La detección de células raras en la sangre y otros fluidos corporales tiene numerosas aplicaciones importantes que incluyen diagnósticos, monitorear la progresión de la enfermedad y evaluar la respuesta inmune. Por ejemplo, detectar y recolectar células tumorales circulantes (CTC) en la sangre puede ayudar al diagnóstico del cáncer, estudiar su papel en la cascada metastásica y predecir los resultados de los pacientes. Sin embargo, porque cada mililitro de sangre completa contiene miles de millones de células sanguíneas, las células raras (como las CTC) que se producen en concentraciones extremadamente bajas (normalmente inferiores a 100-1000 células por mililitro) son muy difíciles de detectar. Aunque se han desarrollado varias soluciones para abordar este desafío, Las técnicas existentes en general están limitadas por el alto costo y el bajo rendimiento.

Investigadores de la Escuela de Ingeniería Henry Samueli de UCLA han desarrollado una nueva plataforma de citometría para detectar células raras en sangre con alto rendimiento y bajo costo. Publicado en Light:Science and Applications, esta novedosa técnica de citometría, denominada imagen moteada sin lente modulada magnéticamente, primero utiliza el etiquetado de perlas magnéticas para enriquecer las células objetivo. Luego, la muestra líquida enriquecida que contiene células objetivo marcadas con perlas magnéticas se coloca bajo un campo magnético alterno, lo que hace que las células objetivo oscilen lateralmente a una frecuencia fija. Al mismo tiempo, un diodo láser ilumina la muestra desde arriba y un sensor de imagen colocado debajo de la muestra captura un video sin lentes de alta velocidad de cuadros del patrón óptico que varía en el tiempo generado por la muestra. El patrón espacio-temporal registrado contiene la información necesaria para detectar las células diana oscilantes.

Los investigadores construyeron un prototipo compacto y de bajo costo de este citómetro computacional sin lentes utilizando sensores de imagen listos para usar. diodos láser y electroimanes, y usó una etapa de traducción hecha a medida para permitir que la unidad de imagen escanee la muestra líquida cargada en un tubo de vidrio. El prototipo puede analizar el equivalente a ~ 1,2 ml de muestra de sangre total en ~ 7 min, mientras que cuesta sólo ~ $ 750 y pesa ~ 2,1 kg. También se pueden agregar fácilmente al sistema múltiples canales de imágenes paralelos para aumentar aún más el rendimiento de la muestra.

Para garantizar una sensibilidad y especificidad óptimas de la detección de células raras, se desarrolló un procedimiento computacional de dos pasos, que involucró un algoritmo de análisis de movimiento computacional para detectar microobjetos que oscilan a la frecuencia alterna especificada, y luego un algoritmo de clasificación basado en aprendizaje profundo basado en una estructura de red neuronal convolucional pseudo-3-D densamente conectada (P3D CNN). La red neuronal profunda mejoró enormemente la precisión de la técnica, resultando en un límite de detección de 10 células por mililitro de sangre completa.

Esta técnica de citometría impulsada por IA se basa en las partículas magnéticas tanto para el enriquecimiento celular como para la detección, lo que reduce el tiempo y el costo de detección de células raras manteniendo una alta sensibilidad. Este compacto El sistema de citometría de bajo costo pero potente puede encontrar numerosas aplicaciones, especialmente en entornos con recursos limitados.