纽约——在结束营业后2000万美元A轮融资去年12月，斯坦福大学(Stanford University)的子公司Deepcell在今年从安静的技术开发阶段过渡到人工智能驱动的细胞隔离技术的商业突破，该公司认为，该技术可以支持新一代的分子、表型和vwin德赢ac米兰合作转化研究。
斯坦福大学教授尤安·阿什利、他的博士后麦迪森·马萨里以及他们的合作伙伴计算机科学家马海尔·萨勒克于2017年创立了该公司该公司开发了一个平台，利用基于图像的机器学习和微流体技术，从组织或血液样本中分离、分析和分类单个细胞。该方法允许交付完整和可行的单细胞，具有选择和分离形态细胞亚群的能力，而没有预先确定参数的偏差。
据该公司称，该技术可以分离出频率低至十亿分之一的细胞，其潜在vwin德赢ac米兰合作应用领域包括单细胞基因组学、液体活检、产前诊断、特定疾病状态下细胞和分子相互作用的表征以及药物开发。
尽管几微流控cell-sorting技术目前已经开发出可以分离细胞的分子表面标记，如EPCAM，这些方法仍然依赖于预先确定的形态学特征，如细胞大小，变形性，或其他可观察的表型特征。
根据Deepcell的说法，基于预定义特征的包围细胞不允许进行开放式的、产生假设的分析，这些分析对基因组学领域产生了革命性的影响。
该公司已经开始尝试让基于细胞的分析更像分子研究，通过挖掘无偏倚的数据集，可以收集到新的特征和其他发现。为了做到这一点，它利用机器学习作为一种绘制形态差异的方法，否则无法区分，并相应地隔离细胞。这些细胞可以进行基因组研究，培养和生长，作为疾病生物标志物进行评估，等等。
“人们主要使用传统方法进行细胞排序，每次一个参数。Deepcell首席执行官麦迪森·马萨利在接受采访时说:“我们在这里首次尝试将形态学广义地定义为一种定量分析。”
Masaevwin德赢ac米兰合作li补充说:“这项技术严重依赖深度学习，试图提取形态学上相关的信息，但可能无法与人类语言交流，[创建]这个巨大的数据库，它是非常高维的，类似于基因组或蛋白质组数据集……但该空间的维度完全是机器驱动的。”
“它提供了一个平台，在那里你可以可视化……不同的细胞类型或细胞状态如何相互聚集，然后你可以采取行动。我们可以从物理上分类出具有独特形态特征的细胞，即使你可能甚至不知道这些特征是什么。”
该系统的具体细节是一个专有的微流体台式仪器，它允许在线细胞成像通知监督和非监督分类和排序，由已发展为十亿图像数据库。
根据Deepcell CTO Mahyar Salek的说法，得到的结果可以用于任何下游分子分析，并且细胞仍然可以存活。它们很平静，所以你甚至可以培养它们，”他说。
荷兰伊拉斯谟大学(Erasmus University)的研究员彼得·范德·斯派克(Peter van der Spek)对Deepcell很熟悉，但没有加入该公司。他说，他认为该平台对各种应用都很令人兴奋。
他说:“我们非常着迷于人工智能平台，以便从根本上看到功能上的变化。”
例如，“如果你观察血液，你有T细胞，它在免疫反应中非常重要，[也许]你想知道T细胞是否被激活。Deepcell平台，不需要染色，不需要任何染料，可以仅仅根据形态来确定T细胞是否被激活。”
“如果你的病理学家用显微镜观察这些细胞，他是看不到的。但是使用人工智能平台的图像识别软件会识别出一些微妙的变化，它们基本上可以说，这个细胞池被激活了，而另一个细胞池没有被激活。”
他补充说，这种能力可以很容易地进行基准测试，使用已知基因组突变或表型特征的细胞，并测试平台区分它们的能力。
Masaevwin德赢ac米兰合作li说:“这项技术听起来很简单，但在过去三年里，我们花了很多时间在基础设施建设上。”
“这需要大量的工作，以确保我们将高质量的数据输入到这些人工智能架构中……熟悉深度学习算法的人知道，在达到临界质量之前，结果不会非常令人印象深刻。”你必须命中一定数量的数据，让它都有意义。
Masaeli说:“目前，我们有大约10亿张带注释的单细胞图像，这是一个巨大的数据集，我们现在可以在许多不同的应用程序或形状和形式中摆弄这些数据，并从这些数据中找到意义。”
虽然Deepcell是将这种深度学习方法应用于微流控细胞分离的先驱，但类似的图像训练人工智能方法正在越来越多地探索用于组织载玻片分析。
例如，健康科技公司Owkin最近推出一种用于分析组织学切片的机器学习技术，vwin德赢ac米兰合作表明它可以仅基于数字化的组织病理学图像准确预测肿瘤的RNA-seq表达。
从早期专注于内部开发，现在该公司开始发布其技术数据，并开始向早期用户提供其平台的商业服务。vwin德赢ac米兰合作
该公司在本周举行的“基因组生物学与技术进展”大会上展示了关于其平台在保存细胞活力方面表现的新数据。vwin德赢ac米兰合作该公司还在去年12月的Cell Bio虚拟会议上分享了一张海报，展示了这项技术可以从正常血细胞背景中高精度地分辨出特定的细胞系和胎儿细胞。vwin德赢ac米兰合作
在峰值实验中，该公司还表明，它可以检测到浓度为十万分之一的目标细胞。
Masaeli说:“就商业化而言，我们的计划是，有一些领域是我们内部非常兴奋的，我们正在与合作者合作开发这些应用。”“与此同时，我们正在缓慢但坚定地过渡到提供管道和工具，以便我们能够……让客户开发自己的应用程序，(与我们)在未来更多地扮演咨询或支持的角色。”
该公司目前的合作伙伴包括黑色素瘤等领域的临床研究人员，这些领域的肿瘤细胞不能表达正确的表面标记物，传统的细胞分离工具无法有效工作。
根据范德斯皮克的说法，基因组学的其他有前景的应用可能包括癌症诊断方面的挑战，比如对原发癌症进行分类，或者分析自身免疫性疾病等领域的突变。
他说，该平台有可能区分特定肿瘤类型的形态模式，追踪神秘的癌症在体内的起源。也有证据表明，这项技术可以给出功能读数，根据细胞的外观，将其标vwin德赢ac米兰合作记为功能获得或功能丧失突变。
Masaeli表示，随着公司的发展，Deepcell可能需要筹集更多资金。她说:“目前的挑战之一是，作为一家20多岁的公司，我们有太多的需求，超出了我们的能力，所以扩张绝对是我们感兴趣的事情。”