机器学习算法自动对斑马鱼卵进行排序

斑马鱼拥有我们人类几乎所有相同的基因 - 这使得它们的卵成为用于遗传和药物研究的完美模式生物。以前，必须手动准备样品，这是一项非常耗时的任务。然而，现在，一个聪明的机器学习算法将能够自动分离和分类鱼卵。从11月6日至8日，弗劳恩霍夫制造工程和自动化研究所IPA的研究人员将参加斯图加特的VISION贸易展(1号展厅，G42展位)，展示他们的新解决方案在实践中如何运作。

斑马鱼(danio rerio)长期以来一直是细胞和分子生物学家的模范生物。成年时长度仅为6厘米，这些微小的生物孵化出母鱼产生的透明鸡蛋。这种鱼对研究人员非常有价值，因为它的卵在幼虫早期阶段保持透明，这使科学家能够在显微镜下观察发育中的细胞和器官，而不会破坏胚胎。一个成熟的雌性每周可以产下数百个卵，然后可以在实验室中用于遗传和药物研究：例如癌症药物的毒理学研究或心脏病的调查。在斑马鱼基因组是人类基因组的70%匹配，一些最重要的器官系统也是相同的 - 使其对生物医学研究极为重要。

致力于高通量分析系统

如果准备鱼蛋样品有一个困难，那就是需要专家手动检查每个鸡蛋，确定其受精阶段，在显微镜下对其进行分类，然后将其放在微量滴定板上。目前，它需要一名训练有素的实验室技术人员大约12分钟来填充标准的96孔微量滴定板 - 任务的单调性只会增加误差率。斯图加特Fraunhofer IPA的研究人员希望加快这一过程，现在一种新的自动化解决方案有望每秒对三个鸡蛋进行分类，并在两分钟内将受精卵分成96孔微量滴定板。

目标是建立一个高通量分析过程，该过程可以整合到一个完全自动化的系统中，从而进一步提高样品处理率。该计划由巴登 - 符腾堡州经济事务，劳动和住房建设部资助，作为题为“实验室4.0应用中心 - 云实验室”的项目的一部分。

“这项技术不仅可以减轻必须准备样品的实验室技术人员的压力，还可以绕过工艺链中的瓶颈，降低人员成本，提高新药等产品的生产速度。 Fraunhofer IPA实验室自动化和生物制造工程部门的技术和设备开发研究员Bastian Standfest说道。Standfest与小组组长Martin Thoma及其同事Xi Chen和来自图像和信号处理部门的Sascha Getto一起负责开发现在以原型形式提供的自动鱼蛋分拣机。该解决方案的核心是一个摄像系统，使用机器学习算法识别受精阶段。

自学系统

旋转注射器将受精卵和未受精卵的混合物从通风容器中吸出，将它们加入转移液体中，以便在下一步骤中将它们引入流体通道并在那里分离。

光学传感器监控整个过程。之后，相机系统使用深度学习算法训练以识别细胞发育的各个阶段，以确定卵的受精阶段。“我们正在使用分类鱼卵图像数据库对算法进行训练。算法学会识别细胞发育不同阶段的各种标记，这样就可以确定鸡蛋是否完全受精。或不，“Standfest解释道。通过由流体芯片产生的压力脉冲将受精卵置于微量滴定板的孔中。初步测试进展顺利，假阳性率极低 - 仅0.2%的病例是未受精卵被错误地归类为受精卵。研究小组预计能够每小时处理几千个鸡蛋。

目前，Standfest和他的同事正忙于工作，最大限度地提高流程速度并优化算法。“新记录的图像不断被反馈到系统中，逐渐改进，直到我们希望，我们有一个自学系统，”Standfest说。“最重要的是，我们可以使系统适应其他宏观分类过程，包括自动分离和分类其他生物。”

当前的设计代表了这种智能和自学系统的第一个用例。这种平台技术是迈向生物智能系统的第一步，它可以适应其他应用领域。此类项目还支持生命科学与工程之间界面的制造生物转化。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。