CN106471508A - 自动化细胞培养系统及对应的方法 - Google Patents

自动化细胞培养系统及对应的方法 Download PDF

Info

Publication number
CN106471508A
CN106471508A CN201580032526.0A CN201580032526A CN106471508A CN 106471508 A CN106471508 A CN 106471508A CN 201580032526 A CN201580032526 A CN 201580032526A CN 106471508 A CN106471508 A CN 106471508A
Authority
CN
China
Prior art keywords
biological cell
environment
cell
computer
change
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.)
Pending
Application number
CN201580032526.0A
Other languages
English (en)
Inventor
罗斯·拜格利
米恩·唐-绍默
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.)
CONNECTICUT CHILDREN'S MEDICAL CENTER
Original Assignee
CONNECTICUT CHILDREN'S MEDICAL CENTER
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 CONNECTICUT CHILDREN'S MEDICAL CENTER filed Critical CONNECTICUT CHILDREN'S MEDICAL CENTER
Publication of CN106471508A publication Critical patent/CN106471508A/zh
Pending legal-status Critical Current

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
    • G01N33/483—Physical analysis of biological material
    • G01N33/4833—Physical analysis of biological material of solid biological material, e.g. tissue samples, cell cultures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • G01N21/6458—Fluorescence microscopy
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
    • G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
    • C12M41/00—Means for regulation, monitoring, measurement or control, e.g. flow regulation
    • C12M41/48—Automatic or computerized control

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Biochemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Evolutionary Biology (AREA)
  • Genetics & Genomics (AREA)
  • Biotechnology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Hematology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Urology & Nephrology (AREA)
  • Optics & Photonics (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Plasma & Fusion (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本文描述了用于实时评估和监测生物细胞或其环境的系统、方法和计算机程序产品。在所述系统和方法中，计算机接收生物细胞或其环境的读出，并且通过对描述生物细胞或其环境的参数的当前值和先前值进行比较来评估生物细胞或其环境的变化。计算机然后基于所述评估和用户指定的标准来确定要施加于细胞的治疗，然后通过控制对环境控制单元的设置以使所述治疗施加于生物细胞来施加所述治疗。本文所述的系统和方法提供了一种包括计算机驱动的修改的自动化系统，所述计算机驱动的修改消除了在实验正在运行时研究人员要在场并且控制实验流程的要求。

Description

自动化细胞培养系统及对应的方法
技术领域
本公开内容涉及用于使得能够远程地和/或自动地监测、控制正在进行的实验室实验并且与正在进行的实验室实验进行交互的实验室自动化反馈系统，更具体地但不排他地涉及具有至少一个成像设备和计算机的实验室自动化反馈系统，用于捕获图像并分析图像以提供正在进行的实验结果并能够基于结果自动修改正在进行的方案，同时还使得远程用户能够实时地监测实验、与实验进行交互、控制和传达实验的变化。
背景技术
以下实验室设施是本领域公知的：该实验室设施能够提供在例如标本上进行科学实验的受控条件以获得研究和开发或出于诊断目的所需的信息。科学家和实验室工作者使用各种实验室设备进行测试或实验，这取决于特定的研究领域而不同。实验室设备的一个常用件是显微镜，显微镜用于提供标本或对象的放大图像，以便可以清楚地观察标本。在实验室中可以使用各种不同类型的显微镜，例如光显微镜、电子显微镜和扫描探针显微镜。光显微镜的最新发展主要集中于荧光显微镜在细胞结构的生物学和荧光标记方面的进步。
荧光标记例如通过细胞结构的化学染色将不同的荧光团用于分析固定的活样品中的分子水平的生物细胞结构。这样的实验可能是耗时的，原因在于要以定时间隔来测量细胞荧光以及响应于所收集的数据来控制药物反应。像许多常规的生物学、化学和药物实验及程序的荧光实验是人工完成的，并且多年来没有太大变化。这些实验要求操作人员手动地进行实验的大部分——即使不是每个方面——并且响应于数据而手动地进行实验，这是一个冗长耗时且重复的容易出错的过程。
在一个常规荧光实验中，生物学研究人员手动地将荧光标记的细胞平铺在载玻片上，并且在能够测量由细胞生成的微量光的荧光显微镜下观察这些荧光标记的细胞。研究人员对细胞施用化学物质并记录由显微镜测量的荧光强度的变化，以保持特定的静态或动态环境。如果强度低于或高于所选择的阈值，则研究人员确定是否施用新剂量的化学品，然后继续该过程。在收集到足够的数据、细胞的荧光恶化、或者细胞暴露于环境条件达到最大值之后，研究人员结束实验，然后分析积累的数据。理想地，可以了解在某些环境刺激下涉及细胞功能或适应性机能的新模式。常规地，这种荧光实验需要有经验的实验室工作者全神贯注长达大约两个小时，这很容易引起所收集数据的误差。因为该实验是这样的劳动密集型，所以许多其他实验的执行需要较少努力但产生较少数据。
使得能够与实验室实验进行远程交互的实验室自动化已经在各种领域中取得了不同程度的成功。由于包括专用设备的成本、可靠性以及远程访问实验的能力以及以成本有效方式以与人类实验室工作者相同的方式的结果的许多原因，所以自动实验室测试系统尚未普遍应用。
在标题为“Collaborative Diagnostic System”的美国公开No.US 2002/0106119中公开了一种远程诊断系统。该诊断系统包括显微镜，用于以数字形式提供生物标本的图像，并将该图像与病理数据库进行比较以识别作为与标本相关联的病理的候选者的病理。该申请还公开了决策支持系统、诊断系统以及客户端界面的使用，所述决策支持系统处理来自显微镜的图像以获得图像概况以与数据库中的病理的图像概况进行比较，所述诊断系统包括对病理的客观特征的计算机辅助评估，所述客户端界面用于：使得远程用户能够接收生物标本的图像、发送信号以控制显微镜来调整图像、以及与其他远程用户进行通信。所公开的诊断系统能够实现远程用户之间的协作，以区分具有相似特征的病理以及对图像获取显微镜进行远程控制以辅助协作。然而，病理学数据库需要大量投资，并且仍然需要人类工作者实际上在某些情况下执行视觉比较，从而在实验反馈系统中产生分歧。
发明内容
在一个方面，一种用于实时评估和监测生物细胞或其环境的方法包括：
接收生物细胞或其环境的当前读出；
由计算机通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
由计算机确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
由计算机将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
可选地，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
在另一方面，一种用于实时评估和监测生物细胞或其环境的系统包括：
用于与显微镜对接的装置，
细胞室，该细胞室用于使用显微镜来获得生物细胞或其环境的显微图像，所述细胞室包括入口和出口，其中所述入口和所述出口允许试剂流过细胞室；
试剂处理单元，该试剂处理单元与所述细胞室的入口呈流体连通，以用于通过细胞室的入口来分发试剂，以及
计算机，所述计算机被配置成用于：从显微镜接收显微图像；处理来自显微镜的显微图像；以及基于所述处理来控制试剂处理单元。
在又一方面，一种用于实时评估和监测生物细胞或其环境的系统包括：
具有计算机可读指令的存储器；以及
环境控制单元和用于执行计算机可读指令的一个或更多个处理器，所述计算机可读指令包括：
接收生物细胞或其环境的当前读出；
通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
可选地，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
在再一方面，一种用于实时评估和监测生物细胞或其环境的计算机程序产品包括：
计算机可读存储介质，所述计算机可读存储介质具有包含在其中的程序指令，所述程序指令能够由处理器执行以使处理器：
接收生物细胞或其环境的当前读出；
通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
可选地，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
附图说明
图1是根据本公开内容的一种实施方式的实验室自动化系统的流程图。
图2a至图2d是图1的实验室自动化系统的用户界面的实施方式的屏幕截图。
图3是用于个性化药物开发的本公开内容的系统的构思设计的实施方式的示意图。
图4是本公开内容的原型系统的实施方式的示意图。软件是用于远程监测的iPhone应用。
图5是根据实施方式的实验室的设计的示意图。
图6是根据实施方式的癌症药物筛选的工作流程的示意图。
图7是根据实施方式的实验室自动化系统的块图。
下面参照附图讨论至少一种实施方式的各个方面，附图不一定按比例绘制，而是重点在于示出本文中所公开的原理。包括附图以提供对各个方面和实施方式的说明和进一步理解，并且附图被并入本说明书中并构成本说明书的一部分，但不意在作为对任何特定实施方式的限制的定义。附图与说明书的其余部分一起用于解释所描述和要求保护的方面和实施方式的原理和操作。在附图中，在各个附图中示出的每个相同或几乎相同的部件由相同的附图标记表示。为了清楚起见，并未在每个附图中对每个部件都进行标记。
具体实施方式
许多系统如在美国公开号US 2002/0106119中描述的协作诊断系统无法实现对正在进行的实验的实时干预以便使得能够在实验正在运行时可根据需要改变实验的参数。此外，当前系统在允许干预时，需要用户来干预而不是由“智能”计算机驱动的模块和例程来进行干预，其中所述“智能型”计算机驱动的模块和例程被编程成基于编程的参数来做出决定。由于在用户决定应当进行改变——例如将向正在观察的样品添加试剂——与期望改变的实现之间存在时间延迟，所以当前系统无法实现对样品的实时干预。本文所述的自动化反馈系统和方法提供了一种自动化系统，该自动化系统包括计算机驱动的修改，用以：1)使得预确定的实验参数能够被实现或被保持；2)允许实时数据分析以从原始观察参数得到能够指示决策所需的生物细胞的状态和生物细胞环境的可操作参数；以及3)允许由实验室研究人员实时地对正在进行的实验室实验进行远程监测、控制以及与之进行交互。这消除了研究人员要在场的要求，并且在实验正在运行时控制实验的流程。此外，本文中描述的系统和方法提供了基于模块的设计，该基于模块的设计允许通过有线连接或无线连接将先前不同的设备并入自动化集成系统中。根据本公开内容的系统可以被称为实验室自动化系统。
在一个方面，所述系统使用数字显微镜-试剂处理单元(例如，微流体泵单元)，并且可以根据需要而配置有向系统添加的任意数量的单元。本文中描述的系统和方法的基于网络的设计允许研究人员远程控制在实验室中正执行的实验和过程的流程并且查看通过在实验室中正执行的实验和程序所收集的数据。实施方式可以用于需要对材料性质进行视觉测量的任何实验，并且可以被配置成：响应仅为了安全目的而利用适当的密码识别来改变或查看实验或程序的指令。
如本文中所公开的，自动化系统可以被配置成用于荧光显微镜实验，并且包括可执行图像处理的计算机以及由计算机控制的流体处理单元如显微镜/微流体泵单元。如下文中进一步描述的，在计算机上执行的一个或更多个应用程序处理图像捕获、图像分析、实验控制，并且提供用于与实验进行实时交互的用户界面。在使用中，例如为了保持和实现一定的照射(或荧光团浓度)，研究人员设置某些实验参数，计算机计算吸出试剂量和分发试剂量以保持和/或实现照射，将该体积剂量转换成适当的电机控制，并且将这些控制施加于电机，由此驱动注射器以在实验室中施用或抽吸流体或液滴。本文中公开的实验可以用于通过测量由细胞发出的荧光并且作为响应而施用可变反馈量或者直到达到测量阈值为止来测量细胞对各种刺激的反应。这使得位于与实验室相距较远的位置处的研究人员能够研究细胞对各种化学物质的复杂连续反应，以便研究化学物质的影响并获得对疾病的洞察力以发现细胞如何发挥功能，并且在不出现于实验室中的情况下进行通信以施用达到期望结果所需的反馈量。
在一个方面，用于生物细胞或其环境的实时评估和监测的方法包括：
接收生物细胞或其环境的当前读出；
由计算机通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
由计算机确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
由计算机将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
可选地，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
在一个方面，该方法是用于实时评估和监测生物细胞的方法，当前读出是生物细胞的当前图像，当前图像包括由显微镜获取的显微图像；所述治疗是一定量的试剂，所述施加包括控制对试剂处理单元的设置以使所述治疗施加于生物细胞。
如本文中所使用的，术语生物细胞包括所有类型的生物细胞，特别是能够被培养的生物细胞、包含生物细胞的组织以及整个生物体如酵母菌、细菌、病毒和秀丽线虫以及其他多细胞生物体。可以例如通过使用显微镜进行成像来监测生物细胞。示例性细胞包括癌细胞、神经元细胞、干细胞、免疫细胞、基因修饰细胞以及其他细胞。
如本文中所使用的，生物细胞的环境包括在培养细胞情况下的培养基、或者在组织情况下的细胞外基质、或者组织工程人工环境。可以监视和测量培养基、环境或细胞外基质中的细胞外信号。
生物细胞或其环境的读出包括图像、数字或图像与数字的组合。可以使用开源图像分析软件如Image J来处理生物图像。可替选地，可以使用MatLab来处理图像和数值数据。还可以使用定制生成的软件(并且可能与Image J、MatLab和/或一些其他分析套件配合)来执行此功能。
生物细胞或其环境的示例性读出包括显微图像；发光读出；荧光读出；pH读出；包括离子、生长因子、细胞因子、神经递质、氨基酸、酶的可溶性因子的浓度读出等。细胞的读出可以包括对细胞本身的变化的检测以及/或者对细胞环境——包括培养基或细胞外基质中分析物的浓度——的变化的检测。分析物包括由细胞产生并从细胞运输或排出的细胞产物以及例如被细胞内化的培养基的组分。
可用于获得细胞或其环境的读出的示例性设备包括显微镜、生物传感器阵列、发光检测器、感测电极阵列、pH计阵列、热敏电阻、光谱仪等。例如，在生物发光或生物光学数据的情况下，可以检测发光信号或荧光信号。可以使用具有高时间分辨率的电极阵列来测量离子流入和电化学电势，或者可以使用pH计阵列来监测二维扩展的细胞环境的离子特性。
在一个方面，接收生物细胞或其环境的当前读出包括自动化读出获取，如自动化显微图像获取。可以使用开源软件(如TWINE或Micro-Manager)来捕获和分析来自标准荧光显微镜的图像。此外，当读出是显微图像时，可以采用自动化快门控制以使激发光曝光最小。可以将独立的快门控制添加为附件模块，并且可以将设备驱动程序集成到中央控制软件中。另外，还可以采用自动化显微镜载物台控制。自动化载物台控制可以用于在数小时、数天或甚至数周内跟踪样品。载物台可以作为附件模块被安装，并且载物台的驱动器适配器可以被集成到“中央控制软件”中。
描述生物细胞及其环境的示例性参数包括：生物细胞的大小；生物细胞的密度；细胞的膜特征；包括线粒体、高尔基体、内质网、溶酶体、过氧化物酶体、突触小泡的细胞内细胞器的特征；包括微管、肌动蛋白和其他微丝的细胞骨架特征；细胞的细胞质特征；生物细胞的核特征；生物细胞的染色质结构；生物细胞的核仁特征；生物细胞的形态学；细胞的粘附性；生物细胞内的细胞死亡；生物细胞内的细胞休眠；细胞增殖；细胞运动；生物细胞内的细胞特化；细胞-细胞连接的特征和相互连接的特征；来自特化细胞处理的包括脂质液泡、粘液、色素沉着的细胞产物的特征；包括Nissel体、淀粉样蛋白缠结和斑块、tau蛋白缠结、细胞结构的退化分裂的细胞病理特性的特征；生物细胞外部的分析物的浓度；或以上各项的组合。
在一个方面，所述由计算机通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值进行比较来评估生物细胞或其环境的变化例如包括：访问生物细胞或其环境的先前读出；以及将生物细胞或其环境的当前读出与生物细胞或其环境的先前读出进行比较。在一个方面，在取得先前读出之后以指定时间间隔取得当前读出。可以在对生物细胞或其环境进行扰动之后取得当前读出，以及可以在对生物细胞或其环境进行扰动之前取得先前读出。当通过显微术来监测生物细胞时，所述评估包括：访问生物细胞的先前图像；以及将生物细胞的当前图像与生物细胞的先前图像进行比较。可以在对生物细胞进行扰动之后拍摄当前图像，以及可以在对生物细胞进行扰动之前拍摄先前图像。
在另一方面，由计算机评估生物细胞或其环境的变化是通过将描述生物细胞或其环境的参数的当前值与比较样品如诊断相关样品的当前值或先前值进行比较。计算机的分析基本上将原始测量值转换成能够指示生物细胞及其环境的状态的读出。这些读出描述了活生物体的基本特征，因此无论测量或转换算法的模式如何，样品、物种等之间是可比较的。示例包括：将单位面积/体积的细胞计数转换成细胞密度的值；将归一化为细胞面积的细胞突起的形态学测量转换成细胞生长和/或细胞粘附的性质的值；测量细胞中的某一离子浓度，并通过归一化到时间间隔来进行转换以生成指示离子通量的值；以及计算具有不同形态的细胞，并将某些细胞类型百分比的值转换为指示细胞分化的值。因此在诊断上相关的是，在决策过程期间将来自诊断相关样品的数据(如健康对照组或来自同一患者/组织的其他样品)考虑在内。从单次活检中检查所有培养皿上的肿瘤细胞的总体生长的数据点可以给出新的治疗方法/药物的算法重量。
对生物细胞或其环境进行的示例性扰动包括药物的添加、标记试剂的添加、细胞分泌因子的添加、培养基的变化、pH的变化、浊度的变化、条件的变化、或以上各项的组合。条件变化包括湿度的变化、温度的变化、光强度的变化、渗透压的变化、大气条件的变化、培养基浊度的变化、影响细胞生长的物理因素的变化、或者以上各项的组合。例如，对样品施加物理力或使样品发生物理变形可以提供有价值的见解。为了在活体模型中更准确地进行模拟，可以施加或可以不施加这些扰动。
所述方法还包括由计算机确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准。示例性处理包括一定量的试剂、湿度的变化、温度的变化、光强度的变化、渗透压的变化、大气条件的变化、或以上各项的组合。示例性试剂包括药物；标记试剂；细胞分泌因子；培养基；pH调节剂；离子试剂；颗粒试剂和遗传物质如转基因、微RNA、shRNA；病毒；质粒；药品；纳米颗粒、以及以上各项的组合。例如，在一个方面，所述评估显示了培养基已经耗尽了基本因素，并且所述治疗包括向细胞培养物添加新鲜培养基。在另一方面，将所述治疗施加于生物细胞的环境，从而模拟被监测样品在体内环境中的一些方面。
当治疗是一定量的试剂时，所述方法可选地包括由计算机确定试剂的类型。
对于一定量的试剂的液体输送，在某些实施方式中，可以采用微小量(1μL至200μL)的药物输送或较大量(200μL至5mL)的液体交换。在微小量输送的情况下，实验室自动化系统可以采用由开源软件Ardulno控制的注射泵。较大量可以用于液体培养基交换以进行基于溶液的测定。可以采用商业生物反应器技术、软件控制阀以及基于重力的液体收集容器。
本文中描述的方法的一个重要特征是，通过计算机评估细胞或其环境的变化(或当前状态)与应用用户指定的标准的组合来确定要施加于细胞的治疗。例如，用户可以将阳性癌细胞生长标准设置为：1)细胞集落区域在3天内扩大>50％；以及2)细胞增殖测定测量值在3天内达到>某个荧光信号强度阈值，以及如果样品满足标准，则向培养物施用某种药物。计算机测量这两个参数，计算关于生长和增殖的值，并且将这些值与先前时间点进行比较以确定变化。如果这些值满足标准，则计算机设置针对动作1的触发，即针对施用某种药物的触发。
在另一个示例中，治疗开始于一个值，但是该治疗在随着时间发现哪些设置产生最大(阳性、阴性等)变化时会经历一定范围的值/治疗。例如，实验可以包括两种培养物，但是这两种培养物被设置为总是接收完全相同的治疗：健康的组织片和活检的癌组织。这两种培养物可以或不可以共享相同的物理培养基。在操作中，可以设想该设备以一个化疗剂量开始，但是如果注意到健康对照反应太差而不能继续，则将剂量降低5％，或者如果健康组织不受影响并且肿瘤组织生长太快，则将剂量提高5％。通过扫描一系列值/药物/方案，该装置可以查找如在其他地方已经描述的根据算法进行分类的在不超过最大“危害对照细胞”阈值的情况下影响癌细胞的高度个性化的解决方案。这甚至可以采取具有可调节滞后的“健康恶化率与癌变恶化率”图的形式。
用户指定的标准使得所述装置能够模拟专业人员的决策过程，而且使得能够实时地进行决策过程，从而能够实现比先前设计的那些更准确的“生物系统模型”。基本上，通过使计算机执行所述评估、确定治疗以及施加所述治疗，可以在时间尺度上更快地实现该过程，相比之下，如果由实验室工作者完成该过程则较慢。
在一个方面，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估变化、所述确定要施用的治疗以及所述施用治疗。
根据一个方面，所述接收生物细胞或其环境的当前读出为：响应于由计算机向读出装置发出的用于获得生物细胞或其环境的当前读出的请求，从读出装置接收当前读出。例如，用户可以访问能够显示所有当前数据读数连同分析并且一旦接收到就快速地进行更新的画面。例如，所拍摄的图像可以或多或少是“类似电影”，这取决于所设置的图像获取频率。这种数据捕获频率可以由科学家在方案开始时基于不同应用来确定。另外，“施加”的速率可以具有某些规则，如“两次药物施加之间间隔5分钟”，这也可以由用户来施加。
在一个方面，所述请求当前读出和所述执行是自动化的。例如，可以对不测事件进行编程，其中所述系统观察肿瘤在其他健康组织中生长的特定阶段或类型，然后切换至较高的数据轮询频率以采取更多的微小观察，或者向用户显示更多/不同的信息。这也可以使机器更好地对观察到的现象快速地进行分类。
在某些方面，所述方法还包括通过网络经由用户接口来输出以下中的至少一个：生物细胞或其环境的当前读出、生物细胞或其环境的变化、参数的当前值、参数的先前值、用户指定的标准、治疗、以及对环境控制单元的设置。
在其他方面，所述方法还包括：通过网络经由用户接口来接收用于修改用户指定的标准、所述治疗以及对环境控制单元的设置中的至少一个的请求；以及响应于接收到所述请求，修改用户指定标准、所述治疗和对环境控制单元的设置中的至少一个。
因此，当使用实验室自动化系统的实施方式时，教授可以(例如通过主机计算机和/或网络)登录到所述系统并且从任何样品/实验等提取任何相关数据。教授有权访问。在根据无临床/实验设置来实现潜在约束的情况下，教授还可以在所述过程中的任何点处选择性地干预。
在某些方面，用户指定的标准包括参数的阈值和参数的加权值中的至少一个。用于改变参数的示例性阈值包括参数的量值和/或时间相关性。
生物细胞的变化可以被归类为阳性变化、无变化和阴性变化中之一。生物细胞的变化被用于确定要施加于细胞的治疗，如保持温度的例程或裂解细胞的例程。
在另一方面，所述方法还包括收集由生物细胞产生的细胞外产物。例如，可以通过收集、监测、积累速度或观察到的总产物来研究细胞外产物(或甚至细胞内产物)。
在一个方面，使用基于触发的例程系统来确定要施加于细胞的治疗。在基于触发的例程系统中，基于预编程的参数/治疗例程并且在没有用户干预的情况下，紧接在所述确定之后来执行所述施加。
在一个示例中，给定样品经历早期发育的各个阶段：给定样品首先产生给定数量的干细胞，然后一旦满足非常特定的条件，就立即开始分化。示例性条件包括蛋白X的细胞外浓度、物理刺激Y、或Z的融合。为了对这样的环境进行模拟或建模，将需要一种装置能够持续地监测样品并准备触发X、Y和/或Z以达到阈值并且管理精确且实时的响应。
在另一个示例中，在发育的某个阶段之后开始产生给定的自养有机体物种。取决于培养物的大小，一旦达到X的细胞外产量，则用户可以收集细胞外样品，一旦在X的低值处、然后在较高值处等直到其中细胞应立即裂解并且产品被收集的最大产量为止则再次执行该动作。一旦达到这些值则立即采取假设指令的能力是本文中公开的系统和方法的优点。
在一个方面，所述方法用于生物细胞的实时评估和监测，当前读出是生物细胞的当前图像，当前图像包括由显微镜获取的显微图像；所述治疗是一定量的试剂，以及所述施加包括控制对试剂处理单元的设置以使所述治疗施加于生物细胞。在更具体的方面，生物细胞是肿瘤细胞，对生物细胞进行的扰动是第一癌症药物的添加。如果确定例如第一癌症药物的添加在细胞中没有达到期望的结果，则试剂可以是第二癌症药物或者量增加或减少的第一癌症药物。
本文中描述的方法和装置使得能够基于来自通过机器从源自患者的细胞和组织培养系统获取的读出的反馈来施用药物，以解决个性化医疗方法的固有困难如样本方差。随着源自患者的细胞的出现，目前可以产生个性化组织培养物作为用于个别定制药物开发的特定于患者的“测试床”。可以将源自患者的肿瘤组织在体外在近似模拟体内肿瘤微环境的条件下进行培养。这些系统为药物筛选提供了更现实的癌症模型。然而，个体化测试中固有的异质性为高通量药物筛选引入了技术障碍，原因是需要确定样品变异参数。
在细胞和组织的静态培养系统中使用永生化细胞系来执行常规药物筛选。基于体外细胞的药物筛选方法已经成功地识别出一般的候选药物，但该药物筛选方法仍然限制了选择治疗由异质细胞群组成的原发性肿瘤的药物。批量测试禁止样品变异药物定量和定时。此外，参数通常在短期设置中被确定，因此不可能揭示长期效应。最后，虽然较多的选项可用于治疗特定的疾病，但是在决定哪种药物最适合于个体患者方面的难度日益增加。实际上，癌症患者在一线化疗失败后可能需要经过几轮药物治疗；然而，鉴于肿瘤谱和个体差异的巨大异质性，选择新的治疗方案是极具挑战性的。目前没有用于指导针对按顺序药物治疗的决策的方案。显然，在基于批量的药物筛选的常规实践与个别患者的真实体验之间存在不匹配。
本文中描述的系统和方法将促进个性化药物的药物开发(图3)。由于在体外培养患者的患病组织，因此本文中描述的系统和方法提供了对细胞活性和药物反应的实时自动监测。重要的是，通过自动化数据分析和基于算法的“智能”决策，所述系统提供反馈控制的药物输送并且发起迭代的药物筛选。所述系统为个别患者的组织的药物治疗的定制设计提供了平台。此外，可以实时检测具有“意想不到的”药物反应的生物样品，以允许组织收获用于识别新药物候选的分子特征的更详细分析；并且可以将新信息构建到基于反馈的控制的算法中。所述系统和方法还使得能够监测同一样品长达数小时、数天或数周，原因在于样品可以远离所述系统而被存储，然后在稍后的时间被重新置于系统上以允许取得当前读出。
通过将数字显微镜与基于溶液的分析进行结合，本文中描述的系统和方法提供了癌症药物对源自患者的细胞培养物的表型效果和基于目标效果的多模式评估。利用结合用户的先前知识的算法来实时分析这些读出以控制由计算机控制的药物施用。
有利地，在本文中描述的系统和方法中，计算机用于基于改变的生物信号来自动“改变”细胞培养物的“潜在模拟”环境。与用于基于批量的药物筛选的群体分析相比，可以在扰动之前和之后从同一样品收集数据。通过在长时间内实时跟踪细胞反应，保持了环境变量的一致性。
图4示出了根据本公开内容的系统的原型。该原型自动捕获活细胞的显微图像，并且基于由用户定义的预设标准——如由于激活的生物活性而引起的荧光信号的增加——来触发微流体泵，该微流体泵将药物按顺序施用到细胞培养物中以抑制活性。所述系统通过自动化图像分析如图4所示的直方图来计算信号变化，并且确定泵送动作如药物定量和定时的程度。这种自动化处理使得能够实时灵敏地检测细胞活性的低水平信号变化，如神经元中的钙信号传导(图4所示)，以及在微小水平(1μL至10μL)下的精确药物施用。重要的是，由于基于预设标准(即，直方图中的强度峰值)自动执行细胞反应与药物分发之间的反馈回路，因此使得能够基于反馈来控制流体泵送动作。另外，与人类用户响应生物活性的变化相比，反馈控制使得能够更快地响应生物活性的变化。
在一个方面，所述系统包括标准细胞/组织培养容器，如单孔或多孔板。可替选地，所述系统可以包括具有多个连接器和/或液体交换能力的室。在一个方面，具有显微镜兼容的玻璃底部的封闭室容置有通过标准适配器与外围装置(例如，用于获得生物细胞的当前读出的读出装置以及用于对生物细胞施加处理的环境控制单元)连接的入口管和出口管的内置连接端口。该设计使得在实验时易于设置。然而，可能需要将流动路径灌注以确保无气泡和防漏液体流动。在第二方面，可以与标准细胞培养容器如培养皿配合的定制设计的盖具有可以与外围装置预组装在一起的内置连接端口。在该设计中，重要的是保持成像区域在显微镜载物台上没有光学障碍。图6是实验室的示意图。
在一个方面，一种用于实时评估和监测生物细胞或其环境的系统包括：
用于与显微镜对接的装置，
细胞室，该细胞室用于使用显微镜获得生物细胞或其环境的显微图像，该细胞室包括入口和出口，其中所述入口和出口允许试剂流过细胞室，
试剂处理单元，该试剂处理单元与细胞室的入口呈流体连通，以用于通过细胞室的入口来分发试剂，以及
计算机，该计算机被配置成用于：从显微镜接收显微图像；处理来自显微镜的显微图像；以及基于所述处理来控制试剂处理单元。
用于与显微镜对接的装置可以包括但不限于：具有图标的GUI，图标表示来自显微镜的适当命令和当前显示；宽显示器，其中区域可以被单独瞄准并且载物台运动被自动处理以聚焦在这些区域上；类型化输入；用于涉及与控制装置的软件更直接对接的命令的一些其他环境(如MATLAB或OS命令提示符/终端)的API、或以上各项的组合。
显微镜是读出装置的示例，试剂处理单元是环境控制单元的示例。
在一个方面，所述系统还包括用于显微镜的自动化快门控制单元。在另一个方面，所述系统还包括用于显微镜的自动化载物台控制单元。在又一个方面，所述系统还包括用于确定来自生物细胞的环境的液体样品的光谱读出的光谱仪。
首先参照图1和图2a至图2d，实验室自动化系统10的示例性实施方式包括用户界面12、至少一个网页服务器14、图像处理器16、显微镜18、微流体泵19以及以太网操作的微控制器20。图1所示的实验室自动化反馈系统10使得研究人员能够实时地对正在进行的实验室实验进行远程监测、控制以及与之进行交互，这消除了在实验的运行期间研究人员要在物理上位于实验室中的要求。系统10还是“智慧型”或“智能型”系统，其中，用预定义目标或参数——例如在本实施方式中维持对细胞的某种照射(这可以在数学上等同于某种药物或荧光团浓度)——对系统10进行编程。系统10采用基于分析的决策，并且通过利用将需要由实验室研究人员手动执行的处理和分析技术来分析定性的且通常复杂的数据，其中所述基于分析的决策基于在实验期间记录的反应。这使得系统10能够在没有研究人员输入的情况下动态地生成和/或改变实验命令(例如抽吸/分发等)中间方案。
用户接口12用作研究人员与可能的一系列实验之间的界面，提供了易于导航的网关用以设置实验的配置和参数以及监测、控制和访问实验数据，并且能够由与运行网页服务器的本地网络连接的任何计算机或移动设备进行访问。例如，用户界面12可以用于输入和编辑关于文书细节和实验细节二者的实验配置，所述实验配置包括诸如实验标题22和预期结果24的字段以及对当前实验参数26的设置。用户界面12还可以提供以下控制：允许用户记录关于实验状态的注释、提前结束实验、在实验期间改变剂量设置、手动施用药物、以及以其他方式实时编辑实验设置。
如图2a所示，最初，研究人员利用用户界面12根据特定实验来设置实验参数。在本实施方式中，参数可以包括例如实验描述25、剂量26a、注射器尺寸26b、阈值(即，像素强度)26c和实验时间26d。用户界面12由至少一个网页服务器14提供服务，该网页服务器14可以包括但不限于HTML抽象标记语言(HAML)、JavaScript、级联样式表(CSS)和一些Java脚本对象符号(JSON)数据。HAML是可以包含嵌入式Ruby代码的HTML衍生物，并且最终在被发送给用户时解析为纯HTML。如下文所述，在本实施方式中，HAML和CSS可以提供如研究人员所观看的网页的结构和内容，并且被发送至浏览器的JavaScript可以用于显示复杂的图形元素并且随着实验的进行而动态地更新页面。同样如下文所述，外部JavaScript库如highcharts.js可以用于在本实施方式中显示图像直方图数据。定制的JavaScript可以用于向网页服务器发送异步JavaScript和XML(AJAX)请求，从而通过用户界面12向研究人员呈现最新的实验数据。
一旦通过用户界面12设置了实验参数，则网页服务器14可以协调实验的数据流。在本实施方式中，至少一个网页服务器14可以包括可实现为Sinatra应用的一个或更多个网页服务器。Sinatra是用于网页应用的最小Ruby框架，其允许在多线程环境中易于使用超文本传输协议(HTTP)。如下文所述，如果利用多于一个的网页服务器，则主网页服务器可以运行如下两个主要处理：响应于HTTP请求并且为网页内容服务；以及执行实验任务，如图像捕获和剂量自动化。次网页服务器或图像处理网页服务器可以负责：响应于用于生成被保存到数据库的图像的直方图数据的请求以及对JSON数据的请求。
所述至少一个网页服务器14通过向显微镜18请求图像并将所请求的图像转发至图像处理器16(例如直方图服务器)以进行处理来协调数据流，并且所述至少一个网页服务器14可以将图像直方图28和原始图像30二者发送至实验室技术人员以通过用户界面12(图2c)进行查看。显微镜18可以是包括机载相机的任何常规光学显微镜，能够根据需要利用用于捕获不同类型的荧光的各种滤光器(选择用于各种光谱范围)来捕获细胞培养物的放大图像。如本领域技术人员已知的，从显微镜载物台上的样品荧光细胞接收光致发光数据。对于图像捕获功能，在本实施方式中可以使用TWAINCommander命令行程序。
网页服务器14可以直接向显微镜18发送图像捕获请求，并且还从数字显微镜18接收荧光数字图像。网页服务器14还将从显微镜18接收的数字图像发送至图像处理器以进行分析，在本实施方式中图像处理器为直方图服务器16a。图像处理器16显现来自显微镜18的所捕获的图像，并且测量在图像中发现的发光水平。在本实施方式中，这可以通过简单的像素强度分析来实现，但是该系统可以被装备用于如本领域技术人员已知的可能需要的任何形式的信号处理。在图像处理器16从网页服务器14接收到荧光捕获并且对其进行分析之后，图像处理器16向网页服务器14发送荧光水平，其中可以通过用户界面12查看所述荧光水平。在本实施方式中，网页服务器14从直方图服务器16a接收强度直方图，研究人员可通过用户界面12(图2c)访问强度直方图。还可通过用户界面12来访问原始数字图像30，并且可以将原始数字图像30以JPEG或其他格式系统保存在网页服务器14的数据库35中，其中仍然能够通过用户界面12来访问原始数字图像30。
网页服务器14可以通过将阈值注入值26c与实验的当前平均强度阈值34进行比较来进一步协调实验自动化数据流，并且通过微控制器20和注射泵19来管理剂量施用，在本实施方式中，将Arduino微控制器与注射泵19一起使用。系统10基于研究人员最初设置的预定义目标或参数以及所接收的数据来评估是否应该施用剂量以及应该施用什么类型的剂量。可以提供步进电机37，该步进电机37驱动注射器泵19以在实验室中施用或抽吸流体或液滴。网页服务器14可以从微控制器20连续地接收用于剂量指令的确认查验，其中由系统计算所述剂量指令以确定抽吸量和分发量，以便保持和/或实现特定实验参数，如本实施方式中的细胞照射。然后，所述系统将剂量指令转变为抽吸/分发请求以控制用于微流体泵19的信号。这涉及：将所请求的剂量转换为步进电机37的适当的旋转运动量；以及补偿各种注射器尺寸。在关于所述实验的本实施方式中，可以使用兼容的C库以及JSON库来对Arduino控制的泵进行编程。图1所示的步进电机37包括螺纹驱动轴，并且可以由Arduino微控制器20供电。通过利用步进电机的独特增量特性，Arduino能够使轴旋转精确的度数，所述精确的度数对应于线性相关的横向距离。通过附加以太网屏蔽，Arduino也可以连接至网页服务器14并查询以JSON形式输送的剂量指令。除了手动剂量请求之外，还可以经由网页用户界面12从技术人员接收实验数据和设置。
网页服务器14将剂量请求和实验设置发送至Arduino控制的泵19，Arduino控制的泵19按照指示来输出要施用的剂量。如果达到测量阈值，则实验室技术人员还可以远程管理反馈量。在本实施方式中，包含来自网页服务器的与剂量体积和注射器尺寸有关的信息的JSON对象在以太网或无线网络上被发送。还可以设置使得用户能够手动调节驱动轴布置的按钮。化学品的剂量的输出可以在十分之一毫升的范围内，但不限于此。除了上述之外，应当理解的是，该控制可以扩展到另外类型的泵和控制器。
现在将参照附图关于荧光实验来描述图1所示的实验室自动化系统10的使用，所述荧光实验通过测量由细胞发出的荧光来测量细胞对刺激的反应。研究人员11例如通过提供用户名和密码或者出于安全目的的其他密码识别来登录到用户界面12。研究人员11然后通过经由用户界面12输入关于实验的字段如实验标题22、实验描述25、预期结果24以及实验参数26和研究人员的姓名23来设置实验。对于本实验示例，参数26可以包括剂量26a、注射器尺寸26b、阈值(即，实现一定照射的像素强度或荧光团浓度)26c和实验时间26d。如本领域技术人员已知的，研究人员11还通过将荧光标记的细胞17平铺在载玻片上并准备刺激来准备实验室设备，如显微镜18和注射器19。研究人员11此时可以离开实验室并且使得所述至少一个网页服务器14能够协调用于如本文中描述的图像处理和管理剂量施用二者的数据流。
所述至少一个网页服务器14通过以下操作来协调图像处理：向显微镜18请求图像，将所请求的图像转发至直方图服务器16a以供处理，并且所述至少一个网页服务器14将图像直方图28和原始图像30二者发送至用户界面12以供研究人员11进行评估。同样地，所述至少一个网页服务器14通过向Arduino控制的泵19发送剂量请求和实验设置来管理剂量施用，其中所述Arduino控制的泵19按照指示来输出所施用的剂量。网页服务器14从Arduino微控制器20连续地接收用于剂量指令的确认查验，并且网页服务器14将阈值注射值26c与实验的当前平均强度阈值32进行比较，以通过以下操作智能地管理剂量施用34：首先确定是否需要定量给药；如果需要定量给药，则确定定量给药的量；以及经由微控制器20和微流体泵19来管理剂量。如果还没有达到测量阈值，则网页服务器14向微控制器20指示还没有达到测量阈值，微控制器20将抽吸/分发请求转变为用于微流体泵19的控制信号。这涉及将所请求的剂量转换为步进电机37的适当的旋转运动量，并且确定针对各种注射器尺寸的补偿。如果达到测量阈值，则系统可以确定不用管理剂量。在任一种情况下，研究人员11可以通过用户界面12手动地、远程地且实时地管理反馈量。在实验运行期间，研究人员11可以通过用户界面12检查实验的状态38、远程干预、以及例如通过改变剂量来实时地改变实验的参数。在收集到足够的数据、细胞的荧光恶化、或者细胞暴露于环境条件达到最大值之后，研究人员11结束实验，并且可以将累积的数据下载40到数据库35中用于进一步分析。
通过以下非限制性实施例进一步说明本发明。
实施例1：癌症药物筛选的初步研究
图6示出了癌症药物筛选的工作流程。将用于治疗恶性脑肿瘤的药物在人体肿瘤样品上进行测试。根据图像分析，可以确定读出，如“生长”(更大尺寸)、“无生长”(没有尺寸变化)、“收缩”(更小尺寸)。溶液读出包括基于具体测定结果——即高于阈值的光谱读出——的细胞增殖、细胞休眠和细胞死亡。这些数据作为细胞培养物的“状态报告”被馈送给能够生成复用矩阵的算法。将特定时间点的状态报告与先前时间点的状态报告进行比较以确定细胞所接触的药物是“无效的”(即，组织生长和细胞增殖)，或者是“抗性”(即，未生长和细胞休眠)，还是“药物起作用”(即，组织收缩和细胞死亡)。基于算法的决策将激活液体处理装置并且相应地输送药物，改变现有的药物剂量或药物类型，或者继续当前的药物方案。为了使用该系统来指导药物筛选工作，例如当发现细胞对标准化疗药物具有抗性时，系统将警告研究人员在特定状态下取得细胞样品。然后，该样品可以用于更深入的蛋白质组和基因组分析以识别可能的新药物候选。
更具体地，将对脑肿瘤细胞系如U87——人原发性淋巴瘤细胞系——进行测试。该细胞系广泛用作恶性脑肿瘤模型以用于体外药物筛选。该细胞系的生长特性已有文献记载，所以可以在文献中找到生长速率和表型特征的参数，这些参数可以用于生成实验室自动化系统中的默认设置。培养的U87细胞将用于长期培养(2星期至3个月)，并且通过在实验室自动化系统上进行每日成像会话(大约1小时/每个会话)，生成图像读出。针对增殖、细胞成长和细胞死亡(凋亡)的活细胞测定将用于生成基于溶液的读出。
为了测试药物，标准化疗剂(表1)要生成由在对U87细胞培养物的长期培养(2星期至3个月)中细胞对每种药物的反应构成的“状态报告”。“状态报告”将与先前公开的发现进行比较，并且用于验证或优化系统设置。验证的数据将用于为原发性肿瘤细胞培养物提供参考。期望的是，系统将检测并响应肿瘤细胞系在药物治疗下的表型变化和活性变化，并且产生与文献报告一致的结果。
表1：脑肿瘤和标准药物治疗
接下来，将从通过手术从儿科患者移除的原发性脑肿瘤生成长期培养物。基于对这些培养物的临床诊断，将针对这些培养物测试标准化疗剂(表1)。一开始将使用来自U87细胞培养物的默认设置。如通过创建的基于批量的药物筛选方案所描述的，将执行标准96孔板培养作为对照以执行手工药物筛选。将实验室自动化系统与人工测试进行比较，包括在药物的反应性、细胞活动以及劳动投入、试剂使用等方面进行比较。所述系统将检测并响应源自患者的肿瘤细胞培养物的药物反应，并且产生有意义的结果。
实施例2：示例性实验室自动化系统
现在转到图7，根据实施方式总体示出了示例性实验室自动化系统的块图。所述系统包括实验室自动化应用710，实验室自动化应用710由位于主机系统704上的一个或更多个计算机程序执行以执行本文中描述的处理。图7中描绘的系统还包括一个或更多个用户系统902，位于一个或更多个地理位置的用户(例如，科学家、实验室技术人员、教授等)可以通过所述一个或更多个用户系统902与主机系统704联系。在一种实施方式中，用户经由用户系统702上的用户界面来执行以上在图2至图6中所述的处理。用户系统702可以经由网络706耦接至主机系统704。每个用户设备702可以使用以下通用计算机来实现，所述通用计算机执行用于执行本文中描述的处理的计算机程序。用户系统702可以是个人计算机(例如，膝上型计算机、平板计算机、蜂窝电话)或主机附接终端。如果用户系统702是个人计算机，则本文中描述的处理可以由用户设备702和主机系统704共享。
网络706可以是任何类型的已知网络，包括但不限于广域网(WAN)、局域网(LAN)、全球网络(例如，因特网)、虚拟专用网络(VPN)和内联网。网络706可以使用无线网络或本领域已知的任何类型的网络实现来实现。用户设备702可以通过多个网络(例如，蜂窝和因特网)耦接至主机系统，使得并非所有用户系统702都通过同一网络耦接至主机系统704。用户系统702和主机系统704中的一个或更多个可以以无线方式连接至网络706。在一种实施方式中，所述网络是因特网，一个或更多个用户系统702执行用户界面应用(例如，网页浏览器)以通过网络706与主机系统704联系。在另一示例性实施方式中，用户设备702直接连接(即，不通过网络706)至主机系统704。在另一实施方式中，主机系统704直接连接至存储设备708或者包含存储设备708。在一种实施方式中，用户系统702支持在可用于数据输入和/或输出的显示设备上显示用户界面画面。
存储设备708包括与实验室自动化系统相关的数据，并且可以使用用于存储电子信息的各种设备来实现。尽管被示为与存储设备708分离，但是数据库712可以完全地或部分地包含在存储设备708中。当在本文中使用时，术语存储设备708包括存储在数据库712中的数据。应当理解的是，存储设备708可以使用包含在主机系统704中的存储器来实现，或者存储设备708可以是单独的物理设备。存储设备708在包括网络706的分布式环境中作为合并的数据源在逻辑上可寻址。可以经由主机系统704和/或经由用户设备702检索和操纵在存储设备708中存储的信息。数据库712可以使用支持本文中描述的处理的任何技术来实现。例如，数据库712可以实现为具有用于访问数据的结构化查询语言(SQL)查询的关系数据库。
图7中描绘的主机系统704可以使用下述一个或更多个服务器来实现，所述服务器响应于存储在能够由服务器访问的存储介质中的计算机程序而进行操作。主机系统704可以操作为网络服务器(例如，网页服务器)以与用户设备702进行通信。主机系统704处理向用户设备702发送信息以及从用户设备702接收信息，并且可以执行相关联的任务。主机系统704还可以包括防火墙，用以防止对主机系统704的未授权访问以及对授权访问施加任意限制。例如，管理员可以访问整个系统并且具有修改所述系统的各部分的权限。可以使用如本领域中已知的常规硬件和/或软件来实现防火墙。
主机系统704还可以操作为应用服务器。主机系统704执行包括实验室自动化应用710的一个或更多个计算机程序，用以执行本文中描述的功能。可以通过向用户设备702提供应用来由用户设备702和主机系统704共享处理。可替选地，用户设备702可以包括用于执行本文中描述的一部分或全部处理的独立软件应用。如前所述，应当理解的是，可以使用单独的服务器来实现网络服务器功能和应用服务器功能。可替选地，网络服务器、防火墙和应用服务器可以由执行计算机程序以执行必要功能的单个服务器来实现。
图7中还示出了直接连接至主机系统704的环境控制单元714和读出设备716。在其他实施方式中，环境控制单元714和读出设备716中的一个或两个经由网络706连接至主机系统704。另外，尽管被示为两个单独的设备，但是环境控制单元714和读出设备716可以实现为单个集成设备。此外，多于一个的环境控制单元714和/或读出设备716可以连接至主机系统704。环境控制单元714可以由能够对生物细胞或其环境施加治疗的任何设备来实现，所述设备例如但不限于：微流体泵单元、用于生成各种波长的光的设备、负责加热/冷却的环境控制器、负责气体水平的环境控制器、用于在密封容器中施加气动压力的致动器、用于保持真空的真空泵、用于施加静电(或电磁)场的电极和信号发生器、物理扰动单元如振动器或力施加器。读出设备716可以由能够获取生物细胞或其环境的当前读出的任何设备来实现，所述设备例如但不限于：显微镜、分光镜、光度计、电极阵列、膜片钳、pH计、热敏电阻阵列等。
图1所示的系统是图7所示的系统的特定实施方式。在实施方式中，图1所示的研究人员11使用用户设备702来访问实验室自动化应用710以执行上述处理。图1所示的用户界面12、网页服务器14和图像处理器16可以由在图7所示的主机系统704上执行的实验室自动化应用710来实现。此外，图1所示的Arduino控制器20、步进电机37和流体泵19一起作为图7所示的环境控制单元714的示例实现。此外，图1所示的显微镜18是图7所示的读出设备716的示例实现。此外，图1所示的数据库35可以由图7所示的存储设备708和数据库712中的一个或两个来实现。
在一个方面，一种用于实时评估和监测生物细胞或其环境的系统包括：
具有计算机可读指令的存储器；以及
环境控制单元和用于执行计算机可读指令的一个或更多个处理器，所述计算机可读指令包括：
接收生物细胞或其环境的当前读出；
通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
可选地，响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
在一个方面，一种用于实时评估和监测生物细胞或其环境的计算机程序产品包括：
计算机可读存储介质，所述计算机可读存储介质具有包含在其中的程序指令，所述程序指令能够由处理器执行以使处理器：
接收生物细胞或其环境的当前读出；
通过将描述生物细胞或其环境的参数的当前值与生物细胞或其环境的参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估生物细胞或其环境的变化，其中，描述生物细胞或其环境的参数的当前值是根据当前读出确定的；
确定要施加于生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于生物细胞；以及
响应于接收到生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
实施方式可以利用实验室自动化应用710的基于云的输送以提供高度安全、完全弹性的系统。基于云的输送的使用允许共享基础设施和支持，这可以降低系统复杂度和成本，以及可以简化维护和升级。
实施方式可以提供基于浏览器的访问和全移动性支持。实施方式包括支持所有主要浏览器的瘦客户端访问。实施方式支持平板计算机和手持计算机(例如，蜂窝电话)。
实施方式可以提供现有计算机系统的用以检索或提供数据的接口。这使得实验室自动化系统能够与现有系统一起操作。实施方式支持根据所创建的安全协议和政府规定的系统之间的数据安全交换。
本领域技术人员应当理解，本发明的各方面可以实施为系统、方法或计算机程序产品。因此，本发明的各方面可以采取完全硬件实施方式、完全软件实施方式(包括固件、驻留软件、微代码等)或者将软件方面和硬件方面结合的实施方式的形式，在本文中这些实施方式可以被统称为称为“电路”、“模块”或“系统”。此外，本发明的各方面可以采取包含在具有计算机可读程序代码的一个或更多个计算机可读介质中的计算机程序产品的形式。
可以使用一个或更多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质可以是例如但不限于电子的、磁的、光学的、电磁的、红外的或半导体的系统、装置或设备或上述各项的任何适当的组合。计算机可读存储介质的更具体的示例(非穷举列表)将包括以下：具有一个或更多个线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、光纤、便携式光盘只读存储器(CD-ROM)、光存储设备、磁存储设备或上述各项的任何适当的组合。在本文献的上下文中，计算机可读存储介质可以是可包含或存储由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序的任何有形介质。
计算机可读信号介质可以包括例如在基带中或作为载波的一部分的包含有计算机可读程序代码的传播数据信号。这样的传播信号可以采取下述各种形式中的任何形式，所述各种形式包括但不限于电磁的、光学的或者电磁与光学的任何适当的组合。计算机可读信号介质可以是如下任何计算机可读介质：所述计算机可读介质不是计算机可读存储介质并且可以传送、传播或传输由指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。
可以使用任何适当的介质来传输在计算机可读介质上所包含的程序代码，所述任何适当的介质包括但不限于无线、有线、光纤电缆、RF等或上述各项的任何适当的组合。
用于执行本发明的各方面的操作的计算机程序代码可以以一种或更多种编程语言的任意组合来编写，所述编程语言包括面向对象的编程语言如Java、Smalltalk、C++等、以及常规的过程编程语言如“C”编程语言或类似的编程语言。程序代码可以完全地在用户的计算机上被执行、部分地在用户的计算机上被执行、作为独立软件包被执行、部分地在用户的计算机上被执行并且部分地在远程计算机上被执行、或者完全地在远程计算机或服务器上被执行。在后一种情境下，远程计算机可以通过包括局域网(LAN)或广域网(WAN)的任何类型的网络连接至用户的计算机，或者可以(例如通过使用因特网服务提供商的因特网)连接至外部计算机。
以上参照根据本发明的实施方式的方法、装置(系统)和计算机程序产品的流程图和/或块图描述了本发明的各方面。应当理解的是，流程图和/或块图的每个块以及流程图和/或块图中的块的组合可以由计算机程序指令来实现。这些计算机程序指令可以被提供至通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或块图的一个或多个块中指定的功能/动作的方法。
这些计算机程序指令还可以存储在计算机可读介质中，所述计算机可读介质可以指示计算机、其他可编程数据处理装置或其他设备以特定方式工作，使得存储在计算机可读介质中的指令产生以下制品，所述制品包括实现在流程图和/或块图的一个或多个块中指定的功能/动作的指令。
计算机程序指令还可以加载到计算机、其他可编程数据处理装置或其他设备上，以使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤以产生计算机实现的处理，使得在计算机或其他可编程装置上执行的指令提供用于实现流程图和/或块图的一个或多个块中指定的功能/动作的处理。
附图中的流程图和块图示出了根据本发明的各种实施方式的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这点上，流程图或块图中的每个块可以表示代码的模块、段或部分，其中包括用于实现指定的逻辑功能的一个或更多个可执行指令。还应注意的是，在一些替选实现中，块中指出的功能可以不按照附图中指出的顺序发生。例如，取决于所涉及的功能，连续示出的两个块实际上可以基本同时执行，或者这些块有时可以以相反的顺序执行。还应注意的是，块图和/或流程图的每个块以及块图和/或流程图中的块的组合可以由执行指定功能或动作的基于专用硬件的系统或专用硬件和计算机指令的组合来实现。
除非本文中另有说明或上下文明显矛盾，否则术语“一”、“一个”和“该”以及类似指示物(特别是在所附权利要求的上下文中)的使用应被解释为涵盖单数和复数。如本文中所使用的，术语第一、第二等不意味着表示任何特定顺序，而是仅为了方便起见来表示多个，例如多个层。除非另有说明，否则术语“包括”，“具有”，“包含”和“含有”应被解释为开放式术语(即，意味着“包括但不限于”)。除非本文中另有说明，否则值的范围的引用仅旨在用作单独涉及落入该范围内的每个单独值的速记方法，并且每个单独的值被并入本说明书中，如同其在本文中被单独引用一样。所有范围的端点包括在该范围内并且能够独立地组合。除非本文另有说明或上下文明显矛盾，否则本文中描述的所有方法可以按照适当的顺序执行。除非另有声明，否则任何的所有示例或示例性语言(例如，“如”)的使用仅旨在更好地说明本发明，而不对本发明的范围构成限制。说明书中的语言不应被解释为：指示任何未要求保护的要素对于如本文中使用的本发明的实施是必要的。
尽管已经参照示例性实施方式描述了本发明，但是本领域技术人员应当理解，在不脱离本发明的范围的情况下，可以做出各种改变并且可以用等同物替代本发明的要素。另外，在不脱离本发明的实质范围的情况下，可以做出许多修改以使特定情况或材料适应本发明的教导。因此，可预期到，本发明不限于作为设想用于实施本发明的最佳模式所公开的特定实施方式，而是本发明将包括落入所附权利要求的范围内的所有实施方式。除非本文另有说明或上下文明显矛盾，否则本发明包括上述要素的其所有可能变型的任何组合。

Claims (28)

1.一种用于实时评估和监测生物细胞或其环境的方法，所述方法包括：
接收所述生物细胞或其环境的当前读出；
由计算机通过将描述所述生物细胞或其环境的参数的当前值与所述生物细胞或其环境的所述参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估所述生物细胞或其环境的变化，其中，描述所述生物细胞或其环境的参数的所述当前值是根据所述当前读出来确定的；
由所述计算机确定要施加于所述生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
由所述计算机将所述治疗施加于所述生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于所述生物细胞；以及
可选地，响应于接收到所述生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
2.根据权利要求1所述的方法，还包括请求读出设备以获得所述生物细胞或其环境的所述当前读出，其中所述接收是响应于所述请求而从所述读出设备接收。
3.根据权利要求1所述的方法，其中，所述请求和所述执行是自动化的。
4.根据权利要求1所述的方法，其中，所述当前读出是显微图像、发光读出、荧光读出、pH读出、可溶性因子的浓度读出、或以上各项的组合。
5.根据权利要求1所述的方法，其中，描述所述生物细胞或其环境的所述参数是：所述生物细胞的大小、所述生物细胞的密度、所述生物细胞的膜特征、所述生物细胞的细胞内细胞器的特征、所述生物细胞的细胞骨架特征、所述生物细胞的细胞质特征、所述生物细胞的核特征、所述生物细胞的染色质结构、所述生物细胞的核仁特征、所述生物细胞的形态、所述生物细胞的粘附性、所述生物细胞内的细胞死亡、所述生物细胞内的细胞休眠、生物细胞增殖、生物细胞运动、生物细胞特化、细胞-细胞连接的特征、细胞-细胞相互连接的特征、来自特化生物细胞处理的细胞产物的特征、生物细胞病理特性的特征、细胞结构的退化分裂、所述生物细胞外部的分析物的浓度、或以上各项的组合。
6.根据权利要求1所述的方法，其中，所述评估包括：访问所述生物细胞或其环境的先前读出，以及将所述生物细胞的所述当前读出与所述生物细胞或其环境的所述先前读出进行比较。
7.根据权利要求4所述的方法，其中，在对所述生物细胞或其环境进行扰动之后获得所述当前读出，以及在对所述生物细胞或其环境进行所述扰动之前获得所述先前读出。
8.根据权利要求7所述的方法，其中，对所述生物细胞或其环境进行的所述扰动是：药物的添加、标记试剂的添加、细胞分泌因子的添加、培养基的变化、pH的变化、浊度的变化、条件的变化、或以上各项的组合。
9.根据权利要求8所述的方法，其中，所述条件的变化是：湿度的变化、温度的变化、光强度的变化、渗透压的变化、大气条件的变化、或以上各项的组合。
10.根据权利要求1所述的方法，其中，要施加于所述生物细胞或其环境的所述治疗是一定量的试剂、湿度的变化、温度的变化、光强度的变化、渗透压的变化、大气条件的变化、或以上各项的组合。
11.根据权利要求10所述的方法，其中，所述试剂是：药物、标记试剂、细胞分泌因子、培养基、pH调节剂、离子剂、颗粒剂、或以上各项的组合。
12.根据权利要求1所述的方法，其中，所述方法用于生物细胞的实时评估和监测，所述当前读出是所述生物细胞的当前图像，所述当前图像包括由显微镜获取的显微图像；所述治疗是一定量的试剂，所述施加包括控制对试剂处理单元的设置以使所述治疗施加于所述生物细胞。
13.根据权利要求12所述的方法，其中，所述生物细胞是肿瘤细胞，对所述生物细胞进行的扰动是第一癌症药物的添加。
14.根据权利要求13所述的方法，其中，所述试剂是第二癌症药物。
15.根据权利要求13所述的方法，其中，所述试剂是浓度增大或减小的所述第一癌症药物。
16.根据权利要求12所述的方法，还包括由所述计算机确定所述试剂的类型。
17.根据权利要求1所述的方法，还包括通过网络经由用户接口来输出以下中的至少一个：所述生物细胞或其环境的所述当前读出、所述生物细胞或其环境的所述变化、所述参数的所述当前值、所述参数的所述先前值、所述用户指定的标准、所述治疗、以及对所述环境控制单元的所述设置。
18.根据权利要求1所述的方法，还包括：
通过网络经由用户接口来接收用于修改所述用户指定的标准、所述治疗和对所述环境控制单元的所述设置中的至少一个的请求；以及
响应于接收到所述请求，修改所述用户指定的标准、所述治疗和对所述环境控制单元的设置中的所述至少一个。
19.根据权利要求18所述的方法，其中，所述用户指定的标准包括以下中的至少一个：所述参数的阈值和所述参数的加权值。
20.根据权利要求1所述的方法，其中，所述生物细胞的变化被归类为阳性变化、无变化和阴性变化中之一。
21.根据权利要求1所述的方法，其中，基于预编程的例程并且在没有用户干预的情况下，紧接在所述确定之后来执行所述施加。
22.一种用于实时评估和监测生物细胞或其环境的系统，包括：
用于与显微镜对接的装置，
细胞室，所述细胞室用于使用所述显微镜来获得所述生物细胞或其环境的显微图像，所述细胞室包括入口和出口，其中所述入口和所述出口允许试剂流过所述细胞室，
试剂处理单元，所述试剂处理单元与所述细胞室的所述入口呈流体连通，以用于通过所述细胞室的所述入口来分发试剂，以及
计算机，所述计算机被配置用于：从所述显微镜接收所述显微图像；处理来自所述显微镜的所述显微图像；以及基于所述处理来控制所述试剂处理单元。
23.根据权利要求22所述的系统，还包括用于所述显微镜的自动化快门控制单元。
24.根据权利要求22所述的系统，还包括用于所述显微镜的自动化载物台控制单元。
25.根据权利要求22所述的系统，还包括光谱仪，所述光谱仪用于确定来自所述生物细胞的环境的液体样品的光谱读出。
26.一种用于实时评估和监测生物细胞或其环境的系统，所述系统包括：
具有计算机可读指令的存储器；以及
环境控制单元和用于执行所述计算机可读指令的一个或更多个处理器，所述计算机可读指令包括：
接收所述生物细胞或其环境的当前读出；
通过将描述所述生物细胞或其环境的参数的当前值与所述生物细胞或其环境的所述参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估所述生物细胞或其环境的变化，其中，描述所述生物细胞或其环境的参数的所述当前值是根据所述当前读出确定的；
确定要施加于所述生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于所述生物细胞或其环境，所述施加包括控制对所述环境控制单元的设置以使所述治疗施加于所述生物细胞；以及
可选地，响应于接收到所述生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
27.一种用于实时评估和监测生物细胞或其环境的计算机程序产品，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有包含在其中的程序指令，所述程序指令能够由处理器执行以使所述处理器：
接收所述生物细胞或其环境的当前读出；
通过将描述所述生物细胞或其环境的参数的当前值与所述生物细胞或其环境的所述参数的先前值以及/或者与比较样品的当前值或先前值进行比较来评估所述生物细胞或其环境的变化，其中，描述所述生物细胞或其环境的参数的所述当前值是根据所述当前读出确定的；
确定要施加于所述生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
将所述治疗施加于所述生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于所述生物细胞；以及
可选地，响应于接收到所述生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
28.一种用于实时评估和监测生物细胞或其环境的方法，所述方法包括：
接收所述生物细胞或其环境的当前读出；
由计算机通过将描述所述生物细胞或其环境的参数的当前值与所述生物细胞或其环境的所述参数的先前值进行比较来评估所述生物细胞或其环境的变化，其中，描述所述生物细胞或其环境的参数的所述当前值是根据所述当前读出确定的；
由所述计算机确定要施加于所述生物细胞或其环境的治疗，所述确定基于所述评估和用户指定的标准；
由所述计算机将所述治疗施加于所述生物细胞或其环境，所述施加包括控制对环境控制单元的设置以使所述治疗施加于所述生物细胞；以及
可选地，响应于接收到所述生物细胞或其环境的附加的当前读出，定期地执行所述评估、所述确定和所述施加。
CN201580032526.0A 2014-06-20 2015-06-19 自动化细胞培养系统及对应的方法 Pending CN106471508A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462015025P 2014-06-20 2014-06-20
US62/015,025 2014-06-20
PCT/US2015/036708 WO2015196080A1 (en) 2014-06-20 2015-06-19 Automated cell culture system and corresponding methods

Publications (1)

Publication Number Publication Date
CN106471508A true CN106471508A (zh) 2017-03-01

Family

ID=53674267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580032526.0A Pending CN106471508A (zh) 2014-06-20 2015-06-19 自动化细胞培养系统及对应的方法

Country Status (5)

Country Link
US (1) US20170138924A1 (zh)
EP (1) EP3158487A1 (zh)
CN (1) CN106471508A (zh)
CA (1) CA2951712A1 (zh)
WO (1) WO2015196080A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111476517A (zh) * 2020-03-13 2020-07-31 青岛海尔生物医疗股份有限公司 一种细胞培养管理系统
CN111948968A (zh) * 2020-08-16 2020-11-17 天津智橙物联科技有限公司 一种高通量微反应细胞培养柔性自动化控制系统及方法
CN112384605A (zh) * 2018-05-30 2021-02-19 生命技术公司 用于流体混合装置的控制系统和方法
CN112714934A (zh) * 2018-10-15 2021-04-27 赛多利斯司特蒂姆数据分析公司 细胞选择的多变量方法
CN112867782A (zh) * 2018-10-18 2021-05-28 阿克托里斯有限公司 利用程序条件的自适应控制论控制来执行生物实验的系统和方法
CN112934282A (zh) * 2021-03-26 2021-06-11 西北大学 一种自反馈式高通量微流控系统及方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201820282D0 (en) * 2018-12-13 2019-01-30 Ge Healthcare Bio Sciences Ab Method for control of a bioprocess
EP3999623A4 (en) * 2019-07-15 2024-02-07 Lonza Walkersville Inc PROCESS CONTROL SYSTEMS FOR AUTOMATED CELL ENGINEERING SYSTEMS
DE102021100531B3 (de) * 2021-01-13 2022-03-31 BioThera Institut GmbH Apparatur zum Steuern eines Prozesses sowie zugehöriges Steuerungsverfahren
CN112779159A (zh) * 2021-01-15 2021-05-11 中南林业科技大学 一种生物培养智能监控系统及方法
CN113110329B (zh) * 2021-04-14 2023-01-10 深圳赛动智造科技有限公司 基于干细胞制备的并行操作控制方法、装置、系统及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4154652A (en) * 1975-06-20 1979-05-15 Olympus Optical Co., Ltd. Method for automatically and successively cultivating tissues or cells of a body
CA2607217A1 (en) * 2005-05-06 2006-11-16 Fraunhofer-Gesellschaft Zur Foerderund Der Angewandten Forschung E.V. Method of cultivating a cell culture is an automated cell culture system as well as an automated cell culture system
WO2011113924A1 (en) * 2010-03-19 2011-09-22 Ge Healthcare Uk Limited A system and method for automated extraction of multi-cellular physiological parameters
WO2013084117A1 (en) * 2011-12-08 2013-06-13 Koninklijke Philips Electronics N.V. Biological cell assessment using whole genome sequence and oncological therapy planning using same
CN103308497A (zh) * 2012-03-14 2013-09-18 泰肯贸易股份公司 用于研究生物细胞或细胞培养物的方法和酶标仪
CN103782301A (zh) * 2011-09-09 2014-05-07 菲利普莫里斯生产公司 用于基于网络的生物活性评估的系统与方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5728541A (en) * 1996-07-12 1998-03-17 Precision Therapeutics, Inc. Method for preparing cell cultures from biologial specimens for chemotherapeutic and other assays
US8548745B2 (en) * 2000-06-08 2013-10-01 The Regents Of The University Of California Visual-servoing optical microscopy
US7027633B2 (en) 2000-11-30 2006-04-11 Foran David J Collaborative diagnostic systems
WO2006060214A2 (en) * 2004-11-18 2006-06-08 The Regents Of The University Of California Apparatus and methods for manipulation and optimization of biological systems
US9260688B2 (en) * 2005-07-07 2016-02-16 The Regents Of The University Of California Methods and apparatus for cell culture array
CA2785835C (en) * 2010-01-12 2020-10-20 Rigel Pharmaceuticals, Inc. Mode of action screening method
JP2011199704A (ja) * 2010-03-23 2011-10-06 Seiko Epson Corp 無線通信可能な電子機器、電子機器システム、及び無線通信方法
CN103299193B (zh) * 2010-10-19 2016-08-10 佐治亚州立大学研究基金会公司 分析物传感器、制备和使用所述传感器的方法、以及检测分析物活性的方法
US20130123131A1 (en) * 2011-11-09 2013-05-16 Nodality, Inc. Process for Ensuring Consistency and Reproducibility of a Diagnostic or Research Method
AU2012376214B2 (en) * 2012-04-02 2019-02-14 Berg Llc Interrogatory cell-based assays and uses thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4154652A (en) * 1975-06-20 1979-05-15 Olympus Optical Co., Ltd. Method for automatically and successively cultivating tissues or cells of a body
CA2607217A1 (en) * 2005-05-06 2006-11-16 Fraunhofer-Gesellschaft Zur Foerderund Der Angewandten Forschung E.V. Method of cultivating a cell culture is an automated cell culture system as well as an automated cell culture system
WO2011113924A1 (en) * 2010-03-19 2011-09-22 Ge Healthcare Uk Limited A system and method for automated extraction of multi-cellular physiological parameters
CN103782301A (zh) * 2011-09-09 2014-05-07 菲利普莫里斯生产公司 用于基于网络的生物活性评估的系统与方法
WO2013084117A1 (en) * 2011-12-08 2013-06-13 Koninklijke Philips Electronics N.V. Biological cell assessment using whole genome sequence and oncological therapy planning using same
CN103308497A (zh) * 2012-03-14 2013-09-18 泰肯贸易股份公司 用于研究生物细胞或细胞培养物的方法和酶标仪

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
K. KWAPISZEWSKA等: "A microfluidic-based platform for tumour spheroid culture, monitoring and drug screening", 《LAB ON A CHIP》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112384605A (zh) * 2018-05-30 2021-02-19 生命技术公司 用于流体混合装置的控制系统和方法
CN112714934A (zh) * 2018-10-15 2021-04-27 赛多利斯司特蒂姆数据分析公司 细胞选择的多变量方法
CN112714934B (zh) * 2018-10-15 2024-05-10 赛多利斯司特蒂姆数据分析公司 细胞选择的多变量方法
CN112867782A (zh) * 2018-10-18 2021-05-28 阿克托里斯有限公司 利用程序条件的自适应控制论控制来执行生物实验的系统和方法
CN112867782B (zh) * 2018-10-18 2024-02-23 阿克托里斯有限公司 利用程序条件的自适应控制论控制来执行生物实验的系统和方法
CN111476517A (zh) * 2020-03-13 2020-07-31 青岛海尔生物医疗股份有限公司 一种细胞培养管理系统
CN111948968A (zh) * 2020-08-16 2020-11-17 天津智橙物联科技有限公司 一种高通量微反应细胞培养柔性自动化控制系统及方法
CN112934282A (zh) * 2021-03-26 2021-06-11 西北大学 一种自反馈式高通量微流控系统及方法

Also Published As

Publication number Publication date
CA2951712A1 (en) 2015-12-23
WO2015196080A1 (en) 2015-12-23
US20170138924A1 (en) 2017-05-18
EP3158487A1 (en) 2017-04-26

Similar Documents

Publication Publication Date Title
CN106471508A (zh) 自动化细胞培养系统及对应的方法
Sozzani et al. Advanced imaging techniques for the study of plant growth and development
CN105572019B (zh) 用于快速确定医学疾病的设备、系统和方法
Charwat et al. Potential and limitations of microscopy and Raman spectroscopy for live-cell analysis of 3D cell cultures
EP2989460B1 (en) Method for a cell-based drug screening assay and the use thereof
Noguchi et al. In vivo whole-cell patch-clamp methods: recent technical progress and future perspectives
US11851642B2 (en) Test device
CN107209092A (zh) 用于中间解剖的系统和方法
CN109690294A (zh) 用于测定转染的装置和方法
CN107545138A (zh) 基于大数据的微生物检测方法、微生物检测装置、计算机可读存储介质及微生物检测系统
Yallapragada et al. ODX: A fitness tracker-based device for continuous bacterial growth monitoring
EP4307311A1 (en) Information processing system and information processing method
US20220406434A1 (en) Method and system for evaluating optimized concentration trajectories for drug administration
CN105486878B (zh) 一种临床个体化组合用药的筛选系统及其方法
Schmidt et al. Robotic cell culture system for stem cell assays
Jürgens et al. Introduction to biophotonics
Eisenstein Cellular censuses to guide cancer care
Johnson et al. Characterization of light penetration through brain tissue, for optogenetic stimulation
Ghosh et al. Study of cell-cell adhesion formation and dynamics in cancer cells using a hybrid cell-lipid bilayer system
Marrink Protein-ligand binding with Martini 3
Capponi et al. Cellular Mechanosensitivity: Validation of an Adaptable 3D-Printed Device for Microindentation
Chung et al. Binding free energies from the polarizable AMOEBA force field
Bogatyr et al. Contact-free high-throughput measurements of living cell mechanics using quantitative acoustophoresis
Cournia Predicting protein-membrane interfaces using molecular simulations and ensemble machine learning
Hawey et al. Measuring Single-Cell Calcium Dynamics Using a Myofilament-Localized Optical Biosensor in hiPSC-CMs Derived from DCM Patients

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170301

WD01 Invention patent application deemed withdrawn after publication