CN109477793B - 质量评估方法以及质量评估装置 - Google Patents
质量评估方法以及质量评估装置 Download PDFInfo
- Publication number
- CN109477793B CN109477793B CN201780042520.0A CN201780042520A CN109477793B CN 109477793 B CN109477793 B CN 109477793B CN 201780042520 A CN201780042520 A CN 201780042520A CN 109477793 B CN109477793 B CN 109477793B
- Authority
- CN
- China
- Prior art keywords
- light
- cell mass
- cell
- quality
- absorbance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 37
- 239000008188 pellet Substances 0.000 claims abstract description 78
- 238000002835 absorbance Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 13
- 230000001678 irradiating effect Effects 0.000 claims abstract description 7
- 238000001303 quality assessment method Methods 0.000 claims abstract 3
- 238000000862 absorption spectrum Methods 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 21
- 230000004520 agglutination Effects 0.000 claims description 9
- 238000010521 absorption reaction Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 5
- 239000002207 metabolite Substances 0.000 claims description 4
- 210000004027 cell Anatomy 0.000 description 183
- 230000003595 spectral effect Effects 0.000 description 21
- 230000002776 aggregation Effects 0.000 description 12
- 238000004220 aggregation Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 238000001228 spectrum Methods 0.000 description 10
- 238000000411 transmission spectrum Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000001066 destructive effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 210000000130 stem cell Anatomy 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 210000002901 mesenchymal stem cell Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- 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
- C12M41/30—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration
- C12M41/36—Means for regulation, monitoring, measurement or control, e.g. flow regulation of concentration of biomass, e.g. colony counters or by turbidity measurements
-
- 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
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Biomedical Technology (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Wood Science & Technology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Organic Chemistry (AREA)
- Zoology (AREA)
- Optics & Photonics (AREA)
- Hematology (AREA)
- Molecular Biology (AREA)
- Urology & Nephrology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biophysics (AREA)
- Microbiology (AREA)
- Sustainable Development (AREA)
- General Engineering & Computer Science (AREA)
- Genetics & Genomics (AREA)
- Biotechnology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明涉及一种质量评估方法，包括：获取步骤，其中通过使用包含近红外光的测量光照射细胞团块，从而获取光强度分布信息，该光强度分布信息为与所述细胞团块中测量光的吸光度分布有关的信息；以及评估步骤，其中基于所述光强度分布信息评估所述细胞团块的质量。一种质量评估装置，包括：光源，其使用包含近红外光的测量光照射细胞团块；光接收单元，其通过接收源于测量光的照射而发射自所述细胞团块的透射光或漫反射光而获得光强度分布信息，其中所述光强度分布信息包括与所述细胞团块中测量光的吸光度分布有关的信息；以及分析单元，其基于所述光强度分布信息评估所述细胞团块的质量。
Description
技术领域
本发明涉及细胞团块的质量评估方法以及质量评估装置。
背景技术
目前已经对评估细胞的培养状态的方法进行了各种研究。例如，US2012/0142095A描述了一种方法，其中通过获取细胞团块的时间序列图像以检查细胞团块的多层状态来进行评估。此外，WO2011/163624描述了一种方法，其中通过获取生物样品(例如细胞团块)的光谱图以检测(例如)细胞异常来进行分析。
发明内容
技术问题
本发明的一个目的是提供一种质量评估方法以及质量评估装置，它们能够以非破坏性的方式评估细胞团块的质量。
解决问题的方案
本发明的质量评估方法包括：获取步骤，其中通过使用包含近红外光的测量光照射细胞团块，从而获取光强度分布信息，该光强度分布信息包括与所述细胞团块中对于所述测量光的吸光度的分布有关的信息；以及评估步骤，基于所述光强度分布信息评估所述细胞团块的质量。
在本发明的质量评估方法中，评估步骤可以包括使光强度信息成像，所述光强度信息包含在所述光强度分布信息中并且对应于所述细胞团块中的位置。此外，评估步骤可以包括通过使用光强度信息中所包含的数值来评估质量，其中所述光强度信息包含于所述光强度分布信息中并且对应于所述细胞团块中的位置。
此外，本发明的质量评估装置包括：光源，其使用包含近红外光的测量光照射细胞团块；光接收单元，其通过接收来自所述细胞团块的透射光或漫反射光从而获得光强度分布信息，其中所述光强度分布信息包括与所述细胞团块中对于所述测量光的吸光度的分布有关的信息，所述透射光或漫反射光是通过用所述测量光照射所述细胞团块而从所述细胞团块发射出来的；以及分析单元，其基于所述光强度分布信息来评估所述细胞团块的质量。
本发明的有益效果
根据本发明的质量评估装置和质量评估方法，能够以非破坏性/非侵入性的方式评估细胞团块的质量。
附图说明
图1为根据本发明实施方案的质量评估装置的概念图。
图2为示出了超光谱图像的图。
图3为通过用近红外光照射细胞团块获得的吸光度光谱图。
图4为示出了细胞团块的凝集度的评估的图。
图5为示出了细胞团块的凝集度的评估的图。
图6为示出了细胞团块的活动状态的评估的图。
图7为示出了细胞团块的活动状态的评估的图。
具体实施方式
下面将参照附图来描述根据本发明的质量评估方法和质量评估装置的具体实例。应当注意的是，本发明并不限于这些实例，而是由权利要求的范围表示，并且旨在包括与权利要求的范围等同的含义和范围内的所有修改。
即使在构成细胞团块的单个细胞中没有异常，或者例如层状构造的细胞团块的外观也没有差异，但是诸如细胞团块内的细胞密度(凝集度)或团块整体的活性度(不能保持团块等)之类的作为细胞团块的质量可能不同。因此，需要以高精度和非破坏性的方式评估细胞团块的质量，例如细胞团块的凝集度和活性度。
图1为根据本发明实施方案的质量评估装置100的概念图。质量评估装置100是评估放置在移动台2上的细胞团块3的质量的装置。在本说明书中，细胞团块(球体)是凝集细胞的团块，并且包括各种细胞形式，例如二维团块和三维团块。细胞团块3中所包含的细胞为：从动物或人类收集的干细胞、基于从动物或人类收集的细胞制备的干细胞、或者从干细胞分化的细胞，其中多种细胞类型的细胞可以混合在一个细胞团块中。此外，由质量评估装置100评估的细胞团块的“质量”是指细胞团块中所包含的细胞的“凝集度”，或细胞团块中所包含的细胞的“活性度”。这些是与以下能力相关的指标：诸如有序细胞增殖等的维持生命周期的能力、维持细胞团块形状的能力、成为特定组织细胞的能力、维持细胞必要功能的能力、以及动物或人体内的组织再生能力。
质量评估装置100通过使用包含近红外光的测量光照射细胞团块3，以接收来自细胞团块3的透射光，从而获取光强度分布信息(获取步骤)，并根据光强度分布信息评估细胞团块3的质量(评估步骤)，其中该光强度分布信息包括与细胞团块中的吸光度分布有关的信息。因此，质量评估装置100包括光源10、检测单元20以及分析单元30。包括与吸光度分布有关的信息的光强度分布信息为(例如)与透射率分布有关的信息、与透射光强度分布有关的信息、或者与漫反射光强度分布有关的信息。
在下述实施方案中，将描述使用近红外光作为测量光并使用示出了透射光的光谱数据的分布的信息作为光强度分布信息的情况。然而，测量光可以至少包含近红外光，并且测量光也可以包含另一波长范围内的光。此外，光强度分布信息不必是示出光谱数据的分布的信息，其也可以是示出了对于测量光中所包含的近红外区域中的特定波长的光的吸光度分布的信息。或者，可以通过获取漫反射光的光谱数据(而非透射光的光谱数据)，并通过从光谱数据确定光强度分布信息来进行评估。
光源10利用包含近红外光的测量光照射设置在移动台2上的预设区域。根据细胞团块3适当选择由光源10发射的测量光的波长。具体而言，测量光包含波长范围为800nm至2500nm的光，特别是1000nm至2300nm的光。由于在这些波长范围内的近红外光具有较高的细胞透射性，并受到物质的振动吸收(和谐泛音、耦合音)的影响，因此基于这些特征，可以评估作为测量对象的细胞团块3的质量。在使用近红外光作为测量光的情况下，可以使用与水吸收频带不同的波长范围内的光进行测量。例如，可以使用波长范围为1000nm至1350nm、以及1500nm至1900nm的光。应当注意的是，尽管在本实施方案中描述了由卤素灯形成的光源10，但是光源10的类型不受特别限制。
光源10产生包含近红外光的测量光L1，并将其朝向设置有细胞团块3的移动台2的开口2A发射。应当注意的是，光源10可包括例如波导光学系统，如用于用测量光照射细胞团块3的光纤。
从光源10输出的测量光L1通过容纳在开口2A上的容器3A中的细胞团块3。然后，其一部分作为透射光L2入射在检测单元20上。
检测单元20具有作为通过二维布置的传感器获取超光谱图像的超光谱传感器的功能。图2为示出了超光谱图像的图。图2具体示出了构成超光谱图像的N个单位区域P1至PN中的两个单位区域Pn和Pm。单位区域Pn和Pm各自包括特定波长(或波长带)处的15项强度数据作为光谱信息Sn和光谱信息Sm。图2示出了它们处于叠加状态。以这种方式，基于构成图像的每个单位区域(像素)具有多个强度数据项的特征，超光谱图像H是具有作为图像的二维要素、作为光谱数据的要素的三维构成的数据。应当注意的是，在本实施方案中，超光谱图像H是指每像素具有至少五个波长带的强度数据的图像。
图2还示出了细胞团块3。即，在图2中，Pn是通过捕获细胞团块3而获得的单位区域(像素)，并且Pm是背景(例如，容器3A)上的单位区域(像素)。以这种方式，检测单元20不仅获取了细胞团块3，而且还获取了所捕获背景的图像。
返回图1，检测单元20包括物镜21、狭缝22、分光元件23和光接收单元24。镜筒25设置在物镜21和狭缝22之间。
狭缝22沿一个方向(与纸面交叉的方向)延伸。从检测单元20的物镜21穿过镜筒25并且照射在狭缝22上的透射光L2入射到分光元件23上。
分光元件23在垂直于狭缝22的纵向的方向上分离透射光L2。由光接收单元24接收由分光元件23分离的光。
光接收单元24包括光接收表面，其中二维地布置了多个光接收元件，并且每个光接收元件均接收光。由此，在光接收单元24中，在沿移动台2上的狭缝22的延伸方向的区域中，在垂直于狭缝22的延伸方向的方向上排列的光接收元件分别接收透射穿过细胞团块3的透射光L2的各波长的光。各光接收元件输出对应于接收光强度的信号，以作为包括位置和波长的二维平面形状中的一个点的信息。从检测单元20将由光接收单元24的光接收元件输出的信号发送到分析单元30，作为与超光谱图像有关的每个单位区域(像素)的光谱数据。在本实施方案中，与超光谱图像有关的各单位区域(像素)的光谱数据成为光强度分布信息。
分析单元30由输入信号获取透射光L2的光谱数据，并且通过使用该光谱数据评估细胞团块3的质量。可以通过输出设备(例如监视器或打印机)由分析单元30输出评估结果。
分析单元30形成为包括如下硬件的计算机，例如中央处理单元(CPU)、随机存取存储器(RAM)和只读存储器(ROM)(二者是主要的存储设备)，与其他设备(例如检测单元20)进行通信的通信模块、以及辅助存储装置如硬盘。通过运行这些构成要素，从而展示出分析单元30的功能。
质量评估装置100可以通过一次捕获操作获取沿着狭缝的延伸方向的区域的所谓的一维光谱图像。因此，通过移动放置有细胞团块3的移动台2，或者通过移动质量评估装置100的捕获区域，可以获取整个细胞团块3的每个像素的光谱数据。
除了测量与细胞团块3有关的光谱数据之外，分析单元30预先获取通过使来自光源10的测量光在没有细胞团块3的状态下入射到检测单元20上而获得的入射光谱，并且能够根据入射光谱与细胞团块3的透射光L2的光谱数据间的差异，从而获取与来自细胞团块3的透射光有关的光谱数据(透射光谱)。尽管透射光谱是与透过细胞团块3的光有关的光谱，但可以根据入射光谱和透射光谱计算表示由细胞团块3吸收的光强度的吸光度光谱。当将通过捕获背景获得的图像光谱用作入射光谱时，其效率增加并且可以实现精度。在该实施方案中，计算吸光度光谱并评估细胞团块3。
应当注意的是，如上所述，通过捕获背景获得的图像数据也被发送到分析单元30。因此，首先，分析单元30从发送自检测单元20的光谱数据中提取与通过捕获细胞团块3获得的像素有关的光谱数据。尽管对提取与通过捕获细胞团块3获得的像素有关的光谱数据的方法没有特别限制，但是可以实现这样一种模式，其中，基于预设的基准(例如，特定波长处的吸光度为阈值以下)来确定光谱数据是否与通过捕获细胞团块3获得的像素有关。
将质量评估装置100配置为基于包括在细胞团块3的吸光度光谱中的信息来评估各团块的质量。由于可以认为一个细胞团块3可以以多个像素被捕获，因此通过使用由捕获相同的细胞团块3获得的多个像素获取的吸光度光谱，从而获取与吸光度分布有关的信息，该吸光度分布与细胞团块3中的测量对象的光相关。然后，使用该信息以评估细胞团块3的质量。
如上所述，细胞团块3是多个细胞的集合体。可以认为，各细胞团块3的质量来源于细胞团块3中包含的各个细胞的质量。然而，即使单独评估细胞团块3中所包含的部分细胞的质量，结果和细胞团块3的质量也可能彼此无关。此外，如上所述，细胞团块3的质量是指细胞团块的凝集度和活性度，并且表示构成细胞团块3的多个细胞中的每个细胞的活动结果。因此，还存在细胞团块3中的细胞不均匀的多种情况。因此，可以认为，当要评估各细胞团块3的质量时，评估细胞团块3中的偏差也是有效的。在质量评估装置100中，关注细胞团块3中的吸光度分布与细胞团块3的质量的关系，并使用光强度分布信息作为表示细胞团块3的偏差的信息。
光强度分布信息包括与细胞团块3中各位置的吸光度有关的多项信息。与细胞团块3中各位置的吸光度有关的信息是与细胞团块3中的位置有关的信息和与指示该位置的信息所对应的吸光度有关的信息的组。尽管作为光强度分布信息中所包含的与各位置的吸光度有关的信息，可以使用针对每个像素获取的吸光度光谱，但也可以使用由对应于彼此相邻的多个像素的多个吸光度光谱确定的吸光度光谱。例如，其中对应于彼此相邻的多个像素的吸光度光谱被平均化的光谱可以用作与对应于彼此相邻的多个像素的区域中的吸光度有关的信息。以这种方式，可以使用由多个像素的吸光度光谱确定的吸光度光谱代替每个像素的吸光度光谱，以作为与细胞团块3中的每个位置的吸光度相关的信息。
图3为当用近红外光照射多个与间充质干细胞有关的细胞团块3时获得的吸光度光谱图。多个光谱中的每一个光谱都是来自具有相同培养时间的多个细胞团块的基本相同部分的光谱。已知从细胞团块3获得的吸光度光谱会根据细胞团块3的培养时间而变化。其根据细胞团块3中包含的细胞群的排列(形状)，或由于培养而增加或成熟的细胞的代谢物或内部物质而发生变化。因此，在该实施方案中，通过使用包含在吸光度光谱中的与波长的吸光度有关的信息评估各细胞团块的质量。
从细胞团块3获得的吸光度光谱各自包括其中存在吸收峰(高吸光度峰)的波长区域A1以及其中不存在吸收峰(高吸光度峰)的波长区域A2。根据发明人的发现，由于细胞团块3的构造，即，细胞团块3中的细胞的凝集度以及源自细胞团块3中细胞活动的细胞代谢物或内部物质，波长区域A1中的吸光度光谱的变化(强度和波长)发生改变。此外，波长区域A2中的吸光度光谱的变化源于细胞团块3的构造，即细胞团块3中的细胞的凝集度。因此，通过获取这些波长区域A1和A2中的光的吸光度分布，可以获得与细胞团块3的质量有关的信息，即，与凝集度和活性度有关的信息。
图4示出了根据吸光度光谱中包含的信息评估细胞团块A的凝集度的结果。图5示出了根据吸光度光谱中包含的信息评估细胞团块B的凝集度的结果。具体而言，对于各细胞团块，通过使用质量评估装置100获取透射光谱作为光强度分布信息，并由此计算每个像素的吸光度光谱，并且对于每个像素，通过灰度显示每个波长区域A2中相对于预定波长(波长1684nm)的光的吸光度。可以确认的是，在细胞团块A中，细胞团块的中央部分的凝集度高，而细胞团块的周边部分的凝集度低。另外，虽然与细胞团块A一样，可以确认在细胞团块B中，细胞团块的中央部分的凝集度高，而细胞团块的周边部分的凝集度低，但是细胞团块B中的中央部分和周边部分的凝集度均低于细胞团块A。即，细胞团块B的凝集度低于细胞团块A的凝集度。因此，可以得出这样结论：细胞团块B比细胞团块A成熟得更慢。
图6示出了根据吸光度光谱中包含的信息评估细胞团块C的活动状态(活性度)的结果。图7示出了根据吸光度光谱中包含的信息评估细胞团块D的活动状态(活性度)的结果。具体而言，对于各细胞团块，通过使用质量评估装置100获取透射光谱作为光强度分布信息，并由此计算每个像素的吸光度光谱，并且，通过使用相对于各波长区域A2中的预定波长(波长1684nm)的光的吸光度，对相对于每个波长区域A1中的预定波长(波长1615nm)的光的吸光度进行归一化，之后，通过灰度显示每个像素的结果。可以确认的是，尽管在细胞团块C中，细胞团块的中心部分的活动状态较高并且细胞团块周边部分的活动状态低于中心部分的活动状态，但活动状态在一定程度上是高的。此外，可以确认的是，与细胞团块C相比，细胞团块D中的活动状态整体上较低，特别是其周边部分的活动状态较低。即，可以得出结论，细胞团块D的活动状态低于细胞团块C的活动状态，并且细胞团块D的活性度低于细胞团块C的活性度。
如上所述，可以通过使用细胞团块中的光强度分布信息来评估细胞团块的质量。
应当注意的是，大致有两种通过使用与细胞团块有关的光强度分布信息从而评估细胞团块的质量的方法。如图4至7所示，第一种方法是在对光强度分布信息进行成像之后进行评估的方法。第二种方法是不进行成像而评估的方法。
在第一种方法中，在质量评估装置100的分析单元30中，对包含在光强度分布信息中并且与对应于细胞团块中的位置的吸光度有关的信息进行成像，以形成(例如)图4至7中所示的图像。因此，通过使用这些图像来评估质量。可以采用各种方法以通过使用这些图像来评估质量。例如，可以利用(例如)图像中的颜色排列并使用模式识别来评估质量。作为模式识别方法，可使用统计判别分析(例如，主成分分析、回归分析、因子分析)和机器学习(例如，支持向量机(SVM)、内核方法、贝叶斯网络方法)，机器学习为经验学习预先获取的数据并且基于学习结果解释新获取的数据的方法。然而，模式识别方法并不限于此。
当使用这些质量评估方法时，使用由质量已知的细胞团块获得的光强度分布信息作为参照信息，从而制定判定标准。上述方法也适用于以三个或更多个等级评估细胞团块的质量的构成。此外，当用户在视觉上识别细胞团块的状态时，也可以使用用于评估细胞团块的质量的图像。
尽管在图4和5中，与特定波长的光的吸光度相关的信息在处理(如归一化)后进行成像，但是如图6和7所示，可以使用与吸光度光谱中所包含的多个波长的光的吸光度相关的信息，并且将与细胞团块中的位置对应的吸光度相关的信息进行成像。这样，当光强度分布信息中所包含的与细胞团块中的位置对应的吸光度有关的信息进行成像时，没有必要通过使用光强度分布信息中所包含的所有信息来进行成像。此外，可以适当地加入预处理，例如归一化。
在第二种方法中，在质量评估装置100的分析单元30中，使用包含于光强度分布信息中并且与细胞团块中的位置对应的吸光度相关的信息中所包含的数值来评估质量。具体而言，包括在与吸光度有关的信息中的数值是吸光度的测量值或者(例如)根据需要进行平均处理后获得的数值。预先设定(例如)对应于细胞团块中的各个位置的数值是否包括在预定范围内的判定标准，基于该判定标准来评估质量。作为判定标准，例如，有这样一种设置，其中，在与同一细胞块体相关的光强度分布信息中所包含的对应于细胞团块中各个位置的数值中，当包含在预定范围内的数值的数量超过预定值时，则判定细胞团块的质量处于良好状态。然而，判定标准并不限于此。此外，当以三个或更多个等级评估质量时，可以预先为每个等级设置判定标准。此外，可以适当地加入预处理，例如归一化。
如第二种方法那样，当使用这样的构成，即，使用光强度分布信息中所包含的与细胞团块中的位置对应的吸光度有关的信息中所包含的数值来评估质量时，能够以非破坏性的方式评估细胞团块的质量，而无需进行成像等处理。因此，可以说能够更容易地评估细胞团块的质量。
可以使用这样的构成，其中，将通过第一方法获得的评估结果和通过第二方法获得的评估结果加以组合，从而进行整体判定。由于可以如上所述考虑各种质量评估方法，因此可以组合这些方法。
尽管在上述实施方案中，已经描述了在评估细胞团块的质量时使用光强度分布信息的构成，但除了上述方法，还可以使用这样的构成，其中，每间隔一定的时间(例如，每间隔6小时至10小时，持续约36至48小时)获取细胞团块的透射光谱，并且基于光强度分布信息随时间的变化来评估细胞团块的质量。在这种情况下，由于可以从光强度分布信息确认细胞团块随时间的变化，因此可以准确地评估质量。这样，由于有各种基于细胞团块的透射光谱评估质量的方法，因此可以根据(例如)待评估的细胞团块的类型和状态适当地选择方法。
这样，根据本发明的质量评估方法和质量评估装置，通过使用基于光强度分布信息(该光强度分布信息通过用包含近红外光的测量光照射细胞团块而获得)进行质量评估的构成，能够以非破坏性/非侵入性的方式评估细胞团块的质量。通过使用近红外光，可以获取细胞团块内部的信息和与其吸光度分布有关的信息，因此，通过使用与细胞团块中的位置对应的细胞有关的信息，可以获得与细胞团块的质量相关的更详细的信息。因此，可以高精度地进行质量评估。
应当注意的是，甚至可以适当地改变用以获取与细胞团块有关的光强度分布信息的光源10和检测单元20。例如，可以使用不包括分光装置的构成。可以准备多个能够发射特定波长的光的激光二极管(LD)作为光源10，并且通过切换发射测量光的LD来改变发射自光源10的测量光的波长。当以这种方式控制发射自光源10的光时，即使检测单元20不包括分光装置，也可以获取与特定波长的光的吸光度有关的信息。此外，通过组合发光二极管(LED)和多个带通滤波器以替代使用上述多个LD来构成光源10，可以改变发射自光源10的测量光的波长。
另外，尽管在上述实施方案中，在质量评估装置100中描述了这样一种构成，其中，进行平面分光操作以将测量对象的位置信息分配给二维布置的多个像素中沿第一方向布置的像素，并且将波长信息分配给沿第二方向布置的像素从而获取超光谱图像，但也可以使用其中重复获取每个波长的光强度分布信息的构成。
Claims (4)
1.一种质量评估方法，包括：
获取步骤，其中通过使用包含近红外光的测量光照射细胞团块，从而获取光强度分布信息，该光强度分布信息包括与所述细胞团块中各位置的吸光度有关的多项信息；以及
评估步骤，基于存在吸收峰的波长区域A1的预定波长的所述光强度分布信息评估所述细胞团块的质量，
所述评估步骤包括评估所述细胞团块中的偏差，其中通过使用相对于不存在吸收峰的波长区域A2中的预定波长的光的吸光度，对相对于所述波长区域A1中的所述预定波长的光的吸光度进行归一化，其中
由于所述细胞团块中的细胞的凝集度以及源自所述细胞团块中细胞活动的细胞代谢物或内部物质，所述波长区域A1中的吸光度光谱的强度和波长发生改变，
所述波长区域A2中的吸光度光谱的强度和波长的变化源于所述细胞团块中的细胞的凝集度。
2.根据权利要求1所述的质量评估方法，
其中所述评估步骤包括使光强度信息成像，所述光强度信息包含在所述光强度分布信息中并且对应于所述细胞团块中的位置。
3.根据权利要求1所述的质量评估方法，
其中所述评估步骤包括通过使用光强度信息中所包含的数值来评估质量，其中所述光强度信息包含于所述光强度分布信息中并且对应于所述细胞团块中的位置。
4.一种质量评估装置，包括：
光源，其使用包含近红外光的测量光照射细胞团块；
光接收单元，其通过接收来自所述细胞团块的透射光或漫反射光从而获得光强度分布信息，其中所述光强度分布信息包括与所述细胞团块中各位置的吸光度有关的多项信息，所述透射光或漫反射光是通过用所述测量光照射所述细胞团块而从所述细胞团块发射出来的；以及
分析单元，其基于存在吸收峰的波长区域A1的预定波长的所述光强度分布信息来评估所述细胞团块的质量，
包括评估所述细胞团块中的偏差，其中通过使用相对于不存在吸收峰的波长区域A2中的预定波长的光的吸光度，对相对于所述波长区域A1中的所述预定波长的光的吸光度进行归一化，其中
由于所述细胞团块中的细胞的凝集度以及源自所述细胞团块中细胞活动的细胞代谢物或内部物质，所述波长区域A1中的吸光度光谱的强度和波长发生改变，
所述波长区域A2中的吸光度光谱的强度和波长的变化源于所述细胞团块中的细胞的凝集度。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016-135943 | 2016-07-08 | ||
| JP2016135943A JP6776672B2 (ja) | 2016-07-08 | 2016-07-08 | 品質評価方法及び品質評価装置 |
| PCT/JP2017/016656 WO2018008240A1 (ja) | 2016-07-08 | 2017-04-27 | 品質評価方法及び品質評価装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109477793A CN109477793A (zh) | 2019-03-15 |
| CN109477793B true CN109477793B (zh) | 2022-12-23 |
Family
ID=60912505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780042520.0A Active CN109477793B (zh) | 2016-07-08 | 2017-04-27 | 质量评估方法以及质量评估装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11092542B2 (zh) |
| EP (1) | EP3483591A1 (zh) |
| JP (1) | JP6776672B2 (zh) |
| CN (1) | CN109477793B (zh) |
| WO (1) | WO2018008240A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101878055B1 (ko) * | 2016-09-01 | 2018-07-16 | 현대자동차주식회사 | 금속성 브레이크 마찰재 |
| JP2020094925A (ja) * | 2018-12-13 | 2020-06-18 | 住友電気工業株式会社 | 品質評価方法 |
| JP6777199B2 (ja) * | 2019-07-04 | 2020-10-28 | 住友電気工業株式会社 | 品質評価方法及び品質評価装置 |
| JP7429662B2 (ja) | 2021-02-15 | 2024-02-08 | アンリツ株式会社 | 検査装置、検査方法、プログラム、及び記録媒体 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101023331A (zh) * | 2004-06-30 | 2007-08-22 | 化学影像公司 | 生物细胞和其它对象的动态化学成像 |
| WO2013086516A1 (en) * | 2011-12-09 | 2013-06-13 | Regents Of The University Of Minnesota | Hyperspectral imaging for early detection of alzheimer's disease |
| CN104293646A (zh) * | 2009-08-22 | 2015-01-21 | 里兰斯坦福初级大学理事会 | 成像并评估胚胎、卵母细胞和干细胞 |
| CA2968347A1 (en) * | 2014-11-21 | 2016-05-26 | Kyoto Stem Cell Innovation, Inc. | Quality evaluation method and quality evaluation device |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5206701A (en) * | 1991-09-20 | 1993-04-27 | Amoco Corporation | Apparatus for near-infrared spectrophotometric analysis |
| US5317156A (en) * | 1992-01-29 | 1994-05-31 | Sri International | Diagnostic tests using near-infrared laser absorption spectroscopy |
| US20040073120A1 (en) * | 2002-04-05 | 2004-04-15 | Massachusetts Institute Of Technology | Systems and methods for spectroscopy of biological tissue |
| US8128908B2 (en) * | 2004-04-30 | 2012-03-06 | University Of Florida Research Foundation, Inc. | Nanoparticles and their use for multifunctional bioimaging |
| US7840360B1 (en) * | 2006-10-26 | 2010-11-23 | Micheels Ronald H | Optical system and method for inspection and characterization of liquids in vessels |
| WO2009111609A2 (en) * | 2008-03-05 | 2009-09-11 | Purdue Research Foundation | Method and apparatus for motility contrast imaging |
| EP3065105B1 (en) * | 2009-06-12 | 2020-04-29 | Nikon Corporation | Technique for determining the state of a cell aggregation, image processing program and image processing device using the technique, and method for producing a cell aggregation |
| US8748186B2 (en) * | 2009-12-22 | 2014-06-10 | Abbott Laboratories | Method for performing a blood count and determining the morphology of a blood smear |
| WO2011135399A1 (en) * | 2010-04-26 | 2011-11-03 | University Of Calcutta | Label-free cell sorting using near infrared emission |
| US9025850B2 (en) * | 2010-06-25 | 2015-05-05 | Cireca Theranostics, Llc | Method for analyzing biological specimens by spectral imaging |
| WO2011163624A1 (en) | 2010-06-25 | 2011-12-29 | Cellmark Theranostics, Llc | Method for analyzing biological specimens by spectral imaging |
| CA2813270C (en) * | 2010-11-05 | 2019-02-05 | Freedom Meditech, Inc. | Apparatus and method for non-invasively detecting diseases that affect structural properties in biological tissues |
| US8941062B2 (en) * | 2010-11-16 | 2015-01-27 | 1087 Systems, Inc. | System for identifying and sorting living cells |
| EP2721392B1 (en) * | 2011-06-17 | 2021-05-19 | Roche Diagnostics Hematology, Inc. | System and method for sample display and review |
| CN104160264A (zh) * | 2012-03-07 | 2014-11-19 | 索尼公司 | 观测设备、观测程序和观测方法 |
| US10385303B2 (en) * | 2012-04-12 | 2019-08-20 | Industry-Academic Cooperation Foundation, Yonsei University | Methods of selective cell attachment/detachment, cell patternization and cell harvesting by means of near infrared rays |
| US9492571B2 (en) * | 2012-06-01 | 2016-11-15 | University Of Massachusetts | Molecular probes for multimodality imaging and tracking of stem cells |
| JP2014235043A (ja) * | 2013-05-31 | 2014-12-15 | キヤノン株式会社 | 検査器具、検査システム、および検査方法 |
| ES2929194T3 (es) * | 2013-10-31 | 2022-11-25 | Beth Israel Deaconess Medical Ct Inc | Agentes de obtención de bioimágenes de contraste fluorescentes en el infrarrojo cercano y métodos de uso de los mismos |
| JP2015094637A (ja) * | 2013-11-11 | 2015-05-18 | 国立大学法人大阪大学 | 吸収顕微鏡 |
| US10006859B2 (en) * | 2014-07-24 | 2018-06-26 | Nxgen Partners Ip, Llc | System and method for multi-parameter spectroscopy |
| US9459201B2 (en) * | 2014-09-29 | 2016-10-04 | Zyomed Corp. | Systems and methods for noninvasive blood glucose and other analyte detection and measurement using collision computing |
| DE102015101838A1 (de) * | 2015-02-09 | 2016-08-11 | Jenlab Gmbh | Verfahren und Vorrichtung zur Reprogrammierung von lebenden Zellen |
| WO2019226780A1 (en) * | 2018-05-22 | 2019-11-28 | Nirrin Bioprocess Analytics, Inc. | Near infrared spectroscopy of culture media in micro-physiological systems |
| JP6777199B2 (ja) * | 2019-07-04 | 2020-10-28 | 住友電気工業株式会社 | 品質評価方法及び品質評価装置 |
-
2016
- 2016-07-08 JP JP2016135943A patent/JP6776672B2/ja active Active
-
2017
- 2017-04-27 WO PCT/JP2017/016656 patent/WO2018008240A1/ja unknown
- 2017-04-27 CN CN201780042520.0A patent/CN109477793B/zh active Active
- 2017-04-27 EP EP17823848.1A patent/EP3483591A1/en not_active Withdrawn
-
2018
- 2018-12-28 US US16/235,018 patent/US11092542B2/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101023331A (zh) * | 2004-06-30 | 2007-08-22 | 化学影像公司 | 生物细胞和其它对象的动态化学成像 |
| CN104293646A (zh) * | 2009-08-22 | 2015-01-21 | 里兰斯坦福初级大学理事会 | 成像并评估胚胎、卵母细胞和干细胞 |
| WO2013086516A1 (en) * | 2011-12-09 | 2013-06-13 | Regents Of The University Of Minnesota | Hyperspectral imaging for early detection of alzheimer's disease |
| CA2968347A1 (en) * | 2014-11-21 | 2016-05-26 | Kyoto Stem Cell Innovation, Inc. | Quality evaluation method and quality evaluation device |
Also Published As
| Publication number | Publication date |
|---|---|
| US11092542B2 (en) | 2021-08-17 |
| WO2018008240A1 (ja) | 2018-01-11 |
| JP2018004594A (ja) | 2018-01-11 |
| CN109477793A (zh) | 2019-03-15 |
| EP3483591A4 (en) | 2019-05-15 |
| JP6776672B2 (ja) | 2020-10-28 |
| EP3483591A1 (en) | 2019-05-15 |
| US20190137389A1 (en) | 2019-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109477793B (zh) | 质量评估方法以及质量评估装置 | |
| US20170254741A1 (en) | Quality evaluation method and quality evaluation device | |
| US20110261355A1 (en) | Portable device and method for spectroscopic analysis | |
| CN101421608B (zh) | 借助于频率分布图分析光学数据 | |
| US10961558B2 (en) | Substance or contamination detection | |
| CN112465077B (zh) | 水果糖度无损检测方法、装置、计算机设备和存储介质 | |
| JP2011141809A (ja) | 画像データ分析装置及び画像データ分析方法 | |
| US11406267B2 (en) | Cartilage-tissue analysis device | |
| JP6777199B2 (ja) | 品質評価方法及び品質評価装置 | |
| US20100331706A1 (en) | Optical analyzer | |
| JP2015102542A (ja) | 生体検査装置 | |
| US20210293704A1 (en) | Quality evaluation method | |
| US11333596B2 (en) | Observation container and microparticle measurement device | |
| JP7223752B2 (ja) | 粒子径分布測定装置及び粒子径分布測定装置用プログラム | |
| DK202170004A1 (en) | A spectral imaging system arranged for identifying benign tissue samples, and a method of using said system. | |
| CN207923719U (zh) | 基于图像灰度识别的拉曼光谱检测设备 | |
| US10041885B2 (en) | Optical and chemical analytical systems and methods | |
| US11330983B2 (en) | Electronic device for acquiring state information on object, and control method therefor | |
| Heia et al. | Automatic quality control of internal defects in cod-results from hyperspectral, ultrasound and X-ray imaging | |
| RU169521U1 (ru) | Устройство для оценки интенсивности светорассеивающей способности биологической ткани |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |