速的反馈控制机构的一部分。在流动室单元208中，在所述流体样品流过所述透明部分进行研究之前，将鞘液引入所述流体样品周围。所述鞘液通过鞘液入口(图2A-2B中未显示)被引入到流动室单元208。在将所述鞘液引入流动室单元208之前，所述鞘液穿过流体路径(图2A-2B中未显示)，该流体路径包括流量传感器234，其用于监测所述鞘液到流动室单元208的流速并用于反馈控制以控制所述鞘液到所述流动室单元208的流速。流量传感器232和234方便地支撑在支撑平台200上。
图3示出了可包括在评估样品流体中的颗粒属性的方法中的步骤，样品流体在流式细胞仪设备(例如图1A-1B的流式细胞仪100，其具有如图2A-2B中所描绘的流式细胞仪内部组件180)中进行流式细胞计量研究。
该方法300可由步骤310起始，其中流式细胞计量研究针对样品流体进行。在这个方面，如图1A-1B所示的流式细胞仪100可用于进行该流式细胞计量研究。该流式细胞计量研究的实施可涉及引导该样品流体通过流动室，在这里所述样品流体经受来自至少一个光源的激发光，以及分别检测在该流动室中的样品流体所发射的在至少两个不同波长范围内的响应光。在这个方面，所述样品流体可被引导通过例如图2A-2B中所示的流式细胞仪内部组件180的流动室单元208，其中激光单元206光源通过所述第一光学路径中的镜单元214和聚焦透镜216将所述激发光提供至流动室单元208，并且检测器212a、212b分别检测从所述样品流体发射的且经由聚焦透镜单元218、空间透镜单元220和分色镜210从流动室单元208引导到其中的响应光。
步骤310可相对于方法300的一个或多个其他步骤在不同时间进行。例如，在一些实施方案中，步骤310可在即将进行该方法300的其他步骤之前进行，在一些实施方案中，步骤310可与方法300的一个或多个其他步骤同时进行，并且，在一些实施方案中，步骤310可在进行方法300的其他步骤之前充分进行。
在步骤320中，接收所述流式细胞计量研究产生的流式细胞计量响应数据。在这个方面，可以在可被包括在例如如图1A-1B所示的流式细胞仪中的处理器(图2A-2B未显示)和/或在作为单独的计算机系统的一部分的处理器上，从所述流式细胞计量内部组件180的光学检测器212a、212b接收所述流式细胞计量响应数据，所述单独的计算机系统(例如通过诸如通用串行总线连接、并行端口连接、以太网连接等的有线连接或诸如WiFi数据连接、蜂窝数据连接等的无线连接)处于通讯状态。
所述流式细胞计量响应数据可包括一个或多个时间序列信号数据轨迹。各时间序列信号数据轨迹可包括与来自所述样品流体的一波长范围内的光的流式细胞计量研究期间的检测对应的多个数据点，所述波长范围指示在该样品流体中存在颗粒属性。在一个实施方案中，可存在第一和第二时间序列信号数据轨迹，其中所述第一时间序列信号数据轨迹包括第一多重数据点，其对应于来自该样品流体的在第一波长范围内的第一光的流动细胞计数研究的检测结果，所述波长范围指示在所述样品流体中存在第一颗粒属性，并且所述第二时间序列信号数据轨迹包括第二多重数据点，其对应于来自该样品流体的在第二波长范围内的第二光的流动细胞计数研究的检测结果，所述波长范围指示在所述样品流体中存在第二颗粒属性。在这个方面，所述第一颗粒属性可包括核酸的存在而所述第二颗粒属性可包括蛋白的存在。因此，所述第一时间序列信号数据轨迹在此可被称为核酸通道或N-通道和所述第二时间序列信号数据轨迹在此可被称为蛋白通道或P-通道。所述第一光可包括作为第一荧光染色剂的荧光发射的第一波长范围内的光，而所述第二光可包括作为第二荧光染色剂的荧光发射的第二波长范围内的光。
在步骤330中，将串扰从所述第一和第二时间序列信号数据轨迹中除去。在一个实施方案中，串扰的除去可根据步骤332、334和336进行，并且，如图3所示，除去串扰的所述步骤330可在进行方法300的后续步骤之前进行。在其他实施方案中，除去串扰的步骤330的全部或一部分(例如，步骤332、334、336中的一或多步)可与方法300的一或多个随后步骤同时进行(例如，与下文所述的每批数据点的分开批处理的步骤350同时进行)。无论除去串扰的步骤330何时发生，除去串扰大体涉及步骤332：根据所述第二时间序列信号数据轨迹的量度的相关百分比来降低包括所述第一时间序列信号数据轨迹的各数据点的量度，和步骤334：根据所述第一时间序列信号数据轨迹的量度的相关百分比降低包括所述第二时间序列信号数据轨迹的各数据点的量度。所述第一时间序列信号数据轨迹的量度的相关百分比可包括经验导出的第一串扰百分比，且所述第二时间序列信号数据轨迹的量度的相关百分比可包括经验导出的第二串扰百分比。
针对图4，336导出相应的第一和第二串扰百分比的一种方式例如可涉及处理适于通过流式细胞仪设备进行核酸检测的单染色样品流体以获得N-通道数据，并且还处理适于通过流式细胞仪设备进行蛋白检测的单染色样品流体以获得P-通道数据。如图4的散点图400所示，然后可以相对于P-通道数据的峰高度绘制所述N-通道数据的峰高度，并且由所述N-通道峰高度和P-通道峰高度数据计算通过原点的各个N-通道和P-通道最佳拟合线410、420。所述N-通道最佳拟合线410的斜率产生峰高度的比率并因此产生所述N-至-P串扰百分比(对于图4中绘制的示例性数据为3.16％)，且所述P-通道最佳拟合线420的斜率产生峰高度的比率并因此产生所述P-到-N的串扰百分比(对于图4中绘制的示例性数据为15.9％)。导出所述串扰百分比的步骤336可在降低所述数据点(包括所述第一和第二时间序列信号数据轨迹)的量度的步骤332、334之前发生。在这个方面，所述串扰百分比导出步骤336可针对具体型号的仪器进行，所述仪器旨在研究具体的颗粒类型(例如流感病毒)，使得相应的串扰百分比可作为参数提供，该参数可以在制造时包括在所述型号的流式细胞仪设备内或在使用该仪器前由使用者现场输入。
图5A描绘了示例性的经校正的N-通道信号数据轨迹502，其中串扰已经使用5％的N-至-P串扰校正百分比除去。在这个方面，所述N-至-P串扰百分比可使用具有适于核酸检测的单一染色的纯化的甲型流感病毒颗粒样品流体，以例如关于图4在此所述的方式导出。
图5B描绘了示例性的经校正的P-通道信号数据轨迹504，其中串扰已经使用26％的P-至-N串扰校正百分比除去。在这个方面，所述P-至-N串扰百分比可使用具有适于蛋白检测的单一染色的纯化的甲型流感病毒颗粒样品流体以例如关于图4在此所述的方式导出。
再次针对图3，在方法300的步骤340中，从该响应数据中选择一批或多批数据点用于后续批处理。在其中在所述响应数据中包括第一和第二时间序列信号数据轨迹的实施方案中，在时间上对应的连续批次的数据点(例如，表示它们各自的轨迹的相同时间间隔的批次)可从多个第一数据点(包括所述第一时间序列信号数据轨迹)和所述多个第二数据点(包括所述第二时间序列信号数据轨迹)中选出。可从各时间序列信号数据轨迹中选出多于一批的数据点用于后续的批处理，其中从多个数据点(包括特定轨迹)中选出的每批数据点选自其各自的轨迹的不同时间间隔。在选择数据点批次时，可从包括时间序列信号数据轨迹的每套多重数据点中选出预定数目的数据点。选择预定数目的数据点以提供各自时间序列信号数据轨迹的窗口，从中选择具有基线漂移受限的时间段的数据点。在这个方面，已经发现预定数目为约10,000个数据点可为适当的。
在步骤350中，分开处理每批数据点。在一个实施方案中，每批数据点的分开批处理可根据步骤352、354、356和358进行。在步骤352中，针对所述数据点批次确定批次特异性噪声特性。在步骤354中，确定作为所述批次特异性噪声特性的函数的所述数据点批次的批次特异性信号峰阈值。在步骤356中，使用阈值标准(包括所述批次特异性信号峰阈值)鉴定所述数据点批次中指示该样品流体中存在颗粒属性的信号峰。在步骤358中，进行关于在该批次数据点内的经鉴定的信号峰是否异常的评估。异常峰例如可以是高度超过批次特异性信号峰阈值过多的峰，以及与合适的最大和最小峰值宽度滤波器相比太宽或太窄的峰。
其中确定所述数据点批次的批次特异性噪声特性的步骤352可涉及确定对该批数据点的直方图的一部分的不对称高斯分布拟合。在这个方面，所述直方图的一部分不对称地排除相对于低量度数据点而言高量度的数据点。在一个实施方案中，所述直方图的该部分可包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且可排除量度比基量度以上该增量还大的数据点。此外，所述直方图的该部分可包括量度低至基量度以下一减量的数据点，并可排除量度比基量度以下该减量还小的数据点，其中所述增量小于所述减量。为了进一步提供所需的不对称性，所述减量可以是所述增量的至少两倍或更大。
在一个实施方案中，所述减量可能不小于单位增量的三倍，该单位增量等于基量度和半量度之间的量度差，所述半量度小于基量度并且与相对于该基量度的频数(anumber frequency)的直方图上的一半频数对应。所述基量度可能例如对应的是数据点分布的平均值μ，所述基量度和半量度之间的量度差可能对应的是所述数据点分布的标准偏差，并且所述增量和减量可能例如基于所述数据点分布的标准偏差σ。在一个实施方案中，所述增量可为1σ并且减量可为5σ。
此外，所述直方图可包括一系列数据仓(data bin)，其中各数据仓含有所述批次中固定量度范围内的所有数据点。在这个方面，所述基量度可对应于包括所有仓的数据点的最大频数的该仓范围内的量度，而数据点可具有以伏特表示的量度且各仓的范围可能不大于0.03伏特。在一个实施方案中，所述数据仓系列可包括至少一百个所述数据仓。
其中批次特异性信号峰阈值被确定为所述批次特异性噪声特性的函数的步骤354可涉及基于不对称高斯分布拟合的平均值μ加上增量来设置所述信号峰阈值。例如，可将所述批次特异性信号峰阈值设置为大于不对称高斯分布拟合的平均值μ加上不对称高斯分布拟合的标准偏差σ的三倍或大于不对称高斯分布拟合的平均值μ加上0.05V，取较大者(例如，信号峰阈值不小于μ+3σ或μ+0.05V)。此外，在一个具体实施方案中，所述批次特异性信号峰阈值可被设置为大于不对称高斯分布拟合的平均值μ加上不对称高斯分布拟合的标准偏差σ的5倍或大于不对称高斯分布拟合的平均值μ加上0.1V，取较大者(例如，信号峰阈值不小于μ+5σ或μ+0.1V)。批次特异性信号峰阈值是建立在不对称高斯分布拟合的平均值μ加上固定电压的基础上，这可应用在以下情况中：所述不对称高斯分布拟合的标准偏差σ特别小并且如果该信号峰阈值是基于平均值μ加上不对称高斯分布拟合的标准偏差σ的多倍时将导致消除大多数(如果不是全部的话)信号峰的信号峰阈值。
作为示例，图6A显示了相对于时间绘制的来自核酸通道轨迹602和蛋白通道轨迹604的10,000个数据点的代表性批次。核酸通道轨迹602和蛋白通道轨迹604的相应的信号峰阈值612、614由水平虚线指示，其中在所述示例中所述核酸通道轨迹602的信号峰阈值612稍低于所述蛋白通道轨迹604的信号峰阈值614。在其他情况下，所述核酸通道轨迹602的信号峰阈值612可能稍微或显著大于所述蛋白通道轨迹604的信号峰阈值614或所述核酸通道轨迹602的信号峰阈值612可能显著小于所述蛋白通道轨迹604的信号峰阈值614。限幅阈值(clipping threshold)616在9.5V处用水平线示出。所述限幅阈值可用于鉴定异常的峰，所述异常的峰是由于它们的高度超过可应用的信号峰阈值612、614太多。在核酸通道迹线602中用圆圈标记三个信号峰622A-622C，其在时间上对应于蛋白通道轨迹604中用圆圈标记的三个信号峰624A-624C。也显示了所述蛋白通道604中的单限幅峰(single clippedpeak)626。
图6B显示了例如图6A的核酸通道轨迹602的时间序列信号数据轨迹的直方图630，其显示出清楚的正态分布的噪声峰640。所述不对称高斯分布拟合也通过引用数字642示出，并且距离平均值μ的标准偏差σ的整数倍用垂直虚线指示。如图所示，所述直方图600的整个范围的一部分已用于计算所述不对称高斯分布拟合642。在这个方面，已经将具有比平均值μ低一个减量的电压还低的电压(例如，低于μ-5σ)和比平均值μ高一个增量的电压还高的电压(例如，高于μ+1σ)的数据点从计算所述不对称高斯分布拟合642中排除。
再次参考图3，在步骤356中，鉴定每批数据点中的信号峰。所述信号峰可通过比较各批次中的数据点的电压值与该批次的适当的信号峰阈值进行鉴定。例如，可将在所述核酸通道轨迹602中的数据点与所述核酸通道轨迹602的批次特异性信号峰阈值612进行比较，其中超过批次特异性信号峰阈值612的连续点被认为在所述核酸通道轨迹602中包括信号峰，其指示在所述样品流体中特定核酸颗粒的存在。同样地，可将所述蛋白通道轨迹604中的数据点与所述蛋白通道轨迹604的批次特异性信号峰阈值614进行比较，其中超过上述批次特异性信号峰阈值614的连续点被认为在所述蛋白通道轨迹604中包括信号峰，其指示在所述样品流体中特定蛋白颗粒的存在。
在所述方法300的步骤358中，进行关于经鉴定的峰值是否是异常峰值的评估。在所述方法300的一个实施方案中，可以不包括步骤358，在该情况下，不对任何经鉴定的峰是否是异常进行评估。在包括步骤358的方法300的实施方案中，将该批数据点中包括经鉴定的峰的各数据点与异常阈值进行比较。异常阈值的一个实例是图6A所示的限幅阈值616。异常阈值的其他实例包括最小和最大峰宽。如果包括经鉴定的峰的数据点超过所述异常阈值，则这种经鉴定的峰被认为是异常的(例如，如果所述异常阈值是限幅阈值则被认为是限幅峰)。异常峰被认为是不能指示存在颗粒属性的峰，并且在方法300中被排除在进一步考虑之外。例如，图6A中描述的在时间上对应的各个信号峰622A-622C、624A-624C被认为是信号峰，因为它们超过它们各自的核酸通道轨迹602和蛋白通道轨迹604的信号峰阈值612、614而不超过所述限幅阈值616；而所述限幅峰626被认为是异常的，因为除了蛋白质通道迹线604的信号峰值阈值614之外，它还超过了所述限幅阈值616。
在步骤370中，比较来自第一信号数据轨迹和第二信号数据轨迹的历时相同时间间隔的分开批处理的数据点批次中的经鉴定的非异常信号峰的出现时间。在步骤372中，可将在时间上重叠的非异常信号峰记录为在所述样品流体中存在目标颗粒。例如，图6A中描述的在时间上对应的信号峰622A-622C、624A-624C中的每一个可被记录为存在目标颗粒(例如，流感病毒)，因为指示在所述样品流体中存在第一颗粒属性(例如，核酸)和第二颗粒属性(例如蛋白)的非异常信号峰具有时间重合。
在步骤374中，对于在步骤350中分开批处理的每批数据点而言，针对时间序列信号数据轨迹的一组集合统计数据(collective statistics)进行更新。被更新的所述集合统计数据包括来自多个批次的经鉴定的信号峰的特征。例如，所述经鉴定的信号峰的特征可包括以下的一或多个：与经鉴定的峰相关的起始点、与经鉴定的峰相关的终点、经鉴定的峰的宽度、经鉴定的峰的最大值、经鉴定的峰的最大值的时间、经鉴定的峰是否异常的指示符以及被记录为存在目标颗粒的信号峰在时间上重合数目的计数。
在步骤380中，可基于所述集合统计数据(例如，被记录为存在目标颗粒的信号峰在时间上重合数的更新计数)和所测量的样品流体向所述流动室流动的流速来计算所述目标颗粒的浓度。在这个方面，当进行所述流式细胞计量研究时，通过上述流动室的样品流体的流速可维持在或低于预期的最大流速以根据所述方法300来帮助促进对目标颗粒的准确鉴定。尽管其他最大流速可能是合适的，但在一个实施方案中，所述最大流速可为1000纳升/分钟。
在步骤382中，可以显示该流式细胞计量研究的结果。在这个方面，该结果可包括所述目标颗粒的计算浓度。所显示的结果也可包括所收集的统计量。在一个实施方案中，所述结果可与所述流式细胞计量研究同时显示(例如，通过在流式细胞仪设备的显示屏上显示结果和/或显示在与流式细胞仪设备接口的计算机系统的显示器上)。
图7是代表流式细胞仪系统700的一个实施方案的框图。所述流式细胞仪系统700包括流式细胞仪设备710、处理器720、存储器730和显示装置740。所述流式细胞仪设备710可例如包括具有在外壳102内部的流式细胞仪内部组件180的流式细胞仪设备100，例如如图1A-1B和2A-2B中所绘和描述。无论其结构如何，所述流式细胞仪设备710可操作以输出流式细胞计量研究响应数据750，其中所述响应数据750包括一个或多个时间序列信号数据轨迹，其对应于对来自所述样品流体的一个或多个波长范围内的光的流式细胞计量研究的检测结果，所述波长范围指示在进行流式细胞计量研究的样品流体中存在一或多种颗粒属性。所述响应数据750可存储于存储器730中。可操作该处理器720以接收所述流式细胞仪设备710输出的流式细胞计量响应数据750。在这个方面，所述处理器720可在流式细胞仪设备710输出时直接接收响应数据750和/或从已存储该响应数据750的存储器730接收响应数据750。所述处理器720可操作以处理所述响应数据750来评估所述样品流体中的颗粒属性(例如，鉴定指示目标颗粒例如流感病毒的核酸和蛋白属性的存在)。所述处理器720可通过实施图3所示和所描述的方法300的一步或多步来处理所述响应数据750。在这个方面，所述处理器可包括通用微处理器，并且计算机可执行程序代码760可存储于存储器730上并由所述处理器720执行以完成对所述响应数据750的处理。对于所述处理器720而言，其还可包括与通用微处理器结合的一个或多个专用集成电路(ASIC)和/或现场可编程门阵列(FPGAs)，它们一起完成对所述响应数据750的处理，或者在没有通用微处理器的情况下包括一个或多个ASIC和/或FPGA，其完成对所述响应数据750的处理。由所述处理器720完成的该响应数据750的处理结果770可显示在显示装置740上。所述结果770可在所述流式细胞计量研究进行时和/或完成后显示。该结果770也可储存在可被包括在所述流式细胞计量系统700中的存储器730上和/或在非易失性数据存储设备780(例如硬盘、光盘、闪存等)上。除了存储结果770之外，所述非易失性数据存储设备还可以存储所述响应数据750(例如，以原始形式和以串扰经校正形式)和/或所述计算机可执行程序代码760。在例如所绘的一个实施方案中，所述处理器720、存储器730、显示装置740和数据存储装置780包括与所述流式细胞仪设备710分开且与其接口用于其间的通信的计算机系统790。在这个方面，所述计算机系统790可例如包括手提式计算机、台式计算机、笔记本计算机或触摸平板计算设备，且可具有未示出的附加组件，例如键盘、鼠标和/或触摸屏/平板输入装置。在其他实施方案中，所述处理器720、存储器730、显示装置740和数据存储装置780中的一个或多个可并入所述流式细胞仪设备710内。
在不脱离本发明的精神和范围的情况下，可以对说明书中公开的具体实施例做出变化。例如，由本申请讨论的许多方法、装置和模块等执行的至少一些功能可通过其他模块、装置、方法等执行。本申请中的图示和讨论仅被提供以帮助读者理解本公开的各个方面。
此外，本申请公开的各种用途(例如，评估在流式细胞仪设备中进行流式细胞计量研究的样品流体中的颗粒属性的方法)不限于在本申请所述的特定流式细胞仪设备的情况下使用。
用于提供本申请描述的功能的计算机程序(也称为程序、软件、软件应用、脚本或代码)(例如提供评估在流式细胞仪设备中进行流式细胞计量研究的样品流体中的颗粒属性的方法的一步或多步)可以以任何形式的编程语言编写，包括作为独立程序或作为模块、组件、子程序或其他适用于计算环境的单元。计算机程序不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据的一部分文件中(例如，存储在置标语言文档中的一个或多个脚本)、存储在专用于所述程序的单个文件中或存储在多个协同文件中(例如，存储一个或多个模块，子程序或代码部分的文件)。计算机程序可用于在一个计算机上执行或在位于一个站点或分布在多个站点并由信息流网络互联的多个计算机上执行。
在本说明书中描述的框图、方法、方案和逻辑流程可由执行一个或多个计算机程序的一个或多个可编程处理器进行以通过处理输入数据并产生输出来执行功能。所述方法和逻辑流程也可由专用逻辑电路，例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路)进行，且装置也可用作专用逻辑电路，例如，FPGA(现场可编程门阵列)或ASIC(专用集成电路)。适于执行计算机程序的处理器包括，例如，通用和专用微处理器，以及任何种类的数字计算机的任何一个或多个处理器。通常，处理器将从只读存储器或随机存取存储器或两者接收指令和数据。通常，计算机的元件是用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。本申请描述的技术可以由被配置以提供所述功能的计算机系统来实现。
虽然本公开包含许多细节，但是这些不应被解释为对本公开或所要求保护的范围的限制，而是被解释为对于本公开的具体实施方案特定的特征的描述在本说明书中所述的在单独的实施方案和/或排列的上下文中的一些特征也可以以单个实施方案的组合实现。相反，在单个实施方案的上下文中描述的各种特征也可以在多个实施方案中单独地或以任何合适的子组合来实现。此外，虽然特征可以在上面描述为在一些组合中起作用并且甚至最初按如此请求保护，但是来自所请求保护的组合的一个或多个特征在一些情况下可以从该组合中删除，并且所请求保护的组合可以针对子组合或子组合的变体。
此外，为了说明和描述的目的已经呈现了本发明的前述描述。此外，该描述并不旨在将本发明限制为本申请公开的形式。因此，与上述教导以及相关领域的技术和知识相当的变化和修改在本发明的范围内。上文描述的实施例旨在进一步解释实践本发明的已知的最佳模式，并且使得本领域的其他技术人员能够在这样的或其他实施方案中利用本发明并根据具有应用或本发明的用途的需要进行各种修改。旨在将所附权利要求解释为包括现有技术允许的程度的替代实施方案。

Claims (116)

1.一种评估在流式细胞仪设备中进行流式细胞计量研究的样品流体中的颗粒属性的方法，所述方法包括：
处理由所述流式细胞仪设备产生的流动细胞计量研究响应数据，所述响应数据包括时间序列信号数据轨迹，其对应于来自所述样品流体的光的流动细胞计量研究的检测结果，所述光在一个或多个波长范围内，所述波长范围指示在该样品流体中存在颗粒属性，所述处理包括分开批处理所述时间序列信号数据轨迹的多个不同时间间隔的数据点批次，所述各数据点批次的批处理包括：
确定所述数据点批次的批次特异性噪声特性；
确定作为所述批次特异性噪声特性的函数的所述数据点批次的批次特异性信号峰阈值；和
使用阈值标准鉴定在所述数据点批次中的指示所述样品流体中存在颗粒属性的信号峰，所述阈值标准包括所述批次特异性信号峰阈值。
2.根据权利要求1的方法，其中：
所述时间序列信号数据轨迹包括第一时间序列信号数据轨迹，所述颗粒属性包括第一颗粒属性和所述光包括来自所述样品流体的第一波长范围内的第一光，所述第一波长范围指示所述第一颗粒属性的存在；
所述响应数据还包括第二时间序列信号数据轨迹，其对应于来自所述样品流体的在第二波长范围内的第二光的流动细胞计量研究的检测结果，所述第二波长范围指示在所述样品流体中存在第二颗粒属性；和
所述方法还包括：
分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次，其中所述第二时间序列信号数据轨迹的各连续的数据点批次的时间间隔在时间上与所述第一时间序列信号数据轨迹的各连续的数据点批次的时间间隔对应，所述第二时间序列信号数据轨迹的各数据点批次的所述批处理包括：
确定所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性噪声特性；
确定作为所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性噪声特性的函数的所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性信号峰阈值；和
使用阈值标准鉴定在所述第二时间序列信号数据轨迹的所述数据点批次中的指示在所述样品流体中存在第二颗粒属性的信号峰，所述阈值标准包括所述批次特异性信号峰阈值。
3.根据权利要求2的方法，其中所述第一颗粒属性包括核酸的存在和所述第二颗粒属性包括蛋白的存在。
4.根据权利要求2的方法，还包括：
比较第一和第二时间序列信号数据轨迹的所述分开批处理的数据点批次中经鉴定的信号峰的出现时间。
5.根据权利要求4的方法，还包括：
将所述第一和第二时间序列信号数据轨迹的所述数据点批次中经鉴定的信号峰的时间重合记录为存在目标颗粒。
6.根据权利要求5的方法，其中所述目标颗粒包括病毒。
7.根据权利要求6的方法，其中所述目标颗粒包括流感病毒。
8.根据权利要求2的方法，其中所述第一光包括在第一波长范围内的光，其是第一荧光染色剂的荧光发射波长，且其中所述第二光包括在第二波长范围内的光，其是第二荧光染色剂的荧光发射波长。
9.根据权利要求2的方法，还包括：
从所述批次的数据点除去串扰。
10.根据权利要求9的方法，其中所述除去串扰与所述批次的分开批处理同时进行。
11.根据权利要求9的方法，其中所述除去串扰在所述批次的分开批处理之前进行。
12.根据权利要求9的方法，其中所述除去串扰包括：
在所述批次是第一时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第二时间序列信号数据轨迹量度的相关百分比；和
在所述批次是第二时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第一时间序列信号数据轨迹量度的相关百分比。
13.根据权利要求12的方法，其中所述第一时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号的流式细胞仪设备相关的第一经验导出的串扰百分比，且其中第二时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号流式细胞仪设备相关的第二经验导出的串扰百分比。
14.根据权利要求1-13中任一项的方法，其中所述批处理还包括：
对针对时间序列信号数据轨迹的一组集合统计数据进行更新，包括来自多个批次的经鉴定的信号峰的特征。
15.根据权利要求14的方法，其中所述经鉴定的信号峰的特征包括以下的一个或多个：与经鉴定的峰相关的起始点、与经鉴定的峰相关的终点、经鉴定的峰的宽度、经鉴定的峰的最大值、经鉴定的峰的最大值的时间和确定经鉴定的峰是否异常的指示符。
16.根据权利要求1-13中任一项的方法，其中所述批处理还包括：
评估经鉴定的峰是否是异常峰；和
认为异常峰不是指示所述颗粒属性存在的峰。
17.根据权利要求16的方法，其中评估经鉴定的峰是否是异常峰包括：
对于高于所述批次特异性信号峰阈值的各数据点，将所述数据点的值与大于所述批次特异性信号峰阈值的异常阈值相比较，其中认为具有高于异常阈值的值的数据点包含异常峰。
18.根据权利要求1-13中任一项的方法，其中所述批次特异性噪声特性的确定包括：
确定对所述数据点批次的直方图的一部分的不对称高斯分布拟合，其中所述直方图的一部分相对于低量度数据点不对称地排除高量度的数据点。
19.根据权利要求18的方法，其中：
所述直方图的一部分包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且排除量度比基量度以上该增量还大的数据点；
所述直方图的一部分包括量度低至基量度以下一减量的数据点，并排除量度比基量度以下该减量还小的数据点；和
所述增量小于所述减量。
20.根据权利要求19的方法，其中所述减量是所述增量的至少两倍。
21.根据权利要求20的方法，其中所述减量不小于单位增量的三倍，该单位增量等于基量度与半量度之间的量度差，所述半量度小于基量度并且相对于所述基量度的频数，其对应的是直方图上的半频数。
22.根据权利要求21的方法，其中所述直方图包括一系列数据仓，其中各所述数据仓含有该批次中固定量度范围内的所有数据点并且所述基量度对应于所述仓的范围内的量度，所述仓的范围包括所有所述仓的数据点的最大频数。
23.根据权利要求22的方法，其中所述数据点具有以伏特表示的量度并且各仓的范围不大于0.03伏特。
24.根据权利要求22的方法，其中所述数据仓系列包括至少一百个所述数据仓。
25.根据权利要求18的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上所述不对称高斯分布拟合的标准偏差的三倍。
26.根据权利要求18的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上0.05V。
27.根据权利要求1-13中任一项的方法，其中所述方法还包括进行所述流动细胞计量研究，所述流动细胞计量研究包括：
引导所述样品流体通过流动室，在这里所述样品流体经受来自至少一个光源的激发光；和
分别检测在所述流动室中的样品流体所发射的至少两个不同的响应光的波长。
28.根据权利要求27的方法，其中在所述流动细胞计量研究过程中，流动通过所述流动室的样品流体的流速不超过1000纳升/分钟。
29.根据权利要求27的方法，其中所述样品流体包含病毒颗粒。
30.根据权利要求27的方法，其中所述批处理与在所述流动室中研究样品流体同时进行。
31.权利要求30的方法，其中所述批处理的结果与在所述流动室中研究样品流体同时显示。
32.根据权利要求31的方法，其中所述结果包括使用集合统计数据计算出的颗粒的浓度和所测量的所述样品流体流向所述流动室的流速。
33.根据权利要求3的方法，其中所述第一光包括在第一波长范围内的光，其是第一荧光染色剂的荧光发射波长，且其中所述第二光包括在第二波长范围内的光，其是第二荧光染色剂的荧光发射波长。
34.根据权利要求3的方法，还包括：
从所述批次的数据点除去串扰。
35.根据权利要求34的方法，其中所述除去串扰包括：
在所述批次是第一时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第二时间序列信号数据轨迹量度的相关百分比；和
在所述批次是第二时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第一时间序列信号数据轨迹量度的相关百分比。
36.根据权利要求35的方法，其中所述第一时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号的流式细胞仪设备相关的第一经验导出的串扰百分比，且其中第二时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号流式细胞仪设备相关的第二经验导出的串扰百分比。
37.根据权利要求1-13中任一项的方法，其中：
所述批次特异性噪声特性的确定包括：
确定对所述数据点批次的直方图的一部分的不对称高斯分布拟合，其中所述直方图的一部分相对于低量度数据点不对称地排除高量度的数据点；
所述直方图的一部分包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且排除量度比基量度以上该增量还大的数据点；
所述直方图的一部分包括量度低至基量度以下一减量的数据点，并排除量度比基量度以下该减量还小的数据点；和
所述增量小于所述减量；
所述减量是所述增量的至少两倍；
所述减量不小于单位增量的三倍，该单位增量等于基量度与半量度之间的量度差，所述半量度小于基量度并且相对于所述基量度的频数，其对应的是直方图上的半频数；
其中所述直方图包括一系列数据仓，其中各所述数据仓含有该批次中固定量度范围内的所有数据点并且所述基量度对应于所述仓的范围内的量度，所述仓的范围包括所有所述仓的数据点的最大频数。
38.根据权利要求37的方法，其中所述数据仓系列包括至少一百个所述数据仓。
39.根据权利要求37的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上所述不对称高斯分布拟合的标准偏差的三倍。
40.根据权利要求37的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上0.05V。
41.处理由流式细胞仪设备输出的时间序列信号数据轨迹的方法，所述方法包括：
从所述流式细胞仪设备输出的第一和第二时间序列信号数据轨迹中各选出一批数据点，其中所述第一时间序列信号数据轨迹包括第一多重数据点，其对应于对在第一波长范围内的第一光进行流动细胞计量研究的检测结果，所述第一波长范围指示在所述流式细胞仪设备中进行流动细胞计量研究的样品流体中存在第一颗粒属性，且其中所述第二时间序列信号数据轨迹包括第二多重数据点，其对应于在第二波长范围内的第二光的流动细胞计量研究的检测结果，所述第二波长范围指示在所述样品流体中存在第二颗粒属性；和
分开处理从第一和第二时间序列信号数据轨迹中各选择的每批数据点，所述分批处理各所述数据点批次包括：
确定所述数据点批次的批次特异性噪声特性；
确定作为所述批次特异性噪声特性的函数的所述数据点批次的批次特异性信号峰阈值；和
使用阈值标准鉴定在所述数据点批次中的指示该样品流体中存在第一颗粒属性或第二颗粒属性之一的信号峰，所述阈值标准包括所述批次特异性信号峰阈值；
比较第一和第二时间序列信号数据轨迹的所述分开批处理的数据点批次中经鉴定的信号峰的出现时间；和
将所述第一和第二时间序列信号数据轨迹的所述数据点批次中经鉴定的信号峰的时间重合记录为存在目标颗粒。
42.根据权利要求41的方法，其中所述第一颗粒属性包括核酸的存在和所述第二颗粒属性包括蛋白的存在。
43.根据权利要求41的方法，其中所述选择包括：
从所述第一和第二时间序列信号中各选出预定数目的数据点。
44.根据权利要求43的方法，其中选择预定数目的数据点以提供具有时间段的所述第一和第二时间序列信号数据轨迹的窗口，在所述时间段内基线漂移受限。
45.根据权利要求44的方法，其中所述预定数目为10,000个数据点。
46.根据权利要求41的方法，还包括：
接收具有计算机系统的流式细胞仪设备所输出的第一和第二时间序列信号数据轨迹；和
用与所述流式细胞仪设备连通的计算机系统的处理器执行计算机程序代码来完成所述批处理。
47.根据权利要求41的方法，其中所述目标颗粒包括病毒。
48.根据权利要求47的方法，其中所述目标颗粒包括流感病毒。
49.根据权利要求41的方法，其中所述第一光包括在第一波长范围内的光，其是第一荧光染色剂的荧光发射，且其中所述第二光包括在第二波长范围内的光，其是第二荧光染色剂的荧光发射。
50.根据权利要求41的方法，还包括：
从包含所述批次的数据点中除去串扰。
51.根据权利要求50的方法，其中所述除去串扰与所述批次的分开批处理同时进行。
52.根据权利要求50的方法，其中所述除去串扰在所述批次的分开批处理之前进行。
53.根据权利要求50的方法，其中所述除去串扰包括：
在所述批次是第一时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第二时间序列信号数据轨迹量度的相关百分比；和
在所述批次是第二时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第一时间序列信号数据轨迹量度的相关百分比。
54.根据权利要求53的方法，其中所述第一时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号的流式细胞仪设备相关的第一经验导出的串扰百分比，且其中第二时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号流式细胞仪设备相关的第二经验导出的串扰百分比。
55.根据权利要求41-54中任一项的方法，其中所述批处理还包括：
对针对所述第一和第二时间序列信号数据轨迹的一组集合统计数据进行更新，包括来自多个批次的经鉴定的信号峰的特征。
56.根据权利要求55的方法，其中所述经鉴定的信号峰的特征包括以下的一个或多个：与经鉴定的峰相关的起始点、与经鉴定的峰相关的终点、经鉴定的峰的宽度、经鉴定的峰的最大值、经鉴定的峰的最大值的时间和确定经鉴定的峰是否异常的指示符。
57.根据权利要求55的方法，其中所述批处理还包括：
评估经鉴定的峰是否是异常峰；和
认为异常峰不是指示所述颗粒属性存在的峰。
58.根据权利要求57的方法，其中所述评估经鉴定的峰是否是异常峰包括：
对于高于所述批次特异性信号峰阈值的各数据点，将所述数据点的值与大于所述批次特异性信号峰阈值的异常阈值相比较，其中认为具有高于异常阈值的值的数据点包含异常峰。
59.根据权利要求41-54中任一项的方法，其中所述批次特异性噪声特性的确定包括：
确定对所述数据点批次的直方图的一部分的不对称高斯分布拟合，其中所述直方图的一部分相对于低量度数据点不对称地排除高量度的数据点。
60.根据权利要求59的方法，其中：
所述直方图的一部分包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且排除量度比基量度以上该增量还大的数据点；
所述直方图的一部分包括量度低至基量度以下一减量的数据点，并排除量度比基量度以下该减量还小的数据点；和
所述增量小于所述减量。
61.根据权利要求60的方法，其中所述减量是所述增量的至少两倍。
62.根据权利要求61的方法，其中所述减量不小于单位增量的三倍，该单位增量等于基量度与半量度之间的量度差，所述半量度小于基量度并且相对于所述基量度的频数，其对应的是直方图上的半频数。
63.根据权利要求62的方法，其中所述直方图包括一系列数据仓，其中各所述数据仓含有该批次中固定量度范围内的所有数据点并且所述基量度对应于所述仓的范围内的量度，所述仓的范围包括所有所述仓的数据点的最大频数。
64.根据权利要求63的方法，其中所述数据点具有以伏特表示的量度并且各仓的范围不大于0.03伏特。
65.根据权利要求63的方法，其中所述数据仓系列包括至少一百个所述数据仓。
66.根据权利要求59的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上所述不对称高斯分布拟合的标准偏差的三倍。
67.根据权利要求59的方法，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上0.05V。
68.根据权利要求41-54中任一项的方法，其中所述流动细胞计量研究包括：
引导所述样品流体通过流动室，在这里所述样品流体经受来自至少一个光源的激发光；和
分别检测在所述流动室中的样品流体所发射的至少两个不同的响应光的波长。
69.根据权利要求68的方法，其中在所述流动细胞计量研究过程中，通过所述流动室的样品流体的流速不超过1000纳升/分钟。
70.根据权利要求69的方法，其中所述样品流体包含病毒颗粒。
71.根据权利要求68的方法，其中所述批处理与在所述流动室中研究样品流体同时进行。
72.根据权利要求71的方法，其中所述批处理的结果与在所述流动室中研究样品流体同时显示。
73.根据权利要求72的方法，其中所述结果包括使用集合统计数据计算出的颗粒的浓度和所测量的所述样品流体流向所述流动室的流速。
74.流式细胞仪系统，其包括：
流式细胞仪设备，其可操作以输出流动细胞计量研究响应数据，所述响应数据包括时间序列信号数据轨迹，其对应于来自样品流体的光的流动细胞计量研究的检测结果，所述光在一个或多个波长范围内，所述波长范围指示在所述样品流体中存在颗粒属性；和
处理器，其可操作以接收所述流式细胞仪设备输出的流动细胞计量响应数据，所述处理器还可进一步操作以分开批处理所述时间序列信号数据轨迹的多个不同时间间隔的数据点批次，用于：
确定所述数据点批次的批次特异性噪声特性；
确定作为所述批次特异性噪声特性的函数的所述数据点批次的批次特异性信号峰阈值；和
使用阈值标准鉴定在所述数据点批次中的指示所述样品流体中存在颗粒属性的信号峰，所述阈值标准包括所述批次特异性信号峰阈值。
75.根据权利要求74的系统，其中：
所述时间序列信号数据轨迹包括第一时间序列信号数据轨迹，所述颗粒属性包括第一颗粒属性和所述光包括来自所述样品流体的第一波长范围内的第一光，所述第一波长范围指示所述第一颗粒属性的存在；
所述响应数据还包括第二时间序列信号数据轨迹，其对应于来自所述样品流体的光的流动细胞计量研究的检测结果，所述光包括在第二波长范围内的第二光，所述第二波长范围指示在所述样品流体中存在第二颗粒属性；
可进一步操作所述处理器以分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次，其中所述第二时间序列信号数据轨迹的各连续的数据点批次的时间间隔在时间上与所述第一时间序列信号数据轨迹的各连续的数据点批次的时间间隔对应，且其中所述处理器分开批处理所述第二时间序列信号数据轨迹的多个不同时间间隔的数据点批次，用以：
确定所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性噪声特性；
确定作为所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性噪声特性的函数的所述第二时间序列信号数据轨迹的所述数据点批次的批次特异性信号峰阈值；和
使用阈值标准鉴定在所述第二时间序列信号数据轨迹的所述数据点批次中的指示在所述样品流体中存在第二颗粒属性的信号峰，所述阈值标准包括所述批次特异性信号峰阈值。
76.根据权利要求75的系统，其中所述第一颗粒属性包括核酸的存在和所述第二颗粒属性包括蛋白的存在。
77.根据权利要求76的系统，其中可进一步操作所述处理器以：
比较第一和第二时间序列信号数据轨迹的所述分开批处理的数据点批次中经鉴定的信号峰的出现时间。
78.根据权利要求77的系统，其中可进一步操作所述处理器以：
将所述第一和第二时间序列信号数据轨迹的所述数据点批次中经鉴定的信号峰的时间重合记录为存在目标颗粒。
79.根据权利要求78的系统，其中所述目标颗粒包括病毒。
80.根据权利要求79的系统，其中所述目标颗粒包括流感病毒。
81.根据权利要求75的系统，其中所述第一光包括在第一波长范围内的光，其是第一荧光染色剂的荧光发射波长，且其中所述第二光包括在第二波长范围内的光，其是第二荧光染色剂的荧光发射波长。
82.根据权利要求75的系统，其中可进一步操作所述处理器以：
从所述批次的数据点除去串扰。
83.根据权利要求82的系统，其中可操作所述处理器以在所述批次的分开批处理的同时除去串扰。
84.根据权利要求82的系统，其中可操作所述处理器以在所述批次的分开批处理之前除去串扰。
85.根据权利要求82的系统，其中可进一步操作所述处理器以：
在所述批次是第一时间序列信号数据轨迹的数据点的情况下，从包含该批次的数据点除去第二时间序列信号数据轨迹量度的相关百分比；和
在所述批次是第二时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第一时间序列信号数据轨迹量度的相关百分比。
86.根据权利要求85的系统，其中所述第一时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号的流式细胞仪设备相关的第一经验导出的串扰百分比，且其中所述第二时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号流式细胞仪设备相关的第二经验导出的串扰百分比。
87.根据权利要求74-86中任一项的系统，其中在所述批处理中可进一步操作所述处理器以：
对针对时间序列信号数据轨迹的一组集合统计数据进行更新，其包括来自多个批次的经鉴定的信号峰的特征。
88.根据权利要求87的系统，其中所述经鉴定的信号峰的特征包括以下的一个或多个：与经鉴定的峰相关的起始点、与经鉴定的峰相关的终点、经鉴定的峰的宽度、经鉴定的峰的最大值、经鉴定的峰的最大值的时间和确定经鉴定的峰是否异常的指示符。
89.根据权利要求74-86中任一项的系统，其中在所述批处理中可进一步操作所述处理器以：
评估经鉴定的峰是否是异常峰；和
认为异常峰不是指示所述颗粒属性存在的峰。
90.根据权利要求89的系统，其中可操作所述处理器以评估经鉴定的峰是否是异常峰，其通过以下方式：对于高于所述批次特异性信号峰阈值的各数据点，将所述数据点的值与大于所述批次特异性信号峰阈值的异常阈值相比较，其中认为具有高于异常阈值的值的数据点包含异常峰。
91.根据权利要求74-86中任一项的系统，其中为了确定批次特异性噪声，可操作所述处理器以：
确定对所述数据点批次的直方图的一部分的不对称高斯分布拟合，其中所述直方图的一部分相对于低量度数据点不对称地排除高量度的数据点。
92.根据权利要求91的系统，其中：
所述直方图的一部分包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且排除量度比基量度以上该增量还大的数据点；
所述直方图的一部分包括量度低至基量度以下一减量的数据点，并排除量度比基量度以下该减量还小的数据点；和
所述增量小于所述减量。
93.根据权利要求92的系统，其中所述减量是所述增量的至少两倍。
94.根据权利要求93的系统，其中所述减量不小于单位增量的三倍，该单位增量等于基量度与半量度之间的量度差，所述半量度小于基量度并且相对于所述基量度的频数，其对应的是直方图上的半频数。
95.根据权利要求94的系统，其中所述直方图包括一系列数据仓，其中各所述数据仓含有该批次中固定量度范围内的所有数据点并且所述基量度对应于所述仓的范围内的量度，所述仓的范围包括所有所述仓的数据点的最大频数。
96.根据权利要求95的系统，其中所述数据点具有以伏特表示的量度并且各仓的范围不大于0.03伏特。
97.根据权利要求95的系统，其中所述数据仓系列包括至少一百个所述数据仓。
98.根据权利要求91的系统，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上所述不对称高斯分布拟合的标准偏差的三倍。
99.根据权利要求91的系统，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上0.05V。
100.根据权利要求74-86中任一项的系统，其中所述流式细胞仪设备还包括：
流动室；
至少一个光源；
流体增压装置，可操作该装置以向所述样品流体加压，从而引导该样品流体通过流动室，在流动室处所述样品流体经受来自所述至少一个光源的激发光；和
一个或多个光探测器，可操作该光探测器以分别检测在所述流动室中的样品流体所发射的至少两种不同的响应光波长。
101.根据权利要求100的系统，其中所述流式细胞仪设备还包括流量传感器，可操作该流量传感器以测量在所述流动室中的所述样品流体的流速。
102.根据权利要求101的系统，其中所述流式细胞仪设备在所述流动细胞计量研究过程中将通过所述流动室的样品流体的流速维持在不超过1000纳升/分钟。
103.根据权利要求102的系统，其中所述样品流体包含病毒颗粒。
104.根据权利要求74-86中任一项的系统，其中可操作所述处理器以在研究在所述流动室中的所述样品流体的同时进行所述批处理。
105.根据权利要求104的系统，还包括显示装置，且其中可进一步操作所述处理器以在研究在所述流动室中的所述样品流体的同时在该显示装置上显示所述批处理的结果。
106.根据权利要求的系统105，其中所述结果包括使用集合统计数据计算出的颗粒的浓度和所测量的所述样品流体在所述流动室中的流速。
107.根据权利要求104的系统，其中可进一步操作所述处理器以：
在进行所述批次的所述分开批处理的同时或在所述批次的所述分开批处理之前，从所述批次的数据点中除去串扰。
108.根据权利要求107的系统，其中可进一步操作所述处理器以：
在所述批次是第一时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第二时间序列信号数据轨迹量度的相关百分比，其中所述第一时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号的流式细胞仪设备相关的第一经验导出的串扰百分比；
在所述批次是第二时间序列信号数据轨迹的数据点的情况下，从包含所述批次的数据点除去第一时间序列信号数据轨迹量度的相关百分比，其中所述第二时间序列信号数据轨迹量度的相关百分比包括与旨在研究具体颗粒种类的具体型号流式细胞仪设备相关的第二经验导出的串扰百分比。
109.根据权利要求104的系统，其中可在所述批处理中进一步操作所述处理器以：
对针对时间序列信号数据轨迹的一组集合统计数据进行更新，包括来自多个批次的经鉴定的信号峰的特征，其中所述经鉴定的信号峰的特征包括以下的一个或多个：与经鉴定的峰相关的起始点、与经鉴定的峰相关的终点、经鉴定的峰的宽度、经鉴定的峰的最大值、经鉴定的峰的最大值的时间和确定经鉴定的峰是否异常的指示符。
110.根据权利要求104的系统，其中可在所述批处理中进一步操作所述处理器以：
评估经鉴定的峰是否是异常峰，其通过对于高于所述批次特异性信号峰阈值的各数据点，比较具有大于该批次特异性信号峰阈值的异常阈值的数据点的值，其中具有高于所述异常阈值的值的数据点被认为包含异常峰；和
认为异常峰不是指示所述颗粒属性存在的峰。
111.根据权利要求74-86中任一项的系统，其中：
为了确定批次特异性噪声，可操作所述处理器以确定对所述批次的数据点的直方图的一部分的不对称高斯分布拟合，其中所述直方图的一部分相对于低量度数据点而言不对称地排除高量度的数据点；
所述直方图的一部分包括具有量度高达与所鉴定的直方图的最大值对应的基量度以上一增量的数据点，且排除量度比基量度以上该增量还大的数据点；
所述直方图的一部分包括量度低至基量度以下一减量的数据点，并排除量度比基量度以下该减量还小的数据点；
所述增量小于所述减量；
所述减量是所述增量的至少两倍；
其中所述减量不小于单位增量的三倍，该单位增量等于基量度与半量度之间的量度差，所述半量度小于基量度并且相对于所述基量度的频数，其对应的是直方图上的半频数；和
其中所述直方图包括一系列数据仓，其中各所述数据仓含有该批次中固定量度范围内的所有数据点并且所述基量度对应于所述仓的范围内的量度，所述仓的范围包括所有所述仓的数据点的最大频数。
112.根据权利要求111的系统，其中所述数据仓系列包括至少一百个所述数据仓。
113.根据权利要求111的系统，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上所述不对称高斯分布拟合的标准偏差的三倍。
114.根据权利要求111的系统，其中所述批次特异性信号峰阈值不小于所述不对称高斯分布拟合的平均值加上0.05V。
115.根据权利要求74-86中任一项的系统，其中所述流式细胞仪设备还包括：
流动室；
至少一个光源；
流体加压装置，可操作该装置以向所述样品流体加压，从而引导该样品流体通过流动室，在流动室处所述样品流体经受来自所述至少一个光源的激发光；和
一个或多个光探测器，可操作该光探测器以分别检测在所述流动室中的样品流体所发射的至少两种不同的响应光波长；和
流量传感器，可操作该流量传感器以测量在所述流动室中的所述样品流体的流速；和其中：
所述流式细胞仪设备在所述流动细胞计量研究过程中将通过所述流动室的样品流体的流速维持在不超过1000纳升/分钟；和
所述样品流体包括病毒颗粒。
116.根据权利要求74-86中任一项的系统，其中可操作所述处理器以在研究在所述流动室中的所述样品流体的同时进行所述批处理，且其中：
所述系统还包括显示装置；
可进一步操作所述处理器以在研究所述流动室中的所述样品流体的同时在所述显示装置上显示所述批处理的结果；和
所述结果包括使用集合统计数据计算出的颗粒的浓度和所测量的所述样品流体在所述流动室中的流速。
CN201580033797.8A 2014-06-05 2015-06-03 采用动态阈值的流式细胞仪信号峰的鉴定 Active CN106459874B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462008345P 2014-06-05 2014-06-05
US62/008,345 2014-06-05
PCT/US2015/033907 WO2015187783A1 (en) 2014-06-05 2015-06-03 Flow cytometer signal peak identification employing dynamic thresholding

Publications (2)

Publication Number Publication Date
CN106459874A CN106459874A (zh) 2017-02-22
CN106459874B true CN106459874B (zh) 2020-06-30

Family

ID=54767302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580033797.8A Active CN106459874B (zh) 2014-06-05 2015-06-03 采用动态阈值的流式细胞仪信号峰的鉴定

Country Status (4)

Country Link
US (3) US9903803B2 (zh)
EP (1) EP3152294B1 (zh)
CN (1) CN106459874B (zh)
WO (1) WO2015187783A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9850979B2 (en) * 2014-06-05 2017-12-26 Intellicyt Corporation Flow cytometer with optical system assembly having vibration isolation and shear protection structures
WO2016154283A1 (en) 2015-03-23 2016-09-29 Virocyt, Inc. Flow cytometry method for evaluating biological material for unassociated virus-size particles of influenza virus viral type
JP6683362B2 (ja) * 2016-04-19 2020-04-22 メタウォーター株式会社 試料中の微粒子の数を推定する方法
CN109540806B (zh) * 2018-10-16 2019-11-05 华中科技大学 一种利用动态阈值重心法提取共焦显微峰值的方法
DE102018220600B4 (de) * 2018-11-29 2020-08-20 Robert Bosch Gmbh Verfahren und Vorrichtung zum Detektieren von Partikeln
US11137337B2 (en) 2019-01-21 2021-10-05 Essen Instruments, Inc. Flow cytometry with data analysis for optimized dilution of fluid samples for flow cytometry investigation
CN109946218B (zh) * 2019-04-01 2021-10-15 北京工业大学 一种利用sybr green i单染色技术检测污水处理活性污泥中聚糖菌的方法
US11520775B2 (en) * 2020-01-24 2022-12-06 Sartorius Bioanalytical Instruments, Inc. Adaptive data sub-sampling and computation
US11709116B2 (en) 2020-02-04 2023-07-25 Sartorius Bioanalytical Instruments, Inc. Liquid flourescent dye concentrate for flow cytometry evaluation of virus-size particles and related products and methods
WO2021173296A1 (en) * 2020-02-27 2021-09-02 Becton, Dickinson And Company Methods for identifying saturated data signals in cell sorting and systems for same
CN112683873B (zh) * 2021-03-22 2021-06-01 泛肽生物科技(浙江)有限公司 液态芯片的检测模型构建方法及装置、分析方法及装置
US20230266228A1 (en) * 2022-02-24 2023-08-24 Becton, Dickinson And Company Methods And Systems for Evaluating Flow Cytometer Data For The Presence of a Coincident Event

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830053A (zh) * 2003-03-28 2012-12-19 英格朗公司 用于分拣颗粒和提供性别分拣的动物精子的设备、方法和程序

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB1245244A (en) 1967-09-29 1971-09-08 Plessey Co Ltd Improvements in or relating to mounting arrangements for spring-supported unit plates, more particularly for gramophone record players
US3758058A (en) 1971-09-27 1973-09-11 Amana Refrigeration Inc Shipping mount for room air conditioners
US5386962A (en) 1993-11-15 1995-02-07 Puritan Bennett Corporation Shock and vibration absorbing mounts
ES2328423T3 (es) 1996-07-30 2009-11-12 Siemens Healthcare Diagnostics Inc. Sistema optico para un instrumento de hematologia analitica.
US6354558B1 (en) 1998-11-20 2002-03-12 Carrier Corporation Compressor mounting
US7024316B1 (en) * 1999-10-21 2006-04-04 Dakocytomation Colorado, Inc. Transiently dynamic flow cytometer analysis system
US20020026822A1 (en) 2000-07-26 2002-03-07 Reading Andrew R. Vehicle gas emission sampling and analysis assembly
US7069191B1 (en) 2003-08-06 2006-06-27 Luminex Corporation Methods for reducing the susceptibility of a peak search to signal noise
US20080021674A1 (en) * 2003-09-30 2008-01-24 Robert Puskas Methods for Enhancing the Analysis of Particle Detection
US7491502B2 (en) * 2004-12-17 2009-02-17 The General Hospital Corporation In vivo flow cytometry system and method
CA2673912A1 (en) 2006-12-29 2008-07-10 Scott D. Tanner Cell injector for flow cytometer having mass spectrometer detector and method for using same
US8703422B2 (en) * 2007-06-06 2014-04-22 Pacific Biosciences Of California, Inc. Methods and processes for calling bases in sequence by incorporation methods
US8599383B2 (en) * 2009-05-06 2013-12-03 The Regents Of The University Of California Optical cytometry
US10031061B2 (en) 2009-05-13 2018-07-24 Intellicyt Corporation Flow measurement and control for improved quantification of particles in flow cytometry
US8188438B2 (en) * 2009-10-20 2012-05-29 Diagnostics Chips, LLC Electrokinetic microfluidic flow cytometer apparatuses with differential resistive particle counting and optical sorting
US20120225475A1 (en) 2010-11-16 2012-09-06 1087 Systems, Inc. Cytometry system with quantum cascade laser source, acoustic detector, and micro-fluidic cell handling system configured for inspection of individual cells
WO2012133292A1 (ja) * 2011-03-29 2012-10-04 オリンパス株式会社 単一発光粒子検出を用いた光分析装置、光分析方法並びに光分析用コンピュータプログラム
CN110579435B (zh) 2012-10-15 2023-09-26 纳诺赛莱克特生物医药股份有限公司 颗粒分选的系统、设备和方法
CA2796489C (en) 2012-11-22 2019-08-27 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence Man-portable device for detecting hazardous material
US20150232911A1 (en) 2013-06-28 2015-08-20 Virocyt, Inc. Processing biological material for flow cytometry evaluation for virus particles

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830053A (zh) * 2003-03-28 2012-12-19 英格朗公司 用于分拣颗粒和提供性别分拣的动物精子的设备、方法和程序

Also Published As

Publication number Publication date
US10184878B2 (en) 2019-01-22
EP3152294B1 (en) 2021-03-10
CN106459874A (zh) 2017-02-22
EP3152294A1 (en) 2017-04-12
US20170205331A1 (en) 2017-07-20
WO2015187783A1 (en) 2015-12-10
US9903803B2 (en) 2018-02-27
US10520420B2 (en) 2019-12-31
US20190094122A1 (en) 2019-03-28
EP3152294A4 (en) 2017-06-28
US20180136108A1 (en) 2018-05-17

Similar Documents

Publication Publication Date Title
CN106459874B (zh) 采用动态阈值的流式细胞仪信号峰的鉴定
USRE49543E1 (en) Fine particle measuring apparatus
US11280720B2 (en) Cell analysis method, cell analyzer and sample screening method
JP2012505406A5 (zh)
EP3026418A1 (en) Particle analysis device and particle analysis method
WO2011154605A1 (en) Method and device for detecting biological material
US20210041337A1 (en) Systems and methods for identifying protein aggregates in biotherapeutics
JP6015735B2 (ja) 微小粒子測定装置
JP5020118B2 (ja) 蛍光解析装置及び解析方法
JPWO2017126170A1 (ja) 微小粒子測定装置、情報処理装置及び情報処理方法
EP2990490B1 (en) An analysis method and system for analyzing a nucleic acid amplification reaction
US11215557B2 (en) Methods and systems for assessing flow cell cleanliness
KR20190136650A (ko) 바이오센서용 형광 광학 장치 및 시스템
JP6688205B2 (ja) 試料分析装置及び試料分析プログラム
JP6438865B2 (ja) 蛍光ｘ線分析装置、蛍光ｘ線分析方法及びコンピュータプログラム
US10690583B2 (en) Microparticle measuring device and microparticle measuring method
CN115398209A (zh) 细胞分析方法、细胞分析仪及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
C41 Transfer of patent application or patent right or utility model
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20170302

Address after: The American state of New Mexico

Applicant after: Essen Instruments, Inc.

Address before: American Colorado

Applicant before: Verosite Co.,Ltd.

TA01 Transfer of patent application right

Effective date of registration: 20191018

Address after: michigan

Applicant after: Essen Instruments Co., Ltd. operated under the name of Essen Biosciences Co.,Ltd.

Address before: The American state of New Mexico

Applicant before: Essen Instruments, Inc.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220824

Address after: New York, United States

Patentee after: Sedolis bioanalytic Instruments Co.,Ltd.

Address before: Michigan, USA

Patentee before: Essen Instruments Co., Ltd. operated under the name of Essen Biosciences Co.,Ltd.

TR01 Transfer of patent right