斑馬魚擁有我們?nèi)祟悗缀跛邢嗤幕?- 這使得它們的卵成為用于遺傳和藥物研究的完美模式生物。以前，必須手動(dòng)準(zhǔn)備樣品，這是一項(xiàng)非常耗時(shí)的任務(wù)。然而，現(xiàn)在，一個(gè)聰明的機(jī)器學(xué)習(xí)算法將能夠自動(dòng)分離和分類魚卵。從11月6日至8日，弗勞恩霍夫制造工程和自動(dòng)化研究所IPA的研究人員將參加斯圖加特的VISION貿(mào)易展(1號(hào)展廳，G42展位)，展示他們的新解決方案在實(shí)踐中如何運(yùn)作。

斑馬魚(danio rerio)長期以來一直是細(xì)胞和分子生物學(xué)家的模范生物。成年時(shí)長度僅為6厘米，這些微小的生物孵化出母魚產(chǎn)生的透明雞蛋。這種魚對(duì)研究人員非常有價(jià)值，因?yàn)樗穆言谟紫x早期階段保持透明，這使科學(xué)家能夠在顯微鏡下觀察發(fā)育中的細(xì)胞和器官，而不會(huì)破壞胚胎。一個(gè)成熟的雌性每周可以產(chǎn)下數(shù)百個(gè)卵，然后可以在實(shí)驗(yàn)室中用于遺傳和藥物研究：例如癌癥藥物的毒理學(xué)研究或心臟病的調(diào)查。在斑馬魚基因組是人類基因組的70%匹配，一些最重要的器官系統(tǒng)也是相同的 - 使其對(duì)生物醫(yī)學(xué)研究極為重要。

致力于高通量分析系統(tǒng)

如果準(zhǔn)備魚蛋樣品有一個(gè)困難，那就是需要專家手動(dòng)檢查每個(gè)雞蛋，確定其受精階段，在顯微鏡下對(duì)其進(jìn)行分類，然后將其放在微量滴定板上。目前，它需要一名訓(xùn)練有素的實(shí)驗(yàn)室技術(shù)人員大約12分鐘來填充標(biāo)準(zhǔn)的96孔微量滴定板 - 任務(wù)的單調(diào)性只會(huì)增加誤差率。斯圖加特Fraunhofer IPA的研究人員希望加快這一過程，現(xiàn)在一種新的自動(dòng)化解決方案有望每秒對(duì)三個(gè)雞蛋進(jìn)行分類，并在兩分鐘內(nèi)將受精卵分成96孔微量滴定板。

目標(biāo)是建立一個(gè)高通量分析過程，該過程可以整合到一個(gè)完全自動(dòng)化的系統(tǒng)中，從而進(jìn)一步提高樣品處理率。該計(jì)劃由巴登 - 符騰堡州經(jīng)濟(jì)事務(wù)，勞動(dòng)和住房建設(shè)部資助，作為題為“實(shí)驗(yàn)室4.0應(yīng)用中心 - 云實(shí)驗(yàn)室”的項(xiàng)目的一部分。

“這項(xiàng)技術(shù)不僅可以減輕必須準(zhǔn)備樣品的實(shí)驗(yàn)室技術(shù)人員的壓力，還可以繞過工藝鏈中的瓶頸，降低人員成本，提高新藥等產(chǎn)品的生產(chǎn)速度。 Fraunhofer IPA實(shí)驗(yàn)室自動(dòng)化和生物制造工程部門的技術(shù)和設(shè)備開發(fā)研究員Bastian Standfest說道。Standfest與小組組長Martin Thoma及其同事Xi Chen和來自圖像和信號(hào)處理部門的Sascha Getto一起負(fù)責(zé)開發(fā)現(xiàn)在以原型形式提供的自動(dòng)魚蛋分揀機(jī)。該解決方案的核心是一個(gè)攝像系統(tǒng)，使用機(jī)器學(xué)習(xí)算法識(shí)別受精階段。

自學(xué)系統(tǒng)

旋轉(zhuǎn)注射器將受精卵和未受精卵的混合物從通風(fēng)容器中吸出，將它們加入轉(zhuǎn)移液體中，以便在下一步驟中將它們引入流體通道并在那里分離。

光學(xué)傳感器監(jiān)控整個(gè)過程。之后，相機(jī)系統(tǒng)使用深度學(xué)習(xí)算法訓(xùn)練以識(shí)別細(xì)胞發(fā)育的各個(gè)階段，以確定卵的受精階段。“我們正在使用分類魚卵圖像數(shù)據(jù)庫對(duì)算法進(jìn)行訓(xùn)練。算法學(xué)會(huì)識(shí)別細(xì)胞發(fā)育不同階段的各種標(biāo)記，這樣就可以確定雞蛋是否完全受精?；虿唬?ldquo;Standfest解釋道。通過由流體芯片產(chǎn)生的壓力脈沖將受精卵置于微量滴定板的孔中。初步測(cè)試進(jìn)展順利，假陽性率極低 - 僅0.2%的病例是未受精卵被錯(cuò)誤地歸類為受精卵。研究小組預(yù)計(jì)能夠每小時(shí)處理幾千個(gè)雞蛋。

目前，Standfest和他的同事正忙于工作，最大限度地提高流程速度并優(yōu)化算法。“新記錄的圖像不斷被反饋到系統(tǒng)中，逐漸改進(jìn)，直到我們希望，我們有一個(gè)自學(xué)系統(tǒng)，”Standfest說。“最重要的是，我們可以使系統(tǒng)適應(yīng)其他宏觀分類過程，包括自動(dòng)分離和分類其他生物。”

當(dāng)前的設(shè)計(jì)代表了這種智能和自學(xué)系統(tǒng)的第一個(gè)用例。這種平臺(tái)技術(shù)是邁向生物智能系統(tǒng)的第一步，它可以適應(yīng)其他應(yīng)用領(lǐng)域。此類項(xiàng)目還支持生命科學(xué)與工程之間界面的制造生物轉(zhuǎn)化。