CN117897604A - 生物样品分析装置及异常判定方法 - Google Patents
生物样品分析装置及异常判定方法 Download PDFInfo
- Publication number
- CN117897604A CN117897604A CN202280058965.9A CN202280058965A CN117897604A CN 117897604 A CN117897604 A CN 117897604A CN 202280058965 A CN202280058965 A CN 202280058965A CN 117897604 A CN117897604 A CN 117897604A
- Authority
- CN
- China
- Prior art keywords
- biological sample
- analysis device
- jam
- flow path
- particles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 232
- 239000012472 biological sample Substances 0.000 title claims abstract description 171
- 238000004458 analytical method Methods 0.000 title claims abstract description 138
- 230000005856 abnormality Effects 0.000 title claims abstract description 89
- 239000002245 particle Substances 0.000 claims abstract description 304
- 238000001514 detection method Methods 0.000 claims abstract description 208
- 230000008569 process Effects 0.000 claims abstract description 200
- 230000010365 information processing Effects 0.000 claims abstract description 101
- 238000011084 recovery Methods 0.000 claims description 119
- 230000004044 response Effects 0.000 claims description 9
- 230000001678 irradiating effect Effects 0.000 claims description 8
- 238000002955 isolation Methods 0.000 abstract 6
- 239000007788 liquid Substances 0.000 description 121
- 239000000523 sample Substances 0.000 description 93
- 230000008859 change Effects 0.000 description 57
- 210000004027 cell Anatomy 0.000 description 37
- 238000012545 processing Methods 0.000 description 37
- 239000012530 fluid Substances 0.000 description 28
- 230000007423 decrease Effects 0.000 description 18
- 230000003287 optical effect Effects 0.000 description 18
- 238000010992 reflux Methods 0.000 description 15
- 238000011282 treatment Methods 0.000 description 12
- 238000004140 cleaning Methods 0.000 description 10
- 239000000428 dust Substances 0.000 description 10
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 10
- 238000005304 joining Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000007850 fluorescent dye Substances 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 239000007844 bleaching agent Substances 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000005708 Sodium hypochlorite Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- SUKJFIGYRHOWBL-UHFFFAOYSA-N sodium hypochlorite Chemical compound [Na+].Cl[O-] SUKJFIGYRHOWBL-UHFFFAOYSA-N 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000000098 azimuthal photoelectron diffraction Methods 0.000 description 1
- 239000011324 bead Substances 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000002659 cell therapy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 210000004748 cultured cell Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000023077 detection of light stimulus Effects 0.000 description 1
- BFMYDTVEBKDAKJ-UHFFFAOYSA-L disodium;(2',7'-dibromo-3',6'-dioxido-3-oxospiro[2-benzofuran-1,9'-xanthene]-4'-yl)mercury;hydrate Chemical compound O.[Na+].[Na+].O1C(=O)C2=CC=CC=C2C21C1=CC(Br)=C([O-])C([Hg])=C1OC1=C2C=C(Br)C([O-])=C1 BFMYDTVEBKDAKJ-UHFFFAOYSA-L 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000001808 exosome Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 210000004602 germ cell Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 210000000265 leukocyte Anatomy 0.000 description 1
- 239000002502 liposome Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000011859 microparticle Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000002244 precipitate Substances 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 210000000582 semen Anatomy 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229940124597 therapeutic agent Drugs 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/10—Investigating individual particles
- G01N15/14—Optical investigation techniques, e.g. flow cytometry
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本公开的目的是提供用于解决在生物样品流过的流动路径内的堵塞的新技术。本公开提供一种生物样品分析装置,包括信息处理单元,该信息处理单元执行异常判定过程,以基于堵塞检测数据来检测生物样品流过的流动路径内的异常。堵塞检测数据是与每单位时间的颗粒检测次数相关的数据。异常判定处理可以包括:隔离区域堵塞判定处理,用于检测执行颗粒隔离的隔离区域中的堵塞;供应区域堵塞判定处理,用于检测用于将生物样品供应至执行颗粒隔离的隔离区域的供应区域中的堵塞;或者隔离区域堵塞判定处理和供应区域堵塞判定处理两者。
Description
技术领域
本公开涉及生物样品分析装置和异常判定方法。更具体地,本公开涉及具有流路的生物样品分析装置以及生物样品分析装置中的异常判定方法,包含颗粒的生物样品流经该流路。
背景技术
例如,用荧光染料标记诸如细胞、微生物和脂质体的颗粒群,并测量通过用激光照射颗粒群的每个颗粒而激发的荧光染料产生的荧光的强度和/或图案,由此测量颗粒的特性。作为执行测量的生物样品分析装置的代表性示例,可以提及流式细胞仪。
流式细胞仪是用具有特定波长的激光(激发光)照射在流路中的行中流动的颗粒并且检测从每个颗粒发射的荧光和/或散射光以逐个分析多个颗粒的装置。流式细胞仪可以将由光检测器检测的光转换成电信号,量化该电信号,并且执行统计分析以判定每个颗粒的特性,例如,类型、尺寸、结构等。也可以基于判定结果对具有所需特性的颗粒进行分选。
该装置具有流路,生物样品流经该流路。迄今为止已经提出了与把握流路中的状态以及控制装置相关的若干技术。例如,下面的专利文献1公开了一种微粒测量装置,包括:检测单元,检测从含有颗粒的多个容器中的一个发送的来自微粒的光;以及信息处理单元,控制基于由检测单元检测的信息指定与在特定时间段中的检测次数相关的特征量,基于预定的阈值判定特征量异常,并且完成对一个容器的检测。
引用列表
专利文献
专利文献1:WO 2018/047442
发明内容
本发明要解决的问题
在生物颗粒分析装置如流式细胞仪中,在样品流过的微流路中可能发生堵塞。堵塞可由例如包含在样品中的细胞或灰尘的聚集引起。这种堵塞可能干扰分析或者也可能干扰目标颗粒的分选。
本公开的目的是提供用于解决生物样品流过的流路中的堵塞的新技术。
问题的解决方案
本公开提供:
生物样品分析装置,包括:
信息处理单元,该信息处理单元被配置为执行异常判定处理,该异常判定处理基于堵塞检测数据来检测生物样品流过的流路中的异常,其中,
该堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
在一个实施方式中,堵塞检测数据可以包括以下至少一个:
与每单位时间分选的检测到的颗粒的数量相关的数据,
与每单位时间判定为分选目标的颗粒的数量相关的数据,以及与每单位时间所检测的待分析的颗粒的数量相关的数据。
在一个实施方式中,异常判定处理可以包括以下处理中的至少一个:
分选区域堵塞判定处理,用于检测分选颗粒的分选区域中的堵塞,
供应区域堵塞判定处理,用于检测用于将所述生物样品供应至所述分选区域的供应区域中的堵塞,或者
气泡检测处理,用于检测在所述流路中流动的气泡。
异常判定处理可以包括检测在流路中流动的气泡的气泡检测处理。
在一个实施方式中,异常判定处理可以包括用于检测分选颗粒的分选区域中的堵塞分选区域的堵塞判定处理。
在分选区域堵塞判定处理中,由信息处理单元引用的堵塞检测数据可以是基于每单位时间被判定为分选目标的颗粒的数量和每单位时间分选的所检测的颗粒的数量的数据。即,堵塞检测数据可以是基于每单位时间被判定为分选目标的颗粒的数量和每单位时间分选的所检测的颗粒的数量的数据。
在分选区域堵塞判定处理中,信息处理单元可以参考基于分选目标颗粒的回收率的数据作为堵塞检测数据。即,堵塞检测数据可以是基于分选目标颗粒的回收率的数据。
所述信息处理单元可将堵塞检测数据与预定的阈值进行比较,以判定在分选区域中是否发生堵塞。
所述信息处理单元可以将堵塞检测数据与预定的阈值进行比较,并在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定在分选区域中发生了堵塞。
信息处理单元可以响应于判定在分选区域中发生了堵塞,使生物样品分析装置执行堵塞去除处理。
在另一个实施方式中,异常判定处理可以包括供应区域堵塞判定处理,该供应区域堵塞判定处理用于检测将生物样品供应至分选颗粒的分选区域的供应区域中的堵塞。
在供应区域堵塞判定处理中,信息处理单元可以将与分析目标颗粒的检测频率相关的数据称为堵塞检测数据。即,堵塞检测数据可以是与分析目标颗粒的检测频率相关的数据。
信息处理单元可以将堵塞检测数据与预定的阈值进行比较,以判定在供应区域中是否发生堵塞。
信息处理单元可以将堵塞检测数据与预定的阈值进行比较,并且在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定为在供应区域中发生了堵塞。
在判定在供应区域堵塞判定处理中发生堵塞的情况下,信息处理单元可执行气泡检测处理。
可以基于通过使用光照射分析目标颗粒产生的散射光来执行气泡检测处理。
在气泡检测处理中检测到气泡的情况下,信息处理单元可以结束分选处理。
信息处理单元可以响应于判定在供应区域中发生了堵塞,使生物样品分析装置执行堵塞去除处理。
此外,本公开
提供一种在生物样品分析装置中的异常判定方法,该方法包括:
执行异常判定处理,该异常判定处理基于堵塞检测数据检测生物样品流过的流路中的异常,其中,
堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
附图说明
[图1]是用于说明在流路中发生堵塞的情况下各种指标的变化的图。
[图2]是示出了本公开的生物样品分析装置以及附接至装置的芯片的配置示例的示图。
[图3]是示出了颗粒分选单元附近的堵塞和堵塞的去除的照片。
[图4]是示出事件速率的减小和气泡检测计数的增加的示例的图。
[图5]是示出合流部附近的堵塞和堵塞的去除的照片。
[图6]是用于说明通过鞘液回流处理改善到达速率的图。
[图7]是示出本公开的生物样品分析装置的配置示例的示图。
[图8]是示出由本公开的生物样品分析装置执行的分选处理的流程图。
[图9]是示出了信息处理单元的配置示例的示图。
[图10]是颗粒分选单元的放大视图。
[图11]是连接流路附近的示意性立体图。
[图12]是连接流路附近的示意性截面图。
[图13]是示出了其中附接压力变化元件的状态的示意视图。
[图14]是示出异常判定处理的流程图。
[图15]是示出异常判定处理的流程图。
具体实施方式
在下文中,将描述用于实施本公开的优选模式。注意,下面描述的实施方式显示了本公开的代表性实施方式,并且本公开的范围不仅仅限于这些实施方式。注意,将按照以下顺序描述本公开。
1.第一实施方式(生物样品分析装置)
(1)本公开的描述
(2)装置的配置示例
(3)芯片的配置示例
(4)异常判定处理的第一示例
(5)异常判定处理的第二示例
2.第二实施方式(异常判定方法)
1.第一实施方式(生物样品分析装置)
(1)本公开的描述
为了防止上述堵塞的发生,在装置分析生物样品之前,进行通过使生物样品穿过预定过滤器而去除灰尘的处理。然而,由于待测量的细胞本身的尺寸是约10μm,通过使用允许细胞通过的过滤器不可能完全去除(具有可能阻塞微流路的尺寸的)灰尘。
关于流式细胞仪,用户可以识别随着分选的液滴(在液滴电荷分选器的情况下)的事件速率或流异常的降低已经发生堵塞。在检测到堵塞的情况下,可通过执行处理(诸如启动流路或使包含次氯酸钠的漂白剂流动)来去除堵塞。然后,在即使执行这些处理也没有消除堵塞的情况下,可以通过更换石英流动池装置中的喷嘴和更换塑料芯片装置中的芯片来去除堵塞。
然而,这种去除这种堵塞的方法可能不适用。例如,在旨在开发或制造细胞治疗剂的封闭式流式细胞仪的情况下,有很高可能性无法适用通过上述方法检测和去除堵塞,以下将描述。
首先,在长时间执行生物颗粒的分析处理或分选处理的情况下,用户难以连续监控装置的状态。因此,期望自动检测堵塞。此外,事件速率的降低不仅可能由流路中的阻塞引起,而且可能由所有样品都被提供引起。因此,期望能够区分导致降低的原因。
例如,用于开发或制造细胞治疗剂的细胞处理过程可以发生很长时间。此外,当根据堵塞的原因可自动执行用于消除堵塞的处理以提高生产率时,可最小化停机时间。
此外,即使流路的一部分堵塞,事件速率也不会降低。例如,当流路的结构变得复杂时,存在即使在发生堵塞时液体也可在避免堵塞的同时流动的情况,并且在这种情况下,事件速率不降低的可能性很高。这个问题尤其涉及例如封闭的微流路芯片用于颗粒分选的情况。
此外,即使当流路的一部分堵塞时,也不能够确认液滴的流异常。例如,这适用于不形成液滴的生物颗粒分析装置。例如,在封闭的微流路芯片用于颗粒分选的情况下,不形成液滴。
此外,诸如灌注流路或使含有次氯酸钠的漂白剂流动等处理可能影响样品本身。例如,生物颗粒如细胞容易受到这些的影响。
此外,更换芯片或喷嘴可能导致生物样品的损失。在生物样品有价值的情况下,损失是不希望的。例如,在细胞治疗领域中,样品通常是患者来源的,并且装置用户不能容忍这种损失。
根据本公开的生物样品分析装置包括信息处理单元,信息处理单元执行异常判定处理,该异常判定处理基于堵塞检测数据来检测生物样品流过的流路中的异常。在异常判定处理中使用的堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。堵塞检测数据可以包括以下至少一个:与每单位时间分选的检测到的颗粒的数量相关的数据、与每单位时间被判定为分选目标的颗粒的数量相关的数据或与每单位时间待分析的检测到的颗粒的数量相关的数据。
由于生物样品分析装置基于变化来判定流路的异常,因此生物样品分析装置可自动检测堵塞。因此,该装置能够自动应对堵塞。另外,利用每单位时间检测到的颗粒的数量(特别是其变化)而生成的堵塞检测数据适于流路内的堵塞检测。
流路中的异常例如可以是流路中的堵塞,即,流路中的截面积的减小。
在流路中的堵塞可以是由在流路中流动的样品引起的堵塞,并且具体地,可以是由样品中的组分形成的堵塞,并且可以是例如样品中的生物颗粒(具体地,细胞)、在样品中的液体中沉淀的沉淀物、样品中的灰尘等。堵塞可能是由这样的部件粘在流路的内壁上的任何位置引起的堵塞。
信息处理单元可被设计为指定存在异常(特别是堵塞)的流路的流路区段。
流路区段可以是对生物样品中的生物颗粒进行分选处理的流路芯片中的流路区段,具体地,用于判定生物颗粒是否被分选的检测光学***的光照射位置下游的流路区段,更具体地,后面将描述的颗粒分选单元附近的流路区段。在本说明书中,该流路区段分也称为分选区域。
此外,流路区段可以是用于将生物样品供应至用于判定生物样品是否被分选的光照射位置的流路区段,并且具体地,流路区段可以是从包含生物样品的容器至用于判定生物样品中的生物颗粒是否被分选的光照射位置的流路区段。该流路区段分也称为供应区域。
信息处理单元可以被设计为判定流路中的异常(具体地,堵塞)是存在于供应区域中的异常还是存在于分选区域中的异常。因此,能够采取与存在异常的流路对应的措施,例如,能够自动执行与异常对应的异常处置处理(特别是堵塞去除处理)。
在本公开的实施方式中,异常判定处理包括用于检测颗粒分选的分选区域中的堵塞的分选区域堵塞判定处理。下面将描述分选区域堵塞判定处理。
在微流路芯片的分选区域等发生堵塞的情况下,每秒检测的颗粒数(也称为事件速率)不受影响,对于事件速率,不能检测到堵塞的发生。
本发明人已经发现,在分选区域中发生堵塞的情况下,因为样品输送被干扰,所以细胞不太可能被吸入用于收集的路线中,并且每单位时间分选的细胞的数量(也称为分选速率)的值以及实际分选的细胞的数量与判定分选的细胞的数量(也称为回收)的比率减小。因此,通过监测这些指数,可以自动检测或判定芯片中的堵塞。要监测的目标不仅可以是分选速率和回收,而且可以是从其计算的移动平均值或其变化率(也称为回收变化率)。通过进行这样的监测,能够检测出不发生事件速率下降的堵塞的发生。此外,这种监测甚至可以通过封闭的流式细胞仪进行,利用该流式细胞仪,不能目视观察到由于堵塞引起的液体输送的干扰,并且甚至通过这种装置也可以检测堵塞。
将参考图1描述在分选区域中发生堵塞的情况下的这些指数的变化。
图1中示出的A图是在以下描述的图2中示出的生物样品分析装置100在细胞分选操作中发生堵塞的情况下,通过绘制事件速率和分选速率相对于时间而获得的图。纵轴表示事件速率或分选速率,横轴表示时间。在时间t1,由于细胞粘附至流路壁表面,所以在分选区域中发生堵塞,并且在时间t2,堵塞被消除。在A图的时间t1,事件速率不改变,但分选速率减小。此外,在时间t2,事件速率不改变,但分选速率返回到发生堵塞之前的水平。如上所述,即使在不能以事件速率检测分选区域中的堵塞的情况下,也能够以分选率检测堵塞。
图1中示出的B图是在细胞分选操作中发生堵塞的情况下通过绘制回收相对于时间而获得的图。纵轴表示回收,横轴表示时间。同样在B图中,回收在时刻t1减小,并且回收在时刻t2返回至发生堵塞之前的水平。如上所述,即使在不能以事件速率检测分选区域中的堵塞的情况下,也能够以回收来检测堵塞。
图1中示出的C图是在细胞分选操作中发生堵塞的情况下通过绘制回收变化率相对于时间而获得的图。纵轴表示回收变化率,横轴表示时间。如C图(具体地,右侧的放大图)所示,回收变化率随机改变直至时间t1,但是在时间t1的回收变化率中偏置向负侧。此外,在时间t2,回收改变速率被偏置到正侧。如上所述,能够以回收变化率检测分选区域中的堵塞。
此外,在检测到堵塞之后,可以通过移动液体输送控制阀和/或泵或压电元件以改变芯片中的液体输送方向和/或增加芯片中的内部压力来消除堵塞。因此,在通过分选区域堵塞判定处理检测到堵塞的情况下,也可自动应对堵塞。将参考图3描述通过这种堵塞去除处理来去除堵塞。图3是后面描述的芯片150的颗粒分选单元157附近的照片。在图3的上部照片中,在连接流路170的入口处存在灰尘(纤维或细胞团),并且该灰尘导致堵塞。当在该状态下对芯片进行上述堵塞去除处理时,如图3的下部照片所示,灰尘被去除。即,能够通过堵塞除去处理除去芯片内的堵塞。
此外,通过堵塞去除处理,例如,可消除分选区域上游的堵塞。这将参考图5进行描述。图5是后面描述的芯片150中的样品液和鞘液合流的合流部162附近的照片。在图5的上部照片中,在合流部162处存在灰尘(细胞团),并且灰尘导致堵塞。当在这种状态下在芯片上进行上述鞘液回流处理时,如图5的下部照片所示,去除灰尘。即,能够通过堵塞除去处理除去芯片内的堵塞。
将在下面的(4)中更详细地描述上述分选区域堵塞判定处理。
在本公开的另一个实施方式中,异常判定处理包括供应区域堵塞判定处理,该供应区域堵塞判定处理用于检测用于将生物样品供应至分选颗粒的分选区域的供应区域中的堵塞。下面将描述供应区域堵塞判定处理。
在用于判定是否执行分选的检测光学***的光照射位置上游的流路(例如,样品液从容纳样品液的容器流到光照射位置的流路,具体地,仅样品液流过的流路)中发生流路堵塞的情况下,样品液未到达光照射位置,并且因此事件速率降低。在这种情况下,不仅分选的细胞的数量减少,而且经受关于是否分选的判定的细胞的数量也减少,并且因此,回收的值不显著地减少。因此,通过监测事件速率,可以检测流路中的堵塞作为样品液供应流路中的堵塞,而不是芯片中的堵塞。
这里,不仅由于流路中的堵塞,而且由于样品液不足(即,样品液的排出),可能发生事件速率的降低。因此,在本公开的优选实施方式中,可以区分事件速率减小的因素。例如,可以通过基于专利文献1中描述的气泡检测的方法判定事件速率的降低是否由样品液不足引起。在事件速率的降低由样品液不足引起的情况下,随着样品液的量减少以及事件速率减少,空气被吸入并且气泡流入芯片中。图4示出了在样品液不足的情况下事件速率降低和气泡检测计数增加的示例。在图4中,水平轴表示时间,垂直轴表示事件速率或气泡检测计数。如图4所示,在出现样品液不足的情况下,在事件速率降低之后,观察到气泡检测计数的增加。另一方面,在样品液供应流路中堵塞的情况下,样品液不能流动并且事件速率降低,但是空气没有被吸入。因此,气泡不流动。因此,通过除了监测事件速率之外还进行气泡检测,能够区分并检测样品液供应流路内的堵塞和样品液不足。然后,可以根据所检测的状态自动地执行不同的处理。
注意,也可以通过气泡检测处理以外的处理来检测样品液不足。例如,本公开的装置可以通过监测容纳样品液的容器的状态(例如,容器的内部压力或形状)来检测样品液不足。作为用于执行这种监测的装置,可以使用本技术领域中已知的装置。
在检测样品液供应流路中的堵塞的情况下,本公开的装置可执行堵塞去除处理。例如,通过驱动液体输送控制阀和/或泵,通过执行使鞘液回流至样品液供应流路的鞘液回流处理,本公开的装置可以消除堵塞。
此外,在检测到样品液不足的情况下,本公开的装置可自动结束分析或分选处理。可替换地,本公开的装置可以执行鞘液回流处理以使积累或残留在样品液供应流路中的细胞流到样品液储槽。然后,可以再次执行分析或分选操作处理。由此,可以增加要进行处理的细胞的数量,并且提高目标细胞的回收率。
此外,鞘液回流处理不一定在样品液耗尽之后执行,并且可以例如根据经过了预定的时间来执行。因此,能够提高回收率。
将参考图6描述通过鞘液回流处理改善样品液中的细胞到达芯片的速率。图6中的纵轴表示样品液中的细胞到达芯片的到达速率。
在图6中,Ex.1-A是在不执行鞘液回流处理的情况下执行分选操作的情况下的到达速率。Ex.1-B是除了进行鞘液回流处理,在与Ex.1-A中相同的方式执行分选操作的情况下的到达速率。从这些结果可以确认,通过鞘液回流处理改善了到达速率。
此外,在图6中,Ex.2-A是在没有执行鞘液回流处理的另一条件下进行分选操作的情况下的到达速率。Ex.2-B是除了进行鞘液回流处理,以与Ex.2-A相同的方式执行另一分选操作的情况下的到达速率。从这些结果中,还证实了通过鞘液回流处理改善了到达速率。
将在下面的(4)中更详细地描述上述供应区域堵塞判定处理。
在一个实施方式中,异常判定处理可以包括以下至少一个:用于检测分选颗粒的分选区域中的堵塞的分选区域堵塞判定处理、用于检测用于将生物样品供应至分选区域的供应区域中的堵塞的供应区域堵塞判定处理、或用于检测在流路中流动的气泡的气泡检测处理。例如,异常判定处理可以包括以下任意一个:分选区域堵塞判定处理、供应区域堵塞判定处理或气泡检测处理。此外,异常判定处理可以包括分选区域堵塞判定处理,或者可以包括供应区域堵塞判定处理。此外,异常判定处理可以包括除供应区域堵塞判定处理以外的气泡检测处理。
在本公开的特别优选的实施方式中,异常判定处理包括分选区域堵塞判定处理和供应区域堵塞判定处理两者。因此,能够判定存在异常的流路区段分,并且能够自动执行与异常对应的异常处置处理(特别是堵塞去除处理)。异常判定处理可以进一步包括检测在流路中流动的气泡的气泡检测处理。此外,生物样品分析装置可自动进行这些处理。
在本公开中,可以首先执行分选区域堵塞判定处理,然后可以执行供应区域堵塞判定处理。可替换地,可以首先执行供应区域堵塞判定处理,然后可以执行分选区域堵塞判定处理。
在下文中,首先,将描述根据本公开的执行异常判定处理的生物颗粒分析装置的配置示例,接下来,将描述异常判定处理的更详细的示例。
(2)装置的配置示例
图7示出了本公开的生物样品分析装置的配置示例。图7所示的生物样品分析装置6100包括:光照射单元6101,用光照射通过流路C流动的生物样品S;检测单元6102,检测通过用光照射生物样品S产生的光;以及信息处理单元6103,处理关于由检测单元检测的光的信息。例如,生物样品分析装置6100是流式细胞仪或成像细胞仪。生物样品分析装置6100可包括分选单元6104,分选出生物样品中的特定生物颗粒P。包括分选单元的生物样品分析装置6100例如是细胞分选仪。
(生物样品)
生物样品S可以是包含生物颗粒的液体样品。生物颗粒例如为细胞或非细胞生物颗粒。细胞可以是活细胞,并且其更具体的示例包括血细胞(如红细胞和白细胞)和生殖细胞(如***和受精卵)。此外,细胞可以是从诸如全血的样品直接收集的细胞,或者可以是培养后获得的培养细胞。例如,非细胞生物颗粒是细胞外小泡,或具体地,外来体和微泡。可以用一种或多种标记物质(如染料(具体地,荧光染料)和荧光染料标记的抗体)标记生物颗粒。注意,可以通过本公开的生物样品分析装置来分析除生物颗粒之外的颗粒,并且可以分析小珠等以进行校准等。
(流路)
流路C被设计为使得形成生物样品S的流。具体地,流路C可以被设计成使得形成包含在生物样品中的生物颗粒基本上在一行中对齐的流。包括流路C的流路结构可被设计为形成层流。具体地,流路结构被设计为形成其中生物样品的流(样品流)被鞘液的流包围的层流。流路结构的设计可以由本领域的技术人员适当地选择,或者可以采用已知的设计。流路C可以形成为诸如微芯片(具有微米级的流路的芯片)或流动池的流路结构。流路C的宽度为1mm以下,具体而言,可以为10μm以上1mm以下。流路C和包括流路C的流路结构可以由诸如塑料或玻璃的材料制成。
本公开的生物样品分析装置被设计为使得用来自光照射单元6101的光照射在流路C中流动的生物样品,或者具体地,生物样品中的生物颗粒。本公开的生物样品分析装置可被设计为使得生物样品上的光的照射点位于其中形成流路C的流路结构中,或者可被设计为使得照射点位于流路结构的外部。前一种情况的示例可以是光被发射到微芯片或流动池中的流路C上的配置。在后一种情况下,在离开流路结构(具体地,其喷嘴部分)之后的生物颗粒可以用光照射,并且例如可以采用空气喷射型的流式细胞仪。
(光照射单元)
光照射单元6101包括发光的光源单元和将光引导至照射点的导光光学***。光源单元包括一个或多个光源。光源的类型例如是激光光源或LED。从每个光源发射的光的波长可以是紫外光、可见光和红外光的任何波长。例如,导光光学***包括诸如分束器、反射镜或光纤的光学组件。导光光学***还可以包括用于聚光的透镜组,并且包括例如物镜。可能存在生物样品和光相交的一个或多个照射点。光照射单元6101可被设计为收集从一个光源或不同的光源发射到一个照射点上的光。
(检测单元)
检测单元6102包括检测通过向生物颗粒上发射光而产生的光的至少一个光电检测器。例如,待检测的光可以是荧光或散射光(诸如,下列中的一个或多个:前向散射光、后向散射光、以及侧向散射光)。例如,每个光电探测器包括一个或多个光接收元件,并且具有光接收元件阵列。每个光电探测器可以包括一个或多个光电倍增管(PMT)和/或诸如APD和MPPC的光电二极管作为光接收元件。光电检测器包括例如其中多个PMT布置在一维方向上的PMT阵列。检测单元6102还可包括诸如CCD或CMOS的图像传感器。通过图像传感器,检测单元6102可获取生物颗粒的图像(例如,诸如明场图像、暗场图像或荧光图像)。
检测单元6102包括使预定检测波长的光到达相应光电检测器的检测光学***。检测光学***包括诸如棱镜或衍射光栅的分光单元,或诸如二向色镜或滤光器的波长分离单元。例如,检测光学***被设计成将由光照射产生的光分散至生物颗粒,并且使用比标记生物颗粒的荧光染料的数量更多的光检测器检测分散的光。包括这种检测光学***的流式细胞仪被称为光谱流式细胞仪。此外,例如,检测光学***被设计成从通过光照射至生物颗粒而产生的光分离对应于特定荧光染料的荧光波长带的光,并且使相应的光电检测器检测分离的光。
检测单元6102还可以包括将由光检测器获得的电信号转换成数字信号的信号处理单元。信号处理单元可以包括作为执行转换的装置的A/D转换器。通过由信号处理单元执行的转换而获得的数字信号可以被发送到信息处理单元6103。该数字信号可被信息处理单元6103处理为与光有关的数据(在下文中,也称为“光数据”)。例如,光数据可以是包括荧光数据的光数据。更具体地,光数据可以是光强度的数据,并且光强度可以是包括荧光的光的光强度数据(光强度数据可以包括诸如面积、高度和宽度的特征量)。
(信息处理单元)
例如,信息处理单元6103包括执行各种类型的数据(例如,光数据)的处理的处理单元以及存储各种类型的数据的存储单元。在处理单元从检测单元6102获取对应于荧光染料的光数据的情况下,处理单元可以对光强度数据执行荧光泄漏校正(补偿处理)。在光谱流式细胞仪的情况下,处理单元还对光数据执行荧光分离处理,并且获取对应于荧光染料的光强度数据。例如,可以通过在JP 2011-232259 A中公开的解混方法进行荧光分离过程。在检测单元6102包括图像传感器的情况下,处理单元可以基于由图像传感器获取的图像获取关于生物颗粒的形态信息。该存储单元可以被设计成能够存储所获取的光数据。存储单元可经设计以能够进一步存储将在解混过程中使用的光谱参考数据。
在生物样品分析装置6100包括后面描述的分选单元6104的情况下,信息处理单元6103可以基于光数据和/或形态信息判定是否对生物颗粒进行分选。然后,信息处理单元6103基于判定结果控制分选单元6104,并且可以通过分选单元6104分选生物颗粒。
信息处理单元6103可以被设计为能够输出各种类型的数据(例如,诸如光数据和图像)。例如,信息处理单元6103可输出基于光数据生成的各种数据(例如,诸如二维曲线或光谱曲线)。例如,信息处理单元6103还可以被设计为能够接受各种类型的数据的输入,并且接受用户对绘图的门控处理。信息处理单元6103可以包括用于执行输出或输入的输出单元(例如,诸如显示器)或输入单元(例如,诸如键盘)。
信息处理单元6103可被设计为通用计算机,并且可被设计为包括例如CPU、RAM和ROM的信息处理装置。信息处理单元6103可以被包括在包括光照射单元6101和检测单元6102的壳体中,或者可以位于壳体外部。此外,信息处理单元6103要执行的各种处理或功能可以通过经由网络连接的服务器计算机或云来实现。
(分选单元)
分选单元6104根据信息处理单元6103进行的判定的结果对生物颗粒进行分选。分选方法可以是通过振动生成包含生物颗粒的液滴,将电荷施加至待分选的液滴,并且通过电极控制液滴的移动方向的方法。分选方法可以是用于通过控制流路结构中的生物颗粒的行进方向来分选的方法。例如,流路结构具有基于压力(注射或抽吸)或电荷的控制机构。流路结构的示例可以是具有其中流路C在下游侧分支成回收流路和废液流路,并且在回收流路中收集特定生物颗粒的流路结构的芯片(例如,JP 2020-76736A中公开的芯片)。
(3)芯片的配置示例
例如,根据本公开的生物样品分析装置可以被设计为通过控制生物颗粒流过的流路来分选生物颗粒的装置,并且可以具体地被设计为在封闭空间中分选生物颗粒的装置。图2示出了生物样品分析装置的配置示例。图2还示出了附接至装置的生物颗粒分选微芯片(以下也称为“芯片”)的流路结构的示例。图8是示出由生物颗粒分析装置执行的分选处理的流程图。
图2中所示的生物样品分析装置100包括第一光照射单元101、第一检测单元102和信息处理单元103。第一光照射单元101、第一检测单元102和信息处理单元103是上述的光照射单元6101、检测单元6102和信息处理单元6103,并且该描述还适用于相同的附图。注意,如图9中所示,信息处理单元103可以包括信号处理单元104、判定单元105以及分选控制单元106。此外,生物样品分析装置100包括第二光照射单元201和第二检测单元202,并且以上描述的光照射单元6101和检测单元6102的描述也适用于这些。注意,第二光照射单元201和第二检测单元202的特定配置可以分别与第一光照射单元101和第一检测单元102的特定配置不同。这是因为,如后面将描述的,要由第二光照射单元201和第二检测单元202获取的数据不同于要由第一光照射单元101和第一检测单元102获取的数据。
生物样品分析装置100进一步包括芯片150。芯片150可以被包括作为上述分选单元6104的组件。芯片150可以可更换的方式附接至生物样品分析装置100。
在下文中,首先,将描述生物颗粒分选微芯片150,接着,将描述通过生物样品分析装置100的分选操作。
图2中示出的生物颗粒分选微芯片150包括样品液流路152和在合流部162处合流样品液流路152的鞘液流路154。生物颗粒分选微芯片150进一步包括样品液入口151和鞘液入口153。
注意,在图1中,鞘液流路154的一部分由虚线表示。由虚线表示的部分位于比由实线表示的样品液流路152的位置低的位置(在由从参考标号101延伸至参考标号102的箭头表示的光轴方向上位移的位置),并且在由虚线表示的流路与由实线表示的流路相交的位置处,流路彼此不连通。此外,在图2中,样品液流路152被示出为在样品液入口151与合流部162之间弯曲两次,这使得易于区分样品液流路152与鞘液流路154。样品液流路152可以以这种方式在样品液入口151和接头162之间线性形成而不弯曲。
在生物颗粒分选操作中,包含生物颗粒的样品液从样品液入口151被引入样品液流路152中,并且不包括生物颗粒的鞘液从鞘液入口153被引入鞘液流路154中。
生物颗粒分选微芯片150包括合流流路155,该合流流路155包括在其一端上的合流部162。合流流路155包括用于执行生物颗粒的分选辨别的分选辨别单元156(在下文中,称为“第一检测区域156”)。
在生物颗粒分选操作中,样品液和鞘液在合流部162处合流,然后在合流流路155中朝向颗粒分选单元157流动。具体地,样品液和鞘液在合流部162处合流以形成例如层流,其中样品液被鞘液包围。优选地,在层流中,生物颗粒基本上排列成一行。由于样品液流路152和两个鞘液流路154在合流部162处合流的流路结构(该流路结构包括一端是合流部162的合流流路155),所以形成了包括基本上在一条线中流动的生物颗粒的层流。
生物颗粒分选微芯片150进一步包括位于合流流路155的另一端的颗粒分选单元157。图10是颗粒分选单元157的放大图。如图10的A所示,在另一端,合流流路155经由连接流路170连接至生物颗粒回收流路159。如图10的A所示,合流流路155、连接流路170和生物颗粒回收流路159可彼此同轴。
在回收目标颗粒(在本说明书中也称为“分选目标颗粒”)流到颗粒分选单元157的情况下,如图10的B所示,形成通过连接流路170从合流流路155进入生物颗粒回收流路159的流动,并且回收目标颗粒被回收到生物颗粒回收流路159中。以这种方式,回收目标颗粒通过连接流路170流到生物颗粒回收流路159。
在不是回收目标颗粒的生物颗粒流到颗粒分选单元157的情况下,不是回收目标颗粒的生物颗粒流到如图10的C所示的两个分支流路158中的任何一个。在这种情况下,不形成进入生物颗粒回收流路159的流。如上所述,生物颗粒分选微芯片150包括在合流流路155的另一端连接至合流流路155的两个分支流路158。
如图2所示,生物颗粒分选微芯片150包括用于将液体引入连接流路170的引入流路161。
当液体从引入流路161引入连接流路170中时,连接流路170填充有液体。因此,可以防止不期望的生物颗粒进入生物颗粒回收流路159。
将参照图11和图12描述引入流路161和连接流路170。图11是连接流路170附近的示意性透视图。图12是在穿过引入流路161的中心线和连接流路170的中心线的平面上的示意性截面图。连接流路170包括分选辨别单元156侧上的流路170a(在下文中,也称为上游侧连接流路170a)、生物颗粒回收流路159侧上的流路170b(在下文中,也称为下游侧连接流路170b)、以及连接流路170与引入流路161之间的连接170c。引入流路161设置成与连接流路170的流路的轴线大致垂直。在图11和图12中,两个引入流路161被设置为在连接流路170的大致中心位置处彼此面对,但是可以仅提供一个引入流路。
如图12中的箭头所示,液体从两个引入流路161供应到连接流路170。液体从连接170c流至上游侧连接流路170a和下游侧连接流路170b两者。
在不进行回收步骤的情况下,液体如下流动。
流向上游侧连接流路170a的液体从连接表面流出到连接流路170的合流流路155,然后分别流向两个分支流路158。因为液体以这种方式从连接表面离开,所以可以防止不需要被回收到生物颗粒回收流路159中的液体和生物颗粒通过连接流路170进入生物颗粒回收流路159。
流向下游侧连接流路170b的液体流入生物颗粒回收流路159。因此,生物颗粒回收流路159填充有液体。
而且,在执行回收步骤的情况下,可将液体从两个引入流路161供应到连接流路170。然而,由于生物颗粒回收流路159中的压力波动,具体地,通过在生物颗粒回收流路159中产生负压,形成通过连接流路170从合流流路155至生物颗粒回收流路159的流动。即,形成依次通过上游侧连接流路170a、连接170c、和下游侧连接流路170b从合流流路155至生物颗粒回收流路159的流动。因此,回收目标颗粒被回收至生物颗粒回收流路159中。
如图2所示,生物颗粒回收流路159形成为从颗粒分选单元157线性延伸,进行U形转弯,然后到达与形成样品液入口151和鞘液入口153的表面相同的表面。流经生物颗粒回收流路159的液体从回收流路端子163排出到芯片外。
如图2所示,两个分支流路158也形成为从颗粒分选单元157线性地延伸,进行U形转弯,然后到达与形成有样品液入口151和鞘液入口153的表面相同的表面。在各分支流路158中流动的液体从分支流路端子160向芯片外排出。
在图2中,生物颗粒回收流路159的显示方法在U型圈部从实线变成虚线。该变化表示光轴方向上的位置在途中变化。由于以这种方式在光轴方向上改变位置,所以生物颗粒回收流路159在与分支流路158交叉的部分中不与分支流路158连通。
回收流路端子163和两个分支流路端子166均形成在其上形成样品液入口151和鞘液入口153的表面上。此外,用于将液体引入稍后描述的引入流路161的引入流路入口164也形成在表面上。以这种方式,在生物颗粒分选微芯片150中,液体从其引入的所有入口和液体从其排出的出口形成在一个表面上。因此,将芯片附接至生物样品分析装置100变得容易。例如,与入口和/或出口形成在两个以上表面上的情况相比,设置在生物样品分析装置100上的流路与生物颗粒分选微芯片150的流路之间的连接变得容易。
图8是示出在生物颗粒上进行的处理的流程图。如图8所示,使用生物颗粒分选微芯片150的生物颗粒分选操作包括允许包含生物颗粒的液体流过合流流路155的流动步骤S1、判定流过合流流路155的生物颗粒是否是回收目标颗粒的判定步骤S2、以及将回收目标颗粒回收到生物颗粒回收流路159中的回收步骤S3。
下面对各步骤进行说明。
(3-1)流动步骤
在流动步骤S1中,从样品液入口151和鞘液入口153分别将包含生物颗粒的样品液和不包含生物颗粒的鞘液引入样品液流路152和鞘液流路154中。例如,样品液可以是包含生物颗粒的生物样品,并且具体地可以是包含生物颗粒(诸如细胞)的生物样品。
(3-2)判定步骤
在判定步骤S2中,判定流经合流流路155的生物颗粒是否是回收目标颗粒。具体地,第一检测单元102检测由第一光照射单元101对生物颗粒的光照射所产生的光。信息处理单元103(具体地,判定单元105)可以基于通过由第一光照射单元101使用光对生物颗粒的光照射生成的光进行判定。此外,信息处理单元103基于所检测的光(具体地,基于光检测的次数)生成与每单位时间检测的颗粒的数量相关的数据。
包括在信息处理单元103中的信号处理单元104可以处理由检测单元102获得的数字电信号的波形,以生成关于用于由判定单元105判定的光的特征的信息(数据)。作为关于光的特征的信息,信号处理单元104可以从数字电信号的波形获取例如波形的宽度、波形的高度和波形的面积中的一个、两个或三个。此外,关于光的特征的信息可以包括例如检测到光的时间。
基于通过用光照射在流路中流动的生物颗粒而产生的光,包括在信息处理单元103中的判定单元105判定生物颗粒是否是回收目标颗粒。例如,可通过关于光的特征的信息是否满足预先指定的基准来执行该判定。参考可以是指示生物颗粒是回收目标颗粒的参考,并且可以是所谓的门信息。
(3-3)回收步骤
在回收步骤S3中,将在判定步骤S2中判定为回收目标颗粒的生物颗粒回收至生物颗粒回收流路159中。在芯片150中的颗粒分选单元157中执行回收步骤S3。在颗粒分选单元157中,流动通过合流流路155的层流分别流动至两个分支流路158。
在回收步骤S3中,由于生物颗粒回收流路159中的压力波动,回收目标颗粒通过连接流路被回收到生物颗粒回收流路中。例如,如上所述,可通过在生物颗粒回收流路159内产生负压来执行回收。例如,如图13所示,当限定生物颗粒回收流路159的壁由附接到微芯片150外部的压力变化元件(也称为致动器)107变形时,可产生负压。信息处理单元103(具体地,分拣控制单元106)可以驱动压力变化元件107使壁变形。压力变化元件107可以是例如压电致动器。负压可形成进入生物颗粒回收流路159的流。以这种方式,回收目标颗粒在颗粒分选单元157中被分选并且被回收至生物颗粒回收流路159中。
生物颗粒回收流路159包括用于检测回收的生物颗粒的检测区域180。光照射单元201用检测区域180中的光照射回收的生物颗粒。然后,检测单元202检测由光照射产生的光。检测单元202将有关检测的光的信息传输至信息处理单元103。例如,信息处理单元103基于该信息生成稍后将描述的每单位时间的第二检测颗粒数量的数据。
(4)异常判定处理的第一示例
下面将参照图2和图14描述根据本公开的生物样品分析装置执行的异常判定处理的示例。图2如上所述,示出了芯片150的配置示例。图14是异常判定处理的流程图。
在图2中示出的芯片150的第一检测区域156和第二检测区域180中,执行光照射和通过光照射产生的光的检测。
在第一检测区域156中,在合流流路155中流动的生物粒子被光照射。即,在第一检测区域156中通过光照射检测并且分析样品液中包含的生物颗粒。
在第二检测区域180中,在生物颗粒回收流路159中流动的生物颗粒被光照射。即,分选的生物颗粒通过光照射在第二检测区域180中检测。
在这两个检测区域中检测到的颗粒的数量(具体地,每单位时间检测到的颗粒的数量)可以用于检测生物颗粒流过的流路中的异常。即,根据本公开的生物样品分析装置被设计为执行异常判定处理,该异常判定处理基于在两个检测区域中检测到的颗粒的数量(具体地,每单位时间检测到的颗粒的数量)来检测流路中的异常。以下,说明异常判定处理的流程。
在图14中示出的步骤S101中,生物样品分析装置100开始输送样品液。鞘液的液体输送可以在样品液的液体输送开始之前开始,或者可以与样品液的液体输送开始同时开始。如上所述,利用液体输送,样品液和鞘液在合流部162处合流,然后在合流流路155中朝向颗粒分选单元157流动。如上所述,第一检测区域156存在于合流流路155上。在第一检测区域156中,第一光照射单元101利用光照射样品液中的生物颗粒。然后,第一检测单元102检测由光照射产生的光。信息处理单元103基于所检测的光(具体地,基于光检测的次数)生成与每单位时间检测的颗粒的数量相关的数据。
此外,生物样品分析装置100基于通过用光照射第一检测区域156中的生物颗粒而产生的光来判定是否分选生物颗粒。生物样品分析装置100将被判定为被分选的生物颗粒回收到生物颗粒回收流路159中。回收的生物颗粒在生物颗粒回收流路159中流动。如上所述,在生物粒子回收流路159内存在第二检测区域180。在第二检测区域180中,第二光照射单元201利用光照射在回收流路159中流动的颗粒。然后,第二检测单元202检测由光照射产生的光。信息处理单元103基于所检测的光(具体地,基于光检测的次数)生成与每单位时间检测的颗粒的数量相关的数据。
在本说明书中,单位时间可以是例如一秒,但不限于此。例如,单位时间可以是1秒至60秒中的任何一个,并且可以适当地选择。
在步骤S102中,生物样品分析装置100(具体地,信息处理单元103)执行用于检测颗粒分选的分选区域中的堵塞的分选区域堵塞判定处理。信息处理单元103基于堵塞检测数据的变化来检测堵塞。这里,堵塞检测数据可以是与第二检测区域180中每单位时间检测到的颗粒的数量相关的数据。
生物样品分析装置100可每隔预定的时间获取数据,并且可例如每隔0.1秒至10秒,具体地每隔0.5秒至5秒,更具体地每隔1秒获取数据。以这种方式,通过每预定的时间获取数据,可以容易地获得数据的变化,并且可以更可靠地检测堵塞。
在第二检测区域180中检测分选的颗粒。与在第二检测区域180中每单位时间检测的颗粒的数量(在下文中也称为“第二检测颗粒数量”)有关的数据的变化对于检测分选区域中的堵塞是有用的。通过检测与第二检测粒子数相关的数据的变化,能够检测堵塞,进而,能够指定在分选区域(例如芯片150)存在堵塞。
在步骤S102中,信息处理单元103可将堵塞检测数据与预定的阈值进行比较,以判定是否发生堵塞。
例如,在步骤S102中,信息处理单元103可将堵塞检测数据与预定的阈值进行比较,以判定在分选区域中是否发生堵塞。例如,在用作堵塞检测数据的值等于或小于预定的阈值或小于预定的阈值,或等于或大于预定的阈值或大于预定的阈值的情况下,信息处理单元103可以判定在分选区域中发生堵塞。
也就是说,用于判定发生堵塞的堵塞检测数据的改变可指示堵塞检测数据等于或小于预定的阈值或小于预定的阈值,或等于或大于预定的阈值或大于预定的阈值。
例如,与第二检测颗粒数量相关的数据可以是“每单位时间分选的检测到的颗粒的数量”本身,或者可以是基于“每单位时间分选的检测到的颗粒的数量”和“基于每单位时间在第一检测区域156中的光检测结果被判定为分选目标的颗粒的数量”的数据。
此处,“每单位时间分选的检测颗粒数量”对应于上述“每单位时间第二检测颗粒数量”,并且还被称为分选速率。
此外,在本说明书中,“每单位时间基于第一检测区域156中的光检测结果被判定为分选目标的颗粒的数量”也被简称为“每单位时间被判定为分选目标的颗粒的数量”。
优选地,与第二检测颗粒数量相关的数据是基于“每单位时间被判定为分选目标的颗粒的数量”和“每单位时间的第二检测颗粒数量(即,每单位时间分选的检测到的颗粒的数量)”的数据。该数据对于检测在该分选区域中发生堵塞是有用的。
在一个实施方式中,与第二检测粒子数相关的数据可以是基于分选目标粒子的回收率的数据,该数据由以下数学公式表示。
回收率(回收)=(第二检测颗粒数量单位时间)/(每单位时间被判定为分选目标的颗粒数量)
基于回收率的数据对于检测在分选区域中发生堵塞是有用的。
基于回收速率的数据可以是下面描述的任意条数据:
回收速率本身;
回收率的变化率;
在预定的时间内获取的多个回收率的平均值;
在预定的时间内获取的多个回收率的平均值的变化率;以及
在预定的时间内获取的多个回收率的平均值与基准平均值之间的比率。
此外,基于回收速率的数据可以是在预定的时间内的最大值、最小值或者这两个值。例如,基于回收率的数据可以是回收率的最大值、回收率的最小值、或回收率的最大值和最小值两者、或使用最大值和最小值计算的值(例如,其差或差与最大值的比率)。
这样的数据对于检测在该分选区域中发生堵塞是有用的。关于平均值,可以适当地设定预定的时间,但是预定的时间的范围可以从例如5秒到5分钟、10秒到3分钟或20秒到2分钟。
平均值可以是在预定的时间内连续获取的回收率(或其倒数)的移动平均值。例如,每隔1秒获取回收率,并且可将在30秒内获取的30个回收率的移动平均值用作平均值。
此外,平均值的变化率可以是表示在某个时间点获取的回收率(或其平均值)与在前一时间点获取的回收率(或其平均值)相比改变了多少的值。例如,变化率可以是由以下公式表示的值。
变化率=(某时刻获取的回收率(或回收率的平均值)与上一时刻获取的回收率(或回收率的平均值)的差值)/(上一时刻获取的回收率(或回收率的平均值))。
关于平均值与基准平均值之间的比率,基准平均值可以是没有发生堵塞的时区中的回收率的任何平均值,并且可以是例如在开始分选处理之后首先获取的回收率的平均值。基准平均值可以在每次经过预定的时间时改变,或者可以在每次检测到改变时改变。
注意,关于基于上述回收率的数据的示例,可以使用回收率的倒数来代替回收率。即,回收率的倒数、回收率的倒数的变化率、回收率的倒数的平均值、平均值的变化率或平均值与基准平均值之间的比率可以用作基于回收率的数据。
信息处理单元103以预定的时间间隔获取与第二检测颗粒数量相关的数据,并且将该数据与预定的阈值进行比较。
在一个实施方式中,在数据等于或小于预定的阈值或小于预定的阈值的情况下,信息处理单元103判定在分选区域中发生堵塞。
在另一实施方式中,在数据连续等于或小于预定的阈值或小于预定的阈值达预定次数或更多次(例如,多次,具体地,从2次到40次,从3次到30次或从4次到20次)的情况下,信息处理单元103判定在分选区域中发生堵塞。
此外,在另一实施方式中,在数据在预定的时间内等于或小于预定的阈值或小于预定的阈值达预定次数或更多次(例如,多次,具体地,从2次到40次,从3次到30次或从4次到20次)的情况下,信息处理单元103判定在分选区域中发生堵塞。
阈值可以根据例如与要使用的第二检测颗粒数量相关的数据的类型而适当地选择。由于堵塞通常发生在分选处理执行一段时间之后,所以当开始分选处理时,在初始时区不会发生堵塞,并且与第二检测颗粒数量相关的数据稳定地转变。因此,阈值可以参照与没有发生堵塞的时区中的第二检测颗粒数量相关的数据适当地设定。
例如,在将回收率、其平均值、倒数或其平均值用作与第二检测颗粒数量相关的数据的情况下,可基于与没有发生堵塞的时间区域中的第二检测颗粒数量相关的数据设定阈值。
此外,关于变化率和比率,在记录与不发生堵塞的时区中的变化率显著不同的变化率的情况下,存在发生堵塞的高可能性。因此,低于没有发生堵塞的时区中的变化率或比率的值可以用作阈值。
在步骤S102中判定在分选区域中发生堵塞的情况下,信息处理单元103将处理前进至步骤S103。
在步骤S102中判定在分选区域中没有发生堵塞的情况下,信息处理单元103将处理前进至步骤S104。
在步骤S103中,生物样品分析装置100进行用于去除分选区域中的堵塞的处理。即,响应于在分选区域中发生堵塞的判定,信息处理单元103使生物样品分析装置100执行堵塞去除处理。在处理完成之后,生物样品分析装置100将处理返回至步骤S102。这样,重复异常判定处理。
在步骤S103的堵塞去除处理中,生物样品分析装置100进行例如芯片150的内压变更(增减)处理、芯片150的液体送出方向变更处理或双方的处理。通过这种堵塞除去处理,产生碎片内的液体的紊乱,能够除去碎片内的堵塞。此外,可以在保持关闭状态的同时执行这些处理,即,可以在不使生物样品与外部空气接触的情况下执行这些处理。因此,能够防止样品损失。
例如,为了改变内部压力,生物样品分析装置100可打开和关闭设置在用于供应样品液和/或鞘液的流路中的阀,和/或增加或减小用于供应样品液和/或鞘液的泵的压力。
此外,例如,生物样品分析装置100可驱动用于供应样品液和鞘液的泵以形成相反的流,以执行改变液体输送方向的处理。本领域技术人员可根据生物样品分析装置100的配置适当地选择用于执行这些处理的具体操作。
在步骤S104中,生物样品分析装置100(具体地,信息处理单元103)执行检测与样品供应相关的异常的处理,并且更具体地,执行检测供应区域中的堵塞的供应区域堵塞判定处理,所述供应区域用于将生物样品供应至执行颗粒分选的分选区域。信息处理单元103基于堵塞检测数据的变化来检测堵塞。这里,堵塞检测数据可以是与第一检测区域156中每单位时间检测到的颗粒的数量有关的数据,即,可以是与分析目标颗粒的检测频率有关的数据。
生物样品分析装置100可每隔预定的时间获取数据,并且可例如每隔0.1秒至10秒,具体地每隔0.5秒至5秒,更具体地每隔1秒获取数据。以这种方式,通过每预定的时间获取数据,可以容易地获得数据的变化,并且可以更可靠地检测堵塞。
在第一检测区域156中,检测样品液中包含的颗粒。与在第一检测区域156中每单位时间检测的颗粒的数量有关的数据的变化(在下文中也称为“第一检测颗粒数量”)对于检测供应区域中的堵塞是有用的。通过检测与第一检测颗粒数量相关的数据的变化,可以检测堵塞,并且此外,可以指定堵塞存在于供应区域中(例如,在从包含样品液的袋子到芯片150的第一检测区域的流路中)。
在步骤S104中,信息处理单元103可将堵塞检测数据与预定的阈值进行比较,以判定是否发生堵塞。
例如,在步骤S104中,信息处理单元103可将堵塞检测数据与预定的阈值进行比较,以判定在供应区域中是否发生堵塞。例如,在用作堵塞检测数据的值等于或小于预定的阈值或小于预定的阈值,或等于或大于预定的阈值或大于预定的阈值的情况下,信息处理单元103可判定在供应区域中发生堵塞。
也就是说,用于判定发生堵塞的堵塞检测数据的改变可指示堵塞检测数据等于或小于预定的阈值或小于预定的阈值,或等于或大于预定的阈值或大于预定的阈值。
例如,与第一检测颗粒数量相关的数据可以是“每单位时间待分析的检测到的颗粒的数量”本身,即,与分析目标颗粒的检测频率相关的数据。
此处,“每单位时间待分析的检测到的颗粒的数量”对应于上述“每单位时间的第一检测颗粒数量”。
与第一检测粒子数相关的数据例如可以为以下所述的任意数据:
第一检测粒子数的变化率;
在预定的时间内获取的多个所述第一检测粒子数的平均值;
在预定的时间内获取的多个第一检测粒子数的平均值的变化率;
以及
在所述预定的时间内获取的多个所述第一检测粒子数的平均值与基准平均值的比值。
此外,基于回收速率的数据可以是在预定的时间内的最大值、最小值或者这两个值。例如,基于回收率的数据可以是第一检测粒子数的最大值、第一检测粒子数的最小值、或者第一检测粒子数的这些值这两者、或者使用最大值和最小值计算的值(例如,它们的差、或者差与最大值的比率)。
这样的数据对于检测供应区域中发生堵塞是有用的。关于平均值,可以适当地设定预定的时间,但是预定的时间的范围可以从例如5秒到5分钟、10秒到3分钟或20秒到2分钟。
平均值可以是在预定的时间内连续获取的第一检测颗粒数量的移动平均值。例如,每隔1秒获取第一检测粒子数,取10秒内获取的10个回收率的移动平均值作为平均值。
另外,平均值的变化率也可以是表示在某个时刻取得的第一检测粒子数(或其平均值)与在之前的时刻取得的第一检测粒子数(或其平均值)相比发生了多少变化的值。例如,变化率可以是由以下公式表示的值。
变化率=(某时刻获取到的第一检测颗粒数量(或其平均值)与上一时刻获取到的第一检测颗粒数量(或其平均值)的差值)/(上一时刻获取到的第一检测颗粒数量(或其平均值))。
关于平均值与基准平均值之间的比率,基准平均值可以是没有发生堵塞的时区中的任何平均值,并且可以是例如在开始分选处理之后首先获取的平均值。基准平均值可以在每次经过预定的时间时改变,或者可以在每次检测到改变时改变。
信息处理单元103以预定的时间间隔获取与第一检测颗粒数量相关的数据,并且将该数据与预定的阈值进行比较。
在一个实施方式中,在数据等于或小于预定的阈值或小于预定的阈值的情况下,信息处理单元103判定在分选区域中发生堵塞。
在另一实施方式中,在数据连续等于或小于预定的阈值或小于预定的阈值达预定次数或更多次(例如,多次,具体地,从2次到40次,从3次到30次或从4次到20次)的情况下,信息处理单元103判定在分选区域中发生堵塞。
此外,在另一实施方式中,在数据在预定的时间内等于或小于预定的阈值或小于预定的阈值达预定次数或更多次(例如,多次,具体地,从2次到40次,从3次到30次或从4次到20次)的情况下,信息处理单元103判定在分选区域中发生堵塞。
阈值可以根据例如与要使用的第一检测颗粒数量相关的数据的类型而适当地选择。与第二检测粒子数相关的数据的情况同样地,也可以参照没有发生堵塞的时间区域内的第一检测粒子数相关的数据适当地设定阈值。
例如,在作为与第一检测粒子数相关的数据而使用第一检测粒子数本身的情况下,可以基于与没有发生堵塞的时区中的第一检测粒子数相关的数据来设定阈值,例如,可以使用该时区中的第一检测粒子数的50%至90%范围内的任意值、具体是60%至80%范围内的任意值作为阈值。
此外,关于变化率和比率,在记录与不发生堵塞的时区中的变化率显著不同的变化率的情况下,存在发生堵塞的高可能性。因此,低于没有发生堵塞的时区中的变化率或比率的值可以用作阈值。
在步骤S104中判定在供应区域中存在堵塞的情况下,生物样品分析装置100(具体地,信息处理单元103)使处理前进至步骤S105。
在步骤S104中判定在供应区域中不存在堵塞的情况下,生物样品分析装置100(具体地,信息处理单元103)将处理返回至步骤S102。这样,重复异常判定处理。
在步骤S105中,生物样品分析装置100(具体地,信息处理单元103)执行用于检测气泡的气泡检测处理。基于在第一检测区域156中检测到的光来执行气泡检测处理。
与第一检测颗粒数量相关的数据的变化可以不是由供应区域中的堵塞引起的,而可以是由样品液不足引起的。这里,气泡的检测可以用作指示样品液用完的指标。因此,通过执行步骤S105,可以判定与第一检测颗粒数量相关的数据的变化是由供应区域中的堵塞引起还是由样品液不足引起。如上所述,根据本公开的异常判定处理可以包括检测在流路中流动的气泡的气泡检测处理。
例如,可基于在第一检测区域156中检测到的光(例如,散射光,具体地,前向散射光)的触发时间执行气泡检测。触发时间可以是当所检测的光的信号强度等于或大于预定信号强度阈值或大于预定信号强度阈值时的时间。
在触发时间等于或大于预定的时间阈值或大于预定的时间阈值的情况下,信息处理单元103可判定记录触发时间的光是通过用光照射气泡而产生的光,即,在这种情况下,可判定检测到气泡。如上所述,可基于通过用光照射分析目标颗粒而产生的散射光执行气泡检测处理。
在检测气泡的次数与单位时间内的事件的总数的比率等于或大于预定的阈值的情况下,信息处理单元103可以判定检测到气泡。该比率可以是每单位时间在第一检测区域156中检测的总数的比率。
由于仅执行一次的气泡检测可能不意味着样品已经被用完,因此可以通过使用该比率作为气泡检测判定的指标来执行更适当的判定。
在专利文献1中描述了气泡检测处理的更详细的示例,并且其内容可以结合在本公开中。
在步骤S105中判定检测到气泡的情况下,生物样品分析装置100(具体地,信息处理单元103)使处理前进至步骤S106。
在步骤S105中判定未检测到气泡的情况下,生物样品分析装置100(具体地,信息处理单元103)使处理前进至步骤S107。
在步骤S106中,生物样品分析装置100执行供应流路清洁处理。为了执行供应流路清洁处理,生物样品分析装置100可执行例如使鞘液向后流动的回流处理。为了执行回流处理,信息处理单元103可驱动用于在相反方向上供应样品液的泵。
在执行供应流路清洁处理之后,生物样品分析装置100将处理前进至步骤S107。
在步骤S107中,生物样品分析装置100结束液体输送处理(即,分选处理)。在以这种方式检测气泡的情况下,生物样品分析装置100可结束分选处理。
在步骤S108中,生物样品分析装置100进行用于去除供应区域中的堵塞的处理。在处理完成之后,生物样品分析装置100将处理返回至步骤S102。这样,重复异常判定处理。
在步骤S108中的堵塞去除处理中,生物样品分析装置100可执行例如使鞘液回流到样品流路中的回流处理。为了执行回流处理,信息处理单元103可驱动用于在相反方向上供应样品液的泵。因此,可以去除样品液流动通过的流路中的堵塞。
例如,由于生物颗粒(尤其是样品液中的细胞)粘附至流路壁,所以可能导致堵塞。通过回流处理,这种生物颗粒可返回至储存样品液的容器中。
然后,处理返回至如上所述的步骤S102,并且随后执行液体输送处理,并且因此能够改善生物颗粒的回收率。
通过进行上述异常判定处理,能够检测流路内的堵塞。此外,能够指定发生堵塞的区域并且执行对应于堵塞的处理。此外,该异常判定处理可以在封闭的芯片中进行。此外,在该异常判定处理中,可以减少样品的损失,不提供漂白剂,并且因此也减少对样品的不利影响。
(5)异常判定处理的第二示例
下面将参照图2和图15描述根据本公开的生物样品分析装置执行的异常判定处理的第二示例。图2如上所述。图15是异常判定处理的流程图。
除了以下步骤S204中的处理以外,在图15中示出的步骤S201至S208与在图14中的步骤S101至S108相同,并且其描述也应用于本示例。因此,省略步骤S201至S208的描述。在步骤S204中,在步骤S204中判定在供应区域中不存在堵塞的情况下,生物样品分析装置100(具体地,信息处理单元103)使处理前进至步骤S209。
在步骤S209中,信息处理单元103判定从步骤S201中的液体输送开始的时间点是否已经过去了预定的时间。
响应于判定经过了预定的时间,信息处理单元103将处理前进至步骤S210。
响应于判定没有经过预定的时间,信息处理单元103将处理返回至步骤S202。这样,重复异常判定处理。
在步骤S210中,生物样品分析装置100执行供应流路清洁处理。由于清洁处理是根据预定的时间的流逝来执行的,因此该清洁处理也被称为周期性清洁处理。为了执行清洁处理,生物样品分析装置100可执行例如使鞘液向后流动的回流处理。为了执行回流处理,信息处理单元103可驱动用于在相反方向上供应样品液的泵。因此,样品流路中的生物颗粒可被回收到包含样品液的容器中并且再次经受分选。因此,可以增加生物颗粒的回收率。
在执行清洁处理之后,生物样品分析装置100将处理返回至步骤S202。这样,重复异常判定处理。
如上所述,根据本公开的生物样品分析装置100可被设计为周期性地重复清洁处理。因此,定期去除粘附至样品流路的生物颗粒(诸如细胞)。然后,粘附的生物颗粒可以被回收到包含样品液的溶液中并且再次经受分选处理。因此,能够提高回收率。
2.第二实施方式(异常判定方法)
本公开提供在生物样品分析装置中的异常判定方法。异常判定方法包括基于堵塞检测数据执行检测生物样品流过的流路中的异常的异常判定处理。这里,堵塞检测数据可以是基于每单位时间检测到的颗粒数量的数据。例如,可以通过在1的(2)和(3)中描述的生物样品分析装置执行根据本公开的异常判定方法。如上所述,但是可以由其他装置执行。
在一个实施方式中,根据本公开内容的异常判定方法可以包括分选区域堵塞判定处理,用于检测分选颗粒的分选区域中的堵塞。
此外,在另一个实施方式中,根据本公开内容的异常判定方法可以包括供应区域堵塞判定处理,用于检测供应区域中的堵塞,用于将生物样品供应至分选颗粒的分选区域。
在特别优选的实施方式中,根据本公开内容的异常判定方法可以包括分选区域堵塞判定处理和供应区域堵塞判定处理两者。
例如,可以根据1的(4)或(5)中描述的流程执行根据本公开的异常判定处理。以上所述,但可以采用其他流程。
此外,本公开提供了用于使生物样品分析装置执行异常判定方法的程序。即,该程序使生物样品分析装置执行异常判定处理,该异常判定处理基于堵塞检测数据的变化来检测生物样品流过的流路中的异常,并且堵塞检测数据是基于每单位时间检测的颗粒数量的数据。
注意,本公开还可具有以下配置。
[1]生物样品分析装置,
包括信息处理单元,被配置为执行异常判定处理,异常判定处理基于堵塞检测数据来检测生物样品流过的流路中的异常,其中,
堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
[2]根据[1]所述的生物样品分析装置,其中,
堵塞检测数据包括以下至少一个:
与每单位时间分选的检测到的颗粒的数量相关的数据,
与每单位时间被判定为分选目标的颗粒的数量相关的数据,以及与每单位时间待分析的检测到的颗粒的数量相关的数据。
[3]根据[1]所述的生物样品分析装置,其中,
其中,异常判定处理包括以下处理中的至少一个:
分选区域堵塞判定处理,用于检测分选颗粒的分选区域中的堵塞,供应区域堵塞判定处理,用于检测用于将生物样品供应至分选区域的供应区域中的堵塞,或者
气泡检测处理,用于检测在流路中流动的气泡。
[4]根据[3]所述的生物样品分析装置,其中,异常判定处理还包括检测在流路中流动的气泡的气泡检测处理。
[5]根据[1]所述的生物样品分析装置,其中,异常判定处理包括用于检测分选颗粒的分选区域中的堵塞的分选区域的堵塞判定处理。
[6]根据[5]所述的生物样品分析装置,其中,堵塞检测数据是基于每单位时间被判定为分选目标的颗粒的数量和每单位时间分选的检测到的颗粒的数量的数据。
[7]根据[5]或[6]所述的生物样品分析装置,其中,堵塞检测数据是基于分选目标颗粒的回收率的数据。
[8]根据[5]至[7]中任一项所述的生物样品分析装置,其中,信息处理单元将堵塞检测数据与预定的阈值进行比较,以判定分选区域中是否发生了堵塞。
[9]根据[5]至[8]中任一项所述的生物样品分析装置,其中,信息处理单元将堵塞检测数据与预定的阈值进行比较,并且在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定在分选区域中发生了堵塞。
[10]根据[5]至[79中任一项所述的生物样品分析装置,其中,信息处理单元响应于判定在分选区域中发生了堵塞,使生物样品分析装置进行堵塞去除处理。
[11]根据[1]所述的生物样品分析装置,其中,异常判定处理包括供应区域堵塞判定处理,供应区域堵塞判定处理用于检测用于将生物样品供应至分选颗粒的分选区域的供应区域中的堵塞。
[12]根据[11]所述的生物样品分析装置,其中,堵塞检测数据是与分析目标颗粒的检测频率相关的数据。
[13]根据[11]或[12]所述的生物样品分析装置,其中,信息处理单元将堵塞检测数据与预定的阈值进行比较,以判定供应区域中是否发生了堵塞。
[14]根据[11]至[13]中任一项所述的生物样品分析装置,其中,信息处理单元将堵塞检测数据与预定的阈值进行比较,并且在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定在供应区域中发生了堵塞。
[15]根据[11]至[14]中任一项所述的生物样品分析装置,其中,在判定在供应区域堵塞判定处理中发生了堵塞的情况下,信息处理单元执行气泡检测处理。
[16]根据[15]所述的生物样品分析装置,其中,基于通过使用光照射分析目标颗粒而产生的散射光来执行气泡检测处理。
[17]根据[15]或[16]所述的生物样品分析装置,其中,在气泡检测处理中检测到气泡的情况下,信息处理单元结束分选处理。
[18]根据[11]至[17]中任一项所述的生物样品分析装置,其中,信息处理单元响应于判定在供应区域中发生了堵塞,使生物样品分析装置执行堵塞去除处理。
[19]一种生物样品分析装置中的异常判定方法,方法包括:
执行异常判定处理,异常判定处理基于堵塞检测数据检测生物样品流过的流路中的异常,其中,
堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
附图标记列表
100 生物样品分析装置
101 光照射单元
102 检测单元
103 信息处理单元。
Claims (19)
1.一种生物样品分析装置,包括:
信息处理单元,被配置为执行异常判定处理,所述异常判定处理基于堵塞检测数据来检测生物样品流过的流路中的异常,其中,
所述堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
2.根据权利要求1所述的生物样品分析装置,其中,
所述堵塞检测数据包括以下至少一个:
与每单位时间分选的检测到的颗粒的数量相关的数据,
与每单位时间被判定为分选目标的颗粒的数量相关的数据,以及
与每单位时间待分析的检测到的颗粒的数量相关的数据。
3.根据权利要求1所述的生物样品分析装置,
其中,所述异常判定处理包括以下处理中的至少一个:
分选区域堵塞判定处理,用于检测分选颗粒的分选区域中的堵塞,
供应区域堵塞判定处理,用于检测用于将所述生物样品供应至所述分选区域的供应区域中的堵塞,以及
气泡检测处理,用于检测在所述流路中流动的气泡。
4.根据权利要求3所述的生物样品分析装置,其中,所述异常判定处理还包括检测在所述流路中流动的气泡的气泡检测处理。
5.根据权利要求1所述的生物样品分析装置,其中,所述异常判定处理包括用于检测分选所述颗粒的分选区域中的堵塞的分选区域的堵塞判定处理。
6.根据权利要求5所述的生物样品分析装置,其中,所述堵塞检测数据是基于每单位时间被判定为分选目标的颗粒的数量和每单位时间分选的检测到的颗粒的数量的数据。
7.根据权利要求5所述的生物样品分析装置,其中,所述堵塞检测数据是基于分选目标颗粒的回收率的数据。
8.根据权利要求5所述的生物样品分析装置,其中,所述信息处理单元将所述堵塞检测数据与预定的阈值进行比较,以判定所述分选区域中是否发生了所述堵塞。
9.根据权利要求5所述的生物样品分析装置,其中,所述信息处理单元将所述堵塞检测数据与预定的阈值进行比较,并且在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定在所述分选区域中发生了堵塞。
10.根据权利要求5所述的生物样品分析装置,其中,所述信息处理单元响应于判定在所述分选区域中发生了堵塞,使所述生物样品分析装置进行堵塞去除处理。
11.根据权利要求1所述的生物样品分析装置,其中,所述异常判定处理包括供应区域堵塞判定处理,所述供应区域堵塞判定处理用于检测用于将所述生物样品供应至分选所述颗粒的分选区域的供应区域中的堵塞。
12.根据权利要求11所述的生物样品分析装置,其中,所述堵塞检测数据是与分析目标颗粒的检测频率相关的数据。
13.根据权利要求11所述的生物样品分析装置,其中,所述信息处理单元将所述堵塞检测数据与预定的阈值进行比较,以判定所述供应区域中是否发生了所述堵塞。
14.根据权利要求11所述的生物样品分析装置,其中,所述信息处理单元将所述堵塞检测数据与预定的阈值进行比较,并且在堵塞检测数据被连续检测等于或小于预定的阈值或小于预定的阈值达预定次数的情况下,或在堵塞检测数据在预定的时间内被检测预定次数或更多次的情况下,判定在供应区域中发生了堵塞。
15.根据权利要求11所述的生物样品分析装置,其中,在判定在供应区域堵塞判定处理中发生了堵塞的情况下,信息处理单元执行气泡检测处理。
16.根据权利要求15所述的生物样品分析装置,其中,基于通过使用光照射分析目标颗粒而产生的散射光来执行所述气泡检测处理。
17.根据权利要求15所述的生物样品分析装置,其中,在所述气泡检测处理中检测到气泡的情况下,所述信息处理单元结束分选处理。
18.根据权利要求11所述的生物样品分析装置,其中,所述信息处理单元响应于判定在所述供应区域中发生了堵塞,使所述生物样品分析装置执行堵塞去除处理。
19.一种生物样品分析装置中的异常判定方法,所述方法包括:
执行异常判定处理,所述异常判定处理基于堵塞检测数据检测生物样品流过的流路中的异常,其中,
所述堵塞检测数据是与每单位时间检测到的颗粒的数量相关的数据。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021163873 | 2021-10-05 | ||
JP2021-163873 | 2021-10-05 | ||
PCT/JP2022/033729 WO2023058401A1 (ja) | 2021-10-05 | 2022-09-08 | 生体試料分析装置及び異常判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117897604A true CN117897604A (zh) | 2024-04-16 |
Family
ID=85804130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280058965.9A Pending CN117897604A (zh) | 2021-10-05 | 2022-09-08 | 生物样品分析装置及异常判定方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPWO2023058401A1 (zh) |
CN (1) | CN117897604A (zh) |
WO (1) | WO2023058401A1 (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60213850A (ja) * | 1984-04-09 | 1985-10-26 | Hitachi Ltd | 粒子分析装置 |
JP3263729B2 (ja) * | 1999-09-03 | 2002-03-11 | 独立行政法人産業技術総合研究所 | 液中粒子計測装置およびその方法 |
JP4470351B2 (ja) * | 2001-06-12 | 2010-06-02 | パナソニック電工株式会社 | ダストセンサー及び空気清浄機 |
JP5304434B2 (ja) * | 2009-05-21 | 2013-10-02 | ソニー株式会社 | 微小粒子測定装置 |
US9453787B2 (en) * | 2014-03-05 | 2016-09-27 | Owl biomedical, Inc. | MEMS-based single particle separation system |
CN116429665A (zh) * | 2016-09-16 | 2023-07-14 | 芯片生物技术株式会社 | 微粒分注装置、微粒分析装置、反应检测装置、以及使用它们的方法 |
WO2021090574A1 (ja) * | 2019-11-06 | 2021-05-14 | ソニー株式会社 | 位置調整方法、微小粒子分析装置、及びプログラム |
-
2022
- 2022-09-08 WO PCT/JP2022/033729 patent/WO2023058401A1/ja active Application Filing
- 2022-09-08 CN CN202280058965.9A patent/CN117897604A/zh active Pending
- 2022-09-08 JP JP2023552764A patent/JPWO2023058401A1/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JPWO2023058401A1 (zh) | 2023-04-13 |
WO2023058401A1 (ja) | 2023-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7354368B2 (ja) | マイクロ流体チャネルを使用してマイクロ粒子のバルク選別を行う方法及び装置 | |
US10648899B2 (en) | Method for sorting cell particle in solution | |
CN109716102B (zh) | 微粒分注装置、微粒分析装置、反应检测装置、以及使用它们的方法 | |
KR102318759B1 (ko) | 미세입자 분류 장치 및 지연 시간 결정 방법 | |
KR101683066B1 (ko) | 미소 입자 분취를 위한 장치 및 마이크로칩 | |
US8767212B2 (en) | Devices and methods for detecting and sorting biological particles in a liquid flow using substantially uniform intensity along a direction of flow of a flow cell | |
US20060250604A1 (en) | Blood analyzer, sample analyzer, and flow cytometer | |
WO2020149042A1 (ja) | 微小粒子分取装置、微小粒子分取システム、液滴分取装置、及び液滴制御装置、並びに、液滴制御用プログラム | |
CN114907960A (zh) | 一种基于液滴微流控的无标记活细胞筛选***和方法 | |
CN111771116A (zh) | 用于优化微粒吸入条件的方法、微粒分选装置、微粒分选***和微粒分选程序 | |
JP3871624B2 (ja) | 粒子分析装置 | |
CN117897604A (zh) | 生物样品分析装置及异常判定方法 | |
US20240280468A1 (en) | Biological sample analyzer | |
JP7287399B2 (ja) | 微小粒子分取用流路ユニット及び微小粒子分取装置 | |
WO2023145551A1 (ja) | 生体試料分析システム、生体試料分析システムにおける光データ取得区間の設定方法、及び情報処理装置 | |
WO2024111263A1 (ja) | 生体試料分析装置、生体試料分析システム、及び生体試料分析装置の状態の検証方法 | |
WO2023238564A1 (ja) | 情報処理システム、情報処理方法、情報処理装置、及びプログラム | |
US11788944B2 (en) | Microparticle measuring apparatus with measurement and cleaning modes | |
WO2024150634A1 (ja) | 生体試料分析装置、生体試料分析システム、及び生体試料分析装置の状態の検証方法 | |
CN118202227A (zh) | 生物微粒分选装置及程序 | |
WO2022264481A1 (ja) | 粒子分取装置、粒子分取方法及びプログラム | |
CN117546006A (zh) | 浓度测量装置 | |
CN117836606A (zh) | 粒子分选装置和粒子分选方法 | |
JPH11118702A (ja) | 洗浄制御機能付き試料分析装置 | |
JPWO2018047442A1 (ja) | 微小粒子測定装置及び微小粒子測定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |