Il citometro computazionale dell'UCLA. Credito:UCLA Engineering Institute for Technology Advancement
Il rilevamento di cellule rare nel sangue e in altri fluidi corporei ha numerose applicazioni importanti tra cui la diagnostica, monitorare la progressione della malattia e valutare la risposta immunitaria. Per esempio, rilevare e raccogliere le cellule tumorali circolanti (CTC) nel sangue può aiutare la diagnostica del cancro, studiare il loro ruolo nella cascata metastatica e prevedere gli esiti dei pazienti. Però, perché ogni millilitro di sangue intero contiene miliardi di cellule del sangue, le cellule rare (come le CTC) che si verificano a concentrazioni estremamente basse (tipicamente inferiori a 100-1000 cellule per millilitro) sono molto difficili da rilevare. Sebbene siano state sviluppate varie soluzioni per affrontare questa sfida, le tecniche esistenti in generale sono limitate da costi elevati e bassa produttività.
I ricercatori della UCLA Henry Samueli School of Engineering hanno sviluppato una nuova piattaforma di citometria per rilevare le cellule rare nel sangue con un'elevata produttività e un basso costo. Pubblicato in Light:Science and Applications, questa nuova tecnica di citometria, chiamato imaging speckle senza lenti modulato magneticamente, utilizza prima l'etichettatura di sfere magnetiche per arricchire le cellule bersaglio. Quindi il campione liquido arricchito contenente cellule bersaglio etichettate con perline magnetiche viene posto sotto un campo magnetico alternato, che fa oscillare lateralmente le cellule bersaglio a una frequenza fissa. Allo stesso tempo, un diodo laser illumina il campione dall'alto e un sensore di immagine posizionato sotto il campione cattura un video senza lenti ad alta frequenza di fotogrammi del modello ottico variabile nel tempo generato dal campione. Il modello spaziotemporale registrato contiene le informazioni necessarie per rilevare le cellule bersaglio oscillanti.
I ricercatori hanno costruito un prototipo compatto ed economico di questo citometro computazionale senza lenti utilizzando sensori di immagine standard, diodi laser ed elettromagneti, e ha utilizzato una fase di traduzione personalizzata per consentire all'unità imager di scansionare il campione liquido caricato in un tubo di vetro. Il prototipo può schermare l'equivalente di ~ 1,2 ml di campione di sangue intero in ~ 7 min, mentre costa solo ~ $ 750 e pesa ~ 2,1 kg. È inoltre possibile aggiungere facilmente più canali di imaging paralleli al sistema per aumentare ulteriormente la produttività del campione.
Per garantire la sensibilità e la specificità ottimali del rilevamento delle cellule rare, è stata sviluppata una procedura di calcolo in due fasi, che ha coinvolto un algoritmo di analisi del movimento computazionale per rilevare micro-oggetti che oscillano alla frequenza alternata specificata, e poi un algoritmo di classificazione basato sull'apprendimento profondo basato su una struttura di rete neurale convoluzionale pseudo-3-D densamente connessa (P3D CNN). La rete neurale profonda ha notevolmente migliorato l'accuratezza della tecnica, con conseguente limite di rilevazione di 10 cellule per millilitro di sangue intero.
Questa tecnica di citometria basata sull'intelligenza artificiale si basa sulle particelle magnetiche sia per l'arricchimento cellulare che per il rilevamento, che riduce il tempo e il costo per il rilevamento di cellule rare mantenendo un'elevata sensibilità. Questo compatto, sistema di citometria a basso costo ma potente può trovare numerose applicazioni soprattutto in ambienti con risorse limitate.