推荐厂家
暂无
暂无
定义:单细胞研究,就是针对单个细胞的研究,这是相对于群体细胞的研究。研究意义:细胞是生命活动的基本单位,研究细胞的结构功能及行为,有利于揭示复杂生命体的生命活动规律,探究生理生化现象,获得统计平均结果。然而,现代研究表明,单个细胞内的成分存在巨大差异,平均分析结果不能反映单个细胞内成分的真实情况,会带来误导信息。癌症等疾病总是从个别细胞的变异开始,极少量异常细胞信号会被群体信号所掩盖,不能及时获得有关病变的信息。另外,细胞间的信号传导,应激反应等活动在细胞内迅速发生,传统方法无法做到实时监测。对于数量较少且较为珍贵的细胞样本,如干细胞、元祖细胞及患者样本,传统分析方法需要大量的细胞样本,并不适宜。关于物质在细胞内的空间分布,亚细胞结构如细胞器的分析,传统方法也不能满足。这些都要求我们在一定范围内从单细胞水平研究细胞的生命活动。单细胞分析方法:毛细管电泳、微流控芯片、图像分析、动力学分析及纳米技术等。目前单细胞分析存在的难点:首先无论是针对一个特异性大分子,还是在OMIC水平上进行分子分析,都存在单细胞提取物数量少,难以分析的困难,这甚至可以说是不可能完成的,因此增加灵敏度势在必行。除此之外高通量分析也是一个瓶颈,要想获得单细胞分析确切的分析结果,研究人员必须快速而准确的分析多个细胞,这并不容易。另外单细胞分析也常常需要进行多种方式分析,这不仅是由于细胞存在于一种异质性环境汇总,而且也在同一时间,也需要测量多个参数。
题名:自动化毛细管电泳的快速单细胞分析(Automated Capillary Electrophoresis System for Fast Single-Cell Analysis)作者:Alexandra J. Dickinson , Paul M. Armistead , andNancy L. Allbritton (一群美国滴家伙)杂志:Analytical Chemistry年卷页: 2013, 85 (9), pp 4797–4804 正文:毛细管电泳在单细胞分析上显示了其独特而强有力的优势,这是HPLC和UPLC等难望其项背的优势之一。以下就给大家介绍一个该项技术在单细胞分析上的应用,很牛很强大~ 为了介绍全面一点,我把整段摘要给翻译了。毛细管电泳用于单细胞分析是一种非常有前景的技术,但是在生物研究上其具有低通量的局限性。本文提出了一个微型细胞捕获器和三通道体系的自动化分析平台,在该系统上可进行快速缓冲液交换以进行快速单细胞分析。导入的细胞跟荧光素和俄勒冈绿一起被分离分析,通量为3.5 细胞/分,荧光素和俄勒冈绿的分离度为2.3±0.6。细胞蛋白激酶B(PKB)的活性是通过检测免疫荧光染色后的二氧膦基-PKB来检测的。结果显示,PKB在并没有变化,说明在CE分析过程中应激活化蛋白酶没有被上调,而且在细胞溶膜之前基底细胞的生理机能也没有被扰乱。在癌细胞中鞘氨醇激酶(SK)通常情况下是会被上调的。在此实验中,通过将神经胺-荧光黄(SF)基底引入细胞中而对SK进行检测。SF、神经胺-1-磷酸荧光黄(S1PF)和1/3荧光种类在单细胞中得到分析。219个细胞中,单细胞通量为2.1细胞/分钟。虽然这些亚种群细胞(此类细胞SK活性差异很大,这些差异跟种群均值有关)很容易被测定到,但88%的细胞具有上调SK的活性。该系统稳定,重现性好,可用于上百个贴壁和非贴壁细胞的生物组分的分离分析;还可用于检测非表征的生物学现象。生物方面的知识翻译起来颇费功夫,有些地方翻译得不一定地道。不过生物知识在这里不是重点,亮点在仪器上。比如微型细胞捕获器,这个装置至于毛细管入口端上面50微米处,那个三通道系统也一副牛掰哄哄的样子。如下图: http://ng1.17img.cn/bbsfiles/images/2014/01/201401202053_488354_1624715_3.png其他参数:溶膜方式:激光脉冲生理盐水和分离缓冲液的控制方式:接地电位进样方式:电动进样(-5kV,1s),此时横跨毛细管的电压设为0,1s,毛细管被从air gap移动到分离缓冲溶液中。结语:如果没有多年的科研积累和强大的平台是做不出这样的实验的。纵观这两年发到AC上的文章,动则CE-MS,剩下的就是类似这种:需要很多电化和物化知识外加搞技术难度的仪器创新。革命尚未成功,同志们需多努力啊~~~~~~~
[b][i]Deepcell周一表示,已与英伟达合作开发用于单细胞研究应用的生成人工智能技术。[/i][/b][align=center][b][i][img=image.png,113,83]https://img1.17img.cn/17img/images/202401/uepic/174b29e0-2f00-4d45-af22-8d08603d1fda.jpg[/img][/i][/b][/align][align=center][b][i][img=e763286044be6f856573c041d533273b_logo_with_R.jpg]https://img1.17img.cn/17img/images/202401/uepic/ee51f257-73e0-4f4c-beab-da55f87c445f.jpg[/img][/i][/b][/align]通过合作,公司将利用英伟达的计算专业知识和Clara一套专注于医疗保健的计算平台和软件,为基于细胞形态的分析应用程序构建新的算法,这些算法可以与Deepcell最近推出的REM-I高维细胞分析和分选平台等工具结合使用。Deepcell联合创始人、总裁兼首席技术官Mahyar Salek在一份声明中表示:“我们看到了将多模式和生成性人工智能融入我们的平台的多种可能性,并利用我们拥有的数十亿细胞图像的专有数据库来训练更多的人工智能模型。我们与英伟达的关系将帮助我们加快此类增强,并将这些进步带给我们的客户。”总部位于加利福尼亚州门洛帕克的Deepcell成立于2017年,是斯坦福大学的子公司,于2022年初筹集了7300万美元的B轮资金。Deepcell 是人工智能(AI)驱动的单细胞分析领域的先驱,旨在推动深度生物学发现,早在2023年2 月 6 日宣布,它已经发布了三个数据集,使研究人员能够探索新的高维形态数据。这些数据集是在 Deepcell 的高通量平台上生成的,该平台由成像和分选仪器、AI 模型和软件套件组成。Deepcell的首席技术官 Mahyar Salek曾经表示:“Deepcell的数据表明,深度学习可以实现较高的分类准确率,揭示了精确描述细胞特征和表型的新方法,并能够对感兴趣的细胞进行无标记分离,以进行进一步的深度分析。这项技术为生物医学界的科学家、转化研究机构和制药行业提供了一种新的工具,以从细胞形态学数据中获得对细胞的深度认识。”[b]关于 Deepcell[/b]Deepcell 是一家生命科学公司,它将 AI 引入细胞生物学,开启了称为形态组学的高维生物发现新领域。通过 Deepcell 的人工智能成像和微流体解决方案 REM-I 平台,该公司正在利用细胞形态学进行无限发现,从而实现新规模的细胞生物学研究和单细胞分析。Deepcell 的平台利用其 AI 模型,即人类基础模型,根据形态差异来识别和分类细胞,有助于推动基础和转化研究,并提供诊断测试和治疗靶向方面的未来应用。该公司于 2017 年从斯坦福大学分拆出来,已筹集近 1 亿美元的风险投资。[来源:仪器信息网译] 未经授权不得转载[align=right][/align]