科学家们加快人工瀑样增长和选择

该方法目前用于生产组织干细胞有一个非常有限的吞吐量。由半自动组织分化,初期和哈佛大学的研究人员让过程在质量上不打折扣的近四倍。提出了平移视觉科技,新算法也很有用的因素分析影响细胞专业化。

视网膜是眼睛的组织,由几层的神经元形成一个链。它感觉光和预处理的视觉信息在喂食前到大脑。

因为他们的再生潜力有限,视网膜神经元的损失会导致永久失明。今天大约有1500万人在美国就有视网膜退化性疾病。这个数字正在增长,主要是因为人口老龄化。

ob欧宝直播nba医学研究人员追求的方法解决视网膜的健康问题。有些选项是神经保护,基因治疗和细胞替换。虽然这些方法目标不同的疾病和使用不同的机制和方法,有一件事是放诸四海而皆准:他们的开发需要大量的视网膜细胞用于研究目的。

是可能的视网膜组织体外生长。这涉及到将干细胞集群到一个特殊的介质,导致未开发的神经元的自发形成,其次是分化成视网膜细胞。这一过程产生实际的视网膜神经元组织为复杂的组织,没有任何外部刺激在专业化发展的途径。

然而,这种方法有其局限性。一方面,这与最初的随机性质神经元刺激增长。进一步不便,需要30天的人工视网膜鼠标正确地发展,并为人类瀑样长达一年。MIPT-Harvard团队试图解决这些问题通过增加细胞的数量生产和提高其质量。

研究人员比较了机器人的质量和human-grown细胞通过产生几千视网膜组织样本进行自动处理和手工处理的相同。生物学家们扫描了威尔斯的住房组织样本从第一组和分析产生的图像与一个Python脚本写来执行特定的任务。照片的程序决定了区域的发光荧光蛋白是最强的。因为这种蛋白质只在发展中视网膜细胞,产生高荧光强度分样本的部分正确的组织。这样的软件可以确定每个瀑样发展中视网膜的数量。

自动化算法能够同时优化细胞生产测试许多系统对组织的任何不利影响质量。细胞处理所需的方法减少人员的时间从2小时34分钟。

“我们实现自动化液体改变在视网膜对细胞分化并显示它没有负面影响专业化、“评论Evgenii凯格尔基因组工程实验室的初期。“我们还开发了一个工具自动视网膜识别和瀑样分类,我们在行动,优化细胞专业化条件和监测组织质量。”

凯格尔补充说,“我们的目标之一在这个研究扩大细胞分化,使高通量组织生产药物测试和细胞移植实验。自动样品处理可以减少工作的人员和生产几倍细胞在相同的一段时间。做了一些细微的修改,该算法适用于其他瀑样,不仅视网膜。”

切赫Baranovfrom Schepens眼科研究所马萨诸塞州的眼睛和耳朵,说:“数字问题:自动化授权我们生产数以万亿计的视网膜神经元移植,我们很兴奋地看到我们的方法转化为常规细胞制造。”

---

---