CN115176142A - 用于在细胞分选中标识饱和数据信号的方法及用于其的系统 - Google Patents
用于在细胞分选中标识饱和数据信号的方法及用于其的系统 Download PDFInfo
- Publication number
- CN115176142A CN115176142A CN202180017380.8A CN202180017380A CN115176142A CN 115176142 A CN115176142 A CN 115176142A CN 202180017380 A CN202180017380 A CN 202180017380A CN 115176142 A CN115176142 A CN 115176142A
- Authority
- CN
- China
- Prior art keywords
- particle
- particles
- saturated
- light
- index
- 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
Links
- 229920006395 saturated elastomer Polymers 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 153
- 239000002245 particle Substances 0.000 claims abstract description 446
- 239000011159 matrix material Substances 0.000 claims abstract description 140
- 230000003595 spectral effect Effects 0.000 claims abstract description 134
- 239000012530 fluid Substances 0.000 claims abstract description 84
- 238000001514 detection method Methods 0.000 claims description 53
- 238000000149 argon plasma sintering Methods 0.000 claims description 5
- 230000031700 light absorption Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 15
- 238000003491 array Methods 0.000 abstract description 3
- 239000000523 sample Substances 0.000 description 129
- 238000004422 calculation algorithm Methods 0.000 description 57
- 210000004027 cell Anatomy 0.000 description 49
- 108091006146 Channels Proteins 0.000 description 38
- 238000004458 analytical method Methods 0.000 description 37
- 238000004891 communication Methods 0.000 description 31
- 230000006854 communication Effects 0.000 description 29
- 238000005286 illumination Methods 0.000 description 18
- 230000003287 optical effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000000684 flow cytometry Methods 0.000 description 14
- 239000012472 biological sample Substances 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000000354 decomposition reaction Methods 0.000 description 12
- 238000002189 fluorescence spectrum Methods 0.000 description 11
- 241000699666 Mus <mouse, genus> Species 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 9
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- IGELFKKMDLGCJO-UHFFFAOYSA-N xenon difluoride Chemical compound F[Xe]F IGELFKKMDLGCJO-UHFFFAOYSA-N 0.000 description 8
- 239000000975 dye Substances 0.000 description 7
- 239000007789 gas Substances 0.000 description 7
- 230000005055 memory storage Effects 0.000 description 7
- 239000004065 semiconductor Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 6
- 239000008280 blood Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 229910052724 xenon Inorganic materials 0.000 description 6
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 6
- 230000005284 excitation Effects 0.000 description 5
- 239000007850 fluorescent dye Substances 0.000 description 5
- 229910052751 metal Inorganic materials 0.000 description 5
- 239000002184 metal Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 229910052684 Cerium Inorganic materials 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 4
- PJANXHGTPQOBST-VAWYXSNFSA-N Stilbene Natural products C=1C=CC=CC=1/C=C/C1=CC=CC=C1 PJANXHGTPQOBST-VAWYXSNFSA-N 0.000 description 4
- ZHNKYEGKBKJROQ-UHFFFAOYSA-N [He].[Se] Chemical compound [He].[Se] ZHNKYEGKBKJROQ-UHFFFAOYSA-N 0.000 description 4
- VZPPHXVFMVZRTE-UHFFFAOYSA-N [Kr]F Chemical compound [Kr]F VZPPHXVFMVZRTE-UHFFFAOYSA-N 0.000 description 4
- 229910052786 argon Inorganic materials 0.000 description 4
- ISQINHMJILFLAQ-UHFFFAOYSA-N argon hydrofluoride Chemical compound F.[Ar] ISQINHMJILFLAQ-UHFFFAOYSA-N 0.000 description 4
- UIZLQMLDSWKZGC-UHFFFAOYSA-N cadmium helium Chemical compound [He].[Cd] UIZLQMLDSWKZGC-UHFFFAOYSA-N 0.000 description 4
- GWXLDORMOJMVQZ-UHFFFAOYSA-N cerium Chemical compound [Ce] GWXLDORMOJMVQZ-UHFFFAOYSA-N 0.000 description 4
- 229910052802 copper Inorganic materials 0.000 description 4
- 239000010949 copper Substances 0.000 description 4
- VPYURTKRLAYHEQ-UHFFFAOYSA-N copper neon Chemical compound [Ne].[Cu] VPYURTKRLAYHEQ-UHFFFAOYSA-N 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 229910052737 gold Inorganic materials 0.000 description 4
- 239000010931 gold Substances 0.000 description 4
- IBBSHLLCYYCDGD-UHFFFAOYSA-N helium mercury Chemical compound [He].[Hg] IBBSHLLCYYCDGD-UHFFFAOYSA-N 0.000 description 4
- CPBQJMYROZQQJC-UHFFFAOYSA-N helium neon Chemical compound [He].[Ne] CPBQJMYROZQQJC-UHFFFAOYSA-N 0.000 description 4
- FPQDUGZBUIHCCW-UHFFFAOYSA-N helium silver Chemical compound [He].[Ag] FPQDUGZBUIHCCW-UHFFFAOYSA-N 0.000 description 4
- 229910052743 krypton Inorganic materials 0.000 description 4
- DNNSSWSSYDEUBZ-UHFFFAOYSA-N krypton atom Chemical compound [Kr] DNNSSWSSYDEUBZ-UHFFFAOYSA-N 0.000 description 4
- 239000007788 liquid Substances 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- PYWVYCXTNDRMGF-UHFFFAOYSA-N rhodamine B Chemical compound [Cl-].C=12C=CC(=[N+](CC)CC)C=C2OC2=CC(N(CC)CC)=CC=C2C=1C1=CC=CC=C1C(O)=O PYWVYCXTNDRMGF-UHFFFAOYSA-N 0.000 description 4
- 239000010979 ruby Substances 0.000 description 4
- 229910001750 ruby Inorganic materials 0.000 description 4
- PJANXHGTPQOBST-UHFFFAOYSA-N stilbene Chemical compound C=1C=CC=CC=1C=CC1=CC=CC=C1 PJANXHGTPQOBST-UHFFFAOYSA-N 0.000 description 4
- 235000021286 stilbenes Nutrition 0.000 description 4
- 229910052712 strontium Inorganic materials 0.000 description 4
- CIOAGBVUUVVLOB-UHFFFAOYSA-N strontium atom Chemical compound [Sr] CIOAGBVUUVVLOB-UHFFFAOYSA-N 0.000 description 4
- HGCGQDMQKGRJNO-UHFFFAOYSA-N xenon monochloride Chemical compound [Xe]Cl HGCGQDMQKGRJNO-UHFFFAOYSA-N 0.000 description 4
- GOLORTLGFDVFDW-UHFFFAOYSA-N 3-(1h-benzimidazol-2-yl)-7-(diethylamino)chromen-2-one Chemical compound C1=CC=C2NC(C3=CC4=CC=C(C=C4OC3=O)N(CC)CC)=NC2=C1 GOLORTLGFDVFDW-UHFFFAOYSA-N 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000000295 emission spectrum Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- -1 molecules Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 241000124008 Mammalia Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 241000700159 Rattus Species 0.000 description 2
- 229910052775 Thulium Inorganic materials 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 229910052805 deuterium Inorganic materials 0.000 description 2
- 230000005686 electrostatic field Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 230000000366 juvenile effect Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- COCAUCFPFHUGAA-MGNBDDOMSA-N n-[3-[(1s,7s)-5-amino-4-thia-6-azabicyclo[5.1.0]oct-5-en-7-yl]-4-fluorophenyl]-5-chloropyridine-2-carboxamide Chemical compound C=1C=C(F)C([C@@]23N=C(SCC[C@@H]2C3)N)=CC=1NC(=O)C1=CC=C(Cl)C=N1 COCAUCFPFHUGAA-MGNBDDOMSA-N 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000011192 particle characterization Methods 0.000 description 2
- 210000002381 plasma Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 210000003296 saliva Anatomy 0.000 description 2
- 210000000582 semen Anatomy 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000001138 tear Anatomy 0.000 description 2
- FRNOGLGSGLTDKL-UHFFFAOYSA-N thulium atom Chemical compound [Tm] FRNOGLGSGLTDKL-UHFFFAOYSA-N 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 240000005020 Acaciella glauca Species 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 241000700198 Cavia Species 0.000 description 1
- 241000282693 Cercopithecidae Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000283086 Equidae Species 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 description 1
- 241000282579 Pan Species 0.000 description 1
- 241000288906 Primates Species 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 240000007313 Tilia cordata Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 210000004381 amniotic fluid Anatomy 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 229940127219 anticoagulant drug Drugs 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000010241 blood sampling Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 210000001175 cerebrospinal fluid Anatomy 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003271 compound fluorescence assay Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005574 cross-species transmission Effects 0.000 description 1
- 238000004163 cytometry Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- BFMYDTVEBKDAKJ-UHFFFAOYSA-L disodium;(2',7'-dibromo-3',6'-dioxido-3-oxospiro[2-benzofuran-1,9'-xanthene]-4'-yl)mercury;hydrate Chemical compound O.[Na+].[Na+].O1C(=O)C2=CC=CC=C2C21C1=CC(Br)=C([O-])C([Hg])=C1OC1=C2C=C(Br)C([O-])=C1 BFMYDTVEBKDAKJ-UHFFFAOYSA-L 0.000 description 1
- 239000003937 drug carrier Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000004700 fetal blood Anatomy 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 210000002751 lymph Anatomy 0.000 description 1
- 210000004880 lymph fluid Anatomy 0.000 description 1
- 239000006166 lysate Substances 0.000 description 1
- 229920002521 macromolecule Polymers 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 230000001338 necrotic effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 244000062645 predators Species 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000003755 preservative agent Substances 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 235000003499 redwood Nutrition 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 210000001179 synovial fluid Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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—Optical investigation techniques, e.g. flow cytometry
- G01N15/1429—Signal processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1434—Optical arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/1456—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals
- G01N15/1459—Optical investigation techniques, e.g. flow cytometry without spatial resolution of the texture or inner structure of the particle, e.g. processing of pulse signals the analysis being performed on a sample stream
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- 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
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
- G01N15/149—Optical investigation techniques, e.g. flow cytometry specially adapted for sorting particles, e.g. by their size or optical properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N2015/1006—Investigating individual particles for cytology
-
- 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
- G01N21/6428—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes"
- G01N2021/6439—Measuring fluorescence of fluorescent products of reactions or of fluorochrome labelled reactive substances, e.g. measuring quenching effects, using measuring "optrodes" with indicators, stains, dyes, tags, labels, marks
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本公开的方面包括用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的方法。根据某些实施例的方法包括：检测来自液流中的粒子的光；基于检测的光生成多个数据信号；标识一个或多个饱和数据信号；生成与标识的饱和数据信号相对应的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。在一些实施例中，方法包括：通过计算排除了一个或多个饱和数据信号的用于粒子的荧光的调整的光谱解混矩阵，确定(例如，用于粒子分选决策的)粒子的一个或多个参数。还提供了用于实施主题方法的系统及集成电路器件(例如，现场可编程门阵列)。还描述了非暂时性计算机可读存储介质。
Description
相关申请的交叉引用
根据35U.S.C.§119(e)，本申请要求于2020年2月27日提交的美国临时专利申请序列号62/982,604的申请日的优先权，该申请的公开内容通过引用并入本文。
背景技术
诸如分选流式细胞仪的流式粒子分选系统被用于基于粒子的至少一个测量的特性来分选流体样本中的粒子。在流式粒子分选系统中，流体悬浮液中的诸如分子、分析物结合珠或各个细胞的粒子在流中经过检测区，在该检测区中，传感器检测流中包含的要被分选的类型的粒子。传感器在检测到要被分选的类型的粒子时，触发选择性地分离感兴趣的粒子的分选机构。
通常通过使流体流经过检测区而执行粒子感测，在该检测区中，粒子暴露给来自一个或多个激光器的照射光，并且测量粒子的光散射和荧光性质。粒子或其成分可以利用荧光染料进行标记，以促进检测，并且可以通过将在频谱上有差别的荧光染料用于标记不同的粒子或成分而同时检测多种不同的粒子或成分。使用一个或多个光电传感器执行检测，以促进每一个不同的荧光染料的荧光的独立测量。
为了分选样本中的粒子，点滴(drop)充电机构在液流的断开点处利用电荷对液流中的包含要分选的粒子类型的液滴进行充电。液滴经过静电场并且基于液滴上的电荷的极性和数量偏转至一个或多个采集容器中。静电场不使不带电的液滴偏转。
发明内容
本公开的方面包括用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的方法。根据某些实施例的方法包括：检测来自液流中的粒子的光；基于检测的光生成多个数据信号；标识一个或多个饱和数据信号；生成与标识的饱和数据信号相对应的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。在一些实施例中，方法包括：通过计算排除一个或多个饱和数据信号的用于粒子的荧光的调整的光谱解混矩阵，确定(例如，用于粒子分选决策的)粒子的一个或多个参数。还提供了用于实施主题方法的系统及集成电路器件(例如，现场可编程门阵列)。还描述了非暂时性计算机可读存储介质。
在一些实施例中，饱和信号索引是标识饱和的一个或多个检测器通道的二进制字。例如，饱和信号索引可以是由8个或更多个比特组成的二进制字，例如16比特二进制字、例如32比特二进制字、例如64比特二进制字、例如128比特二进制字、以及包括256比特二进制字。在实施例中，液流中的粒子的一个或多个参数基于生成的数据信号来确定。在一些实例中，确定粒子的一个或多个参数包括：计算用于粒子的荧光的光谱解混矩阵。在某些实例中，感兴趣的样本包括多个萤光团，其中每个萤光团的荧光谱与样本中的至少一个其他萤光团的荧光谱重叠。例如，每个萤光团的荧光谱可以与样本中的至少一个其他萤光团的荧光谱重叠10nm或更多(例如25nm或更多以及包括50nm或更多)。在一些实例中，样本中的一个或多个萤光团的荧光谱与样本中的两个不同的萤光团的荧光谱重叠例如10nm或更多、例如25nm或更多、以及包括50nm或更多。在其他实施例中，感兴趣的样本包括具有非重叠的荧光谱的多个萤光团。在这些实施例中，每个萤光团的荧光谱在10nm之内或更近(例如在9nm之内或更近、例如在8nm之内或更近、例如在7nm之内或更近、例如在6nm之内或更近、例如在5nm之内或更近、例如在4nm之内或更近、例如在3nm之内或更近、例如在2nm之内或更近以及包括在1nm之内或更近)地临近至少一个其他萤光团。
在一些实施例中，方法包括：基于计算的饱和信号索引调整用于粒子的荧光的光谱解混矩阵。例如，光谱解混矩阵可以通过排除饱和数据信号中的一个或多个而进行调整。在某些实施例中，为了计算样本中的粒子的一个或多个参数，方法包括：计算用于粒子的荧光的光谱解混矩阵；计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实例中，使用调整的光谱解混矩阵确定样本中的粒子的参数，在调整的光谱解混矩阵中去除了矩阵的一个或多个行以排除来自饱和的输入检测器通道的数据信号。
在一些实施例中，方法包括：基于粒子的确定的参数中的一个或多个对样本中的粒子进行分类。在本公开的某些实施例中，对样本中的粒子进行分类包括：使用位图(bitmap)选通策略，其中，对粒子进行分类包括：基于粒子分类参数标识饱和数据信号以及在一些实例中将其去除。在其他实施例中，对样本中的粒子进行分类包括：标识饱和数据信号；以及估计饱和的数据信号的真实值。在某些实例中，为了对样本中的粒子进行分类，方法包括：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实例中，用于对样本中的粒子进行分类的方法包括：确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实施例中，确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号包括：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。为了将饱和信号位图与已指定粒子的ROI进行比较，可以使用布尔逻辑，例如，饱和信号位图与已指定粒子的ROI相与，以确定已指定粒子的ROI的一个或多个比特是否饱和。
本公开的方面还包括具有用于表征液流中的样本的粒子(例如，生物样本中的细胞)的光检测系统的系统。根据某些实施例的系统包括：光源，被配置为照射液流中的样本的粒子；光检测系统，具有检测来自样本中的粒子的光并且基于检测的光生成多个数据信号的光电检测器；以及处理器，具有可操作地耦接至处理器的存储器，其中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：标识一个或多个饱和数据信号；生成包括标识的饱和数据信号的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。在一些实施例中，由处理器使用的饱和信号索引是标识哪些检测器通道已使模数转换器饱和的二进制字。例如，由主题系统使用的饱和信号索引可以是8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。
在实施例中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：基于生成的数据信号确定液流中的粒子的一个或多个参数。在一些实施例中，存储器包括用于计算用于粒子的荧光的光谱解混矩阵的指令。在一些实例中，存储器包括用于使用计算的饱和信号索引来计算调整的光谱解混矩阵的指令，例如，在调整的光谱解混矩阵中排除了一个或多个饱和数据信号。在其他实例中，存储器包括用于计算调整的光谱解混矩阵的指令，其中，排除了来自饱和的检测器通道的数据信号。在某些实例中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：计算用于粒子的荧光的光谱解混矩阵；计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实施例中，存储器包括用于计算光谱解混矩阵的指令，在光谱解混矩阵中去除了矩阵的一个或多个行以排除来自饱和的输入检测器通道的数据信号。
存储器可以包括存储在其上的指令，当指令由处理器执行时，导致处理器基于粒子的一个或多个所确定的参数对粒子进行分类。在一些实施例中，存储器包括用于实现用于对粒子进行分类的位图选通策略的指令。在一些实例中，由主题系统实现的位图选通策略包括用于标识和去除饱和数据信号的指令。在其他实例中，由主题系统实现的位图选通策略包括用于标识饱和数据信号以及估计饱和的数据信号的真实值的指令。在一些实施例中，存储器包括指令，当指令由处理器执行时，导致处理器：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实施例中，存储器包括指令，当指令由处理器执行时，导致处理器确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实例中，存储器包括：用于确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号的指令，其包括：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。在某些实例中，处理器使用布尔逻辑进行运算，以将饱和信号位图与已指定粒子的ROI进行比较。例如，饱和信号位图可以与已指定粒子的ROI相与，以确定已指定粒子的ROI的一个或多个比特是否饱和。
在一些实施例中，感兴趣的系统可以包括：一个或多个分选决策模块，被配置为基于粒子的分类生成用于粒子的分选决策。在某些实施例中，系统还包括：(例如，具有液滴偏转器的)粒子分选器，用于基于由分选决策模块生成的分选决策从液流分选粒子。
还提供了被编程为响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的集成电路器件。在实施例中，集成电路器件可以是现场可编程门阵列(FPGA)、专用集成电路(ASIC)或复杂可编程逻辑器件(CPLD)或一些其他集成电路器件。在一些实施例中，集成电路器件被编程为：标识基于检测的来自液流中的粒子的光的一个或多个饱和数据信号；生成包括标识的饱和数据信号的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。在一些实施例中，由集成电路使用的饱和信号索引是标识输出饱和数据信号的检测器通道的二进制字。例如，由主题系统使用的饱和信号索引可以是8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。
在实施例中，感兴趣的集成电路器件被编程为：基于生成的数据信号确定液流中的粒子的一个或多个参数。在一些实施例中，集成电路被编程为：计算用于粒子的荧光的光谱解混矩阵。在一些实例中，集成电路被编程为：使用计算的饱和信号索引来计算调整的光谱解混矩阵。例如，集成电路可以被编程为：计算光谱解混矩阵以及排除一个或多个饱和数据信号。在其他实例中，集成电路被编程为：计算调整的光谱解混矩阵，在其中排除了来自饱和的检测器通道的数据信号。在某些实例中，集成电路被编程为：计算用于粒子的荧光的光谱解混矩阵；计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实施例中，集成电路被编程为：计算光谱解混矩阵，在其中去除了矩阵的一个或多个行以排除来自饱和的输入检测器通道的数据信号。
集成电路被编程为：基于粒子的一个或多个确定的参数对粒子进行分类。在一些实施例中，集成电路被编程为：实现用于对粒子进行分类的位图选通策略。在一些实例中，由集成电路实现的位图选通策略包括被编程为标识和去除饱和数据信号。在其他实例中，由集成电路实现的位图选通策略包括被编程为：标识饱和数据信号；以及估计饱和的数据信号的真实值。在一些实施例中，集成电路器件被编程为：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实施例中，集成电路被编程为：确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实例中，集成电路被编程为：通过包括被编程为进行以下操作而确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。在某些实例中，集成电路使用布尔逻辑进行运算，以将饱和信号位图与已指定粒子的ROI进行比较。例如，饱和信号位图可以与已指定粒子的ROI相与，以确定已指定粒子的ROI的一个或多个比特是否饱和。在某些实例中，集成电路器件被编程为基于调整的粒子分类来分选样本的粒子。
本公开的方面还包括用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的非暂时性计算机可读存储介质。根据某些实施例的非暂时性计算机可读存储介质包括存储在其上的具有以下的指令：用于检测来自液流中的粒子的光的算法；用于基于检测的光生成多个数据信号的算法；用于生成与标识的饱和数据信号相对应的饱和信号索引的算法；以及用于针对粒子分类索引应用饱和信号索引以生成调整的粒子分类索引的算法。非暂时性计算机可读存储介质还可以包括用于计算粒子的一个或多个参数的算法。在这些实施例中，计算机可读存储介质包括：用于计算用于粒子的荧光的光谱解混矩阵的算法；用于计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵的算法；以及用于将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较的算法。在某些实施例中，非暂时性计算机可读存储介质还可以包括用于生成包括感兴趣区域(ROI)的二维位图的算法以及用于将粒子指定至二维位图的ROI的算法。在某些实例中，非暂时性计算机可读存储介质还可以包括：用于对第二二维位图应用饱和信号索引以生成饱和信号位图的算法；用于将生成的饱和信号位图与已指定粒子的ROI进行比较的算法；以及用于标识已指定粒子的ROI的一个或多个比特饱和的算法。在一些实例中，非暂时性计算机可读存储介质包括用于基于调整的粒子分类索引生成粒子分选决策的算法。
附图说明
当结合附图阅读时，基于以下详细描述可以最好地理解本发明。附图中包括以下图：
图1描绘了根据某些实施例的用于分选控制系统的一个示例的功能框图。
图2A描绘了根据某些实施例的粒子分选器系统的示意图。
图2B描绘了根据某些实施例的粒子分选器系统的示意图。
图3描绘了根据某些实施例的用于基于计算的样本分析和粒子表征的粒子分析系统的功能框图。
图4描绘了根据某些实施例的流式细胞仪。
图5描绘了根据某些实施例的用于生成调整的粒子分类索引的流程图。
图6描绘了根据某些实施例的将多比特二进制字饱和信号索引用于生成调整的粒子分类的流程图。
图7描绘了根据某些实施例的用于对粒子进行分类的流程图。
图8描绘了根据某些实施例的计算系统的框图。
具体实施方式
本公开的方面包括：用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的方法。根据某些实施例的方法包括：检测来自液流中的粒子的光；基于检测的光生成多个数据信号；标识一个或多个饱和数据信号；生成与标识的饱和数据信号相对应的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。在一些实施例中，方法包括：通过计算排除了一个或多个饱和数据信号的用于粒子的荧光的调整的光谱解混矩阵，确定(例如，用于粒子分选决策的)粒子的一个或多个参数。还提供了用于实施主题方法的系统及集成电路器件(例如，现场可编程门阵列)。还描述了非暂时性计算机可读存储介质。
在更详细地描述本发明之前，应理解本发明不限于描述的某些实施例，因此当然可以变化。还应理解，本文使用的术语仅出于描述某些实施例的目的，并且不旨在进行限制，因为本发明的范围将仅由随附权利要求限制。
在提供值的范围的情况下，应理解，除非上下文另有清楚地指定，否则该范围的上限值与下限值之间的精确到下限值的单位的十分之一的每个中间值、以及所述范围中的任何其他说明的值或中间值被包括在本发明之中。较小范围的上限值和下限值可以被独立地包括在这些较小的范围中并且也被包括在本发明之中，受到所述范围中任何具体排除的限制的约束。如果所述范围包括一个或两个限值，则本发明中也包括不包括这些包括的限值之一或两个的范围。
某些范围在本文中以由术语“约”限定的数值形式呈现。术语“约”在本文中用于提供对其限定的准确数字、以及接近或近似该术语限定的数字的数字的文字支持。在确定数字是否接近或近似明确列举的数字时，接近或近似的未列举的数字可以是在呈现其的上下文中与明确列举的数字实质上等价的数字。
除非另外定义，否则本文使用的所有技术和科技术语具有与本发明属领域的普通技术人员的通常理解相同的含义。虽然与本文描述的那些类似或等价的任意方法和材料也可以在本发明的实践或测试中使用，但是现在描述有代表性的说明性的方法和材料。
本说明书中引用的所有出版物和专利通过引用并入本文，如同明确且单独地指示每个单独的出版物或专利通过引用并入一样，并且将其通过引用并入本文以结合引用的出版物来公开和描述方法和/或材料。对任意出版物的引用是针对其在本申请日之前的公开，并且不应被解释为承认本发明无权凭借在先发明而早于该出版物。此外，提供的出版日期可能与实际出版日期不同，实际出版日期可能需要单独确认。
要注意，除非上下文另外清楚地指定，否则如本文和随附权利要求中使用的单数形式的“一”、“一个”包括复数指代物。还要注意，权利要求可以撰写为排除任意可选要素。因此，这个说明旨在用作结合对权利要求要素的列举而使用诸如“仅”、“只”等的排他性术语、或者使用“否定”限制的先行基础。
本领域技术人员在阅读本公开之后将清楚，本文描述和示出的单独的实施例中的每一个具有可以易于与其他几个实施例中的任意实施例的特征分离或组合的分立组件和特征而不背离本发明的范围或精神。列举的任意方法可以用列举的事件的顺序或逻辑上可能的任意其他顺序来执行。
尽管已经为了语法流畅及功能说明而描述了或将描述设备和方法，但是要明确理解，除非根据35U.S.C.§112明确规定，否则无需将权利要求解释为通过构建“装置”或“步骤”限制的任意方式进行限制，而应符合由权利要求提供的根据等同权利要求的司法解释的定义的含义和等同含义的整个范围，并且在权利要求根据35U.S.C.§112明确表述的情况下，应符合根据35U.S.C.§112的全部法定的等同含义。
综上所述，本公开提供了用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的方法。在本公开进一步描述的实施例中，首先更详细地描述了用于以下的方法：基于检测的来自液流中的样本的光生成多个数据信号；基于一个或多个标识的饱和数据信号生成饱和信号索引；以及使用饱和信号索引生成调整的粒子分类索引。接着，描述了被编程为实施主题方法的系统及集成电路器件。还描述了非暂时性计算机可读存储介质。
用于响应于饱和数据信号而调整粒子分类索引的方法
本公开的方面包括用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的方法。短语“饱和信号”按照其传统意义在本文中使用，以指超过可以由光检测系统的一个或多个组件测量的最大范围的信号(在下文中更详细地描述)。在一些实施例中，饱和信号是由暴露在超过可以由光电检测器检测的最大量的光量的光电检测器输出的数据信号。在其他实施例中，饱和信号是超过用于将来自光电检测器的模拟信号转换成数字信号的模数转换器的最大范围的数据信号。如在本文中更详细地描述的，根据某些实施例的主题方法提供了标识基于检测到的来自液流中的粒子的光的一个或多个饱和数据信号以及在对液流中的一个或多个粒子进行分类时去除饱和数据信号。在其他实施例中，主题方法提供了：标识一个或多个饱和数据信号；以及估计饱和的数据信号的真实值。根据主题方法对粒子进行分类导致了更高的精度，例如将粒子指定至粒子群簇时的更高的精度。当被用作粒子分选决策的一部分时，主题方法可以提高粒子分选的产量以及分选的粒子的纯度。
在实施主题方法时，利用光源照射具有粒子的样本，并且利用具有一个或多个光电检测器的光检测系统检测来自样本的光。在一些实施例中，样本是生物样本。术语“生物样本”按照其传统意义使用，以指可以在某些实例中在血液、粘液、淋巴液、滑液、脑脊液、唾液、支气管肺泡灌洗液、羊水、羊脐带血、尿液、阴道液和精液中发现的整个有机体、植物、真菌或动物组织的子集、细胞或组成部分。因此，“生物样本”指原生有机体或其组织的子集两者，以及指基于有机体或其组织的子集制备的匀浆、裂解物或提取物，包括但不限于例如血浆、血清、脊髓液、淋巴液、皮肤切片、呼吸道、胃肠道、心血管以及泌尿生殖道、眼泪、唾液、乳、血细胞、肿瘤、器官。生物样本可以是任意类型的有机组织，包括健康组织和患病组织两者(例如，癌变的、恶性的、坏死的等)。在某些实施例中，生物样本是液体样本，例如血液或其衍生物，例如血浆、眼泪、尿液、精液等，其中在一些实例中，样本是血液样本，包括整个血液，例如基于静脉穿刺或指尖采血获得的血液(其中在测定前血液可以或可以不与任何试剂例如防腐剂、抗凝剂等混合)。
在某些实施例中，样本源是“哺乳动物”(mammal或mammalian)，其中这样的术语用于广义地描述哺乳动物纲中的有机体，包括食肉动物目(例如，狗和猫)、啮齿目(例如，小鼠、豚鼠和大鼠)、以及灵长目(例如，人类、黑猩猩和猴)。在一些实例中，受试者是人类。方法可以应用于从两种性别以及处于任意发育阶段(即，新生儿、婴儿、少年、青年、成人)的人类受试者获得的样本，其中在某些实施例中，人类受试者是少年、青年或成人。虽然本发明可以应用于来自人类受试者的样本，但是应理解，方法还可以在来自其他动物受试者(即“非人类受试者”)的样本上进行，例如但不限于鸟、小鼠、大鼠、狗、猫、家畜和马。
在实施例中，利用来自光源的光照射(例如，流式细胞仪的液流中的)样本。在一些实施例中，例如，光源是发射具有宽的波长范围的光的宽带光源，例如，跨越50nm或更多、例如100nm或更多、例如150nm或更多、例如200nm或更多、例如250nm或更多、例如300nm或更多、例如350nm或更多、例如400nm或更多、以及包括跨越500nm或更多。例如，一个合适的宽带光源发射具有从200nm至1500nm的波长的光。合适的宽带光源的另一个示例包括发射具有从400nm至1000nm的波长的光的光源。当方法包括利用宽带光源照射时，感兴趣的宽带光源协议可以包括但不限于具有连续光谱的卤素灯、氘弧灯、氙弧灯、稳定的光纤耦合宽带光源、宽带LED、超发光二极管、半导体发光二极管、宽光谱LED白光源、多LED集成白光源、其他宽带光源或其任意组合。
在其他实施例中，方法包括：利用发射特定波长或窄的波长范围的窄带光源照射，例如利用发射在窄的波长范围中的光的光源，比如在50nm或更小的范围，例如40nm或更小、例如30nm或更小、例如25nm或更小、例如20nm或更小、例如15nm或更小、例如10nm或更小、例如5nm或更小、例如2nm或更小、以及包括发射特定波长的光(即，单色光)的光源。当方法包括利用窄带光源照射时，感兴趣的窄带光源协议可以包括但不限于窄波长LED、激光二极管或耦合至一个或多个光学带通滤波器、衍射光栅、单色器的宽带光源或其任意组合。
在某些实施例中，方法包括利用一个或多个激光器照射样本。如上面所讨论的，激光器的类型和数量将根据样本以及希望采集的光而变化并且可以是气体激光器，例如氦氖激光器、氩激光器、氪激光器、氙激光器、氮激光器、CO2激光器、CO激光器、氟化氩(ArF)准分子激光器、氟化氪(KrF)准分子激光器、氯化氙(XeCl)准分子激光器或氟化氙(XeF)准分子激光器或其组合。在其他实例中，方法包括利用染料激光器(例如二苯乙烯、香豆素或罗丹明激光器)照射液流。在另一些实例中，方法包括利用金属蒸气激光器(例如氦镉(HeCd)激光器、氦汞(HeHg)激光器、氦硒(HeSe)激光器、氦银(HeAg)激光器、锶激光器、氖铜(NeCu)激光器、铜激光器或金激光器及其组合)照射液流。在又一些实例中，方法包括利用固态激光器(例如红宝石激光器、Nd:YAG激光器、NdCrYAG激光器、Er:YAG激光器、Nd:YLF激光器、Nd:YVO4激光器、Nd:YCa4O(BO3)3激光器、Nd:YCOB激光器、钛蓝宝石激光器、铥YAG激光器、镱YAG激光器、Yb2O3激光器或铈掺杂激光器及其组合)照射液流。
可以利用一个或多个上述光源照射样本，例如2个或更多个光源、例如3个或更多个光源、例如4个或更多个光源、例如5个或更多个光源以及包括10个或更多个光源。光源可以包括各种类型的光源的任意组合。例如，在一些实施例中，方法包括利用激光器的阵列照射液流中的样本，例如具有一个或多个气体激光器、一个或多个染料激光器以及一个或多个固态激光器的阵列。
可以利用范围从200nm至1500nm(例如从250nm至1250nm、例如从300nm至1000nm、例如从350nm至900nm以及包括从400nm至800nm)的波长照射样本。例如，当光源是宽带光源时，可以利用从200nm至900nm的波长照射样本。在其他实例中，当光源包括多个窄带光源时，可以利用从200nm至900nm的范围中的特定波长照射样本。例如，光源可以是均独立地发射具有200nm与900nm之间的波长范围的光的多个窄带LED(1nm–25nm)。在其他实施例中，窄带光源包括一个或多个激光器(例如激光器阵列)，并且利用范围从200nm至700nm的特定波长照射样本，例如利用具有如上面所述的气体激光器、准分子激光器、染料激光器、金属蒸气激光器和固态激光器的激光器阵列。
当使用多于一个光源时，可以利用光源同时或顺序地或以其组合照射样本。例如，可以利用光源中的每一个同时照射样本。在其他实施例中，利用光源中的每一个顺序地照射液流。当使用多于一个光源顺序地照射样本时，每个光源照射样本的时间可以独立是0.001微秒或更长，例如0.01微秒或更长、例如0.1微秒或更长、例如1微秒或更长、例如5微秒或更长、例如10微秒或更长、例如30微秒或更长、以及包括60微秒或更长。例如，方法可以包括利用光源(例如激光器)以范围从0.001微秒至100微秒的持续时间照射样本，例如从0.01微秒至75微秒、例如从0.1微秒至50微秒、例如从1微秒至25微秒、以及包括从5微秒至10微秒。在实施例中，当利用两个或更多个光源顺序地照射样本时，每个光源照射样本的持续时间可以相同或不同。
每个光源的照射之间的时间段也可以根据需要变化，独立分开0.001微秒或更长的延迟，例如0.01微秒或更长、例如0.1微秒或更长、例如1微秒或更长、例如5微秒或更长、例如10微秒或更长、例如15微秒或更长、例如30微秒或更长、以及包括60微秒或更长。例如，每个光源的照射之间的时间段的范围可以从0.001微秒至60微秒，例如从0.01微秒至50微秒、例如从0.1微秒至35微秒、例如从1微秒至25微秒、以及包括从5微秒至10微秒。在某些实施例中，每个激光器的照射之间的时间段是10微秒。在实施例中，当通过多于两个(即，3个或更多个)光源顺序地照射样本时，每个光源的照射之间的延迟可以相同或不同。
可以连续地或以离散间隔照射样本。在一些实例中，方法包括利用光源连续地照射样本中的样本。在其他实例中，利用光源以离散间隔照射样本，例如每0.001毫秒、每0.01毫秒、每0.1毫秒、每1毫秒、每10毫秒、每100毫秒、以及包括每1000毫秒或以某个其他间隔进行照射。
根据光源，可以基于以下变化的距离照射样本：例如0.01mm或更远、例如0.05mm或更远、例如0.1mm或更远、例如0.5mm或更远、例如1mm或更远、例如2.5mm或更远、例如5mm或更远、例如10mm或更远、例如15mm或更远、例如25mm或更远、以及包括50mm或更远。此外，照射的角度还可以在从10°至90°的范围变化，例如从15°至85°、例如从20°至80°、例如从25°至75°、以及包括从30°至60°，例如在90°角度。
在某些实施例中，方法包括利用两个或更多个频移光束照射样本。如上所述，可以使用具有激光器和用于使激光频移的声光装置的光束生成器组件。在这些实施例中，方法包括利用激光器照射声光装置。根据(例如，用于在照射液流中的样本时使用的)输出激光束中的产生的所需要的波长的光，激光器可以具有从200nm至1500nm变化的特定的波长，例如从250nm至1250nm、例如从300nm至1000nm、例如从350nm至900nm以及包括从400nm至800nm。声光装置可以利用一个或多个激光器进行照射，例如2个或更多个激光器、例如3个或更多个激光器、例如4个或更多个激光器、例如5个或更多个激光器以及包括10个或更多个激光器。激光器可以包括各种类型的激光器的任意组合。例如，在一些实施例中，方法包括利用激光器的阵列照射声光装置，例如具有一个或多个气体激光器、一个或多个染料激光器以及一个或多个固态激光器的阵列。
当使用多于一个激光器时，可以利用激光器同时或顺序地或以其组合照射声光装置。例如，可以利用每个激光器同时照射声光装置。在其他实施例中，利用每个激光器顺序地照射声光装置。当使用多于一个激光器顺序地照射声光装置时，每个激光器照射声光装置的时间可以独立是0.001微秒或更长，例如0.01微秒或更长、例如0.1微秒或更长、例如1微秒或更长、例如5微秒或更长、例如10微秒或更长、例如30微秒或更长、以及包括60微秒或更长。例如，方法可以包括利用激光器以范围从0.001微秒至100微秒的持续时间照射声光装置，例如从0.01微秒至75微秒、例如从0.1微秒至50微秒、例如从1微秒至25微秒、以及包括从5微秒至10微秒。在实施例中，当利用两个或更多个激光器顺序地照射声光装置时，每个激光器照射声光装置的持续时间可以相同或不同。
每个激光器的照射之间的时间段还可以根据需要变化，独立分开0.001微秒或更长的延迟，例如0.01微秒或更长、例如0.1微秒或更长、例如1微秒或更长、例如5微秒或更长、例如10微秒或更长、例如15微秒或更长、例如30微秒或更长、以及包括60微秒或更长。例如，每个光源的照射之间的时间段的范围可以从0.001微秒至60微秒，例如从0.01微秒至50微秒、例如从0.1微秒至35微秒、例如从1微秒至25微秒、以及包括从5微秒至10微秒。在某些实施例中，每个激光器的照射之间的时间段是10微秒。在实施例中，当通过多于两个(即，3个或更多个)激光器顺序地照射声光装置时，每个激光器的照射之间的延迟可以相同或不同。
可以连续地或以离散间隔照射声光装置。在一些实例中，方法包括利用激光器连续地照射声光装置。在其他实例中，利用激光器以离散间隔照射声光装置，例如每0.001毫秒、每0.01毫秒、每0.1毫秒、每1毫秒、每10毫秒、每100毫秒、以及包括每1000毫秒或以某个其他间隔进行照射。
根据激光器，可以基于以下变化的距离照射声光装置，例如0.01mm或更远、例如0.05mm或更远、例如0.1mm或更远、例如0.5mm或更远、例如1mm或更远、例如2.5mm或更远、例如5mm或更远、例如10mm或更远、例如15mm或更远、例如25mm或更远、以及包括50mm或更远。此外，照射的角度还可以在从10°至90°的范围变化，例如从15°至85°、例如从20°至80°、例如从25°至75°、以及包括从30°至60°，例如在90°角度。
在实施例中，方法包括对声光装置应用射频驱动信号以生成角度上偏转的激光束。可以对声光装置应用两个或更多个射频驱动信号以生成具有希望的数量的角度上偏转的激光束的输出激光束，例如3个或更多个射频驱动信号、例如4个或更多个射频驱动信号、例如5个或更多个射频驱动信号、例如6个或更多个射频驱动信号、例如7个或更多个射频驱动信号、例如8个或更多个射频驱动信号、例如9个或更多个射频驱动信号、例如10个或更多个射频驱动信号、例如15个或更多个射频驱动信号、例如25个或更多个射频驱动信号、例如50个或更多个射频驱动信号、以及包括100个或更多个射频驱动信号。
通过射频驱动信号产生的角度上偏转的激光束均具有基于所应用的射频驱动信号的幅度的强度。在一些实施例中，方法包括应用具有足以产生具有希望的强度的角度上偏转的激光束的幅度的射频驱动信号。在一些实例中，每个所应用的射频驱动信号独立具有从约0.001V至约500V的幅度，例如从约0.005V至约400V、例如从约0.01V至约300V、例如从约0.05V至约200V、例如从约0.1V至约100V、例如从约0.5V至约75V、例如从约1V至50V、例如从约2V至40V、例如从3V至约30V、以及包括从约5V至约25V。在一些实施例中，每个所应用的射频驱动信号具有从约0.001MHz至约500MHz的频率，例如从约0.005MHz至约400MHz、例如从约0.01MHz至约300MHz、例如从约0.05MHz至约200MHz、例如从约0.1MHz至约100MHz、例如从约0.5MHz至约90MHz、例如从约1MHz至约75MHz、例如从约2MHz至约70MHz、例如从约3MHz至约65MHz、例如从约4MHz至约60MHz、以及包括从约5MHz至约50MHz。
在这些实施例中，输出激光束中的角度上偏转的激光束在空间上分离。根据所应用的射频驱动信号和输出激光束的希望的照射分布，角度上偏转的激光束可以分隔0.001μm或更多，例如0.005μm或更多、例如0.01μm或更多、例如0.05μm或更多、例如0.1μm或更多、例如0.5μm或更多、例如1μm或更多、例如5μm或更多、例如10μm或更多、例如100μm或更多、例如500μm或更多、例如1000μm或更多、以及包括5000μm或更多。在一些实施例中，角度上偏转的激光束与例如相邻的角度上偏转的激光束沿着输出激光束的水平轴重叠。相邻的角度上偏转的激光束之间的重叠(例如，光束点的重叠)可以是0.001μm或更多的重叠，例如0.005μm或更多的重叠、例如0.01μm或更多的重叠、例如0.05μm或更多的重叠、例如0.1μm或更多的重叠、例如0.5μm或更多的重叠、例如1μm或更多的重叠、例如5μm或更多的重叠、例如10μm或更多的重叠、以及包括100μm或更多的重叠。
在某些实例中，利用多个频移的光束照射液流以及通过使用射频标记发射(FIRE)的荧光成像对液流中的细胞进行成像以生成经频率编码的图像，例如在Diebold等，NaturePhotonics(自然-光子学)，第7(10)卷，806-810(2013)中描述的那些；以及在美国专利号9,423,353、9,784,661和10,006,852以及美国专利公开号2017/0133857和2017/0350803中描述的那些，其公开内容通过引用并入本文。
如上面所讨论的，在实施例中，如下面更详细地描述的，来自被照射的样本的光被传输至光检测系统，并且通过多个光电检测器进行测量。在一些实施例中，方法包括测量在波长范围(例如200nm–1000nm)上采集的光。例如，方法可以包括采集200nm–1000nm的一个或多个波长范围上的光的光谱。在另一些实施例中，方法包括测量采集的在一个或多个特定波长处的光。例如，可以在450nm、518nm、519nm、561nm、578nm、605nm、607nm、625nm、650nm、660nm、667nm、670nm、668nm、695nm、710nm、723nm、780nm、785nm、647nm、617nm中的一个或多个及其任意组合处对采集的光进行测量。在某些实施例中，方法包括测量与萤光团的荧光峰波长相对应的光的波长。在一些实施例中，方法包括测量在样本中的每个萤光团的整个荧光谱上采集的光。
采集的光可以连续地或以离散间隔进行测量。在一些实例中，方法包括连续地进行光的测量。在其他实例中，以离散间隔测量光，例如每0.001毫秒、每0.01毫秒、每0.1毫秒、每1毫秒、每10毫秒、每100毫秒、以及包括每1000毫秒或以某个其他间隔对光进行测量。
在主题方法期间对采集的光的测量可以进行一次或多次，例如2次或更多次、例如3次或更多次、例如5次或更多次、以及包括10次或更多次。在某些实施例中，对光传播进行2次或更多次测量，在某些实例中对数据进行了平均。
可以在一个或多个波长处测量来自样本的光，例如在5个或更多个不同的波长处、例如在10个或更多个不同的波长处、例如在25个或更多个不同的波长处、例如在50个或更多个不同的波长处、例如在100个或更多个不同的波长处、例如在200个或更多个不同的波长处、例如在300个或更多个不同的波长处、以及包括在400个或更多个不同的波长处测量采集的光。
本公开的方法包括响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引。在实施例中，基于检测的来自样本中的粒子的光而生成多个数据信号。生成的数据信号可以是模拟数据信号或数字数据信号。当数据信号是模拟数据信号时，在一些实例中，方法包括例如利用模数转换器将模拟数据信号转换成数字数据信号。在实施主题方法时，标识一个或多个饱和数据信号。在一些实例中，饱和数据信号的属性在于信号超过了检测器可以测量的范围。在其他实例中，饱和数据信号的属性在于信号超过了模数转换器的范围。根据用于检测来自液流中的粒子的光的光电检测器的数量，被标识为输出饱和数据信号的检测器通道的数量可以变化，例如1个或更多个、例如2个或更多个、例如4个或更多个、例如8个或更多个、例如16个或更多个、例如32个或更多个、例如64个或更多个、以及包括128个或更多个。
在实施例中，基于标识的饱和数据信号生成饱和信号索引。在一些实施例中，饱和信号索引是标识哪些检测器通道已使模数转换器饱和的二进制字。在一些实例中，饱和信号索引是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。例如，饱和信号索引可以是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。在某些实例中，饱和信号索引是两个或更多个二进制字的组合，例如3个或更多个、例如4个或更多个、例如5个或更多个、例如6个或更多个、例如7个或更多个、例如8个或更多个、例如9个或更多个、以及包括10个或更多个二进制字。当饱和信号索引是二进制字的组合时，每个二进制字可以独立是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。在一些实施例中，饱和信号索引中的每个二进制字可以独立是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。例如，当光检测系统包括80个检测器通道时，饱和信号索引可以由128比特二进制字或三个不同的32比特二进制字组成。
在实施例中，方法包括基于生成的数据信号确定液流中的粒子的一个或多个参数。在一些实施例中，确定粒子的一个或多个参数包括：分辨来自样本中的多个萤光团的光，例如分辨检测的来自萤光团的具有重叠的荧光的光。在一些实施例中，确定液流中的粒子的参数包括计算用于来自样本的荧光的光谱解混矩阵。
在一些实施例中，在光谱上分辨来自样本中的萤光团的光包括：使用加权最小二乘算法计算光谱解混矩阵。在一些实例中，根据以下计算加权最小二乘算法：
其中，y是每个细胞的来自光检测系统的多个光电检测器的已测量的检测器值；a是估计的萤光团丰度；X是溢出(spillover)；并且W是
在一些实施例中，每个Wii根据
进行计算。
其中，
是在检测器i处的方差；yi是在检测器i处的信号；并且λi是在检测器i处的恒定噪声。在某些实施例中，光谱解混矩阵根据(XTWX)-1XTW进行计算。在一些实例中，方法包括：为了计算光谱解混矩阵而针对通过光检测系统检测到的每个细胞对(XTWX)进行求逆运算。在一些实施例中，方法包括：使用迭代Newton-Raphson计算、Sherman-Morrison迭代求逆更新器、通过矩阵分解(例如，LU矩阵分解、高斯消元、经修改的Cholesky分解)或奇异值分解(SVD)中的一个或多个来计算光谱解混矩阵的解。在某些实施例中，根据其公开内容通过引用并入本文的2019年12月23日提交的美国专利申请号16/725,799中的描述计算光谱解混矩阵的解。
在一些实施例中，方法包括：基于计算的饱和信号索引调整用于样本中的粒子的荧光的光谱解混矩阵。例如，光谱解混矩阵可以通过排除饱和数据信号中的一个或多个而进行调整。在某些实施例中，为了计算样本中的粒子的一个或多个参数，方法包括：计算用于粒子的荧光的光谱解混矩阵；计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实例中，通过基于来自饱和的输入检测器通道的数据信号去除矩阵的一个或多个行而对光谱解混矩阵进行调整。在其他实例中，将饱和信号索引用于标识饱和的检测器通道以及对光谱解混矩阵进行调整以补偿饱和信号。在一个示例中，对光谱解混矩阵解进行调整，以使用饱和信号的真实值的估计值。在这些实施例中，首先确定已估计的饱和信号的真实值并且将其输入到光谱解混矩阵中，以生成调整的光谱解混矩阵解。
在一些实施例中，方法包括：基于样本中的粒子的一个或多个确定的参数对粒子进行分类。在一些实施例中，对粒子进行分类包括将粒子指定至粒子群簇。在其他实施例中，对粒子进行分类包括将粒子的一个或多个参数绘制在散布图上。
在某些实施例中，对样本中的粒子进行分类包括使用位图选通策略，其中，对粒子进行分类包括：基于粒子分类参数进行标识；以及去除标识的饱和数据信号。在其他实施例中，对样本中的粒子进行分类包括：标识饱和数据信号；以及估计饱和的数据信号的真实值。在某些实例中，为了对样本中的粒子进行分类，方法包括：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实例中，用于对样本中的粒子进行分类的方法包括：确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实施例中，确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号包括：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。
当位图的ROI的一个或多个比特饱和时，根据一些实施例的方法包括：使用饱和信号索引调整粒子分类索引。在一些实例中，用于ROI的坐标是缩放至(scale into)位图的可寻址范围的索引。在一些实例中，应用一个或多个偏移(offset)。在其他实例中，应用一个或多个缩放因子。在某些实例中，方法包括：在应用一个或多个缩放因子之后应用一个或多个偏移。在某些实施例中，方法包括：在应用饱和信号索引以确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号之前，将饱和信号索引转换成标量值。在一些实例中，从基于数据信号的数据帧选择对ROI位图的X输入和Y输入。在这些实例中，(例如，通过仿射变换)在乘以缩放因子之后减去整数。在一些实施例中，将比特的连续的子集用于选择输入到位图的索引。(例如，从64比特乘积中选择比特31-比特25)。在一些实施例中，对位图的ROI应用饱和信号索引。为了将饱和信号位图与已指定粒子的ROI进行比较，例如，可以在将饱和信号位图与已指定粒子的ROI相与以确定已指定粒子的ROI的一个或多个比特是否饱和时使用布尔逻辑。在这些实施例中，可以获得指示任何检测器通道中是否存在饱和事件的布尔类型的真或假。这些结果可以与已指定粒子的ROI确定相组合，以包括用于分类决策的未饱和的情况。
图5描绘了根据某些实施例的用于生成调整的粒子分类索引的流程图。在步骤501处，检测来自液流中的样本的光。在步骤502处，光检测系统基于检测的光生成多个数据信号，并且在步骤503处，可以检测一个或多个饱和数据信号。饱和数据信号可以是检测到超过了检测器可以测量的光量或输入的信号超过模数转换器的范围时的结果。在步骤504处，生成采用多比特二进制字的形式的饱和信号索引，以及标识饱和的检测器通道。在步骤505处，对粒子分类决策的生成应用多比特二进制字饱和信号索引。
图6描绘了根据某些实施例的将多比特二进制字饱和信号索引用于生成调整的粒子分类的流程图。在步骤601处，在没有应用饱和信号索引的情况下计算用于样本中的粒子的荧光的光谱解混矩阵。在步骤602处，通过应用用于标识哪些检测器通道饱和的饱和信号索引，计算调整的光谱解混矩阵解。在步骤603处，将未调整的光谱解混矩阵与调整的光谱解混矩阵进行比较，并且可以基于未调整的光谱解混矩阵与调整的光谱解混矩阵之间的比较而排除光谱解混矩阵中的一个或多个行。
图7描绘了根据某些实施例的用于对粒子进行分类的流程图。在步骤701处，生成具有感兴趣区域(ROI)的粒子分类二维位图。在步骤702处，应用饱和信号索引，以生成第二二维位图ROI，其中，ROI的坐标轴标识饱和的通道。在步骤703处，使用布尔逻辑，将具有标识的饱和的通道的第二二维位图ROI与粒子分类二维位图相与，以生成考虑了饱和的检测器通道的调整的粒子分类。在步骤704处，基于确定的粒子分类来分选粒子。
在一些实施例中，方法包括：生成分选分类。在一些实例中，分选分类可以是粒子分选决策。例如，生成分选分类可以包括：基于计算的粒子的参数与确定的饱和信号索引的组合来标识适于分选粒子的分选门(gate)。可以基于计算的粒子的参数与通过应用饱和信号索引而调整的粒子分类的参数之间的重叠而生成粒子分选决策。为了选择适当的门，方法还可以包括：(例如，在散布图上)绘制参数，以便获得可能最佳的子群分离。这个分析可以被传输至分选系统，该分选系统被配置为基于粒子分类而生成数字化的参数的集合。
在一些实施例中，用于分选样本的成分的方法包括：利用具有偏转板的粒子分选模块来分选粒子(例如，生物样本中的细胞)，例如在其公开内容通过引用并入本文的2017年3月28日提交的美国专利公开号2017/0299493中进行了描述。在某些实施例中，使用具有多个分选决策单元的分选决策模块来分选样本的细胞，例如在其公开内容通过引用并入本文的2019年2月8日提交的美国临时专利申请号62/803,264中描述的那些分选决策单元。
用于响应于饱和数据信号而调整粒子分类索引的系统
综上所述，本公开的方面包括被配置为响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的系统。如上所述，术语“饱和信号”用于指超过可以由下面描述的光检测系统的一个或多个组件测量的最大范围的信号。在一些实施例中，饱和信号是由暴露于超过可以由光电检测器检测的最大量的光量的光电检测器输出的数据信号。在其他实施例中，饱和信号是超过用于将来自光电检测器的模拟信号转换成数字信号的模数转换器的最大范围的数据信号。根据某些实施例的系统包括：光源，被配置为照射液流中的样本的粒子；光检测系统，具有检测来自样本中的粒子的光并且基于检测的光生成多个数据信号的光电检测器；以及处理器，具有可操作地耦接至处理器的存储器，其中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：标识一个或多个饱和数据信号；生成包括标识的饱和数据信号的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。
在实施例中，光源可以是任何合适的宽带或窄带光源。根据样本中的成分(例如，细胞、小珠、非细胞粒子等)，光源可以被配置为发射范围从200nm至1500nm的波长变化的光，例如从250nm至1250nm、例如从300nm至1000nm、例如从350nm至900nm、以及包括从400nm至800nm。例如，光源可以包括发射具有从200nm至900nm的波长的光的宽带光源。在其他实例中，光源包括发射范围从200nm至900nm的波长的窄带光源。例如，光源可以是发射具有范围在200nm至900nm之间的波长的光的窄带LED(1nm–25nm)。在某些实施例中，光源是激光器。在一些实例中，主题系统包括气体激光器，例如氦氖激光器、氩激光器、氪激光器、氙激光器、氮激光器、CO2激光器、CO激光器、氟化氩(ArF)准分子激光器、氟化氪(KrF)准分子激光器、氯化氙(XeCl)准分子激光器或氟化氙(XeF)准分子激光器或其组合。在其他实例中，主题系统包括染料激光器，例如二苯乙烯、香豆素或罗丹明激光器。在另一些实例中，感兴趣的激光器包括金属蒸气激光器，例如氦镉(HeCd)激光器、氦汞(HeHg)激光器、氦硒(HeSe)激光器、氦银(HeAg)激光器、锶激光器、氖铜(NeCu)激光器、铜激光器或金激光器及其组合。在又一些实例中，主题系统包括固态激光器，例如红宝石激光器、Nd:YAG激光器、NdCrYAG激光器、Er:YAG激光器、Nd:YLF激光器、Nd:YVO4激光器、Nd:YCa4O(BO3)3激光器、Nd:YCOB激光器、钛蓝宝石激光器、铥YAG激光器、镱YAG激光器、Yb2O3激光器或铈掺杂激光器及其组合。
在其他实施例中，光源是非激光光源，例如灯，包括但不限于卤素灯、氘弧灯、氙弧灯、发光二极管(例如，具有连续光谱的宽带LED、超发光二极管、半导体发光二极管、宽光谱LED白光源、集成的多LED)。在一些实例中，非激光光源是稳定的光纤耦合宽带光源、白光源、其他光源或其任意组合。
光源可以位于距样本(例如，流式细胞仪中的液流)任何合适的距离，例如在离液流0.001mm或更远的距离处，例如0.005mm或更远、例如0.01mm或更远、例如0.05mm或更远、例如0.1mm或更远、例如0.5mm或更远、例如1mm或更远、例如5mm或更远、例如10mm或更远、例如25mm或更远、以及包括在100mm或更远的距离处。此外，光源在(例如，相对于液流的竖直轴的)任何合适的角度下照射样本，例如在范围从10°至90°的角度下，例如从15°至85°、例如从20°至80°、例如从25°至75°、以及包括从30°至60°，例如在90°角度下。
光源可以被配置为连续地或以离散间隔照射样本。在一些实例中，系统包括被配置为连续地照射样本的光源，例如其具有连续地照射流式细胞仪的探询点处的液流的连续波激光器。在其他实例中，感兴趣的系统包括被配置为以离散间隔照射样本的光源，例如每0.001毫秒、每0.01毫秒、每0.1毫秒、每1毫秒、每10毫秒、每100毫秒、以及包括每1000毫秒或以某个其他间隔。当光源被配置为以离散间隔照射样本时，系统可以包括用于利用光源提供对样本的间歇的照射的一个或多个附加的组件。例如，这些实施例中的主题系统可以包括：一个或多个激光束斩光器，用于阻隔样本和光源以及使样本暴露给光源的人工或计算机控制的光束光阑。
在一些实施例中，光源是激光器。感兴趣的激光器可以包括脉冲激光器或连续波激光器。例如，激光器可以是气体激光器，例如氦氖激光器、氩激光器、氪激光器、氙激光器、氮激光器、CO2激光器、CO激光器、氟化氩(ArF)准分子激光器、氟化氪(KrF)准分子激光器、氯化氙(XeCl)准分子激光器或氟化氙(XeF)准分子激光器或其组合；染料激光器，例如二苯乙烯、香豆素或罗丹明激光器；金属蒸气激光器，例如氦镉(HeCd)激光器、氦汞(HeHg)激光器、氦硒(HeSe)激光器、氦银(HeAg)激光器、锶激光器、氖铜(NeCu)激光器、铜激光器或金激光器及其组合；固态激光器，例如红宝石激光器、Nd:YAG激光器、NdCrYAG激光器、Er:YAG激光器、Nd:YLF激光器、Nd:YVO4激光器、Nd:YCa4O(BO3)3激光器、Nd:YCOB激光器、钛蓝宝石激光器、铥YAG激光器、镱YAG激光器、Yb2O3激光器或铈掺杂激光器及其组合；半导体二极管激光器，光泵浦的半导体激光器(OPSL)或上述激光器中的任意激光器的二倍频或三倍频实现。
在某些实施例中，光源是被配置为生成两个或更多个频移光束的光束生成器。在一些实例中，光束生成器包括：激光器；射频生成器，被配置为对声光装置应用射频驱动信号，以生成两个或更多个角度上偏转的激光束。在这些实施例中，激光器可以是脉冲激光器或连续波激光器。例如，感兴趣的光束生成器中的激光器可以是气体激光器，例如氦氖激光器、氩激光器、氪激光器、氙激光器、氮激光器、CO2激光器、CO激光器、氟化氩(ArF)准分子激光器，氟化氪(KrF)准分子激光器、氯化氙(XeCl)准分子激光器或氟化氙(XeF)准分子激光器或其组合；染料激光器，例如二苯乙烯、香豆素或罗丹明激光器；金属蒸气激光器，例如氦镉(HeCd)激光器、氦汞(HeHg)激光器、氦硒(HeSe)激光器、氦银(HeAg)激光器、锶激光器、氖铜(NeCu)激光器、铜激光器或金激光器及其组合；固态激光器，例如红宝石激光器、Nd:YAG激光器、NdCrYAG激光器、Er:YAG激光器、Nd:YLF激光器、Nd:YVO4激光器、Nd:YCa4O(BO3)3激光器、Nd:YCOB激光器、钛蓝宝石激光器、铥YAG激光器、镱YAG激光器、Yb2O3激光器或铈掺杂激光器及其组合。
声光装置可以是被配置为使用所应用的声波使激光频移的任意方便的声光协议。在某些实施例中，声光装置是声光偏转器。主题系统中的声光装置被配置为基于来自激光器的光和所应用的射频驱动信号生成角度上偏转的激光束。可以利用任何合适的射频驱动信号源将射频驱动信号应用于声光装置，例如直接数字合成器(DDS)、任意波形生成器(AWG)或电脉冲生成器。
在实施例中，控制器被配置为对声光装置应用射频驱动信号以在输出激光束中产生希望数量的角度上偏转的激光束，例如被配置为应用3个或更多个射频驱动信号，例如4个或更多个射频驱动信号、例如5个或更多个射频驱动信号、例如6个或更多个射频驱动信号、例如7个或更多个射频驱动信号、例如8个或更多个射频驱动信号、例如9个或更多个射频驱动信号、例如10个或更多个射频驱动信号、例如15个或更多个射频驱动信号、例如25个或更多个射频驱动信号、例如50个或更多个射频驱动信号、以及包括被配置为应用100个或更多个射频驱动信号。
在一些实例中，为了在输出激光束中产生角度上偏转的激光束的强度分布，控制器被配置为应用具有以下变化的幅度的射频驱动信号：例如从约0.001V至约500V、例如从约0.005V至约400V、例如从约0.01V至约300V、例如从约0.05V至约200V、例如从约0.1V至约100V、例如从约0.5V至约75V、例如从约1V至50V、例如从约2V至40V、例如从3V至约30V、以及包括从约5V至约25V。在一些实施例中，每个所应用的射频驱动信号具有从约0.001MHz至约500MHz的频率，例如从约0.005MHz至约400MHz、例如从约0.01MHz至约300MHz、例如从约0.05MHz至约200MHz、例如从约0.1MHz至约100MHz、例如从约0.5MHz至约90MHz、例如从约1MHz至约75MHz、例如从约2MHz至约70MHz、例如从约3MHz至约65MHz、例如从约4MHz至约60MHz、以及包括从约5MHz至约50MHz。
在某些实施例中，控制器具有：处理器，具有可操作地耦接至处理器的存储器，使得存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器产生具有希望的强度分布的具有角度上偏转的激光束的输出激光束。例如，存储器可以包括用于产生具有相同强度的两个或更多个角度上偏转的激光束的指令，例如3个或更多个、例如4个或更多个、例如5个或更多个、例如10个或更多个、例如25个或更多个、例如50个或更多个、以及包括存储器可以包括用于产生具有相同强度的100个或更多个角度上偏转的激光束的指令。在其他实施例中，可以包括用于产生具有不同强度的两个或更多个角度上偏转的激光束的指令，例如3个或更多个、例如4个或更多个、例如5个或更多个、例如10个或更多个、例如25个或更多个、例如50个或更多个、以及包括存储器可以包括用于产生具有不同强度的100个或更多个角度上偏转的激光束的指令。
在某些实施例中，控制器具有：处理器，具有可操作地耦接至处理器的存储器，使得存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器产生具有从输出激光束的沿着水平轴的边缘向中心逐渐增大的强度的输出激光束。在这些实例中，角度上偏转的激光束在输出激光束的沿着水平轴的中心处的强度可以在角度上偏转的激光束在边缘处的强度的0.1％至约99％的范围，例如0.5％至约95％、例如约1％至约90％、例如约2％至约85％、例如约3％至约80％、例如约4％至约75％、例如约5％至约70％、例如约6％至约65％、例如约7％至约60％、例如约8％至约55％、以及包括角度上偏转的激光束在输出激光束的沿着水平轴的边缘处的强度的约10％至约50％。在其他实施例中，控制器具有：处理器，具有可操作地耦接至处理器的存储器，使得存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器产生具有从输出激光束的沿着水平轴的边缘向中心逐渐增大的强度的输出激光束。在这些实例中，角度上偏转的激光束在输出光束的沿着水平轴的边缘处的强度可以在角度上偏转的激光束在中心处的强度的0.1％至约99％的范围，例如0.5％至约95％、例如1％至约90％、例如约2％至约85％、例如约3％至约80％、例如约4％至约75％、例如约5％至约70％、例如约6％至约65％、例如约7％至约60％、例如约8％至约55％、以及包括角度上偏转的激光束在输出激光束的沿着水平轴的中心处的强度的约10％至约50％。在又一些实施例中，控制器具有：处理器，具有可操作地耦接至处理器的存储器，使得存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器产生具有沿着水平轴具有高斯分布的强度分布的输出激光束。在另一些实施例中，控制器具有：处理器，具有可操作地耦接至处理器的存储器，使得存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器产生沿着水平轴具有礼帽强度分布的输出激光束。
在实施例中，感兴趣的光束生成器可以被配置为在输出激光束中产生空间上分离的角度上偏转的激光束。根据所应用的射频驱动信号和输出激光束的希望的照射分布，角度上偏转的激光束可以分隔0.001μm或更多，例如0.005μm或更多、例如0.01μm或更多、例如0.05μm或更多、例如0.1μm或更多、例如0.5μm或更多、例如1μm或更多、例如5μm或更多、例如10μm或更多、例如100μm或更多、例如500μm或更多、例如1000μm或更多、以及包括5000μm或更多。在一些实施例中，系统被配置为在输出激光束中产生重叠的角度上偏转的激光束，例如与相邻的角度上偏转的激光束沿着输出激光束的水平轴重叠。相邻的角度上偏转的激光束之间的重叠(例如，光束点的重叠)可以是0.001μm或更多的重叠，例如0.005μm或更多的重叠、例如0.01μm或更多的重叠、例如0.05μm或更多的重叠、例如0.1μm或更多的重叠、例如0.5μm或更多的重叠、例如1μm或更多的重叠、例如5μm或更多的重叠、例如10μm或更多的重叠、以及包括100μm或更多的重叠。
在某些实例中，被配置为生成两个或更多个频移光束的光束生成器包括：其公开内容通过引用并入本文的美国专利号9,423,353、9,784,661和10,006,852以及美国专利公开号2017/0133857和2017/0350803中所描述的激光激发模块。
在实施例中，系统包括具有一个或多个光电检测器的光检测系统。感兴趣的光电检测器可以包括但不限于光传感器，例如有源像素传感器(APS)、雪崩光电二极管、图像传感器、电荷耦合器件(CCD)、增强电荷耦合器件(ICCD)、发光二极管、光子计数器、辐射热计、热电检测器、光敏电阻器、光伏电池、光电二极管、光电倍增管、光电晶体管、量子点光电导体或光电二极管及其组合、以及其他类型的光电检测器。在某些实施例中，利用电荷耦合器件(CCD)、半导体电荷耦合器件(CCD)、有源像素传感器(APS)、互补金属氧化物半导体(CMOS)图像传感器或N型金属氧化物半导体(NMOS)图像传感器测量来自样本的光。
在一些实施例中，感兴趣的光检测系统包括多个光电检测器。在一些实例中，光检测系统包括诸如光电二极管的多个固态检测器。在某些实例中，光检测系统包括光电检测器阵列，例如光电二极管的阵列。在这些实施例中，光电检测器阵列可以包括4个或更多个光电检测器，例如10个或更多个光电检测器、例如25个或更多个光电检测器、例如50个或更多个光电检测器、例如100个或更多个光电检测器、例如250个或更多个光电检测器、例如500个或更多个光电检测器、例如750个或更多个光电检测器、以及包括1000个或更多个光电检测器。例如，检测器可以是具有4个或更多个光电二极管的光电二极管阵列，例如10个或更多个光电二极管、例如25个或更多个光电二极管、例如50个或更多个光电二极管、例如100个或更多个光电二极管、例如250个或更多个光电二极管、例如500个或更多个光电二极管、例如750个或更多个光电二极管、以及包括1000个或更多个光电二极管。
光电检测器可以根据需要以任意几何构型布置，其中感兴趣的布置包括但不限于方形构型、矩形构型、梯形构型、三角形构型、六边形构型、七边形构型、八边形构型、九边形构型、十边形构型、十二边形构型、圆形构型、椭圆形构型、以及不规则形状的构型。光电检测器阵列中的光电检测器可以相对于其他那些(以X-Z平面中作为参考)以范围从10°至180°的角度定向，例如从15°至170°、例如从20°至160°、例如从25°至150°、例如从30°至120°、以及包括从45°至90°。光电检测器阵列可以是任何合适的形状并且可以是由直线构成的形状，例如方形、矩形、梯形、三角形、六边形等；由曲线构成的形状，例如圆形、椭圆形；以及不规则形状，例如抛物线底部耦合至平坦顶部。在某些实施例中，光电检测器阵列具有矩形形状的有效表面。
阵列中的每个光电检测器(例如，光电二极管)可以具有以下有效表面：具有范围从5μm至250μm的宽度，例如从10μm至225μm、例如从15μm至200μm、例如从20μm至175μm、例如从25μm至150μm、例如从30μm至125μm、以及包括从50μm至100μm；以及范围从5μm至250μm的长度，例如从10μm至225μm、例如从15μm至200μm、例如从20μm至175μm、例如从25μm至150μm、例如从30μm至125μm、以及包括从50μm至100μm，其中，阵列中的每个光电检测器(例如，光电二极管)的表面面积的范围从25μm2至10000μm2，例如从50μm2至9000μm2、例如从75μm2至8000μm2、例如从100μm2至7000μm2、例如从150μm2至6000μm2、以及包括从200μm2至5000μm2。
光电检测器阵列的尺寸可以根据光的量及强度、光电检测器的数量和希望的灵敏度而变化并且可以具有范围从0.01mm至100mm的长度，例如从0.05mm至90mm、例如从0.1mm至80mm、例如从0.5mm至70mm、例如从1mm至60mm、例如从2mm至50mm、例如从3mm至40mm、例如从4mm至30mm、以及包括从5mm至25mm。光电检测器阵列的宽度也可以在从0.01mm至100mm的范围变化，例如从0.05mm至90mm、例如从0.1mm至80mm、例如从0.5mm至70mm、例如从1mm至60mm、例如从2mm至50mm、例如从3mm至40mm、例如从4mm至30mm、以及包括从5mm至25mm。因此，光电检测器阵列的有效面积的范围可以从0.1mm2至10000mm2，例如从0.5mm2至5000mm2、例如从1mm2至1000mm2、例如从5mm2至500mm2、以及包括从10mm2至100mm2。
感兴趣的光电检测器被配置为测量采集的一个或多个波长的光，例如2个或更多个波长、例如5个或更多个不同波长、例如10个或更多个不同波长、例如25个或更多个不同波长、例如50个或更多个不同波长、例如100个或更多个不同波长、例如200个或更多个不同波长、例如300个或更多个不同波长、以及包括测量由液流中的样本发射的400个或更多个不同波长的光。
在一些实施例中，光电检测器被配置为测量采集的一个波长范围(例如，200nm–1000nm)上的光。在某些实施例中，感兴趣的光电检测器被配置为采集一个波长范围上的光的光谱。例如，系统可以包括被配置为采集200nm–1000nm的一个或多个波长范围上的光的光谱的一个或多个检测器。在又一些实施例中，感兴趣的检测器被配置为测量来自液流中的样本的一个或多个特定波长的光。例如，系统可以包括：一个或多个检测器，被配置为测量在450nm、518nm、519nm、561nm、578nm、605nm、607nm、625nm、650nm、660nm、667nm、670nm、668nm、695nm、710nm、723nm、780nm、785nm、647nm、617nm及其任意组合中的一个或多个处的光。在某些实施例中，光电检测器可以被配置为与特定萤光团(例如在荧光测定中结合样本使用的那些)相匹配。在一些实施例中，光电检测器被配置为测量采集的样本中的每个萤光团的整个荧光谱上的光。
光检测系统被配置为连续地或以离散间隔测量光。在一些实例中，感兴趣的光电检测器被配置为连续地对采集的光进行测量。在其他实例中，光检测系统被配置为以离散间隔进行测量，例如每0.001毫秒、每0.01毫秒、每0.1毫秒、每1毫秒、每10毫秒、每100毫秒、以及包括每1000毫秒或以某个其他间隔对光进行测量。
在实施例中，系统被配置为响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引。光检测系统被配置为基于检测的来自样本中的粒子的光而生成多个数据信号。生成的数据信号可以是模拟数据信号或数字数据信号。当数据信号是模拟数据信号时，在一些实例中，系统还包括：模数转换器，被配置为将模拟数据信号转换成数字数据信号。感兴趣的系统包括：处理器，其具有可操作地耦接至处理器的存储器，其中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器标识一个或多个饱和数据信号。在一些实例中，饱和信号是其属性在于信号超过了光检测系统的检测器可以测量的范围的数据信号。在其他实例中，饱和信号是其属性在于信号超过了模数转换器的范围的数据信号。根据主题光检测系统中的光电检测器的数量，可以被标识为输出饱和数据信号的检测器通道的数量可以变化，例如1个或更多个、例如2个或更多个、例如4个或更多个、例如8个或更多个、例如16个或更多个、例如32个或更多个、例如64个或更多个、以及包括128个或更多个。
在一些实施例中，由处理器基于标识的饱和数据信号生成的饱和信号索引是标识哪些检测器通道已使模数转换器饱和的二进制字。在一些实例中，饱和信号索引是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。例如，饱和信号索引可以是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。在某些实例中，饱和信号索引是两个或更多个二进制字的组合，例如3个或更多个、例如4个或更多个、例如5个或更多个、例如6个或更多个、例如7个或更多个、例如8个或更多个、例如9个或更多个、以及包括10个或更多个二进制字。当饱和信号索引是二进制字的组合时，每个二进制字可以独立是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。在一些实施例中，饱和信号索引中的每个二进制字可以独立是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。例如，当光检测系统包括80个检测器通道时，饱和信号索引可以由128比特二进制字或三个不同的32比特二进制字组成。
在实施例中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：基于生成的数据信号确定液流中的粒子的一个或多个参数。在一些实施例中，存储器包括用于计算用于粒子的荧光的光谱解混矩阵的指令。在一些实施例中，存储器包括用于使用加权最小二乘算法计算光谱解混矩阵的指令。在一些实例中，根据以下计算加权最小二乘算法：
其中，y是用于每个细胞的来自光检测系统的多个光电检测器的已测量的检测器值；
是估计的萤光团丰度，X是溢出；并且W是
在一些实施例中，每个Wii根据
进行计算。
其中，
是在检测器i处的方差；yi是在检测器i处的信号；并且λi是在检测器i处的恒定噪声。在某些实施例中，光谱解混矩阵根据(XTWX)-1XTW进行计算。在一些实例中，存储器包括为了计算光谱解混矩阵而针对通过光检测系统检测到的每个细胞对(XTWX)进行求逆运算的指令。在一些实施例中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器使用迭代Newton-Raphson计算、Sherman-Morrison迭代求逆更新器、通过矩阵分解(例如，LU矩阵分解、高斯消元、经修改的Cholesky分解)或奇异值分解(SVD)中的一个或多个来计算光谱解混矩阵的解。在某些实施例中，用于计算光谱解混矩阵的解的系统包括在其公开内容通过引用并入本文的2019年12月23日提交的美国专利申请号16/725,799中描述的那些。
在一些实例中，存储器包括用于使用计算的饱和信号索引计算调整的光谱解混矩阵(例如，其中排除了一个或多个饱和数据信号)的指令。在其他实例中，存储器包括用于计算调整的光谱解混矩阵(其中排除了来自饱和的检测器通道的数据信号)的指令。在某些实例中，存储器包括存储在其上的指令，当指令由处理器执行时，导致处理器：计算用于粒子的荧光的光谱解混矩阵；计算排除一个或多个饱和数据信号的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实施例中，存储器包括用于计算光谱解混矩阵的指令，在光谱解混矩阵中去除了矩阵的一个或多个行以排除来自饱和的输入检测器通道的数据信号。在其他实施例中，存储器包括用于标识饱和的检测器通道、以及调整光谱解混矩阵以补偿饱和信号的指令。在一个示例中，对光谱解混矩阵解进行调整，以使用饱和信号的真实值的估计值。在这些实施例中，首先确定估计的饱和信号的真实值，并且将其输入到光谱解混矩阵中，以生成调整的光谱解混矩阵解。
存储器可以包括存储在其上的指令，当指令由处理器执行时，导致处理器基于粒子的一个或多个确定的参数对粒子进行分类。在一些实施例中，系统被配置为通过将粒子指定至粒子群簇而对粒子进行分类。在其他实施例中，系统被配置为通过将粒子的一个或多个参数绘制在散布图上而对粒子进行分类。
在一些实施例中，存储器包括用于实现用于对粒子进行分类的位图选通策略的指令。在一些实例中，由主题系统实现的位图选通策略包括用于标识和去除饱和数据信号的指令。在其他实例中，由主题系统实现的位图选通策略包括用于标识饱和数据信号、以及估计饱和的数据信号的真实值的指令。在一些实施例中，存储器包括指令，当指令由处理器执行时，导致处理器：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实施例中，存储器包括指令，当指令由处理器执行时，导致处理器：确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实例中，存储器包括用于确定位图的已指定粒子的ROI的一个或多个比特是否包括饱和数据信号指令，包括：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。在某些实例中，处理器使用布尔逻辑进行运算，以将饱和信号位图与已指定粒子的ROI进行比较。例如，饱和信号位图可以与已指定粒子的ROI相与，以确定已指定粒子的ROI的一个或多个比特是否饱和。
在一些实施例中，感兴趣的系统可以包括一个或多个分选决策模块，被配置为基于粒子的分类生成用于粒子的分选决策。在某些实施例中，系统还包括：(例如，具有液滴偏转器的)粒子分选器，用于基于由分选决策模块生成的分选决策而从液流分选粒子。术语“分选”在本文按照其传统意义使用，用于指对样本的成分(例如，细胞、诸如生物大分子的非细胞粒子)进行分离、以及在一些实例中将已分离的成分传输至一个或多个样本采集容器。例如，主题系统可以被配置为分选具有2种或更多种成分的样本，例如3种或更多种成分、例如4种或更多种成分、例如5种或更多种成分、例如10种或更多种成分、例如15种或更多种成分、以及包括分选具有25种或更多种成分的样本。可以从样本分离一种或多种样本成分并且将其传输至样本采集容器，例如2种或更多种样本成分、例如3种或更多种样本成分、例如4种或更多种样本成分、例如5种或更多种样本成分、例如10种或更多种样本成分、以及包括可以从样本分离15种或更多种样本成分并且将其传输至样本采集容器。
在一些实施例中，感兴趣的粒子分选系统被配置为利用封闭的粒子分选模块(例如在其公开内容通过引用并入本文的2017年3月28日提交的美国专利公开号2017/0299493中所描述的那些)来分选粒子。在某些实施例中，使用具有(例如其公开内容通过引用并入本文的2019年2月8日提交的美国临时专利申请号62/803,264中描述的)多个分选决策单元的分选决策模块来分选样本的粒子(例如，细胞)。在一些实施例中，用于分选样本的成分的方法包括利用具有(例如其公开内容通过引用并入本文的2017年3月28日提交的美国专利公开号2017/0299493中所描述的)偏转板的粒子分选模块来分选粒子(例如，生物样本中的细胞)。
图1示出了用于分析和显示生物事件的分选控制系统(例如分析控制器100)的一个示例的功能框图。分析控制器100可以被配置为实现用于控制生物事件的图形显示的各种过程。
粒子分析仪或分选系统102可以被配置为获得生物事件数据。例如，流式细胞仪可以生成流式细胞术事件数据。粒子分析仪102可以被配置为向分析控制器100提供生物事件数据。粒子分析仪102和分析控制器100之间可以包括数据通信通道。可以经由数据通信通道向分析控制器100提供生物事件数据。
分析控制器100可以被配置为从粒子分析仪102接收生物事件数据。从粒子分析仪102接收的生物事件数据可以包括流式细胞术事件数据。分析控制器100可以被配置为向显示装置106提供包括生物事件数据的第一绘图的图形显示。例如，分析控制器100还可以被配置为将感兴趣区域渲染为由显示装置106显示的叠加在第一绘图上的生物事件数据群附近的门(gate)。在一些实施例中，门可以是基于单参数直方图或双变量图绘制的一个或多个感兴趣的图形区域的逻辑组合。在一些实施例中，显示器可以用于显示粒子参数或饱和的检测器数据。
分析控制器100还可以被配置为在显示装置106上在门中显示与门外的生物事件数据中的事件不同的其他生物事件数据。例如，分析控制器100可以被配置为将门中包含的生物事件数据的颜色渲染为与门外的生物事件数据的颜色不同。显示装置106可以被实现为被配置为呈现图形接口的监视器、平板计算机、智能电话或其他电子装置。
分析控制器100可以被配置为从第一输入装置接收标识门的门选择信号。例如，第一输入装置可以被实现为鼠标110。(例如，通过在光标位于希望的门上或门中时在那里点击)鼠标110可以向分析控制器100发起标识要在显示装置106上显示或经由其操纵的门的门选择信号。在一些实现中，第一装置可以被实现为用于向分析控制器100提供输入信号的键盘108或其他工具，例如触屏、触笔、光检测器或语音识别系统。一些输入装置可以包括多个输入功能。在这样的实现中，输入功能均可以被考虑为输入装置。例如，如图1所示，鼠标110可以包括均可以生成触发事件的右鼠标按钮和左鼠标按钮。
触发事件可以导致分析控制器100改变数据显示的方式、在显示装置106上实际显示数据的哪些部分、和/或提供用于进一步处理的输入，例如选择用于进行粒子分选的感兴趣的群。
在一些实施例中，分析控制器100可以被配置为检测何时通过鼠标110发起门选择。分析控制器100还可以被配置为自动修改可视化绘图，以促进门选(gating)过程。所述修改可以基于通过分析控制器100接收的生物事件数据的特定分布。
分析控制器100可以连接至储存装置104。储存装置104可以被配置为接收和存储来自分析控制器100的生物事件数据。储存装置104还可以被配置为接收和存储来自分析控制器100的流式细胞术事件数据。储存装置104还可以被配置为允许通过分析控制器100检索生物事件数据，例如流式细胞术事件数据。
显示装置106可以被配置为从分析控制器100接收显示数据。显示数据可以包括生物事件数据的图和勾勒绘图的剖面的图。显示装置106还可以被配置为根据从分析控制器100接收的输入与来自粒子分析仪102、储存装置104、键盘108和/或鼠标110的输入的结合而改变呈现的信息。
在一些实现中，分析控制器100可以生成用户接口以接收用于进行分选的示例事件。例如，用户接口可以包括用于接收示例事件或示例图像的控件。可以在采集样本的事件数据之前或基于样本的一部分的事件的初始集合来提供示例事件或图像或示例门。
图2A是根据本文呈现的一个实施例的粒子分选器系统200(例如，粒子分析仪102)的示意图。在一些实施例中，粒子分选器系统200是细胞分选器系统。如图2A所示，点滴形成换能器202(例如，压电振荡器)被耦接至流体导管201，其可以被耦接至、可以包括或可以是喷嘴203。在流体导管201之中，鞘液204以流动力学方式使包括粒子209的样本流体206集中成移动的流体柱208(例如，流)。在移动的流体柱208之中，粒子209(例如，细胞)排成单列穿过由照射源212(例如，激光器)照射的监测区域211(例如，激光-流交叉的地方)。点滴形成换能器202的振动导致移动的流体柱208分成多个点滴210，其中的一些包含粒子209。
在操作中，当感兴趣的粒子(或感兴趣的细胞)穿过监测区域211时，检测台214(例如，事件检测器)进行标识。检测台214馈入时序电路228，时序电路228接着馈入闪充电路230。在由经定时的点滴延迟(Δt)通知的点滴中断点处，可以对移动的流体柱208应用闪充，以使感兴趣的点滴携带电荷。感兴趣的点滴可以包括要分选的一个或多个粒子或细胞。然后可以通过激活偏转板(未示出)以使点滴偏转到容器(例如，收集管或多井或微井样本盘，其中的井或微井可以与特别感兴趣的点滴相关联)中来分选带电点滴。如图2A所示，可以在排出容器238中采集点滴。
检测系统216(例如，点滴边界检测器)用于在感兴趣的粒子经过监测区域211时自动确定点滴驱动信号的相位。示例性点滴边界检测器在通过引用将其全部并入本文的美国专利号7,679,039中进行了描述。检测系统216允许仪器精确地计算在点滴中检测到的每个粒子的位置。检测系统216可以输入幅度信号220和/或相位信号218，接着(经由放大器222)将其输入到幅度控制电路226和/或频率控制电路224。幅度控制电路226和/或频率控制电路224接着控制点滴形成换能器202。幅度控制电路226和/或频率控制电路224可以被包括在控制系统中。
在一些实现中，分选电子装置(例如，检测系统216、检测台214和处理器240)可以与被配置为与存储检测的事件和基于其的分选决策的存储器耦接。分选决策可以被包括在粒子的事件数据中。在一些实现中，检测系统216和检测台214可以被实现为单个检测单元或者可通信地耦接，以使事件测量结果可以由检测系统216或检测台214中的一个采集以及被提供给非采集元件。
图2B是根据本文呈现的一个实施例的粒子分选器系统的示意图。图2B所示的粒子分选器系统200包括偏转板252和254。可以经由倒钩(barb)中的流充电导线施加电荷。这产生了要分析的包含粒子210的液滴210的流。可以利用一个或多个光源(例如，激光器)照亮粒子以生成光散射和荧光信息。通过例如分选电子装置或其他检测系统(图2B中未示出)分析粒子的信息。偏转板252和254可以独立控制，以吸引或排斥带电液滴，以将液滴引导到目的采集容器(例如，272、274、276或278中的一个)。如图2B所示，可以控制偏转板252和254，以沿着第一路径262将粒子定向到容器274或者沿着第二路径268将其定向到容器278。如果是不感兴趣的粒子(例如，在特定分选范围之中不表现散射或照度信息)，则偏转板可以允许粒子沿着流动路径264继续。这样的不带电液滴可以例如经由抽吸器270进入废品容器。
可以包括分选电子装置，以发起测量结果的采集、接收粒子的荧光信号、以及确定如何调整偏转板以导致对粒子进行分选。图2B所示的实施例的示例实现包括由Becton、Dickinson公司(新泽西州富兰克林湖区)提供的商用的BD FACSAriaTM系列的流式细胞仪。
在一些实施例中，所描述的用于粒子分选器系统200的一个或多个组件可以用于通过利用或无需利用物理地将粒子分选到采集容器而分析和表征粒子。同样，下面描述的用于粒子分析系统300(图3)的一个或多个组件可以用于通过利用或无需利用物理地将粒子分选到采集容器而分析和表征粒子。例如，使用粒子分选器系统200或粒子分析系统300的一个或多个组件，可以对粒子进行分组或以包括如本文所述的至少三个组的树对其进行显示。
图3示出了用于基于计算的样本分析和粒子表征的粒子分析系统的功能框图。在一些实施例中，粒子分析系统300是流式系统。图3所示的粒子分析系统300可以被配置为完全或部分地执行本文描述的方法。粒子分析系统300包括流体系统302。流体系统302可以包括或耦接有样本管310，并且样本管之中的样本的粒子330(例如，细胞)所在的移动的流体柱沿着公共样本路径320移动。
粒子分析系统300包括：检测系统304，被配置为当每个粒子沿着公共样本路径经过一个或多个检测台时采集来自每个粒子的信号。检测台308通常指公共样本路径的监测区域340。在一些实现中，检测可以包括当粒子330经过监测区域340时检测光或它们的一个或多个其他性质。在图4A中，示出了具有一个监测区域340的一个检测台308。粒子分析系统300的一些实现可以包括多个检测台。此外，一些检测台可以监测多于一个区域。
每个信号被指定信号值，以形成用于每个粒子的数据点。如上所述，这个数据可以称为事件数据。数据点可以是包括针对粒子所测量的各个性质的值的多维数据点。检测系统304被配置为在第一时间间隔中采集这样的数据点的序列。
粒子分析系统300还可以包括控制系统306。如图2B所示，控制系统306可以包括一个或多个处理器、幅度控制电路226和/或频率控制电路224。所示出的控制系统206可以可操作地与流体系统302相关联。控制系统206可以被配置为基于泊松分布以及由检测系统304在第一时间间隔期间采集的数据点的数量而生成用于第一时间间隔的至少一部分的经计算的信号频率。控制系统306还可以被配置为基于第一时间间隔的该部分中的数据点的数量而生成实验信号频率。控制系统306还可以将实验信号频率与经计算的信号频率或预定信号频率进行比较。
图4示出根据本发明的说明性实施例的用于流式细胞术的系统400。系统400包括流式细胞仪410、控制器/处理器490和存储器495。流式细胞仪410包括一个或多个激发激光器415a-415c、聚焦透镜420、流动室425、前散射检测器430、侧散射检测器435、荧光采集透镜440、一个或多个分束器445a-445g、一个或多个带通滤光片450a-450e、一个或多个长通(“LP”)滤光片455a-455b、以及一个或多个荧光检测器460a-460f。
激发激光器115a-c以激光束的形式发射光。在图4的示例系统中，从激发激光器415a-415c发射的激光束的波长分别是488nm、633nm和325nm。首先使激光束定向通过分束器445a和445b中的一个或多个。分束器445a透射488nm的光以及反射633nm的光。分束器445b透射UV光(具有10至400nm的范围中的波长的光)以及反射488nm和633nm的光。
然后将激光束定向至聚焦透镜420，其将光束集中到流动室425之中的流体流的样本的粒子所在的部分上。流动室是流体系统的将流中的粒子(通常一次一个)定向至用于探询的集中的激光束的部件。流动室可以包括台式细胞仪的流动室或空气流细胞仪中的喷嘴尖端。
根据粒子的特性(例如其尺寸、内部结构)、以及存在依附于粒子或自然存在于粒子之上或之中的一个或多个荧光分子，来自激光束的光通过衍射、折射、反射、散射和吸收以及在各种不同波长下再发射而与样本中的粒子相互作用。荧光发射以及衍射光、折射光、反射光和散射光可以通过分束器445a-445g、带通滤光片450a-450e、长通滤光片455a-455b和荧光采集透镜440中的一个或多个选路至前散射检测器430、侧散射检测器435和一个或多个荧光检测器460a-460f中的一个或多个。
荧光采集透镜440采集由于粒子-激光束相互作用而发射的光，并且使这些光选路到一个或多个分束器和滤光片。带通滤光片，例如带通滤光片450a-450e，允许窄范围的波长经过滤光片。例如，带通滤光片450a是510/20滤光片。第一个数字表示光谱带的中心。第二个数字提供光谱带的范围。因此，510/20滤光片在光谱带的中心的每一侧延伸10nm，或从500nm至520nm。短通滤光片透射波长等于或短于特定波长的光。长通滤光片，例如长通滤光片455a-455b，透射波长等于或长于光的特定波长的光。例如，长通滤光片455a，其为670nm长通滤光片，透射等于或长于670nm的光。通常对滤光片进行选择，以优化检测器针对特定荧光染料的特性。可以对滤光片进行配置，以使透射至检测器的光的光谱带接近荧光染料的发射峰。
分束器将不同波长的光定向至不同方向。可以根据滤光片性质将分束器确定为例如短通和长通。例如，分束器445g是620SP分束器，表示分束器445g透射620nm或更短波长的光并且将长于620nm的波长的光反射至不同方向。在一个实施例中，分束器445a-445g可以包括光学镜，例如分色镜。
前散射检测器430略微偏离光束定向通过流动室的轴线设置并且被配置为检测衍射光，激发光主要在前向方向上穿过粒子或其附近行进。由前散射检测器检测的光的强度取决于粒子的总尺寸。前散射检测器可以包括光电二极管。侧散射检测器435被配置为检测基于粒子的表面和内部结构折射以及反射的光，并且趋于随着粒子结构的复杂度增加而增加。来自与粒子相关联的荧光分子的荧光发射可以通过一个或多个荧光检测器460a-460f进行检测。侧散射检测器435和荧光检测器可以包括光电倍增管。在前散射检测器430、侧散射检测器435和荧光检测器处检测到的信号可以通过检测器转换成电信号(电压)。这个数据可以提供关于样本的信息。
本领域技术人员将认识到，根据本发明的实施例的流式细胞仪不限于图4所描绘的流式细胞仪，而是可以包括现有技术已知的任意流式细胞仪。例如，流式细胞仪可以具有采用各种波长和各种不同构型的任意数量的激光器、分束器、滤光片和检测器。
在操作中，细胞仪操作由控制器/处理器490控制，并且来自检测器的测量数据可以存储在存储器495中并且由控制器/处理器490处理。虽然未明确示出，但是控制器/处理器190被耦合至检测器以从其接收输出信号，并且还可以被耦合至流式细胞仪400的电气和机电组件以控制激光器、流体流参数等。还可以在系统中提供输入/输出(I/O)能力部497。存储器495、控制器/处理器490和I/O 497可以全部作为流式细胞仪410的集成部件提供。在这样的实施例中，显示器还可以形成I/O能力部497的用于向细胞仪400的用户呈现实验数据的部件。备选地，存储器495和控制器/处理器490以及I/O能力部中的一些或全部可以是诸如通用计算机之类的一个或多个外部装置的部件。在一些实施例中，存储器495和控制器/处理器490中的一些或全部可以与细胞仪410无线或有线通信。结合存储器495和I/O497的控制器/处理器490可以被配置为执行与流式细胞仪实验的准备和分析有关的各种功能。
根据从流动室425到每个检测器的光路中的滤光片和/或分束器的构型的定义，图4所示的系统包括检测6个不同波段的荧光的6个不同检测器(在本文可以将其称为用于指定检测器的“过滤窗”)。用于流式细胞仪实验的不同荧光分子将发射在其自身的特征波段中的光。可以对用于实验及其相关联的荧光发射段的特定荧光标记进行选择，以大体上与检测器的滤光片窗重合。然而，因为提供了更多检测器，并且使用了更多标记，所以滤光片窗与荧光发射谱之间的完美对应是不可能的。真实情况一般是，虽然特定荧光分子的发射谱的峰可以位于一个特定检测器的过滤窗之中，但是该标记的一些发射谱也将与一个或多个其他检测器的滤光片窗重叠。这可以被称为溢出。I/O 497可以被配置为接收关于流式细胞仪实验的数据，该实验具有荧光标记组和具有多个标志的多个细胞群，每个细胞群具有多个标志的子集。I/O 497还可以被配置为接收为一个或多个细胞群分配一个或多个标志的生物数据、标志密度数据、发射谱数据、为一个或多个标志分配标记的数据、以及细胞仪配置数据。流式细胞仪实验数据，例如标记谱特性和流式细胞仪配置数据还可以存储在存储器495中。控制器/处理器490可以被配置为评估标记到标志的一个或多个分配。
根据一些实施例的系统可以包括显示器和操作员输入装置。操作员输入装置可以是例如键盘、鼠标等。处理模块包括：处理器，其具有对具有存储在其上的用于执行主题方法的步骤的指令的存储器的访问权。处理模块可以包括操作系统、图形用户接口(GUI)控制器、系统存储器、存储器储存装置、以及输入输出控制器、缓冲器存储器、数据备份单元、以及许多其他装置。处理器可以是商用的处理器或者其可以是可用的或将变为可用的其他处理器中的一个。处理器执行操作系统，并且操作系统以周知的方式与固件和硬件连接，并且促进处理器协调和执行可以用各种编程语言(例如本领域已知的Java、Perl、C++、其他高级或低级语言)以及其组合编写的各种计算机程序的功能。通常都与处理器合作的操作系统协调和执行计算机的其他组件的功能。操作系统还完全根据已知技术来提供调度、输入输出控制、文件和数据管理、存储器管理、以及通信控制和有关的服务。处理器可以是任何合适的模拟或数字系统。在一些实施例中，处理器包括提供反馈控制(例如负反馈控制)的模拟电子装置。
系统存储器可以是各种已知的或将来的存储器储存装置中的任一个。示例包括通常可以获得的任意随机存取存储器(RAM)、磁介质(例如如常驻硬盘或磁带)、光介质(例如读写光盘)、闪存装置或其他存储器储存装置。存储器储存装置可以是各种已知的或将来的装置中的任一个，包括光盘驱动器、磁带驱动器、可移动硬盘驱动器或软盘驱动器。这些类型的存储器储存装置通常对例如分别是光盘、磁带、可移动硬盘或软盘的程序储存介质(未示出)进行读和/或写。这些或现在使用或以后可以开发的其他程序储存介质中的任一个可以被考虑为计算机程序产品。将理解的是，这些程序储存介质通常存储计算机软件程序和/或数据。计算机软件程序，也被称为计算机控制逻辑，通常存储在系统存储器和/或结合存储器储存装置使用的程序储存装置中。
在一些实施例中，计算机程序产品被描述为包括具有存储有控制逻辑(包括程序代码的计算机软件程序)的计算机可用介质。当由处理器/计算机执行控制逻辑时，导致处理器执行本文描述的功能。在其他实施例中，一些功能主要在使用例如硬件状态机的硬件中实现。实现硬件状态机以执行本文描述的功能对于相关领域技术人员将是显而易见的。
存储器可以是处理器可以存储和接收数据的任何合适的装置，例如磁、光或固态储存装置(包括磁盘或光盘或磁带或RAM或任意其他合适的装置，固定式或便携式之一)。处理器可以包括基于承载必要的程序代码的计算机可读介质适当地进行编程的通用数字微处理器。程序可以通过通信通道远程提供给处理器或预先保存在计算机程序产品(例如存储器或使用与存储器结合的那些装置中的任意装置的某个其他的便携式或固定式计算机可读存储介质)中。例如，磁盘或光盘可以承载程序，并且可以由磁盘写入器/读取器读取。本发明的系统还包括程序，例如采用在实践如上所述的方法时使用的计算机程序产品、算法的形式。根据本发明的程序可以记录在计算机可读介质(例如可以由计算机直接读取和访问的任意介质)上。这样的介质包括但不限于磁储存介质，例如软盘、硬盘储存介质和磁带；光储存介质，例如CD-ROM；电储存介质，例如RAM和ROM；便携式闪存驱动器；以及这些种类的混合，例如磁/光储存介质。
处理器还可以具有对通信通道的访问权，以与在远程位置的用户通信。通过远程位置表示用户不与系统直接接触以及将来自以下外部装置的输入信息中继至输入管理器：例如连接至广域网(“WAN”)、电话网、卫星网或其他任何合适的通信通道的计算机，包括移动电话(即，智能电话)。
在一些实施例中，根据本公开的系统可以被配置为包括通信接口。在一些实施例中，通信接口包括用于与网络和/或另一装置通信的接收器和/或发射器。通信接口可以被配置用于有线或无线通信，包括但不限于射频(RF)通信，例如射频标识(RFID)、Zigbee通信协议、WiFi、红外线、无线通用串行总线(USB)、超宽带(UWB)、蓝牙
通信协议、以及蜂窝通信，例如码分多址接入(CDMA)或全球移动通信(GSM)。
在一个实施例中，通信接口被配置为包括一个或多个通信端口，例如物理端口或接口，例如USB端口、RS-232端口或其他任何合适的电连接端口，以允许主题系统与其他外部装置之间的数据通信，例如(例如，在医生的办公室或在医院环境中的)被配置用于类似的互补数据通信的计算机终端。
在一个实施例中，通信接口被配置用于红外线通信、蓝牙
通信或其他任何合适的无线通信协议，以使主题系统与其他装置(例如计算机终端和/或网络、启用通信的移动电话、个人数字助理或用户可以结合使用的任意其他通信装置)通信。
在一个实施例中，通信接口被配置为通过以下提供数据传输的连接：通过手机网络使用互联网协议(IP)、短消息服务(SMS)、与连接至互连网的局域网(LAN)上的个人计算机(PC)的无线连接或在WiFi热点处的与互联网的WiFi连接。
在一个实施例中，主题系统被配置为经由通信接口与服务器装置进行无线通信，例如使用常见标准，例如802.11或蓝牙
RF协议或IrDA红外线协议。服务器装置可以是另一便携式装置，例如智能电话、个人数字助理(PDA)或笔记本计算机；或较大装置，例如台式计算机、器械等。在一些实施例中，服务器装置具有：显示器，例如液晶显示器(LCD)；以及输入装置，例如按钮、键盘、鼠标或触屏。
在一些实施例中，通信接口被配置为：使用上述通信协议和/或机制中的一个或多个与网络或服务器装置自动地或半自动地传递存储在主题系统中的(例如，在可选的数据储存单元中的)数据。
输出控制器可以包括用于向用户呈现信息的各种已知的显示装置中的任意一种的控制器，与用户是人类还是机器、在本地还是远程无关。如果显示装置中的一个提供可视信息，则这个信息通常可以在逻辑上和/或在物理上组织为图片要素的阵列。图形用户接口(GUI)控制器可以包括用于提供系统与用户之间的图形输入和输出接口以及用于处理用户输入的各种已知的或将来的软件程序中的任意一种。计算机的功能元件可以经由系统总线彼此通信。在备选实施例中，这些通信中的一些可以使用网络或其他类型的远程通信来实现。根据已知技术，输出管理器还可以例如通过互联网、电话或卫星网向在远程位置的用户提供由处理模块生成的信息。通过输出管理器呈现数据可以根据各种已知技术实现。根据一些示例，数据可以包括SQL、HTML或XML文档、电子邮件或其他文件或其他形式的数据。数据可以包括互联网URL地址，以使用户可以检索来自远程源的附加的SQL、HTML、XML或其他文档或数据。主题系统中存在的一个或多个平台可以是任意类型的已知的计算机平台或将来开发的类型，但是其通常将是计算机中通常被称为服务器的类别。然而，其还可以是大型计算机、工作站或其他计算机类型。其可以经由联网的或采用其他方式的任意已知的或将来的类型的电缆或包括无线系统的其他通信系统连接。其可以共址或者其可以在物理上分离。可以根据选择的计算机平台的类型和/或品牌，可以在计算机平台中的任一个上使用各种操作系统。适当的操作系统包括视窗10、视窗NT、视窗XP、视窗7、视窗8、iOS、SunSolaris、Linux、OS/400、康柏Tru64 Unix、SGI IRIX、西门子Reliant Unix、Ubuntu、ZorinOS等。
图8描绘了根据某些实施例的示例计算装置800的总体架构。图8描绘的计算装置800的总体架构包括计算机硬件组件和软件组件的布置。计算装置800可以包括比图8所示的那些更多(或更少)的元件。然而，无需示出所有这些通常常规的元件以提供可实现的公开内容。如图所示，计算装置800包括处理单元810、网络接口820、计算机可读介质驱动器830、输入/输出装置接口840、显示器850和输入装置860，其全部都可以通过通信总线的方式彼此通信。网络接口820可以提供与一个或多个网络或计算系统的连接。处理单元810因此可以经由网络接收来自其他计算系统或服务的信息和指令。处理单元810还可以与存储器870进行双向通信并且还经由输入/输出装置接口840为可选的显示器850提供输出信息。输入/输出装置接口840还可以从可选的输入装置860(例如键盘、鼠标、数字笔、麦克风、触屏、手势识别系统、语音识别系统、游戏手柄、加速计、陀螺仪或其他输入装置)接收输入。
存储器870可以包含计算机程序指令(在一些实施例中被分组为模块或组件)，处理单元810执行计算机程序指令以实现一个或多个实施例。存储器870通常包括RAM、ROM和/或其他持久性、辅助性或非暂时性计算机可读介质。存储器870可以存储操作系统872，其提供计算机程序指令，以由处理单元810在计算装置800的一般管理和操作中使用。存储器870还可以包括用于实现本公开的方面的计算机程序指令和其他信息。
例如，在一个实施例中，存储器870包括：用于生成饱和信号索引的饱和数据信号标识模块874；以及用于调整粒子分类的一个或多个参数(例如分选决策的参数)的粒子分类模块876。
在某些实施例中，主题系统是使用用于响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而分析和调整粒子分类索引的上述算法的流式细胞术系统。合适的流式细胞术系统可以包括但不限于以下中描述的那些：Ormerod(编)，FlowCytometry:A Practical Approach(流式细胞术:实际方法)，牛津大学出版社(1997)；Jaroszeski等(编)，Flow Cytometry Protocols,Methods in Molecular Biology(流式细胞术协议，分子生物学中的方法)，91期，Humana出版社(1997)；Practical Flow Cytometry(实际流式细胞术)，第三版，Wiley-Liss(1995)；Virgo等(2012)Ann Clin Biochem，1月，49(第1部分):17-28；Linden等，Semin Throm Hemost，2004年10月，30(5):502-11；Alison等，J Pathol，2010年12月，222(4):335-344；以及Herbig等(2007)Crit Rev Ther DrugCarrier Syst，24(3):203-255；其公开内容通过引用并入本文。在某些实例中，感兴趣的流式细胞术系统包括BD Biosciences FACSCantoTM II流式细胞仪、BD AccuriTM流式细胞仪、BD Biosciences FACSCelestaTM流式细胞仪、BD Biosciences FACSLyricTM流式细胞仪、BDBiosciences FACSVerseTM流式细胞仪、BD Biosciences FACSymphonyTM流式细胞仪、BDBiosciences LSRFortessaTM流式细胞仪、BD Biosciences LSRFortessTM X-20流式细胞仪、以及BD Biosciences FACSCaliburTM细胞分选器、BD Biosciences FACSCountTM细胞分选器、BD Biosciences FACSLyricTM细胞分选器、以及BD BiosciencesViaTM细胞分选器、BDBiosciences InfluxTM细胞分选器、BD Biosciences JazzTM细胞分选器、BD BiosciencesAriaTM细胞分选器、以及BD Biosciences FACSMelodyTM细胞分选器等。
在一些实施例中，主题粒子分选系统是流式细胞术系统，例如以下中描述的那些：美国专利号9,952,076；9,933,341；9,726,527；9,453,789；9,200,334；9,097,640；9,095,494；9,092,034；8,975,595；8,753,573；8,233,146；8,140,300；7,544,326；7,201,875；7,129,505；6,821,740；6,813,017；6,809,804；6,372,506；5,700,692；5,643,796；5,627,040；5,620,842；5,602,039；其公开内容通过引用全部并入本文。
集成电路器件
本公开的方面还包括(还提供了)被编程为响应于基于检测的来自液流中的粒子的光的一个或多个饱和数据信号而调整粒子分类索引的集成电路器件。在实施例中，集成电路器件可以是现场可编程门阵列(FPGA)、专用集成电路(ASIC)或复杂可编程逻辑器件(CPLD)或某个其他的集成电路器件。在一些实施例中，集成电路器件被编程为：标识基于检测的来自液流中的粒子的光的一个或多个饱和数据信号；生成包括标识的饱和数据信号的饱和信号索引；以及针对粒子分类索引应用饱和信号索引，以生成调整的粒子分类索引。
在一些实施例中，由集成电路使用的饱和信号索引是标识光检测系统的哪些检测器通道已使模数转换器饱和的二进制字。在一些实例中，饱和信号索引是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。例如，饱和信号索引可以是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。在某些实例中，饱和信号索引是两个或更多个二进制字的组合，例如3个或更多个、例如4个或更多个、例如5个或更多个、例如6个或更多个、例如7个或更多个、例如8个或更多个、例如9个或更多个、以及包括10个或更多个二进制字。当饱和信号索引是二进制字的组合时，每个二进制字可以分别是由1个或更多个比特组成的二进制字，例如2个或更多个比特、例如4个或更多个比特、例如8个或更多个比特、例如16个或更多个比特、例如32个或更多个比特、例如64个或更多个比特、例如128个或更多个比特、以及包括256个或更多个比特。在一些实施例中，饱和信号索引中的每个二进制字可以分别是4比特二进制字、8比特二进制字、16比特二进制字、32比特二进制字、64比特二进制字、128比特二进制字或256比特二进制字。
在实施例中，集成电路被编程为：基于光检测系统的生成的数据信号确定一个或多个粒子的参数。在一些实施例中，集成电路被编程为：计算用于粒子的荧光的光谱解混矩阵。在一些实施例中，集成电路被编程为：使用加权最小二乘算法计算光谱解混矩阵。在一些实例中，根据以下计算加权最小二乘算法：
其中，y是每个细胞的来自光检测系统的多个光电检测器的测量的检测器值；
是估计的萤光团丰度，X是溢出；并且W是
在一些实施例中，每个Wii根据
进行计算。
其中，
是在检测器i处的方差；yi是在检测器i处的信号；并且λi是在检测器i处的恒定噪声。在某些实施例中，光谱解混矩阵根据(XTWX)-1XTW进行计算。在一些实例中，集成电路被编程为：为了计算光谱解混矩阵而针对通过光检测系统检测到的每个细胞对(XTWX)进行求逆运算。在一些实施例中，集成电路被编程为：使用迭代Newton-Raphson计算、Sherman-Morrison迭代求逆更新器、通过矩阵分解(例如，LU矩阵分解、高斯消元、经修改的Cholesky分解)或奇异值分解(SVD)中的一个或多个来计算光谱解混矩阵的解。在某些实施例中，被编程为计算光谱解混矩阵的解的集成电路包括在其公开内容通过引用并入本文的2019年12月23日提交的美国专利申请号16/725,799中描述的那些。
在一些实例中，集成电路被编程为：使用计算的饱和信号索引计算调整的光谱解混矩阵，例如，其中排除了一个或多个饱和数据信号。在其他实例中，集成电路被编程为：计算在其中排除了来自饱和的检测器通道的数据信号的调整的光谱解混矩阵。在某些实例中，集成电路被编程为：计算用于粒子的荧光的光谱解混矩阵；计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵；以及将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。在某些实施例中，集成电路被编程为：计算在其中去除了矩阵的一个或多个行的光谱解混矩阵，以排除来自饱和的输入检测器通道的数据信号。在其他实施例中，集成电路被编程为：标识饱和的检测器通道；以及调整光谱解混矩阵以补偿饱和信号。在一个示例中，对光谱解混矩阵解进行调整，以使用饱和信号的真实值的估计值。在这些实施例中，首先确定已估计的饱和信号的真实值，将其输入到光谱解混矩阵中，以生成调整的光谱解混矩阵解。
集成电路被编程为：基于粒子的一个或多个确定的参数对粒子进行分类。在一些实施例中，集成电路被编程为：通过将粒子指定至粒子群簇而对粒子进行分类。在其他实施例中，集成电路被编程为：通过将粒子的一个或多个参数绘制在散布图上而对粒子进行分类。
在一些实施例中，集成电路被编程为：实现用于对粒子进行分类的位图选通策略。在一些实例中，由集成电路实现的位图选通策略包括标识和去除饱和数据信号。在其他实例中，由集成电路实现的位图选通策略包括用于标识饱和数据信号、以及估计饱和的数据信号的真实值的指令。在一些实施例中，集成电路被编程为：生成具有感兴趣区域(ROI)的二维位图；以及确定是否应将粒子指定至位图的ROI。在其他实施例中，集成电路被编程为：确定位图的ROI的一个或多个比特是否包括饱和数据信号。在一些实例中，集成电路被编程为：对第二二维位图应用饱和信号索引，以生成饱和信号位图；将生成的饱和信号位图与已指定粒子的ROI进行比较；以及确定已指定粒子的ROI的一个或多个比特饱和。在某些实例中，集成电路被编程为：将布尔逻辑用于将饱和信号位图与已指定粒子的ROI进行比较。例如，集成电路可以被编程为：将饱和信号位图与已指定粒子的ROI相与，以确定已指定粒子的ROI的一个或多个比特是否饱和。
用于响应于饱和数据信号而调整粒子分类索引的计算机可读存储介质
本公开的方面还包括具有用于实施主题方法的指令的非暂时性计算机可读存储介质。计算机可读存储介质可以在用于自动化或部分自动化地实现用于实施本文描述的方法的系统的一个或多个计算机上使用。在某些实施例中，根据本文描述的方法的指令可以用“编程”的形式在计算机可读介质上进行编码，其中，如本文使用的术语“计算机可读介质”指代参与向计算机提供用于执行和处理的指令和数据的任何非暂时性存储介质。合适的非暂时性存储介质的示例包括软盘、硬盘、光盘、磁光盘、CD-ROM、CD-R、磁带、非易失性存储器卡、ROM、DVD-ROM、蓝光盘、固态盘和网络附加储存器(NAS)，与这些装置在计算机的内部还是外部无关。包含信息的文件可以“存储在”计算机可读介质上，其中，“存储”表示记录信息，以使其在以后可由计算机访问和检索。本文描述的计算机实现的方法可以使用程序来执行，程序可以用任意数量的计算机编程语言中的一种或多种来编写。这些语言包括例如Java(Oracle、Redwood Shores、CA)、Visual Basic(微软、Redmond、WA)和C++(美国电报电话公司、Bedminster、NJ)等。
在一些实施例中，感兴趣的计算机可读存储介质包括存储在其上的计算机程序，其中，当计算机程序被加载到计算机上时，包括具有以下的指令：用于检测来自液流中的粒子的光的算法；用于标识一个或多个饱和数据信号的算法；用于生成与标识的饱和数据信号相对应的饱和信号索引的算法；以及用于针对粒子分类索引应用饱和信号索引以生成调整的粒子分类索引的算法。
计算机可读存储介质可以包括用于捕捉液流的一个或多个图像的指令，例如液流的2个或更多个图像、例如3个或更多个图像、例如4个或更多个图像、例如5个或更多个图像、例如10或更多个图像、例如15个或更多个图像、以及包括25个或更多个图像。在某些实施例中，计算机可读存储介质包括用于已捕捉的图像的光学调整(例如用于提高图像的光学分辨率)的指令。在某些实施例中，计算机可读存储介质可以包括用于将已捕捉的图像的分辨率提高5％或更多的指令，例如10％或更多、例如25％或更多、例如50％或更多、以及包括将已捕捉的图像的分辨率提高75％或更多。
在实施例中，感兴趣的计算机可读存储介质包括用于基于粒子的确定的参数中的一个或多个对样本中的粒子进行分类的算法。在某些实施例中，计算机可读存储介质包括：包括使用位图选通策略的用于对样本中的粒子进行分类的算法，其中，对粒子进行分类包括：基于粒子分类参数标识饱和数据信号；以及在一些实例中将其去除。在其他实施例中，计算机可读存储介质包括：用于对样本中的粒子进行分类的算法，其包括：标识饱和数据信号；以及估计饱和的数据信号的真实值。
计算机可读存储介质还包括：用于生成具有感兴趣区域(ROI)的二维位图的算法；以及用于确定是否应将粒子指定至位图的ROI的算法。在一些实施例中，感兴趣的计算机可读存储介质包括：用于确定位图的ROI的一个或多个比特是否包括饱和数据信号的算法。在其他实施例中，感兴趣的计算机可读存储介质包括：用于对第二二维位图应用饱和信号索引以生成饱和信号位图的算法；用于将生成的饱和信号位图与已指定粒子的ROI进行比较的算法；以及用于确定已指定粒子的ROI的一个或多个比特饱和的算法。
非暂时性计算机可读存储介质还可以包括用于计算粒子的一个或多个参数的算法。在这些实施例中，计算机可读存储介质包括：用于计算用于粒子的荧光的光谱解混矩阵的算法；用于计算排除饱和数据信号中的一个或多个的用于粒子的荧光的调整的光谱解混矩阵的算法；以及用于将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较的算法。
计算机可读存储介质可以在具有显示器和操作者输入装置的一个或多个计算机系统上使用。操作者输入装置可以是例如键盘、鼠标等。处理模块包括：处理器，其访问具有存储在其上的用于执行主题方法的步骤的指令的存储器。处理模块可以包括操作系统、图形用户接口(GUI)控制器、系统存储器、存储器储存装置、输入输出控制器、高速缓冲存储器、数据备份单元、以及许多其他装置。处理器可以是商用的处理器或其可以是可用或将可用的其他处理器中的一个处理器。处理器执行操作系统，并且操作系统以周知的方式与固件和硬件交互，并且促进处理器协调和执行可以用各种编程语言(例如Java、Perl、C++)、其他高级或低级语言、以及其组合编写的各种计算机程序的功能，这是现有技术中已知的。通常都与处理器协作的操作系统协调和执行计算机的其他组件的功能。操作系统还提供调度、输入输出控制、文件及数据管理、存储器管理、以及通信控制和有关的服务，其全部都根据已知技术。
套件
本公开的方面还包括套件，其中套件包括本文描述的集成电路中的一个或多个。在一些实施例中，套件还可以包括例如采用计算机可读介质(例如，闪存驱动器、USB储存器、光盘、DVD、蓝光光盘等)的形式的用于主题系统的程序或用于基于互联网web协议或云服务器下载程序的指令。套件还可以包括用于实施主题方法的指令。这些指令可以以各种形式存在于主题套件中，其中的一种或多种形式可以存在于套件中。这些指令可以存在的一种形式是合适的介质或基质上(例如打印信息的一张或多张纸上、在套件的包装中、在包装插页中)的打印信息等。这些指令的又一形式是上面记录有信息的计算机可读介质，例如磁盘、光盘(CD)、便携式闪存驱动器等。这些指令可能存在的又一形式是网站地址，其可以经由互联网使用以访问在已删除站点处的信息。
实用性
主题系统、方法及计算机系统应用于希望分析和分选流体介质中的样本(例如生物样本)中的粒子成分的各种应用中。在一些实施例中，本文描述的系统及方法应用于利用荧光标签进行标记的生物样本的流式细胞术表征中。在其他实施例中，系统及方法应用于透射光的光谱研究中。此外，主题系统及方法应用于增加可基于采集的来自(例如，液流中的)样本的光获得的信号时。在某些实例中，本公开应用于增强采集的来自照射的流式细胞仪中的液流中的样本的光的测量时。本公开的实施例应用于希望提供在细胞分选期间具有更好的细胞分选精度、更好的粒子采集、粒子充电效率、更精确的粒子充电和更好的粒子偏转的流式细胞仪时。
本公开的实施例也应用于以下应用中：可能希望将基于生物样本制备的细胞用于研究、实验室测试或在治疗中进行使用。在一些实施例中，主题方法和装置可以促进获得基于目标流体或组织生物样本制备的相应的细胞。例如，主题方法和系统促进基于用作疾病(例如，癌)的研究或诊断样品的流体或组织样本获得细胞。同样，主题方法和系统可以促进基于要在治疗中使用的流体或组织样本获得细胞。与传统的流式细胞仪系统相比，本公开的方法和装置允许以更好的效率和低的成本从生物样本(例如，器官、组织、组织碎片、流体)分离和采集细胞。
尽管存在随附权利要求，但是本公开还由以下项限定：
1.一种方法，包括：
检测来自液流中的包括粒子的样本的光；
基于检测的光生成多个数据信号；
标识一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
2.根据条目1所述的方法，其中，所述饱和信号索引包括标识饱和的一个或多个检测器通道的二进制字。
3.根据条目2所述的方法，其中，所述饱和信号索引包括32比特二进制字。
4.根据条目2所述的方法，其中，所述饱和信号索引包括128比特二进制字。
5.根据条目1-4中任意一项所述的方法，其中，所述方法包括基于生成的数据信号确定所述液流中的粒子的一个或多个参数。
6.根据条目5所述的方法，其中，确定所述粒子的一个或多个参数包括：计算用于所述粒子的荧光的光谱解混矩阵。
7.根据条目6所述的方法，还包括：基于所述饱和信号索引调整用于所述粒子的荧光的所述光谱解混矩阵。
8.根据条目7所述的方法，其中，调整所述光谱解混矩阵包括：排除饱和数据信号中的一个或多个。
9.根据条目8所述的方法，其中，计算所述粒子的一个或多个参数包括：
计算用于所述粒子的荧光的光谱解混矩阵；
计算排除饱和数据信号中的一个或多个的用于所述粒子的荧光的调整的光谱解混矩阵；以及
将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。
10.根据条目5-9中的任一项所述的方法，还包括：基于所述粒子的一个或多个确定的参数对所述粒子进行分类。
11.根据条目10所述的方法，其中，对粒子进行分类包括：
生成包括感兴趣区域(ROI)的二维位图；以及
将粒子指定至所述二维位图的ROI。
12.根据条目11所述的方法，其中，所述方法还包括：确定已指定粒子的ROI的一个或多个比特是否包括饱和数据信号。
13.根据条目12所述的方法，其中，确定已指定粒子的ROI的一个或多个比特是否包括饱和数据信号包括：
对第二二维位图应用饱和信号索引，以生成饱和信号位图；
将生成的饱和信号位图与已指定粒子的ROI进行比较；以及
标识已指定粒子的ROI的一个或多个比特饱和。
14.根据条目13所述的方法，其中，使用布尔逻辑将所述饱和信号位图与已指定粒子的ROI进行比较。
15.根据条目14所述的方法，其中，将所述饱和信号位图与已指定粒子的ROI相与。
16.根据条目1-15中任意一项所述的方法，还基于所述调整的粒子分类索引生成粒子分选决策。
17.根据条目1-16中任意一项所述的方法，其中，检测来自所述液流中的所述样本的光包括：检测光吸收、光散射、荧光或其组合。
18.根据条目1-17中任意一项所述的方法，其中，基于来自所述粒子的散射光确定所述粒子的参数。
19.根据条目18所述的方法，其中，所述散射光包括前散射光。
20.根据条目18所述的方法，其中，所述散射光包括侧散射光。
21.根据条目18所述的方法，其中，基于来自粒子的荧光计算所述粒子的参数。
22.根据条目21所述的方法，其中，基于来自所述粒子的频率编码的荧光数据计算所述粒子的参数。
23.根据条目1-22中任意一项所述的方法，还包括分选所述粒子。
24.根据条目1-23中任意一项所述的方法，其中，通过集成电路器件计算所述粒子的参数。
25.根据条目24所述的方法，其中，所述集成电路器件是现场可编程门阵列(FPGA)。
26.根据条目24所述的方法，其中，所述集成电路器件是专用集成电路(ASIC)。
27.根据条目24所述的方法，其中，所述集成电路器件是复杂可编程逻辑器件(CPLD)。
28.根据条目1-27中任意一项所述的方法，还包括：利用光源照射所述液流。
29.根据条目28所述的方法，其中，利用从200nm至800nm的波长的光源照射所述液流。
30.根据条目28-29中任意一项所述的方法，其中，所述方法包括：利用第一频移光束和第二频移光束照射所述液流。
31.根据条目30所述的方法，其中，所述第一频移光束包括本振(LO)光束并且所述第二频移光束包括射频梳状束。
32.根据条目30-31中任意一项所述的方法，还包括：
对声光装置应用射频驱动信号；以及
利用激光器照射所述声光装置，以生成所述第一频移光束和所述第二频移光束。
33.根据条目32所述的方法，其中，所述激光器是连续波激光器。
34.一种系统，包括：
光源，被配置为照射液流中的包括粒子的样本；
光检测系统，包括用于检测来自所述样本中的粒子的光并且基于检测的光生成多个数据信号的光电检测器；以及
处理器，包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器：
标识一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
35.根据条目34所述的系统，其中，所述饱和信号索引包括标识饱和的一个或多个检测器通道的二进制字。
36.根据条目35所述的系统，其中，所述饱和信号索引包括32比特二进制字。
37.根据条目35所述的系统，其中，所述饱和信号索引包括128比特二进制字。
38.根据条目34-37中任意一项所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器基于生成的数据信号确定所述液流中的粒子的一个或多个参数。
39.根据条目38所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器计算用于所述粒子的荧光的光谱解混矩阵。
40.根据条目39所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器基于所述饱和信号索引调整用于所述粒子的荧光的光谱解混矩阵。
41.根据条目40所述的系统，其中，调整所述光谱解混矩阵包括：排除所述饱和数据信号中的一个或多个。
42.根据条目41所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器：
计算用于所述粒子的荧光的光谱解混矩阵；
计算排除所述饱和数据信号中的一个或多个的用于所述粒子的荧光的调整的光谱解混矩阵；以及
将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。
43.根据条目38-42中任意一项所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器基于所述粒子的一个或多个确定的参数对所述粒子进行分类。
44.根据条目43所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器：
生成包括感兴趣区域(ROI)的二维位图；以及
将所述粒子指定至所述二维位图的ROI。
45.根据条目44所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器确定已指定粒子的ROI的一个或多个比特是否包括饱和数据信号。
46.根据条目45所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器：
对第二二维位图应用饱和信号索引，以生成饱和信号位图；
将生成的饱和信号位图与已指定粒子的ROI进行比较；以及
标识已指定粒子的ROI的一个或多个比特饱和。
47.根据条目34-46中任意一项所述的系统，其中，所述处理器包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器基于调整的粒子分类索引生成粒子分选决策。
48.根据条目34-47中任意一项所述的系统，其中，所述光检测系统被配置为检测光吸收、光散射、荧光或其组合。
49.根据条目34-48中任意一项所述的系统，其中，所述光源包括：光束生成器组件，被配置为至少生成第一频移光束和第二频移光束。
50.根据条目49所述的系统，其中，光束生成器包括声光偏转器。
51.根据条目49-50中任意一项所述的系统，其中，光束生成器包括直接数字合成(DDS)RF梳生成器。
52.根据条目49-51中任意一项所述的系统，其中，所述光束生成器组件被配置为生成频移本振束。
53.根据条目49-52中任意一项所述的系统，其中，所述光束生成器组件被配置为生成多个频移梳状束。
54.根据条目34-53中任意一项所述的系统，其中，所述光源包括激光器。
55.根据条目54所述的系统，其中，所述激光器是连续波激光器。
56.根据条目34-55中任意一项所述的系统，其中，所述系统是流式细胞仪。
57.根据条目34-56中任意一项所述的系统，还包括细胞分选器。
58.根据条目57所述的系统，其中，所述细胞分选器包括液滴偏转器。
59.一种集成电路器件，被编程为：
标识基于检测的来自液流中的粒子的光的一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
60.根据条目59所述的集成电路器件，其中，所述饱和信号索引包括标识饱和的一个或多个检测器通道的二进制字。
61.根据条目60所述的集成电路器件，其中，所述饱和信号索引包括32比特二进制字。
62.根据条目60所述的集成电路器件，其中，所述饱和信号索引包括128比特二进制字。
63.根据条目59-62中任意一项所述的集成电路器件，其中，集成电路被编程为：基于生成的数据信号确定所述液流中的粒子的一个或多个参数。
64.根据条目63所述的集成电路器件，其中，所述集成电路被编程为：计算用于所述粒子的荧光的光谱解混矩阵。
65.根据条目64所述的集成电路器件，其中，所述集成电路被编程为：基于饱和信号索引调整用于所述粒子的荧光的光谱解混矩阵。
66.根据条目65所述的集成电路器件，其中，调整所述光谱解混矩阵包括：排除饱和数据信号中的一个或多个。
67.根据条目66所述的集成电路器件，其中，所述集成电路被编程为：
计算用于所述粒子的荧光的光谱解混矩阵；
计算排除所述饱和数据信号中的一个或多个的用于所述粒子的荧光的调整的光谱解混矩阵；以及
将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。
68.根据条目63-67中任意一项所述的集成电路器件，其中，所述集成电路被编程为：基于所述粒子的一个或多个确定的参数对所述粒子进行分类。
69.根据条目68所述的集成电路器件，其中，所述集成电路被编程为：
生成包括感兴趣区域(ROI)的二维位图；以及
将粒子指定至所述二维位图的ROI。
70.根据条目69所述的集成电路器件，其中，所述集成电路被编程为：确定已指定粒子的ROI的一个或多个比特是否包括饱和数据信号。
71.根据条目70所述的集成电路器件，其中，所述集成电路被编程为：
对第二二维位图应用饱和信号索引，以生成饱和信号位图；
将生成的饱和信号位图与已指定粒子的ROI进行比较；以及
标识已指定粒子的ROI的一个或多个比特饱和。
72.根据条目59-71中任意一项所述的集成电路器件，其中，所述集成电路被编程为：基于调整的粒子分类索引生成粒子分选决策。
73.根据条目59-72中任意一项所述的集成电路器件，其中，可重配置集成电路包括现场可编程门阵列(FPGA)。
74.根据条目59-72中任意一项所述的集成电路器件，其中，所述集成电路包括专用集成电路(ASIC)。
75.根据条目59-72中任意一项所述的集成电路器件，其中，所述集成电路包括复杂可编程逻辑器件(CPLD)。
76.一种非暂时性计算机可读存储介质，包括存储在其上的用于确定流式细胞仪中的液流的点滴延迟的指令，所述指令包括：
用于标识基于检测的来自液流中的粒子的光的一个或多个饱和数据信号的算法；用于生成包括标识的饱和数据信号的饱和信号索引的算法；以及
用于针对粒子分类索引应用所述饱和信号索引以生成调整的粒子分类索引的算法。
77.根据条目76所述的非暂时性计算机可读存储介质，其中，所述饱和信号索引包括标识饱和的一个或多个检测器通道的二进制字。
78.根据条目77所述的非暂时性计算机可读存储介质，其中，所述饱和信号索引包括32比特二进制字。
79.根据条目77所述的非暂时性计算机可读存储介质，其中，所述饱和信号索引包括128比特二进制字。
80.根据条目76-79中任意一项所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于基于生成的数据信号确定所述液流中的粒子的一个或多个参数的算法。
81.根据条目80所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于计算用于所述粒子的荧光的光谱解混矩阵的算法。
82.根据条目81所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于基于所述饱和信号索引调整用于粒子的荧光的光谱解混矩阵的算法。
83.根据条目82所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括：包括排除饱和数据信号中的一个或多个的用于调整光谱解混矩阵的算法。
84.根据条目83所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括：
用于计算用于所述粒子的荧光的光谱解混矩阵的算法；
用于计算排除饱和数据信号中的一个或多个的用于所述粒子的荧光的调整的光谱解混矩阵的算法；以及
用于将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较的算法。
85.根据条目80-84中任意一项所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于基于所述粒子的一个或多个确定的参数对粒子进行分类的算法。
86.根据条目85所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括：
用于生成包括感兴趣区域(ROI)的二维位图的算法；以及
用于将粒子指定至二维位图的ROI的算法。
87.根据条目86所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于确定已指定粒子的ROI的一个或多个比特是否包括饱和数据信号的算法。
88.根据条目87所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括：
用于对第二二维位图应用饱和信号索引以生成饱和信号位图的算法；
用于将生成的饱和信号位图与已指定粒子的ROI进行比较的算法；以及
用于标识已指定粒子的ROI的一个或多个比特饱和的算法。
89.根据条目76-88中任意一项所述的非暂时性计算机可读存储介质，其中，所述非暂时性计算机可读存储介质包括用于基于调整的粒子分类索引生成粒子分选决策的算法。
虽然已经为了清楚的理解的目的而通过说明和示例的方式详细地描述了上述发明，但是根据本发明的教导，本领域技术人员将很容易明白，可以对其做出某些的改变和修改而不背离随附权利要求的精神和范围。
因此，上述内容仅示出了本发明的原理。将理解的是，本领域技术人员将能够设计在本文中却未明确描述或示出的体现本发明的原理并且被包括在其精神和范围之中各种布置。此外，本文列举的所有示例和带条件的描述主要旨在帮助读者理解本发明的原理和发明人所做出贡献的现有技术之外的构思，并且被解释为不限于这些明确列举的示例和条件。此外，本文列举本发明的原理、方面和实施例以及其某些示例的所有陈述旨在包括其结构等同项和功能等同项两者。此外，这些等同项旨在包括当前已知的等同项和将来开发的等同项两者，即所开发的执行相同功能的与结构无关的任意元件。此外，无论权利要求中是否明确列举了公开内容，本文都不旨在专门向公众公开这些公开内容。
因此，本发明的范围不旨在被限制在本文示出和描述的示例性实施例。相反，本发明的范围和精神通过随附权利要求体现。在权利要求中，35U.S.C.§112(f)或35U.S.C.§112(6)明确定义了，只有在权利要求的限制的开始引用确切的短语“用于…的装置”或确切的短语“用于…的步骤”时才在权利要求中进行这样的限制，如果在权利要求的限制中不使用这些确切的短语，则不援引35U.S.C.§112(f)或35U.S.C.§112(6)。
Claims (15)
1.一种方法，包括：
检测来自液流中的包括粒子的样本的光；
基于检测的光生成多个数据信号；
标识一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
2.根据权利要求1所述的方法，其中，所述饱和信号索引包括标识饱和的一个或多个检测器通道的二进制字。
3.根据权利要求1-2中任意一项所述的方法，其中，所述方法包括：基于生成的数据信号确定所述液流中的粒子的一个或多个参数。
4.根据权利要求3所述的方法，其中，确定所述粒子的一个或多个参数包括：计算用于所述粒子的荧光的光谱解混矩阵。
5.根据权利要求4所述的方法，还包括：基于所述饱和信号索引调整用于所述粒子的荧光的所述光谱解混矩阵。
6.根据权利要求5所述的方法，其中，调整所述光谱解混矩阵包括：排除饱和数据信号中的一个或多个。
7.根据权利要求6所述的方法，其中，计算所述粒子的一个或多个参数包括：
计算用于所述粒子的荧光的光谱解混矩阵；
计算排除饱和数据信号中的一个或多个的用于所述粒子的荧光的调整的光谱解混矩阵；以及
将计算的光谱解混矩阵与计算的调整的光谱解混矩阵进行比较。
8.根据权利要求3-7中任意一项所述的方法，还包括：基于所述粒子的一个或多个确定的参数对所述粒子进行分类。
9.根据权利要求1-9中任意一项所述的方法，还基于所述调整的粒子分类索引生成粒子分选决策。
10.根据权利要求1-9中任意一项所述的方法，其中，检测来自所述液流中的所述样本的光包括：检测光吸收、光散射、荧光或其组合。
11.根据权利要求1-10中任意一项所述的方法，还包括分选所述粒子。
12.根据权利要求1-11中任意一项所述的方法，其中，所述粒子的参数通过集成电路器件来计算。
13.根据权利要求1-12中任意一项所述的方法，还包括：利用光源照射所述液流，其中，所述方法优选地包括利用第一频移光束和第二频移光束来照射所述液流。
14.一种系统，包括：
光源，被配置为照射液流中的包括粒子的样本；
光检测系统，包括用于检测来自所述样本中的粒子的光并且基于检测的光生成多个数据信号的光电检测器；以及
处理器，包括可操作地耦接至所述处理器的存储器，其中，所述存储器包括存储在其上的指令，当所述指令由所述处理器执行时，导致所述处理器：
标识一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
15.一种集成电路器件，被编程为：
标识基于检测的来自液流中的粒子的光的一个或多个饱和数据信号；
生成包括标识的饱和数据信号的饱和信号索引；以及
针对粒子分类索引应用所述饱和信号索引，以生成调整的粒子分类索引。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202062982604P | 2020-02-27 | 2020-02-27 | |
| US62/982,604 | 2020-02-27 | ||
| PCT/US2021/015461 WO2021173296A1 (en) | 2020-02-27 | 2021-01-28 | Methods for identifying saturated data signals in cell sorting and systems for same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115176142A true CN115176142A (zh) | 2022-10-11 |
Family
ID=77463078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180017380.8A Pending CN115176142A (zh) | 2020-02-27 | 2021-01-28 | 用于在细胞分选中标识饱和数据信号的方法及用于其的系统 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11927522B2 (zh) |
| EP (1) | EP4111169A4 (zh) |
| JP (1) | JP2023516192A (zh) |
| CN (1) | CN115176142A (zh) |
| WO (1) | WO2021173296A1 (zh) |
Family Cites Families (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US1084878A (en) | 1913-03-10 | 1914-01-20 | Draper Co | Shuttle-feeler mechanism for looms. |
| DE69218912T2 (de) | 1991-08-28 | 1997-10-09 | Becton Dickinson Co | Schwerkraftsattraktionsmaschine zur anpassungsfähigen autoclusterbildung n-dimensionaler datenströme |
| DE69429145T2 (de) * | 1993-08-19 | 2002-07-18 | Hitachi Ltd | Klassifikation und Prüfvorrichtung für Teilchen in einer Flüssigkeit |
| US5700692A (en) | 1994-09-27 | 1997-12-23 | Becton Dickinson And Company | Flow sorter with video-regulated droplet spacing |
| US5602039A (en) | 1994-10-14 | 1997-02-11 | The University Of Washington | Flow cytometer jet monitor system |
| US5643796A (en) | 1994-10-14 | 1997-07-01 | University Of Washington | System for sensing droplet formation time delay in a flow cytometer |
| US5620842A (en) | 1995-03-29 | 1997-04-15 | Becton Dickinson And Company | Determination of the number of fluorescent molecules on calibration beads for flow cytometry |
| US6821740B2 (en) | 1998-02-25 | 2004-11-23 | Becton, Dickinson And Company | Flow cytometric methods for the concurrent detection of discrete functional conformations of PRB in single cells |
| US6372506B1 (en) | 1999-07-02 | 2002-04-16 | Becton, Dickinson And Company | Apparatus and method for verifying drop delay in a flow cytometer |
| US6813017B1 (en) | 1999-10-20 | 2004-11-02 | Becton, Dickinson And Company | Apparatus and method employing incoherent light emitting semiconductor devices as particle detection light sources in a flow cytometer |
| US6809804B1 (en) | 2000-05-11 | 2004-10-26 | Becton, Dickinson And Company | System and method for providing improved event reading and data processing capabilities in a flow cytometer |
| US6683314B2 (en) | 2001-08-28 | 2004-01-27 | Becton, Dickinson And Company | Fluorescence detection instrument with reflective transfer legs for color decimation |
| US7362424B2 (en) | 2002-04-24 | 2008-04-22 | The Institute For Systems Biology | Compositions and methods for drop boundary detection and radiation beam alignment |
| US7201875B2 (en) | 2002-09-27 | 2007-04-10 | Becton Dickinson And Company | Fixed mounted sorting cuvette with user replaceable nozzle |
| US7280204B2 (en) * | 2004-04-08 | 2007-10-09 | Purdue Research Foundation | Multi-spectral detector and analysis system |
| US7738094B2 (en) | 2007-01-26 | 2010-06-15 | Becton, Dickinson And Company | Method, system, and compositions for cell counting and analysis |
| US8140300B2 (en) | 2008-05-15 | 2012-03-20 | Becton, Dickinson And Company | High throughput flow cytometer operation with data quality assessment and control |
| US8233146B2 (en) | 2009-01-13 | 2012-07-31 | Becton, Dickinson And Company | Cuvette for flow-type particle analyzer |
| US8528427B2 (en) | 2010-10-29 | 2013-09-10 | Becton, Dickinson And Company | Dual feedback vacuum fluidics for a flow-type particle analyzer |
| JP6014121B2 (ja) | 2011-04-29 | 2016-10-25 | ベクトン・ディキンソン・アンド・カンパニーＢｅｃｔｏｎ， Ｄｉｃｋｉｎｓｏｎ Ａｎｄ Ｃｏｍｐａｎｙ | セルソータシステムおよび方法 |
| CN103649294B (zh) | 2011-04-29 | 2016-05-18 | 贝克顿·迪金森公司 | 多路分类系统和方法 |
| US9404933B2 (en) * | 2011-07-21 | 2016-08-02 | Invitrox, Inc. | Methods for determining patient response to anti-platelet aggregation therapy |
| CN103906496B (zh) | 2011-09-30 | 2018-03-06 | 贝克顿·迪金森公司 | 流体交换方法与装置 |
| US9933341B2 (en) | 2012-04-05 | 2018-04-03 | Becton, Dickinson And Company | Sample preparation for flow cytometry |
| WO2013192563A1 (en) | 2012-06-22 | 2013-12-27 | De Novo Software Llc | Systems and methods for unmixing data captured by a flow cytometer |
| WO2014110290A1 (en) | 2013-01-09 | 2014-07-17 | The Regents Of The University Of California | Apparatus and methods for fluorescence imaging using radiofrequency-multiplexed excitation |
| US9366616B2 (en) | 2013-04-12 | 2016-06-14 | Becton, Dickinson And Company | Automated set-up for cell sorting |
| EP3120130B1 (en) | 2014-03-18 | 2023-07-26 | The Regents of the University of California | Parallel flow cytometer using radiofrequency mulitplexing, and method |
| WO2015187783A1 (en) * | 2014-06-05 | 2015-12-10 | Virocyt, Inc. | Flow cytometer signal peak identification employing dynamic thresholding |
| CN104158208A (zh) | 2014-07-15 | 2014-11-19 | 阳光电源股份有限公司 | 一种单级光伏并网逆变器及其控制方法和应用 |
| EP3177908B1 (en) * | 2014-08-06 | 2019-04-17 | Beckman Coulter Inc. | Evaluation of multi-peak events using a flow cytometer |
| CN108291863B (zh) | 2015-10-02 | 2020-07-03 | 国家光学研究所 | 用于使用光散射技术进行个体颗粒尺寸测量的系统和方法 |
| JP7069034B2 (ja) | 2016-04-15 | 2022-05-17 | ベクトン・ディキンソン・アンド・カンパニー | 密閉液滴ソータ及びその使用方法 |
| EP4242631A3 (en) | 2016-09-13 | 2024-03-06 | Becton, Dickinson and Company | Flow cytometer with optical equalization |
| JP7411935B2 (ja) * | 2019-02-26 | 2024-01-12 | パナソニックＩｐマネジメント株式会社 | 散乱体測定方法及び散乱体測定装置 |
| JP7466563B2 (ja) * | 2019-03-29 | 2024-04-15 | ベクトン・ディキンソン・アンド・カンパニー | 粒子の区別に使用するためのパラメータ |
-
2021
- 2021-01-28 CN CN202180017380.8A patent/CN115176142A/zh active Pending
- 2021-01-28 JP JP2022551784A patent/JP2023516192A/ja active Pending
- 2021-01-28 US US17/160,989 patent/US11927522B2/en active Active
- 2021-01-28 EP EP21760012.1A patent/EP4111169A4/en active Pending
- 2021-01-28 WO PCT/US2021/015461 patent/WO2021173296A1/en unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP4111169A4 (en) | 2023-08-09 |
| US20210270718A1 (en) | 2021-09-02 |
| US11927522B2 (en) | 2024-03-12 |
| EP4111169A1 (en) | 2023-01-04 |
| WO2021173296A1 (en) | 2021-09-02 |
| JP2023516192A (ja) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113544490B (zh) | 用于颗粒辨别的参数 | |
| US20210239530A1 (en) | Methods for spectrally resolving fluorophores of a sample and systems for same | |
| CN115151811A (zh) | 具有辅助光散射检测器的光检测系统及其使用方法 | |
| CN217212159U (zh) | 粒子分析仪、用于照射流中粒子的系统及套件 | |
| JP2022540601A (ja) | 細胞選別分類を調整するための再構成可能な集積回路 | |
| US11940372B2 (en) | Systems for cell sorting based on frequency-encoded images and methods of use thereof | |
| CN115176142A (zh) | 用于在细胞分选中标识饱和数据信号的方法及用于其的系统 | |
| CN116348754A (zh) | 在流式细胞仪中连续测量基线噪声的方法及其系统 | |
| CN115917293A (zh) | 在流式细胞仪中调节和同步检测的方法及系统 | |
| US11662297B2 (en) | Method for index sorting unique phenotypes and systems for same | |
| US20220155209A1 (en) | Method for Optimal Scaling of Cytometry Data for Machine Learning Analysis and Systems for Same | |
| CN113811756A (zh) | 射频复用信号的相位校正 | |
| CN116569208A (zh) | 用于处理和显示多通道光谱直方图的方法及其系统 |
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 |