这种方法依赖于用溴百里酚蓝来处理细胞,溴百里酚蓝是一种对ph值敏感的染料,它的颜色会随着溶液的酸性而改变。每种类型的细胞都根据其细胞内的酸度显示出自己独特的红、绿、蓝(RGB)指纹。因为癌变会改变细胞的pH值,一个不健康的细胞对溴百里酚蓝的反应会不同,导致其RGB指纹的特征转移。
通过培训机器学习将颜色组合映射到单个细胞的疾病状态的算法,作者可以很容易地识别不希望的移动。这使得他们只需使用简单的标准设备:倒置显微镜和彩色照相机,就能确定细胞的健康状况。“我们的方法允许我们对各种人体组织的单个细胞进行分类,包括正常的和癌变的细胞,只关注每种细胞类型倾向于显示的固有酸度水平,使用简单和廉价的设备,”Lim说。
对于这种方法的实际实施,医学专业人员将需要非侵入性地获取细胞样本。Lim说:“这项技术的一个潜在应用将是液体活检,从原发肿瘤中逃逸的肿瘤细胞可以以一种微创的方式从体液中分离出来。”
该小组期待进一步推进这一概念,尝试从细胞中检测不同阶段的恶性肿瘤。他们设想了该过程的实时版本,其中悬浮在溶液中的细胞可以被自动识别和处理。
这项研究发表在杂志上APL生物工程,来自AIP出版社。
来源:美国物理学会