CN117940214A - 治疗功效预测***和方法 - Google Patents
治疗功效预测***和方法 Download PDFInfo
- Publication number
- CN117940214A CN117940214A CN202180102219.0A CN202180102219A CN117940214A CN 117940214 A CN117940214 A CN 117940214A CN 202180102219 A CN202180102219 A CN 202180102219A CN 117940214 A CN117940214 A CN 117940214A
- Authority
- CN
- China
- Prior art keywords
- cell culture
- cells
- response
- cell
- solid
- 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 253
- 238000011282 treatment Methods 0.000 title claims abstract description 79
- 238000004113 cell culture Methods 0.000 claims abstract description 423
- 239000007787 solid Substances 0.000 claims abstract description 172
- 230000004044 response Effects 0.000 claims abstract description 144
- 210000004027 cell Anatomy 0.000 claims description 537
- 239000003814 drug Substances 0.000 claims description 159
- 229940124597 therapeutic agent Drugs 0.000 claims description 148
- 239000001963 growth medium Substances 0.000 claims description 104
- 206010028980 Neoplasm Diseases 0.000 claims description 56
- 239000000017 hydrogel Substances 0.000 claims description 48
- 239000012530 fluid Substances 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 37
- 230000008878 coupling Effects 0.000 claims description 36
- 238000010168 coupling process Methods 0.000 claims description 36
- 238000005859 coupling reaction Methods 0.000 claims description 36
- 239000013598 vector Substances 0.000 claims description 35
- 210000001519 tissue Anatomy 0.000 claims description 34
- 230000005012 migration Effects 0.000 claims description 33
- 238000013508 migration Methods 0.000 claims description 33
- 239000013610 patient sample Substances 0.000 claims description 33
- 201000011510 cancer Diseases 0.000 claims description 31
- 238000006243 chemical reaction Methods 0.000 claims description 29
- 230000012292 cell migration Effects 0.000 claims description 28
- 239000002609 medium Substances 0.000 claims description 24
- 239000000523 sample Substances 0.000 claims description 23
- 210000002220 organoid Anatomy 0.000 claims description 22
- 238000012258 culturing Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 18
- 230000001225 therapeutic effect Effects 0.000 claims description 18
- 230000003833 cell viability Effects 0.000 claims description 17
- 238000002271 resection Methods 0.000 claims description 17
- 210000002865 immune cell Anatomy 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000010186 staining Methods 0.000 claims description 16
- 239000012528 membrane Substances 0.000 claims description 14
- 210000002536 stromal cell Anatomy 0.000 claims description 13
- 230000001413 cellular effect Effects 0.000 claims description 12
- 238000000799 fluorescence microscopy Methods 0.000 claims description 12
- 239000000853 adhesive Substances 0.000 claims description 11
- 230000001070 adhesive effect Effects 0.000 claims description 11
- 229940079593 drug Drugs 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 11
- 239000002131 composite material Substances 0.000 claims description 10
- 238000013188 needle biopsy Methods 0.000 claims description 10
- 206010061535 Ovarian neoplasm Diseases 0.000 claims description 8
- 210000004369 blood Anatomy 0.000 claims description 8
- 239000008280 blood Substances 0.000 claims description 8
- 238000011068 loading method Methods 0.000 claims description 8
- 210000003470 mitochondria Anatomy 0.000 claims description 8
- 239000000090 biomarker Substances 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 7
- 238000000386 microscopy Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 7
- 230000035899 viability Effects 0.000 claims description 7
- 208000026310 Breast neoplasm Diseases 0.000 claims description 6
- 230000004663 cell proliferation Effects 0.000 claims description 6
- 238000004624 confocal microscopy Methods 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 6
- 239000008358 core component Substances 0.000 claims description 6
- 201000010099 disease Diseases 0.000 claims description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 6
- KIUKXJAPPMFGSW-DNGZLQJQSA-N (2S,3S,4S,5R,6R)-6-[(2S,3R,4R,5S,6R)-3-Acetamido-2-[(2S,3S,4R,5R,6R)-6-[(2R,3R,4R,5S,6R)-3-acetamido-2,5-dihydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-2-carboxy-4,5-dihydroxyoxan-3-yl]oxy-5-hydroxy-6-(hydroxymethyl)oxan-4-yl]oxy-3,4,5-trihydroxyoxane-2-carboxylic acid Chemical compound CC(=O)N[C@H]1[C@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@H](O[C@H]2[C@@H]([C@@H](O[C@H]3[C@@H]([C@@H](O)[C@H](O)[C@H](O3)C(O)=O)O)[C@H](O)[C@@H](CO)O2)NC(C)=O)[C@@H](C(O)=O)O1 KIUKXJAPPMFGSW-DNGZLQJQSA-N 0.000 claims description 5
- 102000008186 Collagen Human genes 0.000 claims description 5
- 108010035532 Collagen Proteins 0.000 claims description 5
- 229920001436 collagen Polymers 0.000 claims description 5
- 230000009089 cytolysis Effects 0.000 claims description 5
- 102000038379 digestive enzymes Human genes 0.000 claims description 5
- 108091007734 digestive enzymes Proteins 0.000 claims description 5
- 238000012377 drug delivery Methods 0.000 claims description 5
- 210000002744 extracellular matrix Anatomy 0.000 claims description 5
- 229920002674 hyaluronan Polymers 0.000 claims description 5
- 229960003160 hyaluronic acid Drugs 0.000 claims description 5
- 208000003174 Brain Neoplasms Diseases 0.000 claims description 4
- 206010006187 Breast cancer Diseases 0.000 claims description 4
- 206010009944 Colon cancer Diseases 0.000 claims description 4
- 208000001333 Colorectal Neoplasms Diseases 0.000 claims description 4
- 208000008839 Kidney Neoplasms Diseases 0.000 claims description 4
- 206010058467 Lung neoplasm malignant Diseases 0.000 claims description 4
- 206010033128 Ovarian cancer Diseases 0.000 claims description 4
- 206010061902 Pancreatic neoplasm Diseases 0.000 claims description 4
- 206010038389 Renal cancer Diseases 0.000 claims description 4
- 208000005718 Stomach Neoplasms Diseases 0.000 claims description 4
- 210000004556 brain Anatomy 0.000 claims description 4
- 210000000481 breast Anatomy 0.000 claims description 4
- 238000003501 co-culture Methods 0.000 claims description 4
- 206010017758 gastric cancer Diseases 0.000 claims description 4
- 210000003734 kidney Anatomy 0.000 claims description 4
- 201000010982 kidney cancer Diseases 0.000 claims description 4
- 210000004072 lung Anatomy 0.000 claims description 4
- 201000005202 lung cancer Diseases 0.000 claims description 4
- 208000020816 lung neoplasm Diseases 0.000 claims description 4
- 208000015486 malignant pancreatic neoplasm Diseases 0.000 claims description 4
- 230000002611 ovarian Effects 0.000 claims description 4
- 201000002528 pancreatic cancer Diseases 0.000 claims description 4
- 208000008443 pancreatic carcinoma Diseases 0.000 claims description 4
- 201000011549 stomach cancer Diseases 0.000 claims description 4
- 238000000339 bright-field microscopy Methods 0.000 claims description 3
- 238000005194 fractionation Methods 0.000 claims description 3
- 230000036512 infertility Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 2
- 239000002210 silicon-based material Substances 0.000 claims description 2
- 210000000130 stem cell Anatomy 0.000 claims 2
- 238000003384 imaging method Methods 0.000 abstract description 26
- 238000002560 therapeutic procedure Methods 0.000 abstract description 3
- 239000000975 dye Substances 0.000 description 47
- 238000009826 distribution Methods 0.000 description 36
- 239000000306 component Substances 0.000 description 21
- 239000007789 gas Substances 0.000 description 19
- 239000003795 chemical substances by application Substances 0.000 description 16
- AOJJSUZBOXZQNB-TZSSRYMLSA-N Doxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-TZSSRYMLSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 239000002246 antineoplastic agent Substances 0.000 description 9
- 239000007850 fluorescent dye Substances 0.000 description 7
- 238000010191 image analysis Methods 0.000 description 7
- 238000003066 decision tree Methods 0.000 description 6
- 229960004679 doxorubicin Drugs 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 5
- 230000006399 behavior Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000003278 mimic effect Effects 0.000 description 5
- 239000001301 oxygen Substances 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 239000003570 air Substances 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- -1 instruments Substances 0.000 description 4
- 230000002572 peristaltic effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000030833 cell death Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001647 drug administration Methods 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003211 malignant effect Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 239000000092 prognostic biomarker Substances 0.000 description 3
- 230000004797 therapeutic response Effects 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- 102000010834 Extracellular Matrix Proteins Human genes 0.000 description 2
- 108010037362 Extracellular Matrix Proteins Proteins 0.000 description 2
- 238000011394 anticancer treatment Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 238000002512 chemotherapy Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013642 negative control Substances 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 239000011295 pitch Substances 0.000 description 2
- 238000010926 purge Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000002966 serum Anatomy 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000011269 treatment regimen Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 229920001410 Microfiber Polymers 0.000 description 1
- 229930012538 Paclitaxel Natural products 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000004611 cancer cell death Effects 0.000 description 1
- IQXIUTMSTALSFW-VJFOLWCZSA-N carboplatin paclitaxel Chemical compound [NH2-].[NH2-].[Pt+2].OC(=O)C1(C(O)=O)CCC1.O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 IQXIUTMSTALSFW-VJFOLWCZSA-N 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 239000002771 cell marker Substances 0.000 description 1
- 238000002659 cell therapy Methods 0.000 description 1
- 230000036755 cellular response Effects 0.000 description 1
- 210000003040 circulating cell Anatomy 0.000 description 1
- 229940000425 combination drug Drugs 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000000104 diagnostic biomarker Substances 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000009509 drug development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012632 fluorescent imaging Methods 0.000 description 1
- 239000012737 fresh medium Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000004298 light response Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 239000003658 microfiber Substances 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 230000002438 mitochondrial effect Effects 0.000 description 1
- FAQDUNYVKQKNLD-UHFFFAOYSA-N olaparib Chemical compound FC1=CC=C(CC2=C3[CH]C=CC=C3C(=O)N=N2)C=C1C(=O)N(CC1)CCN1C(=O)C1CC1 FAQDUNYVKQKNLD-UHFFFAOYSA-N 0.000 description 1
- 229960000572 olaparib Drugs 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229960001592 paclitaxel Drugs 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N1/00—Microorganisms, e.g. protozoa; Compositions thereof; Processes of propagating, maintaining or preserving microorganisms or compositions thereof; Processes of preparing or isolating a composition containing a microorganism; Culture media therefor
- C12N1/04—Preserving or maintaining viable microorganisms
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
- C12Q1/06—Quantitative determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5008—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics
- G01N33/5011—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing or evaluating the effect of chemical or biological compounds, e.g. drugs, cosmetics for testing antineoplastic activity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/5005—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells
- G01N33/5091—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving human or animal cells for testing the pathological state of an organism
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/58—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving labelled substances
- G01N33/582—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving labelled substances with fluorescent label
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12M—APPARATUS FOR ENZYMOLOGY OR MICROBIOLOGY; APPARATUS FOR CULTURING MICROORGANISMS FOR PRODUCING BIOMASS, FOR GROWING CELLS OR FOR OBTAINING FERMENTATION OR METABOLIC PRODUCTS, i.e. BIOREACTORS OR FERMENTERS
- C12M23/00—Constructional details, e.g. recesses, hinges
- C12M23/02—Form or structure of the vessel
- C12M23/16—Microfluidic devices; Capillary tubes
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N2513/00—3D culture
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N2533/00—Supports or coatings for cell culture, characterised by material
- C12N2533/50—Proteins
- C12N2533/54—Collagen; Gelatin
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12N—MICROORGANISMS OR ENZYMES; COMPOSITIONS THEREOF; PROPAGATING, PRESERVING, OR MAINTAINING MICROORGANISMS; MUTATION OR GENETIC ENGINEERING; CULTURE MEDIA
- C12N2533/00—Supports or coatings for cell culture, characterised by material
- C12N2533/70—Polysaccharides
- C12N2533/80—Hyaluronan
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Biotechnology (AREA)
- Analytical Chemistry (AREA)
- Microbiology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Organic Chemistry (AREA)
- Cell Biology (AREA)
- Tropical Medicine & Parasitology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Food Science & Technology (AREA)
- Genetics & Genomics (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Toxicology (AREA)
- Virology (AREA)
- Biophysics (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
公开了使用离体给药和成像的用于预测患者对各种药剂和/或药剂组合的反应的***和方法。在一个实例中,测定治疗功效的方法包括随时间分析固体细胞培养物,例如,可以对固体细胞培养物对分别治疗的第一和第二反应进行比较,以测定各治疗的治疗功效。公开了用于向细胞培养物施加治疗以及分析细胞培养物和功效的***和方法。
Description
相关申请的交叉引用
本申请要求于2021年7月8日提交的标题为“治疗功效预测***和方法”的美国临时申请号63/219,697的权益,所述美国临时申请以其整体并入本文用于所有目的。
技术领域
所描述的实施方案通常涉及用于测定治疗功效的***和方法,所述治疗例如抗癌剂。
背景技术
一系列治疗剂例如抗癌剂可以被用于治疗癌细胞,例如与各种类型的肿瘤相关联的那些。诸如肿瘤类型、进展、患者特征、抗癌剂特征等因素可能会影响给定治疗的功效。这些和其他因素可能妨碍医疗提供者选择最合适的抗癌剂的能力,所述抗癌剂例如具有最高功效的那种。可能会施用导致最小治疗功效和/或减损总体患者治疗的抗癌治疗。类似地,用于某些疾病的其他类型的治疗可以基于具体患者因素针对不同的患者变化。因此,存在对以下的需求:促进与特定医疗治疗的功效相关联的个体化生物标志物的发现、诊断和/或预后的***和技术,所述特定医疗治疗例如用抗癌剂和其他治疗剂的治疗。
发明内容
本发明的实施方案涉及治疗功效预测***和方法。
在一个实例中,公开了微流体芯片。微流体芯片包括限定通道和流体偶联至流动通道的细胞培养室的主体。微流体芯片进一步包括附接至主体并限定入口和出口的偶联部分。通道限定在入口和出口之间延伸而细胞培养室定位于其间的流动路径。微流体芯片进一步包括覆盖细胞培养室的透气膜。
在另一实例中,通道被配置为将生长培养基递送至细胞培养室。细胞培养室可以具有基本上圆柱形的形状。例如,细胞培养室可以具有直径优选约6.75mm的基本上圆柱形的形状。在其他情况下,直径可以基于特定应用而大于或小于6.75mm,例如为至少约5.0mm、至少约3.0mm或其他合适的直径。
在另一实例中,主体限定了具有闭合底端和开口顶端的细胞培养室。透气膜可以覆盖细胞培养室的开口顶部。此外,透气膜可以通过黏合剂附接至主体部分。
在另一实例中,细胞培养室可以是第一细胞培养室。在这方面,主体可以进一步限定第二细胞培养室,其沿着第一细胞培养室与偶联部分的入口或出口之间的流动路径流体偶联至通道。第一细胞培养室可以具有第一体积,并且第二细胞培养室可以具有不同于第一体积的第二体积;然而,这不是必需的。此外,第一细胞培养室可以具有第一形状,并且第二细胞培养室可具有不同于第一形状的第二形状;然而,这不是必需的。
在另一实例中,主体包括多层结构。在这方面,多层结构包括限定细胞培养室的第一主体部分层。多层结构进一步包括连接至第一主体部分层并限定流体偶联至细胞培养室的通道的第二主体部分层。多层结构进一步包括连接至与第一主体部分层相对的第二主体部分层并限定细胞培养室上方的开口或孔的第三主体部分层。在一些情况下,偶联部分可以附接至第三主体部分层。因此,第三主体部分层进一步限定第一腔体,其流体偶联至偶联部分的入口并且延伸至第二主体部分层的流动通道。第三主体部分可以进一步限定第二腔体,其流体偶联至偶联部分的出口并且延伸至第二主体部分层的流动通道。
在另一实例中,入口和出口限定管倒钩。倒钩可以从芯片的最上面的表面突出。尽管多种材料构造是可能的,但主体可以包含丙烯酸材料或硅酮基材料或者完全由丙烯酸材料或硅酮基材料形成。
在另一实例中,公开了微流体装置。微流体装置可以包括包含多个储库的给药库。多个储库中的各储库可以被配置为容纳生长培养基。微流体装置可以进一步包括被配置为布置多个微流体芯片的分级部分或“级部”。多个储库可以对应多个微流体芯片。在一些情况下,多个储库可以用于任何给定微流体芯片。微流体装置可以进一步包括可与多个储库和多个微流体芯片流体偶联,以限定在多个储库和多个微流体芯片的各对应对之间的流体回路的泵。泵还可以引起生长培养基穿过各对应对的流体回路的循环。
在另一实例中,多个储库中的各储库彼此流体分隔。因此,流体回路可以彼此流体分隔。泵可以进一步被配置为选择性地引起生长培养基穿过流体回路中的单个流体回路的循环。生长培养基可以包括治疗剂诸如抗癌剂和/或悬浮细胞。在这方面,细胞可以连同生长培养基循环,使得药物、细胞和/或其他药剂被包括在内。在一些情况下,循环细胞可用于制备免疫模型或测试细胞疗法。另外地或备选地,其他循环药剂可以帮助表征循环中的细胞的行为或特性。
在另一实例中,多个储库可以是可暴露于空气的。例如,储库可以具有盖,其可被打开以将储库暴露于空气,用于加载治疗剂目的。一旦加载了治疗剂,就可以关闭盖。当用盖关闭储库时可以如本文所描述的操作微流体装置。在这方面,多个储库可以被配置为在泵的操作期间接收治疗剂或药剂组合。
在另一实例中,给药库可以包含被配置为将多个储库保持在基本上竖直的位置的托盘或其他结构。所述装置可以进一步包含将泵流体偶联至存放于分级部分的各储库和各微流体芯片的管。
在另一实例中,公开了形成固体培养物的方法。方法包括从患者样品中分离靶细胞。方法进一步包括通过用光响应染料对分离的细胞进行染色,由分离的细胞形成染色的细胞。方法进一步包括将染色的细胞包封于水凝胶中。在一个实例中,水凝胶可以包括透明质酸、胶原蛋白和/或其他元素,其被配置为模拟人组织细胞外基质和/或疾病特异性细胞小生境的核心组分。
在另一实例中,所述方法可以进一步包括在水凝胶中培养解离的细胞。培养可以进一步包括形成解离的细胞的二维细胞培养物。培养可以进一步包括形成解离的细胞的三维细胞培养物。培养可以进一步包括形成解离的细胞的单个群体的细胞培养物。培养可以进一步包括形成来自多种细胞类型的细胞培养物。
在另一实例中,解离的细胞包括癌细胞以及正常/非转化细胞、基质细胞或免疫细胞。在这方面,培养进一步包括形成癌细胞、正常/非转化细胞、基质细胞和/或免疫细胞的共同培养物。解离的细胞可以从患者来源的组织或肿瘤样品中分离。
在另一实例中,方法可以进一步包括形成球状体或类器官。在一些情况下,方法可以包括在水凝胶中培养球状体或类器官。球状体或类器官可包括癌细胞、正常/非转化细胞、基质细胞或免疫细胞。在一些情况下,培养进一步包括形成癌细胞、正常/非转化细胞、基质细胞和/或免疫细胞的共同培养物。分离的细胞可以从患者来源的组织或肿瘤样品中分离。
在另一实例中,所述方法进一步包括使用基于消化酶的操作、血液裂解溶液或选择操作来处理患者样品以分离患者样品的靶细胞。处理可以允许分离许多不同的细胞类型,例如来自患者组织或肿瘤样品的仍然存活的许多不同的细胞类型。因此,可以在解离的细胞培养物或者球状体/类器官中共同培养不同的细胞,包括除了癌细胞、正常/非转化细胞、免疫细胞和/或基质细胞以外的细胞。
在另一实例中,光响应染料可以被配置为允许经由荧光显微术追踪靶细胞。光响应染料可以被配置为对靶细胞的线粒体进行染色用于活细胞追踪。光响应染料可以被配置为对靶细胞的细胞核进行染色用于死细胞追踪。
在另一实例中,形成染色的细胞进一步包括用第一光响应染料对分离的细胞进行染色。第一光响应染料可以被配置为对靶细胞的线粒体进行染色用于活细胞追踪。形成染色的细胞可以进一步包括用第二光响应染料对分离的细胞进行染色,第二光响应染料被配置为对靶细胞的细胞核进行染色用于死细胞追踪。
在另一实例中,光响应染料可以被配置为当染色的细胞从活细胞转变为死细胞时引起染色的细胞的颜色变化。靶细胞可以是但不限于肿瘤的细胞,肿瘤包括乳腺癌、结直肠癌、肺癌、肾癌、胰腺癌、卵巢癌、脑癌或胃癌。
在另一实例中,患者样品包括组织切片、手术切除物和/或异种移植物。患者样品还可以包括活检样品,在某些情况下包括空芯针刺活检样品。在这方面,方法可以进一步包括在水凝胶中培养组织切片、核心、手术切除物和/或异种移植物。
在另一实例中,公开了加载微流体芯片的方法。方法包括将固体细胞培养物布置于微流体芯片的细胞培养室中。微流体芯片包括限定细胞培养室和横穿细胞培养室并在微流体芯片的入口和出口之间延伸的通道的主体。方法进一步包括将透气膜定位于细胞培养室上方,而入口和出口保持暴露用于偶联至循环***。
在另一实例中,定位进一步包括将透气膜黏附至主体上并覆盖细胞培养室。固体细胞培养物的布置可以进一步包括使用移液管将一定量的固体细胞培养物(例如水凝胶中的细胞培养物)滴入细胞培养室中。
在另一实例中,固体细胞培养物可以是第一固体细胞培养物,并且细胞培养室可以是第一细胞培养室。在这方面,方法可以进一步包括将第二固体细胞培养物布置于微流体芯片的第二细胞培养室中。第二细胞培养室可以由主体限定并流体偶联至入口和出口之间的通道。第一细胞培养室可以具有第一体积,并且第二细胞培养室可以具有不同于第一体积的第二体积。第一细胞培养室可以具有第一形状,并且第二细胞培养室可以具有不同于第一形状的第二形状。
在另一实例中,公开了操作微流体芯片的方法。方法包括将微流体芯片与微流体装置流体偶联,以限定在微流体芯片、限流器、储库和泵之间的流体回路;微流体芯片包含固体细胞培养物,储库包含生长培养基。方法进一步包括引起生长培养基穿过回路的流动,使得微流体芯片的固体细胞培养物暴露于生长培养基以形成暴露的细胞培养物。如本文所用,“固体细胞培养物”是指水凝胶材料中的细胞。“暴露的细胞培养物”是指固体细胞培养物暴露于培养基(例如生长培养基)而细胞培养物本身仍是固体的情形(例如生长培养基沿着具有细胞的水凝胶流动)。如本文进一步使用的,“液体细胞培养物”是指仅液体培养基中的细胞。例如,液体细胞培养物可以包括放入生长培养基/血清中并且然后使用本文所描述的***和技术进行循环的免疫细胞。方法包括分析固体细胞培养物对生长培养基的反应。
在另一实例中,生长培养基包含治疗剂。在一些情况下,流体偶联进一步包括将第一管部分流体偶联至微流体装置的入口。第一管部分可以连接至与储库流体偶联的第二管部分,第一管部分和第二管部分限定共同管。流体偶联可以进一步包括将第三管部分流体偶联至微流体装置的出口和储库以限定流体回路。微流体装置可以限定穿过其中的流动路径。
在另一实例中,微流体芯片可以包含容纳包含靶细胞的水凝胶的细胞培养室。流动路径可以横穿细胞培养室和/或邻近细胞培养室行进。因此,方法可以进一步包括引起生长培养基沿着流动路径流动,而水凝胶限制靶细胞从培养细胞培养室离开。
在另一实例中,第一管部分可以流体偶联至泵。第二管部分可以流体偶联至储库。第一管部分和第二管部分可以是相同管的部分。微流体装置可以进一步包含连接至储库和微流体芯片的第三管部分以完成回路。回路可以是闭合回路。
在另一实例中,方法进一步包括将第二微流体芯片与微流体装置流体偶联,以在第二微流体芯片、第二储库和泵之间限定第二流体回路;第二微流体芯片包含第二固体细胞培养物,第二储库包含第二生长培养基。方法可以进一步包括引起第二生长培养基穿过第二回路的第二流动,使得第二微流体芯片的第二固体细胞培养物暴露于第二生长培养基。方法可以进一步包括分析第二固体细胞培养物对第二生长培养基的反应。
在另一实例中,生长培养基和第二生长培养基包含不同的治疗剂,例如不同的抗癌剂或细胞。方法可以进一步包括对第一固体细胞培养物的反应和第二固体细胞培养物的反应进行比较以测定治疗功效。第一回路和第二回路可以彼此流体分隔。在这方面,泵可以被配置为独立控制第一流动和第二流动。
在另一实例中,方法可以进一步包括在分析之前将微流体芯片与微流体装置流体解偶联。在这方面,在分析之后,方法可以进一步包括将微流体芯片与微流体装置流体偶联,以限定在微流体芯片、储库和泵之间的流体回路。方法可以进一步包括引起生长培养基(例如相同的生长培养基或不同的生长培养基)穿过回路的另一流动,使得微流体芯片的固体细胞培养物暴露于生长培养基。方法可以进一步包括,在引起另一流动之后,分析固体细胞培养物对生长培养基的后续反应。
在另一实例中,方法因此可以进一步包括对固体细胞培养物对生长培养基的反应和固体细胞培养物对生长培养基的后续反应进行比较,以测定治疗功效。方法可以进一步包括分析固体细胞培养物对生长培养基的反应以测定第一细胞群体数量。方法可以进一步包括分析固体细胞培养物对生长培养基的后续反应以测定第二细胞群体数量。如本文所描述,方法可进一步包括在几天或其他合适间隔的过程中分析固体细胞培养物的进一步后续反应,并测定第三细胞群体数量、第四细胞群体数量等。方法可以进一步包括对第一细胞群体数量和第二细胞群体数量进行比较以测定指示治疗功效的细胞群体数量的变化。在这方面,方法可以进一步包括分析固体细胞培养物对生长培养基的反应以测定第一细胞群***置,并且分析固体细胞培养物对生长培养基的后续反应包括测定第二细胞群***置。如本文所描述,方法可以进一步包括在几天或其他合适间隔的过程中分析固体细胞培养物的进一步反应,并测定第三细胞群***置、第四细胞群***置等。方法可以进一步包括对第一细胞群***置和第二群***置进行比较以测定指示治疗功效的细胞群***置的变化。
在另一实例中,分析可以包括对微流体芯片的固体细胞培养物进行荧光显微术操作。在一些情况下,分析包括收集微流体芯片的固体细胞培养物的三维图像。分析可以进一步包括收集微流体芯片的固体细胞培养物的z堆叠的二维图像。分析可以进一步包括随时间分析固体细胞培养物对生长培养基多次反应。分析可以每天进行。
在另一实例中,分析可以包括对微流体芯片的固体细胞培养物进行共聚焦显微术操作。另外地或备选地,分析可以包括对微流体芯片的固体细胞培养物进行亮视野显微术操作。另外地或备选地,分析可以包括对微流体芯片的固体细胞培养物进行晶格层光显微术操作。
在另一实例中,分析包括用计算机的一个或多个处理元件执行非瞬态计算机可读介质的指令,以测定生长培养基的治疗剂对固体细胞培养物的治疗功效。
在另一实例中,公开了随时间分析固体细胞培养物的方法。方法包括测定固体细胞培养物对包含治疗剂的生长培养基的第一反应。固体细胞培养物被容纳于微流体芯片的细胞培养室中。方法进一步包括测定固体细胞培养物对包含治疗剂的生长培养基的第二反应。方法进一步包括对第一反应和第二反应进行比较以测定治疗功效。在一些情况下,如本文所描述,可以对固体细胞培养物的多次反应进行比较以测定治疗功效,例如对于给定应用酌情对各固体细胞培养物/芯片的三次、四次或更多次反应进行比较。在这方面,尽管为了说明的目的而提出对第一反应和第二反应进行比较的实例,但应当理解本文所描述的计算机视觉和成像技术可以被应用于在任何合适的时间段内比较和分析任何数目的反应。
在另一实例中,第一反应或第二反应中的其中一个或两个包括固体细胞培养物的颜色、固体细胞培养物的图像的像素强度、固体细胞培养物的形状、固体细胞培养物的尺寸、固体细胞培养物的细胞位置或固体细胞培养物的细胞数量中的至少一个。治疗功效可以指示固体细胞培养物的细胞响应治疗剂的活力。
在另一实例中,测定第一反应包括捕获固体细胞培养物的图像。在这方面,方法可以进一步包括根据图像测定细胞活力,并基于细胞活力预测患者对治疗剂的反应。方法可以进一步包括根据图像测定细胞增殖,并基于细胞增殖预测患者对治疗剂的反应。方法可以进一步包括根据图像测定细胞位置,并基于细胞位置预测患者对治疗剂的反应。
在另一实例中,图像可以是第一图像。在这方面,测定第二反应可以包括捕获固体细胞培养物的第二图像。方法可以进一步包括比较第一图像和第二图像(和/或另外的图像)以随时间测定固体细胞培养物的细胞的细胞迁移距离。方法可以进一步包括使用细胞迁移距离来预测患者对治疗剂的反应。
在另一实例中,方法可以进一步包括对第一图像和第二图像进行比较,以随时间测定固体细胞培养物的细胞的细胞迁移速率。转而,方法可以进一步包括使用细胞迁移速率来预测患者对治疗剂的反应。
在另一实例中,方法可以进一步包括对第一图像和第二图像进行比较,以随时间测定限定固体细胞培养物的子集的多个细胞的迁移距离。转而,方法可以进一步包括使用迁移距离来预测患者对治疗剂的反应。
在另一实例中,方法可以进一步包括比较第一图像和第二图像以随时间测定多个细胞的迁移速率。转而,方法可以进一步包括使用迁移速率来预测患者对治疗剂的反应。
在另一实例中,参考测定迁移距离和/或迁移速率,细胞子集可以包含多个细胞的5%的最具侵袭性的细胞。在其他情况下,多个细胞可以包含多个细胞的2%的最具侵袭性的细胞。在其他情况下,多个细胞可以包含多个细胞的1%的最具侵袭性的细胞。另外地或备选地,多个细胞可以包含表达特定生物标志物的细胞子集。
在另一实例中,方法可以进一步包括对第一图像和第二图像进行比较以随时间测定固体细胞培养物中具有最大迁移向量的细胞。转而,方法可以进一步包括使用最大迁移向量来预测患者对治疗剂的反应。
在另一实例中,方法可以进一步包括对第一图像和第二图像进行比较以随时间测定固体细胞培养物中具有最大迁移速率的细胞。转而,方法可以进一步包括使用最大迁移速率来预测患者对治疗剂的反应。
在另一实例中,测定第一反应或测定第二反应中的一个或两者包括测定多个细胞中的单个细胞的特征。多个细胞中的单个细胞可以具有可用于预测多个细胞的反应的特征(例如,作为一个实例,具有最长迁移向量的细胞可以是预测性生物标志物)。在这方面,测定第一反应包括在第一时间测定单个细胞的特征。测定第二反应包括在第一时间之后的第二时间测定单个细胞的特征。转而,方法进一步包括基于在第一时间和第二时间和/或另外的时间的单个细胞的测量特征的比较,预测患者对治疗剂的反应,如本文所描述。
在另一实例中,第一图像或第二图像中的一个或两个包括单个细胞或多个细胞的加权细胞测量值。转而,方法可以进一步包括基于加权细胞测量值预测患者对治疗剂的反应。在一些情况下,第一图像包含第一加权细胞测量值,以及第二图像包含第二加权细胞测量值。转而,方法进一步包括基于第一加权细胞测量值和第二加权细胞测量值的比较,预测患者对治疗剂的反应。
在另一实例中,第一图像或第二图像中的一个或两个包括与球状体或类器官的半径或直径相关联的信息。方法可以进一步包括基于球状体或类器官的半径或直径预测患者对治疗剂的反应。在一些情况下,第一图像包括球状体或类器官的第一半径或第一直径,并且第二图像包括球状体或者类器官的第二半径或第二直径。转而,方法进一步包括基于第一半径或第一直径与第二半径或第二直径的比较,预测患者对治疗剂的反应。在一些情况下,可以以相似的方式分析解离的/单个的细胞。例如,可以根据如本文所描述的相关度量的基本上任何一种来追踪或测量或以其他方式测量解离的/单个的细胞。作为说明性实例,可以根据本文所描述的技术测定和分析离开球状体的解离的/单个的细胞的计数和/或位置、迁移距离、迁移速率等,用于测定治疗功效。
在另一实例中,第一图像或第二图像中的一个或两个包括与手术切除物、组织切片和/或异种移植物的长度、宽度或高度中的一个或多个相关联的信息。方法进一步包括基于手术切除物、组织切片和/或异种移植物的长度、宽度或高度来预测患者对治疗剂的反应。在一些情况下,第一图像包括手术切除物、组织切片和/或异种移植物的第一长度、第一宽度或第一高度,以及第二图像包括手术切除物、组织切片和/或异种移植物的第二长度、第二宽度或第二高度。转而,方法进一步包括基于第一长度、第一宽度或第一高度与第二长度、第二宽度或第二高度的比较来预测患者对治疗剂的反应。
在另一实例中,比较进一步包括用计算机的一个或多个处理元件执行非瞬态计算机可读介质的指令,以测定治疗功效。
除了以上所描述的示例性方面和实施方案之外,通过参考附图和通过研究以下描述,进一步的方面和实施方式将变得显而易见。
附图说明
图1描绘了治疗功效预测***的功能图。
图2描绘了用于测定治疗功效的流程图。
图3描绘了示例性患者样品。
图4描绘了包括与染色的细胞相关联的信息的用户界面。
图5描绘了显示活细胞和死细胞的相对浓度和尺寸分布的图表。
图6描绘了示例性球状体的2D显微图像。
图7A描绘了指示活细胞的卵巢肿瘤的第一表示。
图7B描绘了指示死细胞的图7A的卵巢肿瘤的第二表示。
图7C描绘了包括活细胞和死细胞的复合的图7A的卵巢肿瘤的第三视觉表示。
图8A描绘了示例性微流体芯片的分解视图。
图8B是图8A的微流体芯片的横截面视图。
图8C是连同微流体芯片在流体回路中使用的限流器的横截面视图。
图9A描绘了图8A的微流体芯片的操作。
图9B描绘了图8A的微流体芯片的另一操作。
图9C描绘了图8A的微流体芯片的另一操作。
图9D描绘了图8A的微流体芯片的另一操作。
图9E描绘了图8A的微流体芯片的另一操作。
图10描绘了连同图8A的微流体芯片使用的微流体装置的顶部示意视图。
图11描绘了执行给药操作的微流体装置的等距视图。
图12描绘了在给药操作后分离的和染色的肿瘤细胞的示例性球状体。
图13A描绘了显示在第一时间点的第一细胞数量的图表。
图13B描绘了显示另一个在第二时间点的第二细胞数量的图表。
图14A描绘了显示在第一时间点的一定数量的细胞的三维位置的图表。
图14B描绘了显示另一个在第二时间点的一定数量的细胞的三维位置的图表。
图15描绘了显示指示细胞的三维移动的箭头图(quiver plot)的图表。
图16描绘了包括对给定患者样品执行的不同的给药操作的可视化的示例性报告。
图17描绘了显示基于本文所述的一种或多种给药操作的癌细胞活力的分布的图表。
图18描绘了用于形成细胞培养物的流程图。
图19描绘了用于加载微流体芯片的流程图。
图20描绘了用于对微流体芯片的培养物进行给药和成像的流程图。
图21描绘了用于测定治疗功效的流程图。
图22描绘了包括计算装置的***的功能框图。
具体实施方式
以下描述包括体现本公开内容的各种元素的样品***、方法和设备。然而,应当理解,所描述的公开内容可以以除了本文所描述的那些以外的各种形式来实施。
本公开内容涉及使用离体给药和成像的用于预测患者对各种药剂和/或药剂组合的反应的***和方法。在一些实例中,***和方法可为可应用于肿瘤学、疾病进展(例如癌症进展)的离体监测、治疗剂(例如抗癌剂)的测试、患者分层和其他医疗治疗功效测试的。***和方法允许发现、鉴定或验证治疗性、诊断性和/或预后性生物标志物以用于药物开发和治疗决策制定的目的。
在一个实施方案中,将器官芯片(organ-on-a-chip)和计算机视觉***用于分析生物标志物以用于预测患者对治疗剂(例如抗癌剂)的反应。在示例性实施方式中,可以在水凝胶或其他环境中培养肿瘤和/或健康组织样品,并将其放置于微流体芯片的细胞培养室中。肿瘤和/或健康组织样品可以被分成多个部分,例如等分试样,以在多个芯片或单独的细胞培养室中培养。对样品进行标记或染色用于追踪,例如经由光响应染料,例如荧光染料。如本文所描述,染色的细胞可以通过显微术进行追踪,并通过各种计算机实施的技术进行处理和分析,所述技术例如本公开内容的公开的计算机视觉技术。荧光染料可以对活细胞进行选择性染色。其他荧光染料对死细胞进行选择性染色。一些染料可以对所有细胞都进行染色,无论它们是存活还是死亡。在一些情况下,染料可用于对表达某些生物标志物或靶标(例如某些蛋白质)的细胞进行染色。还可以根据本文公开的技术使用染料对DNA或RNA进行染色。
包括细胞培养室的微流体芯片可以与微流体装置或其他***或泵一起布置(例如与其流体偶联),以便将生长培养基、治疗剂和其他培养基引入芯片的细胞培养物中。例如,装置可以包含容纳于具有生长培养基的储库中的各种治疗剂。使用诸如蠕动泵、气动泵等泵将培养基从细胞培养室循环至微流体芯片。包含靶细胞和水凝胶的固体细胞培养物可以沉积在微流体芯片中。固体细胞培养物可以暴露于可以包含治疗剂的循环培养基,以便在微流体芯片内限定暴露的固体细胞培养物。具有固体细胞培养物的微流体芯片的细胞培养室可以使用各种技术进行成像,所述技术例如包括共聚焦显微术的显微术技术,以随时间追踪活细胞和死细胞。成像可以基于由于细胞的染色或标记而进行的细胞鉴定。例如,可以使用荧光染料或其他追踪染料来追踪细胞的存活/死亡状态。收集逐层采集的三维(3D)图像或二维(2D)图像的堆叠用于使用计算机视觉工具进行分析。
可以由一种或多种计算装置(例如经由执行一种或多种算法或机器学习模型的软件)执行的计算机视觉工具,可以追踪给定图像中的细胞的细胞特征(例如形状、尺寸、位置(x、y、z)和颜色)。由于细胞可以用选择性激活的染料染色,可以测定图像中的活细胞和死细胞的数目。例如,计算机视觉可以分析像素信息,例如色调、强度等以测定特定细胞的位置(例如活细胞可以具有第一颜色以及死细胞可以具有第二颜色),并且可以通过随时间分析后续图像或图像帧来追踪不同的细胞的位置和数量。在不同的时间点捕获的一个或多个图像可用于离体监测恶性细胞(例如癌细胞)的进展,并可用于预测患者对给定药剂可具有的反应。例如,比较在诸如第一像素等第一位置具有活细胞的第一图像帧,可与在第二时间点捕获的在不同位置具有活细胞的第二图像帧进行比较,其中***可以估计细胞已经从第一位置迁移或移动到第二位置。然后可以通过分析图像中像素位置的差异来测定距离。各种度量可来源于这些图像,所述度量包括随时间变化的细胞活力、细胞迁移的距离和速率。单独或组合使用的这些评估可以用于预测患者对给定药剂的结果。
可以平行分析多个微流体芯片,以在一系列抗癌治疗之间测定治疗功效。在这方面,微流体芯片不暴露于药剂(基线)或者暴露于各种单个和/或组合药剂,例如化疗,可以在图像之间进行比较以预测患者反应。通过对各种药剂和/或药剂组合进行比较,本文所描述的技术可用于发现帮助治疗癌症患者和开发新疗法的治疗性、诊断性和预后性生物标志物。
现在将对说明本公开内容的各种特征的附图进行参考。为了说明和描述的目的提出以下描述。此外,描述并不预期将本发明方面限制于本文所公开的形式。因此,与以下教导以及有关领域的技能和知识相当的变化和修改落在本发明方面的范围内。
参考图1,描绘了治疗功效预测***100的功能图。治疗功效预测***100可以广泛地被配置为促进疾病进展(例如癌症进展)的离体监测、治疗剂的测试和患者分层。广泛地,***100可以包含模块、装置、组件、子组件等(关于图3-图17的实例来描述),其彼此配合以评估用于治疗特定患者的所选择的治疗剂、组合药剂和/或其他治疗的功效。将理解的是,任何模块、装置、组件、子组件等都可以彼此独立地实施,如本文所描述。更一般而言,基于治疗方案、患者特征、癌症类型和进展或分期,以及一系列其他复杂且通常相互关联的因素的特殊情况,治疗剂和其他药剂可以较高效或较低效。常规治疗方案可缺乏适当评估这些因素的能力,这可能导致次优的治疗剂的递送。通常在常规***中,可以在体内施用和监测各种治疗剂,这可能妨碍患者的治疗和整体健康结果。例如,用常规方法,在不向患者施用治疗并在较长一段时间内对患者进行评估的情况下,测定特定癌症治疗是否会有效可能是不切实际的或甚至不可能的。此外,一旦施用特定癌症治疗,则患者可对特定癌症治疗有负面或不期望的结果。并且可能会花费临床医生非常长的一段时间来评估治疗的功效,在此期间,患者的整体健康状况可能恶化。
图1中功能性描绘的***100可以通过允许离体监测处于所建议的治疗剂的背景下的癌症进展,来减轻这些和其他妨碍。***100可以允许临床医生或其他提供者针对一种或多种患者样品(例如包括癌性肿瘤的样品)评估一系列各种不同的治疗剂。***100可以允许针对患者样品创建复制体内状况的离体环境。例如,靶细胞,诸如本文所描述的细胞中的任何一种,可以被培养并被包封于水凝胶中,以便为细胞提供结构稳定性、机械特性和微环境信号,以模拟人器官中的生理环境。更一般而言,可以提供包括一系列细胞培养条件的模块化环境,所述细胞培养条件包括其中存在人血清的条件,以便提供可与人体状况相似的条件。在一段时间内,例如连续几天,临床医生可以监测各组织样品针对各种治疗剂的进展和反应。如以下更详细地描述的,可以鉴定具有最适当的反应或最合适的功效的治疗剂,用于向患者施用用于治疗。
为了促进前述内容,图1描绘了广泛地包含培养模块104、给药模块108和分析模块112的***100。培养模块104通常可以包含用于将患者样品制备为用于评估和给药的各种机械组件、仪器、溶液和装置等。尽管本文考虑了和描述了许多功能,但培养模块104可以广泛地被配置为从患者样品中分离靶细胞,由分离的细胞形成染色的细胞,并将染色的细胞包封于培养基中。靶细胞可以是来自患者来源的组织或肿瘤样品的细胞。靶细胞可以来自组织切片、核心、手术切除物和/或异种移植物。样品靶细胞可以包括但不限于与恶性组织相关联的细胞,例如来自乳腺癌、结直肠癌、肺癌、肾癌、胰腺癌、卵巢癌、脑癌或胃癌等的细胞。细胞培养模块104可以分离靶细胞并用诸如荧光染料等光响应染料对细胞进行染色。染色,例如用荧光染料染色,可以对整个细胞群体进行染色或加标签,或对单个细胞群体进行染色,或对给定细胞群体的单个组分进行染色,例如线粒体的染色和细胞核的分别染色,以允许经由荧光显微术或其他程序来追踪细胞。可以将染色的细胞包封于诸如水凝胶等培养基中,从而在培养模块104中形成固体细胞培养物,以便促进复制人组织的核心组分。可以将染色的细胞包封于诸如水凝胶等培养基中,或可以使染色的细胞形成球状体或类器官,从而形成固体细胞培养物。
给药模块108通常可以包含各种机械组件、仪器、溶液和装置等,其用于向细胞培养物施用治疗剂并收集关于培养物对治疗剂的反应的数据。在这方面,给药模块108可以包含被配置为接收固体细胞培养物(例如细胞和水凝胶)的微流体芯片。可以使生长培养基连同固体细胞培养物进行循环,以限定暴露的固体细胞培养物。微流体芯片可以在透气的环境(例如向细胞提供氧气)中使细胞容纳于水凝胶并允许治疗剂连同生长培养基循环。给药模块108的微流体装置的泵可以引起治疗剂和生长培养基穿过芯片的循环。各自流体偶联在单独的闭合回路中的多个芯片可以允许装置使不同的治疗剂循环至各芯片,以使治疗剂沉积在细胞培养室内,以评估不同的治疗的功效。可以以选择的间隔例如每天(持续一天、两天、三天、四天、五天或更多天)对芯片进行分析,并且可以测定对治疗剂的反应。作为一个实例,并且如以下更详细地描述的,荧光显微术可以用于使用光响应染料测定给定培养物中活细胞和死细胞的浓度。更一般而言,并且如本文所描述,可以使用任何合适的相机或成像装置。图像可以随时间捕获,并以二维和/或三维形式呈现,以便提供足够的数据集用于分析治疗功效。
分析模块112通常可以包括各种计算机视觉***(例如图22的计算机***2200)或图像分析***、计算机实施的技术和分析装置,其可以***作以测定向细胞施用的一种或多种治疗剂的治疗功效。光响应染料可用于指示死细胞、活细胞的浓度以及细胞从存活到死亡状态的转变。随时间变化的活细胞或死细胞的浓度可以提供对癌细胞活力的指示,作为一个实例,在特定治疗剂的施用的过程中。可以进一步分析捕获的图像的特性以预测治疗功效,所述特性包括但不限于细胞特征,例如固体或液体细胞培养物的颜色、固体或液体细胞培养物的图像的像素强度、固体或液体细胞培养物的形状、固体或液体细胞培养物的尺寸、固体或液体细胞培养物的细胞的位置或者固体或液体细胞培养物的细胞的数量。在一些情况下,可以在离体施用的过程中在多个不同的时间生成细胞培养物的二维或三维图像。使用光响应染料,图像可以包括各细胞的特殊信息,包括细胞位置和类型。通过随时间捕获多个图像,可以对图像进行比较以测定各种特性,包括细胞迁移、细胞迁移速率和细胞迁移距离。可以进一步分析图像以测定最大迁移速率和/或最大迁移向量以及其他特征。以这种方式,细胞对治疗剂的离体反应的集合图像可以指示对治疗剂的体内反应,并且从而用于预测治疗功效。
图2描绘了用于测定治疗功效的流程图200。流程图200可以实施以上关于图1所描述的***100一种或多种操作。因此,关于流程图200所描述的操作可以通过培养模块104、给药模块108和/或分析模块112中的一个或多个来实施。
在操作204中,收集患者样品。患者样品可以到达实验室,所述患者样品包括含有各种癌症类型的肿瘤的样品。在操作208中,可以使用基于消化酶的细胞分离试剂盒、血液裂解溶液和其他选择步骤来处理肿瘤样品,以分离活细胞而去除血液和污染物。输出可以是含有来自原发性肿瘤的各种细胞的存活混合细胞群体,其包括癌细胞、正常/非转化细胞、基质细胞和免疫细胞。
在操作212中,可以使用活细胞和/或死细胞标记染料对细胞进行染色。另外地或备选地,可以使用细胞特异性/靶向生物标志物的染料。这些染料可以是对细胞进行染色或标记的光响应染料。例如,可以针对在不需要固定细胞的情况下追踪细胞的能力来具体选择染料。在一个实例中,MitoViewTM 633可用于通过对细胞的线粒体进行染色来追踪活细胞。当使用荧光显微术或其他成像技术包括共聚焦和晶格层光显微术进行成像时,这种染料显示红色。红色可在细胞死亡后消失。在另一实例中,488可用于通过对细胞的细胞核进行染色来追踪死细胞。当使用荧光显微术或其他荧光成像技术进行成像时,染料可以具有绿色;然而,应当理解,可以使用基本上任何颜色,并且提供前述作为说明的示例性颜色。当细胞死亡时绿色可出现。另外地或备选地,细胞可以用这两种染料同时进行染色,以随着细胞从存活转变为死亡更准确地追踪细胞。应当理解,以上描述红色和绿色是为了说明的目的。更一般而言,本文所描述的光响应染料可以具有一系列不同的颜色,其部分取决于所使用的荧光染料。在这方面,各种其他颜色、颜色的强度等可以用于对细胞进行染色并执行一种或多种分析操作,例如本文所描述的分析技术中的任何一种。
在操作216中,任选地形成球状体。作为一个实例,超低吸附(ULA)板可以用于形成球状体。如操作220中所显示,可以将细胞或球状体包埋于水凝胶内。水凝胶可以含有透明质酸和胶原蛋白,以模拟人组织细胞外基质和/或疾病特异性细胞小生境的核心组分。球状体可以包含通常为球状体形状的靶细胞和/或染色的细胞,所述球状体形状可例如通过允许随时间追踪包括但不限于球状体的尺寸、形状或其他特性的球状体特征来帮助测定细胞对治疗剂的反应。
在操作224中,球状体、解离的细胞培养物(例如没有球状体构造)或包含水凝胶和染色的细胞的其他细胞培养物,可以被置于微流体芯片(例如图8A和8B的微流体芯片800)中。例如,微流体芯片可以包含一个或多个细胞培养室。可以用移液管或其他仪器将固体细胞培养物沉积在第一细胞培养室中。流动通道流体连接至一个或多个细胞培养室。流动通道可以允许微流体芯片流体偶联至循环***,如本文参考图10和图11所描述的。微流体芯片可以被配置为允许循环穿过流动通道,以促进循环流与芯片的水凝胶和细胞之间的相互作用。在操作228中,水凝胶和细胞在微流体芯片内并且被透气膜覆盖。例如,为了密封芯片,可以将透气膜定位于细胞培养室上方并黏附至芯片的主体。一旦透气膜被定位于芯片上方,细胞培养室就被覆盖。这可以允许生长培养基使用连接至芯片的入口和出口倒钩的管道流入芯片而***漏或溢出。
在操作232中,可以开始给药。各微流体装置可以包括经由管道连接至对应的微流体芯片的储库。在一个实例中,蠕动泵用于将生长培养基收集在15mL锥形管或储库中,并使生长培养基循环至芯片的入口。然后生长培养基可以行进穿过流动通道并由芯片的出口离开。然后,生长培养基使用另一管线返回储库。可存在放置于储库盖上的气密密封和放置于芯片入口和/或出口中的过滤器以确保无菌性,免受细菌和/或微生物污染。
通过平行运行多个芯片/细胞培养室,可以平行测试包括化疗的各种化学剂。在一个实例中,可以使用蠕动泵或其他泵连接六个芯片/储库。(例如图10和图11)。一个芯片可以是对照,其中仅使生长培养基循环至环形室中的解离的细胞培养物。然后,各种药物和组合可以经由其他芯片的对应的细胞培养室循环至其他芯片,所述药物和组合包括奥拉帕尼、AC-T和AC-卡铂紫杉醇(AC-CarboTaxol)。在如AC-T和AC-卡铂紫杉醇等顺序联合疗法的情况下,适当地进行清除过程,以初始给药AC,从细胞培养室中清除药物,然后加入含有紫杉醇或卡铂紫杉醇的新鲜培养基用于下一轮给药。
在操作236中,可以开始成像。成像可以是周期性的,例如以适于给定应用的选择的间隔,例如每天、每十二小时等。在本实例中,成像可以每天发生。在这方面,每天从微流体芯片中清除培养基。微流体芯片可以从微流体装置脱离,使得可以将它们转移到显微镜用于成像。在一个实例中,共聚焦显微镜用于进行三维荧光成像。各芯片都具有标准显微镜载玻片的长度和宽度以确保兼容性。将芯片放置于共聚焦显微镜的载玻片支架中,并选择激光设置以匹配各细胞染料的激发波长和检测波长。
在操作240中,捕获芯片的二维图像。例如,共聚焦显微镜可以从室的底部到顶部逐层采集图像。在一个实例中,可以使用5微米的步距。应当理解,在其他情况下,诸如10微米或更大的步距等其他步距可以是合适的。可以对含有细胞的(一个或多个)室以其整体进行成像,以捕获所有细胞的位置。例如,可以每天对环形室进行成像。在其他情况下,以较大的间隔(例如第1天和第5天)进行成像,并且也可以以较短的间隔(例如第1小时和第12小时)进行成像。在芯片的各次成像之间,芯片可以与微流体装置重新偶联,以便向芯片提供另外的治疗剂。因此,芯片的后续成像可以指示肿瘤对治疗剂随时间变化的进展和反应。
在操作244中,可以将二维图像拼接在一起。例如,原始显微镜图像可以按它们的z位置排序。一旦将图像从底部到顶部排序,则各层可以沿着z轴彼此拼接。在各二维图像上检测到细胞并指定其x、y和z位置。在这方面,并且如操作248所反映的,可以生成细胞的三维图像和其他视觉表示以便测定治疗功效。例如,一旦完成z堆叠,则由于在超过一层中捕获相同的细胞的共聚焦显微术,一些细胞可以出现于超过一层堆叠。当细胞具有相同的x和y位置并且在z轴的邻近层中出现超过一次时,最亮的像素被鉴定为细胞的真实z位置,并且任选地可以是在最终三维重建中显示的唯一像素。最终的三维重建含有具有x、y和z坐标的各检测到的细胞。在一个实例中,这些重复的细胞可以通过诸如K最近邻(KNN)和其他技术等机器学习技术来鉴定。这种方法可以使得去除z堆叠中跨越多个z位置的重复细胞。在一些情况下,此类机器学习技术也可以被配置为将多个染色的线粒体与同一细胞匹配。还可以使用本文所描述的计算机视觉***的深度学习和其他相关技术。因此,在细胞具有多个线粒体的情况下,本文所描述的技术可用于解释多个线粒体以便获得更准确的细胞计数。
更广泛地,方法200可以包括与二维和三维图像的分析以及细胞对治疗剂的反应相关联的进一步分析操作252。可以使用本文所述的计算机视觉和相关***,例如以下关于图13A-图16更详细地描述的那些,来执行分析操作252。在一些情况下,操作可以包括用计算机的一个或多个处理元件,例如图22的计算***2200,来执行非瞬态计算机可读介质的指令。例如,本文公开了被配置为基于光响应或荧光染料鉴定各细胞的颜色的计算机视觉工具。由于各细胞都作为独特的对象进行治疗,各细胞的颜色也可以改变(例如所有红色细胞可以改变为蓝色,或子集可以基于它们的位置或尺寸改变为蓝色)。
在一些情况下,阵列可以被配置为储存各细胞的数据,例如各细胞的坐标和颜色,用于在多个时间点之间进行分析。第一时间点的数据可以指示细胞培养物对治疗剂的第一反应(例如在第一时间)。第二时间点的数据可以指示细胞培养物对治疗剂的第二反应(例如在第一时间之后的第二时间)。例如,可以对具有来自MitoViewTM 633的红色荧光的细胞进行计数,以测定第一天(例如第1天)的活细胞的数量,然后将其与较晚的天数(例如第5天)的相同样品的图像进行比较,以测定在第一天和较晚的天数之间有多少细胞死亡。可以在第一天和较晚的天数这两者都计算细胞的属性,例如细胞的平均z位置,以测定例如在第一天与较晚的天数之间细胞的平均向上或向下迁移。可以分析各种其他细胞度量,以随时间测定当细胞暴露于药物或药物组合时的变化。
在另一实例中,本文公开了被配置为随时间在单细胞水平上测定各细胞的行为的计算机视觉分析***。计算机视觉分析***可以进一步被配置为分析单细胞水平的行为,以区分癌细胞与免疫细胞或其他细胞。在一些情况下,计算机视觉分析***可以进一步被配置为在癌细胞的亚型中进行鉴定和区分。
为了促进前述内容,包括使用神经网络的深度学习可以用于关于细胞和细胞组的方面做出预测。例如,深度学习可以允许按类型(例如癌、基质或免疫)的细胞的分类。更一般而言,机器学习也可以用于支持本文所描述的分析功能中的一个或多个。诸如K-均值和支持向量机(SVM)等进一步的机器学习方法可以用于对单个细胞和细胞组进行分类。用高分辨率和放大倍数显微术,可以通过细胞的尺寸和形状和/或各种其他细胞特征来区分细胞。作为一种说明,KNN算法用于在第一天和较晚的天数(例如第1天和第5天)之间匹配单个细胞。在这方面,然后可以使用箭头图(例如本文图15)可视化各细胞的迁移向量。向量的总和可以指示各种趋势,例如样品中细胞的总移动。向量的子集(例如前10%)或单个向量可用于帮助作出患者对给定治疗的反应的预测。
从图像数据中提取的度量的组合可以用于预测患者对各种治疗的反应,所述治疗包括单个药剂和组合药物。在其最简单的形式中,阈值被设置为使用单个度量对治疗反应进行分类,所述度量例如细胞活力、总细胞迁移向量或最大单个细胞迁移向量。简单分类器、接收者操作特征(ROC)曲线和逻辑回归是将本发明中的单个度量与患者反应相关联的示例性方法。
计算机视觉方法输出的度量可以用作执行各种预测的输入特征。作为一个实例,决策树可以被用于使用与多个患者反应特征相关联的复杂决策制定方法,对关于患者结果的方面进行预测。在一些情况下,决策树可以用于多个输入的复杂加权以优化预测准确度。训练数据可以用于将输入与患者反应相关联,并测定哪些输入对预测患者结果具有最大的影响。决策树可以具有多个节点和分支,以促进预测患者反应。树的最终节点(预测)可以是患者的预测的反应可能性或最佳的预测的治疗或甚至这两者。此外,可以优化决策树以最大化对患者群体的敏感性和特异性。还可以优化决策树以最大化积极预测值和消极预测值。例如,对每位患者针对各自建议的治疗可以输出用决策树预测的反应(例如完全、部分或无反应)。
参考图3-图17,本文提出了图1的***100和方法200的示例性实施方式。例如,为了说明的目的,描述了机械组件、仪器、溶液、装置、用户界面、图表、计算装置等,其可用于执行以上关于图1和图2所描述的功能或技术中的一种或多种。因此,应当理解,图3-图17的实例并非限制本公开内容,而是辅助说明本公开内容的各种特征和功能。在这方面,本文考虑了其他机械组件、仪器、溶液、装置、用户界面、图表、计算装置等,用于实施以上在***100和方法200中所描述的功能和技术。
参考图3,相对于测量装置308显示示例性患者样品304。患者样品304可以是在以上关于图2所描述的操作204期间获得的患者来源的肿瘤样品。患者样品304可包括恶性组织的细胞或与恶性组织相关联的细胞,例如乳腺癌、结直肠癌、肺癌、肾癌、胰腺癌、卵巢癌、脑癌或胃癌以及其他癌症的细胞。患者样品304可以包括组织切片、核心、手术切除物、异种移植物和/或空芯针刺活检。更广泛地,患者样品304显示为关于以上所描述的培养模块104收集的基本上任何患者来源的样品。在这方面,患者样品304可以包括可布置于培养物中用于由给药模块108和分析模块112进行的给药和分析的靶细胞。因此,患者样品304可以包括解离的或分离的细胞。图3中显示的患者样品304可以表示在形成固体细胞培养物或以其他方式修改患者样品之前的患者样品。因此,样品304可以进一步包括癌细胞、正常/非转化细胞、基质细胞或免疫细胞。样品304还可以包括血液和其他污染物,其如本文所描述,可以使用基于消化酶的操作、血液裂解溶液或选择操作以及其他可能性来选择、过滤或去除。
参考图4,描绘了包括与用追踪染料加标签的细胞相关联的信息的用户界面400。用户界面400可以是与染色的细胞相关联的视觉表示。在本实例中,可以用促进追踪活细胞计数的第一光响应染料和促进追踪死细胞计数的第二光响应染料,对靶细胞进行染色。用户界面400可以允许用于可视化活细胞追踪的第一光响应染料的存在和用于死细胞追踪的第二光响应染料的存在。
如图4中显示,用户界面400包括显示区域402。显示区域402可以表示来自操作212的细胞的至少一部分。例如,显示区域402可以指示解离细胞的一部分,其被分析以便促进活细胞和死细胞计数。因此,为了说明的目的,显示包括活细胞406和死细胞410的显示区域402。活细胞406可以是具有第一颜色或以其他方式与第一颜色相关联的那些,而死细胞410可以是具有第二颜色或以其他方式与第二颜色相关联的那些。活细胞406和死细胞410在显示区域402中基于放大倍数414表示,所述放大倍数414可通过用户或计算机实施的技术修改。
活细胞406和死细胞410的分别的代表性第一颜色和第二颜色,可以允许细胞的各种特性的分析的测定。作为一个实例,着色不同的活细胞406和死细胞410可以允许对每单位体积的细胞的数量进行计数或测定。可将每单位体积的活细胞406的数量和每单位体积的死细胞410的数量进行比较,以便测定活细胞对死细胞的相对浓度。在图4的实例中,显示区域402可以与控制面板452重叠或相关联。控制面板452可以显示活细胞浓度456相对于死细胞浓度470的当前测定。例如,活细胞406相对于死细胞410的浓度的测定可以得到,值为90%的活细胞浓度456和值为10%的死细胞浓度470。应当理解,用户界面400显示与从患者肿瘤样品中分离出多少细胞相关联的信息。
例如,并参考图5,描绘了包括对应于图4中显示的活细胞406和死细胞410的另外的信息的图表500。例如,图表500可以显示关于细胞尺寸的活/死细胞的相对浓度或数量。如图5中显示,图表500包括细胞尺寸轴504、细胞数量轴508、活细胞分布512、死细胞分布516、活细胞尺寸平均值506a、死细胞尺寸平均值506b。细胞尺寸轴504可以表示给定靶细胞的大致尺寸。在图5中,尺寸以微米表示;然而,也可以使用其他合适的单位。细胞数量轴508可以包括所测量的给定样品或其部分的细胞数量的计数。
活细胞分布512和死细胞分布516可以表示针对分别的细胞尺寸的细胞的数量。在一些情况下,分布512、516可以是其中针对细胞尺寸的给定范围描绘了细胞的数量的直方图或其他表示。活细胞平均值506a可以表示由活细胞分布512表示的活细胞的平均尺寸。死细胞平均值506b可以表示由死细胞分布516表示的死细胞的平均尺寸。
参考图6,描绘了示例性培养物600。培养物600可以表示经由以上关于图2所描述的任选的球状体形成操作216和水凝胶包埋操作220而形成的固体细胞培养物。例如,图6中显示培养物600为包含水凝胶608。水凝胶608可以含有透明质酸和胶原蛋白,以模拟人组织细胞外基质和疾病特异性细胞小生境的核心组分,例如在乳腺肿瘤中发现的那些。水凝胶608显示出包封球状体604。球状体604可以包含靶细胞612,例如本文所描述的细胞中的任何一种。可以用光响应染料对靶细胞612进行染色。
包含球状体604的细胞培养物的布置可以促进随时间追踪肿瘤特性。作为一个实例,在图6中显示代表性圆周616。代表性圆周616可以对应培养物600的球状体604或其他细胞或部分的尺寸值。培养物600可以暴露于如本文所描述的治疗剂。随后,可以测量培养物600的圆周616的尺寸或其他特性以便随时间测定变化。当针对对照/基线进行比较时,变化可以指示治疗剂的治疗功效。作为一个实例,圆周616的尺寸的减少可以向临床医生提供关于向细胞培养物600施用的治疗的功效的信息。
可以用本文所描述的光响应染料中的一种或多种对固体细胞培养物600进行染色。因此固体细胞培养物600和球状体604的特性可以使用光响应染料来测量。作为说明,参考图7A-7C,固体细胞培养物700的表示在不同条件下显示,用于分析细胞培养物的组分。为了说明的目的,图7A-7C的实例显示卵巢肿瘤的球状体,在其他情况下,可以使用相似的技术表示其他肿瘤。参考图7A,细胞培养物700在活细胞染料引起表示704被照亮或表示的条件下显示。表示704可以指示包括细胞位置和尺寸的活细胞的物理特性。参考图7B,细胞培养物700在死细胞染料引起表示708被照亮或表示的条件下显示。表示708可以指示死细胞的物理特性,其包括细胞位置和尺寸。在一些情况下,将表示704、708重叠可以是有益的,例如,随着细胞从存活转变为死亡以更准确地追踪细胞。参考图7C,显示细胞培养物700,其中将表示704、708重叠以限定表示712。表示712可以是活细胞和死细胞染料的复合视觉表示。表示704、708、712可以随时间变化,例如响应一种或多种治疗剂的施用而变化。可以分析如本文所解释的表示704、708、712的变化以测定治疗功效。
参考图8A和8B,公开了微流体芯片800。微流体芯片800可以结合如以上参考图2所描述的将水凝胶置于芯片中的操作224使用。微流体芯片800可以被配置为模拟人体器官的环境。例如,微流体芯片800可以被配置为复制人器官的环境,以便建立细胞可以离体存活一段时间的环境。在这方面,微流体芯片800可以包含区室或细胞培养室以容纳细胞,例如本文所描述的细胞或细胞培养物中的任何一种。微流体芯片800可以包含覆盖或遮蔽细胞培养物的层,以阻隔污染物与细胞培养物而还允许气体(例如氧气)到达细胞培养物。微流体芯片800还可以被配置为使生长培养基和治疗剂循环至其中容纳的固体细胞培养物。生长培养基可以允许细胞离体生存一段时间。
微流体芯片800可以是多层结构。图8A显示可用于形成微流体芯片800的层和组件的层叠的分解图。在顶部视图中显示图8A的各组成层。参考图8A,显示基底层802、第一主体部分层812、第二主体部分层822、第三主体部分层832、偶联部分842和透气层852。在其他实例中,微流体芯片800可以包含更多或更少的层,例如包含可用于制备用于给药的微流体芯片800的一个或多个灭菌层、薄膜、黏合剂等。微流体芯片800还可以与一个或多个限流器880(图8C)相关联。在图8A的实例中,基底层802可以是芯片800的非常牢固的部分,芯片800的其他层布置于其上。基底层可以具有对应标准显微镜载玻片尺寸的尺寸,以促进兼容性。
第一主体部分层812、第二主体部分层822和第三主体部分层832可以是主体801的层,所述主体801限定芯片800的通道862、第一体积864(包含第一细胞培养室814)和第二体积866(包含第二细胞培养室816)。例如,第一主体部分层812可以限定第一细胞培养室814和第二细胞培养室816,其各自可以由穿过第一主体层812的开口或穿过部分限定。第二主体部分层822可以限定第二主体部分第一孔824和第二主体部分第二孔826,其各自可以限定穿过第二主体层822的开口或穿过部分。此外,第三主体部分层832可以限定第三主体部分第一孔834和第三主体部分第二孔836,其各自可以限定穿过第三主体层832的开口或穿过部分。
如图8A的横截面视图所显示,第一主体部分层812、第二主体部分层822和第三主体部分层832可以相对于彼此堆叠,使得第一细胞培养室814、第二主体部分第一孔824和第三体部分第一孔834配合以限定第一体积864。包含第一细胞培养室814的第一体积864可以有具有闭合底端和开口顶端的基本上圆柱形的形状。在一个实例中,第一细胞培养室814的直径可以优选约6.75mm。在其他情况下,直径可大于或小于6.75mm,例如小于约5mm、小于约3mm和/或用于给定应用的其他合适的值。此外,第一主体部分层812、第二主体部分层822和第三主体部分层832可以相对于彼此堆叠,使得第二细胞培养室816、第二体部分第二孔826和第三体部分第二孔836配合以限定第二体积866。包含第二细胞培养室816的第二体积866可以有具有闭合底端和开口顶端的菱形或矩形的形状。
主体801还可以限定通道862。例如,如图8A中显示,第二主体部分层822包含细长的穿过部分828。细长的穿过部分828可以延伸穿过第二主体部分层822的全部厚度并且穿过第二主体部分第一开口824和第二主体部分第二开口826的一部分。第一主体部分层812、第二主体部分层822和第三主体部分层832可以相对于彼此堆叠,使得第一主体部分层812和第三主体部分层832分别封闭细长穿过部分828的底部和顶部,以便限定通道862。
细长的穿过部分828可以在第二主体部分层822的相对端之间延伸。第三主体部分层832可以覆盖细长的穿过部分828并限定第一腔体833a和第二腔体833b,其各自延伸进入细长的穿过部分828中。例如,第一腔体833a可以在第一端延伸穿过第三主体部分层832的厚度并进入细长的穿过部分828。第二腔体833b可以在第二、相对端延伸穿过第三主体部分层832的厚度并进入细长的穿过部分828。第一腔体和第二腔体833a、833b可以延伸进入细长的穿过部分828中,以便促进通道862流体偶联至流体回路。
例如,如图8A中显示,偶联部分842可以包括入口特征件843a和出口特征件843b。如图8B中显示,入口特征件843a和出口特征件843b可以是从微流体芯片800的最上面的表面突出的倒钩。入口特征件843a可以是可与第一腔体833a对齐或可由第一腔体833a接收,并且被配置为限定在循环***的管道和通道862之间的流体连接。出口特征件843b可以是可与第二腔体833b对齐或可由第二腔体833b接收,并且被配置为限定在另外的循环***的管道和通道862的另一端之间的流体连接。如本文所描述,这种配置可允许将芯片800流体偶联至循环***,其中使治疗剂连同生长培养基循环穿过芯片800。例如,可以将各种目的流体或培养基经由入口特征件843a引入芯片800,并引起其流动经由第一腔体833a、通道862、第二腔体833b穿过芯片800,并且经由出口特征件843b离开。
进一步参考图8A,透气层852可以包括被配置为遮蔽和覆盖第一体积和第二体积864、866的膜、薄膜或其他层,所述第一体积和第二体积含有第一细胞培养室和第二细胞培养室814、816。透气层852可被配置为遮蔽或覆盖体积864、866,而允许诸如氧气等气体在细胞培养室814、816和外部环境之间进入和出去。以这种方式,其中容纳的细胞培养物可以基于特定应用根据需要暴露于富氧环境和/或贫氧环境。显示第三主体部分层832为包含黏合表面835。透气层852可以是在用细胞培养物加载芯片800之后可经由黏合表面835附接至主体的,如本文所描述。
参考图8B的横截面视图,可以将芯片800偶联,使得基底层802、第一主体部分层812、第二主体部分层822、第三主体部分层832、偶联部分842和透气层852相对于彼此堆叠。在组装的配置中,显示在第一腔体833a和第二腔体833b之间延伸穿过主体801的通道862。第一腔体833a流体偶联至入口特征件843a。第二腔体833b流体偶联至出口特征件843b。如图8B中显示,入口特征件843a可以与第一管906a流体偶联,以及出口特征件843b可以与第二管906b流体偶联。第一管和第二管906a、906b可以是循环***(例如由图10和图11的微流体装置1000所提供的那种)的管道的部分。管906a、906b可以由分别的入口特征件843a和出口特征件843b***或接收。入口和出口特征件843a、843b可以被配置为限定与分别的管906a、906b的密封连接。
如图8B中显示,芯片800可以被配置为限定用于循环***的流动路径的一部分。例如,第一管906a可以在入口特征件843a处将入口流动Fi引入芯片800中。入口流动Fi可以是包含治疗剂的培养基的流动。培养基和/或治疗剂和/或其他药剂的流动可以前进至由主体801限定的通道862。通道862可以邻近第一细胞培养室814和第二细胞培养室816这两者行进。在这方面,培养基和/或治疗剂的流动继续穿过通道862并沿着和/或进入第一细胞培养室814和/或第二细胞培养室816的一部分。如本文所描述,第一细胞培养室814和/或第二细胞培养室816中的一个或两个可以包含包封于水凝胶中的细胞,例如本文所描述的细胞和水凝胶的布置中的任何一种。因此,通道862可以被配置为给生长培养基和/或治疗剂定路线以用于与包含于分别的细胞培养室814、816的细胞/水凝胶相互作用。例如,可以将固体细胞培养物(包含细胞和水凝胶)沉积至第一细胞培养室814和/或第二细胞培养室816中。可以使生长培养基循环穿过芯片800,例如沿着通道862,以便流经其中容纳的细胞和水凝胶。因此,一旦将固体细胞培养物放入芯片并使生长培养基循环穿过其中,就可将暴露的固体细胞培养物限定在芯片中。培养基和/或治疗剂与细胞的相互作用可引起细胞将至少一部分的培养基和/或治疗剂保留于细胞培养室中。流动可以沿着通道862继续,并且在出口特征件843b处以流动Fo离开芯片。
图8C是在流体回路中连同微流体芯片800使用的限流器880的截面图。可以实施限流器880以便促进***中的无菌性,例如通过防止芯片800和其中的细胞的污染。因此,限流器880可以包含一个或多个过滤元件。因此,限流器880可以进一步包括流动路径中的直径的一个或多个减少或改变,以便增加或改变跨越限流器880的流动的压力梯度,以及其他用途。
在图8C的实例中,显示包含第一直倒钩882的限流器880。第一直倒钩882限定穿过其中的第一倒钩通道883。可以通常将限流器880邻近微流体芯片800的入口或出口布置。在这方面,第一直倒钩882可以流体偶联至入口特征件或出口特征件843a、843b中的其中一个。例如,限流器880可以流体偶联至由第一直倒钩882和入口特征件或出口特征件843a、843b的倒钩中的其中一个接收的管道,以完成流体偶联。图8C中显示的限流器880还包含限定第二倒钩通道897的第二直倒钩896。第二直倒钩896可以基本上类似于第一直倒钩882。第二直倒钩896可以经由管道和/或其他连接器可与微流体装置(例如图10的微流体装置1000)的组件流体偶联。可以使用多个限流器。作为一个实例,可以在给定微流体芯片的入口处使用第一限流器,以及可以在微流体芯片的出口处使用第二限流器。
限流器880可以包含通常布置于第一直倒钩和第二直倒钩882、896之间以促进前述功能的多个层。例如,显示包含第一层884和第一孔885以及邻近的第二层886和第二孔887的限流器880。第一直倒钩882可以至少部分地由第一孔885接收。第二孔887通常可以与第一孔885对齐。第二孔887的直径小于第一孔885的直径。在这方面,第一倒钩通道883、第一孔885和第二孔887可以限定流动路径,其中第二孔887操作以减少或限制穿过限流器880的流动。限流器880进一步显示为包含具有通常邻近第二孔887的过滤器孔889的过滤器层888。过滤器层888可以在过滤器孔889中存放或容纳过滤器890。过滤器890的多种构造是可能的。在一个实例中,过滤器890可以包括玻璃微纤维过滤器。在一些情况下,可以使用多个单独的过滤器。
邻近过滤器层888,限流器880显示为包含第三层892和第三孔893以及邻近的第四层894和第四孔895。第三层892和第三孔893以及第四层894和第四孔895通常可以对映于第一层884和第一孔885以及第二层886和第二孔887。在这方面,第三孔893在直径上通常可以小于第四孔895。第二直倒钩896可以至少部分地由第四孔895接收。
图9A-9E描述了用细胞培养物加载微流体芯片800的操作。
参考图9A,显示其中用固体细胞培养物(例如本文所描述的细胞和水凝胶的任何组合)加载第一体积864的第一细胞培养室814的操作900a。例如,移液管902或其他仪器可以选择性地将固体细胞培养物910引入第一细胞培养室814。在一些情况下,还可以用固体细胞培养物加载第二体积866的第二细胞培养室816。参考图9B,显示其中去除黏合背衬879以揭露主体801的黏合表面835的操作900b。黏合背衬879可以揭露黏合表面835以便使将主体801制备为用于与透气层852的附接。例如,并参考图9C,显示其中可以将透气层852定位于主体801上方的操作900c。在一些情况下,透气层852可以覆盖含有第一细胞培养室814和第二细胞培养室816的第一体积和第二体积864、866的顶部,如图9D中在操作900d处显示。透气层852可以经由黏合表面835附接至主体801。参考图9E,显示其中第一管906a与入口特征件或倒钩843a流体偶联以及第二管906b与出口特征件或倒钩843b流体偶联的操作900E。
参考图10和图11,显示微流体装置1000。微流体装置1000可以被配置为实施图2的操作232,其中固体细胞培养物(例如本文所期望的细胞和水凝胶)暴露于治疗剂。广泛地,微流体装置1000可以被配置为平行地向多个微流体芯片提供治疗剂连同生长培养基。微流体装置1000可以限定用于各芯片的闭合回路,其通常与其他芯片的回路流体分隔和独立。微流体装置1000可以被配置为向芯片提供不同的治疗剂、生长培养基或其他溶液,使得可以随时间测定固体细胞培养物的反应。
为了促进前述内容,微流体装置1000可以包含壳体1002、平台1004、分级部分1010、给药库1020和泵1030。壳体1002可以为微流体装置1000的各种组件提供结构平台,所述组件包括泵1030和给药库1020。壳体1002还可以提供在给药期间在其上布置和临时储存芯片的结构。壳体1002可以具有一个或多个开口侧,如图11中显示。在其他情况下,壳体1002可以包围微流体装置1000的一个或多个组件。而在其他情况下,壳体1002可以整体省略。
分级部分1010可以被配置为在微流体装置1000中布置多个微流体芯片。分级部分1010可以是壳体1002的一部分。在其他情况下,分级部分1010可以包含用于接收芯片并将其固定于分级部分1010中的特定位置的升高的平台、槽或其他特征件。在一些情况下,如图10和图11的实例中显示,分级部分1010可以包含芯片托盘1012。芯片托盘1012显示为容纳六个微流体芯片:第一微流体芯片800a、第二微流体芯片800b、第三微流体芯片800c、第四微流体芯片800d、第五微流体芯片800e和第六微流体芯片800f。各个芯片800a-800f可以基本上类似于以上关于图8A-9E所描述的微流体芯片800;为了清楚起见省略对所述芯片800a-800f的多余解释。尽管各种配置都是可能的,但芯片托盘1012可包含被配置为容纳单个芯片的凹部或凹槽。例如,可以将给定芯片接收于凹槽,使得至少减轻芯片在托盘1012上的侧向移动。尽管图10和图11的实例显示芯片托盘1012为包含用于六个芯片的凹槽,但其他配置是可能的,包括容纳更多或更少芯片的托盘。
给药库1020可以包含多个储库。给药库1020可以包含对应布置于分级部分1010的多个芯片的多个储库。例如,并如图11中显示,给药库可以包含第一储库1022a、第二储库1022b、第三储库1022c、第四储库1022d、第五储库1022e和第六储库1022f。储库1022a-1022f可以被配置为容纳培养基,例如本文所描述的生长培养基中的任何一种。储库1022a-1022f可以进一步被配置为容纳治疗剂,或者用于引入芯片800a-800f的分别的芯片的基本上任何其他流体。储库1022a-1022f可以是暴露的或可暴露的,使得可以随时间添加另外的培养基和/或治疗剂。在给药期间储库1022a-1022f还可以任选地与遮盖物相关联,以遮蔽其中容纳的培养基免受污染物影响。例如,储库1022a-1022f中的一个或多个或全部可以包含盖,例如铝盖,以气密密封分别的储库1022a-1022f。
泵1030可以被配置为完成芯片800a-800f的分别的芯片与储库1022a-1022f之间的流体回路。泵1030可以是蠕动泵、气动泵和/或任何其他合适的泵或泵送装置。泵1030可以被配置为在芯片800a-800f的给定一者与储库1022a-1022f之间限定单独的流体回路。例如,泵1030可以被配置为引起流体在储库1022a-1022f的分别的储库与芯片800a-800f之间循环,而没有其中一个储库的流体跨越或污染另一个储库。这可以允许各芯片进行单独给药,使得可以采集各芯片的读数或测量值,以便测定来自容纳于对应储库的特定溶液的影响。尽管泵1030显示为单个组件,但在其他情况下,泵1030可以表示多个泵。此外,泵1030显示为包括六个循环路径。在其他情况下,泵1030可以限定更多或更少的路径。
在图11的实例中,泵1030、芯片800a-800f和储库1022a-1022f彼此偶联以限定六个循环路径。例如,泵1030、第一微流体芯片800a和第一储库1022a彼此偶联以限定第一流体循环路径1002a。此外,泵1030、第二微流体芯片800b和第二储库1022b彼此偶联以限定第二流体循环路径1002b。此外,泵1030、第三微流体芯片800c和第三储库1022c彼此偶联以限定第三流体循环路径1002c。此外,泵1030、第四微流体芯片800d和第四储库1022d彼此偶联以限定第四流体循环路径1002d。此外,泵1030、第五微流体芯片800e和第五储库1022e彼此偶联以限定第五流体循环路径1002e。此外,泵1030、第六微流体芯片800f和第六储库1022f彼此偶联以限定第六流体循环路径1002f。循环路径1002a-1002f可以是彼此流体分隔的单独流体路径。泵1030可以引起沿着彼此独立的循环路径1002a-1002f的循环。例如,泵1030可以引起培养基、治疗剂等沿着以下循环:第一储库1022a和第一芯片800a之间的第一循环路径、第二储库1022b和第二芯片800b之间、第三储库1022c和第三芯片800c之间、第四储库1022d和第四芯片800d之间、第五储库1022e和第五芯片800e之间,和第六储库1022f和第六芯片800f之间。
可以从微流体装置1000单个取出芯片800a-800f。例如,可以从微流体装置1000中取出芯片800a-800f的个别芯片用于成像和分析。如以上关于图2所描述的,可以取出个别芯片并使用荧光显微术或其他技术对其进行成像,其中针对单个时间点测定固体细胞培养物的特性,包括但不限于细胞培养物尺寸、颜色、位置和密度。在成像之后,可以将芯片重新偶联至微流体装置1000。微流体装置1000可以继续向分别的微流体芯片提供另外的治疗剂、培养基等。可以再次从微流体装置1000取出芯片,以便针对第二、较晚的时间点对固体细胞培养物进行进一步成像。例如,可以在第二时间点检测细胞培养物颜色、尺寸、位置和密度和/或各种其他细胞特征。可以对固体细胞培养物在第二时间点的特征与固体细胞培养物在第一时间点的特征进行比较以测定其他特征,包括如本文所描述的细胞迁移距离、细胞迁移速率、最大迁移向量、最大迁移速率等。可以重复地取出芯片,例如第三次、第四次、第五次或更多次,以便针对第三、第四、第五或更多较晚的时间点对固体细胞培养物进行进一步成像。
在一个实例中,在不同的时间点对球状体的宽度或直径进行测量并比较。对球状体周围的单个细胞进行个别或成簇追踪。可以追踪单个细胞的移动以测定细胞是否正进入或离开球状体。球状体尺寸和/或单个细胞的行为的变化可以个别地使用或一起使用以预测患者对给定治疗的反应。图12显示示例性报告1200,其包括在一段时间的给药后代表性细胞培养物的图像。保持稳定的或生长的暴露于治疗的球状体可以指示较差的反应,而收缩的球状体可以指示良好的反应。在这方面,可以对细胞培养物的给定图像或其他表示与给药之前的培养物的图像进行比较,以测定球状体的尺寸的变化。
参考图12,示例性报告1200包含第一细胞培养物纵列1208a、第二细胞培养物纵列1208b和第三细胞培养纵列1208c。在一个实例中,纵列1208a-1208c的每一个可以指示由不同的微流体芯片(例如图10和图11的微流体芯片800a-800f中的一个)容纳的不同的细胞培养物。可以用不同的治疗剂、不同强度或浓度的治疗剂和/或无治疗剂向分别的芯片中的各细胞培养物给药,以便随时间评估细胞培养物对各种条件的反应(例如,如可以描述于各种三维图像的,如本文关于图16所显示的)。在图12的实例中,第一细胞培养物纵列1208a对应用于以第一剂量施用第一治疗剂(例如40nM多柔比星)的细胞培养物,第二细胞培养物纵列1208b对应用于以第二剂量施用第二治疗剂(例如50nM多柔比星)的细胞培养物,并且第三细胞培养物纵列1208c对应用于以第三剂量施用第三治疗剂(例如100nM多柔比星)的细胞培养物。应当理解,仅为了说明的目的提出特定的治疗剂和剂量,并且可以酌情使用基本上任何其他治疗剂和剂量用于评估治疗功效。
在这方面,报告1200包括第一时间点横行1204a和后续时间点横行1204b。在图12的实例中,第一时间点横行1204a可以对应给药之前的一段时间,例如在第0天。后续时间点横行1204b可以对应一段时间的给药之后的较晚的时间点。如图12中显示,后续时间点横行1204b可以是给药一天后。在其他情况下,后续时间点横行1204b可以对应给药的另一段时间的给药,例如两天、三天、四天、五天等之后。可以在各时间点(和其他时间点)评估细胞培养物以便评估治疗功效。例如,可以在与第一时间点横行1204a相关联的时间(例如给药之前的时间),根据本文所描述的技术中的任何一种,对与第一细胞培养物纵列1208a相关联的细胞培养物进行成像,以便产生细胞培养物的第一表示1212a。随后可以在与第二时间点横行1204b相关联的时间(例如给药一天左右之后),对与第一细胞培养物纵列1208a相关联的细胞培养物进行给药(例如用40nM多柔比星)并成像,以便产生细胞培养物的第二表示1212b。此外,可以在与第一时间点横行1204a相关联的时间(例如给药之前的时间),根据本文所描述的技术中的任何一种,对与第二细胞培养物纵列1208b相关联的细胞培养物进行成像,以便产生细胞培养物的第一表示1216a。随后可以在与第二时间点横行1204b相关联的时间(例如在给药一天左右之后),对与第二细胞培养物纵列1208b相关联的细胞培养物进行给药(例如用50nM多柔比星)并成像,以便产生细胞培养物的第二表示1216b。此外,可以在与第一时间点横行1204a相关联的时间(例如给药之前的时间),根据本文所描述的技术中的任何一种,对与第三细胞培养物纵列1208c相关联的细胞培养物进行成像,以便产生细胞培养物的第一表示1220a。随后可以在与第二时间点横行1204b相关联的时间(例如在给药一天左右之后),对与第三细胞培养物纵列1208c相关联的细胞培养物进行给药(例如用100nM多柔比星)并成像,以便产生细胞培养物的第二表示1220b。可以使用本文所描述的计算机视觉工具评估分别的第二表示1212b、1216b、1220b,所述计算机视觉工具包括产生如以下涉及图13A-图17所描述的各种图表、报告、图等。
在这方面,参考图13A-图17,描绘了表示以上参考图2所描述的计算机视觉***的成像和分析操作的各种图表、报告和图。应当理解,描绘以下图表、报告和图作为实例。在其他情况下,可以使用另外的或替代的图表、报告和图。例如,并参考图13A,显示包含网格1304a和第一表示1308a的图表1300a。网格1304a可以是表示与固体细胞培养物相关联的三维空间的三维图像。第一表示1308a可以表示诸如三维空间中的活细胞等感兴趣的特定项目的三维位置。在一个实例中,可以经由固体细胞培养物的捕获的二维图像产生图表1300a,其中使用光响应染料来测定感兴趣的细胞的尺寸和位置。可以将二维图像拼接在一起以产生三维图像。在这方面,第一表示1308a可以表示在第一时间点采集的多个二维图像的复合。在本实例中,第一表示1308a可以在第一时间点采集,这可以发生在用治疗剂进行的任何给药之前。第一表示1308a还可以提供关于感兴趣的细胞的数量的信息,如图13A中显示。
参考图13B,显示包含网格1304b和第二表示1308b的图表1300b。网格1304b可以是表示一段时间之后(例如第二时间点)由图表1300a表示的与固体细胞培养物相关联的三维空间的三维图像。例如,第二表示1308b可以表示诸如以上所描述的活细胞等感兴趣的特定项目的三维位置。在这方面,第二表示1308b可以表示在第二时间点采集的多个二维图像的复合。在本实例中,第二表示1308b可以在第二时间点采集,这可以在一系列剂量的治疗剂或无治疗(例如关于基线/阴性对照)之后发生。第二表示1308b还可以提供关于感兴趣的细胞的数量的信息,如图13B中显示。
在一些情况下,可能期望的是在不同的时间点更精确地测定感兴趣的细胞的三维位置。例如,可以在第一时间和第二时间之间对感兴趣的细胞的三维位置进行比较,以测定细胞迁移向量和细胞迁移速率以及其他特征。在这方面,图14A描绘了在由轴1404a、轴1408a和轴1412a限定的三维坐标系中显示第一分布1420a的图表1400a。第一分布1420a可以表示在第一时间点的固体细胞培养物,所述第一时间点可以是给药之前。第一分布可以如本文所描述通过拼接来产生。图表1400a提供关于第一分布1420a中的靶细胞的三维位置的信息,包括分布密度。在图14A的实例中,针对沿着轴1412a的较低的值,第一分布1420a具有较高的细胞的密度。
与第一分布1420a相关联的固体细胞培养物可以经历如本文所描述的一个或多个给药程序。可以在给药程序之后的第二时间点测量固体细胞培养物。在这方面,图14B显示具有在由轴1404b、轴1408b和轴1412b限定的三维坐标系中的第二分布1420b的图表1400b。图表1400b提供关于第二分布1420b中的靶细胞的三维位置的信息,包括分布密度。在图14B的实例中,第二分布1420b与图14A中显示的第一分布相比,具有在三维坐标系中较低的细胞的密度。
图15描绘了图表1500,其显示指示从图14A的三维位置到图14B的三维位置的细胞数量的三维移动的箭头图或向量图。例如,可以将来自第二分布1420b的细胞的三维位置与来自第一分布1420a的对应细胞进行比较,以测定细胞的向量。向量可以对应在由图表1400a表示的第一时间点和由图表1400b表示的第二时间点之间的细胞的行进路径和/或速率。因此,在一个实例中,来自第一分布1420a的给定细胞可以是向量的尾部,并且来自第二分布1420b的对应细胞可以是向量的箭头。在这方面,图表1500可以是由轴1504、轴1508和轴1512限定的三维箭头图。向量分布1520可以绘制在包含一个或多个靶细胞的向量的图表1500中。
如图表1500中所绘制的向量分布1520,可以提供关于在施用治疗剂或无治疗(例如关于基线/阴性对照)期间的细胞的行为的信息。例如,向量分布1520可以包含具有最大迁移向量的第一区域1522。最大迁移向量可以对应在所测量的第一时间点和第二时间点之间,在速率或位置方面移动了最大的量的感兴趣的细胞。向量分布1520可以进一步包含可以对应通常比向量分布1520的其他向量更大的一簇向量的第二区域1524。在这方面,第二区域1524可以对应在施用治疗剂期间大体上移动了最远或最快的一簇细胞。作为另一实例,向量分布1520可以进一步包含可以对应比向量分布1520的其他向量大体上更小的一簇向量的第三区域1526。在这方面,第三区域1526可以对应在施用治疗期间大体上移动了最少或最慢的一簇细胞。这些和其他趋势可以在图表1500中进行鉴定和分析以测定治疗剂的治疗功效。
本公开内容的***和技术可用于监测对多种不同的治疗剂的反应。例如,固体细胞培养物可以使用本文所描述的技术中的任何一种来制备。一部分固体细胞培养物可以沉积至不同的微流体芯片中,例如在图10和图11显示的六个微流体芯片中的一个或多个中。微流体装置1000可以操作以使不同的溶液(例如不同的治疗剂)的流体循环至微流体芯片的各细胞培养物。因此,使用用于初始沉积于芯片中的细胞/水凝胶的不同的溶液或治疗剂,可以为各芯片限定固体细胞培养物。例如,微流体装置1000可以使不同治疗剂的流体循环至各芯片。在一些情况下,芯片中的一个可以不接收治疗剂,而只接收生长培养基作为对照情况。可以对暴露的细胞培养物对各种不同的治疗剂的反应进行比较以测定治疗功效。例如,可以比较和分析对各细胞培养物测定的细胞特征,以测定哪种治疗剂在治疗靶细胞方面是最有效的。
在图16中呈现这种比较的视觉表示。例如,图16描绘了包含对给定患者样品执行的不同的给药操作的可视化的示例性报告1600。报告1600可以包含关于在一段时间内特定治疗剂对患者样品的影响的信息。在图16中,图表1600可以包含第一芯片纵列1608a、第二芯片纵列1608b、第三芯片纵列1608c、第四芯片纵列1608d、第五芯片纵列1609e和第六芯片纵列1606f。在一个实例中,各纵列1608a-1608f可以指示不同的微流体芯片(例如图10和图11的微流体芯片800a-800f中的一个)。微流体芯片可以初始包含固体细胞培养物,例如本文的细胞培养物中的任何一种,其可以包括靶肿瘤细胞。可以用治疗剂向微流体芯片给药或治疗以限定各芯片中的暴露的细胞培养物。在一个实例中,可以用不同的治疗剂向各微流体芯片给药以便测定特定治疗的功效。可以在一段时间内测量微流体芯片的暴露的细胞培养物的反应。在这方面,图表1600可以包含第一时间点横行1604a、第二时间点横行1604b和最终时间点横行160 4c。在图16的实例中,第一时间点横行1604a可以对应第一天,第二时间点横行1604b可以对应第二天,并且最终时间点横行1604c可以对应后续天数,例如第三天、第四天或第五天。
可以针对由时间点横行表示的各时间点,对由芯片纵列所表示的各微流体芯片进行成像和分析。例如,可以对微流体芯片进行成像,以在对应第一时间点横行1604a的第一给定时间点测定颜色、尺寸、位置、密度和/或其他特性。成像可以是二维图像或三维图像,其可以通过将二维图像拼接在一起产生。成像可用于产生如图16中显示的包含在第一时间点的固体细胞培养物的特征的信息的代表性图表1612a。图表1612a可以基本上类似于以上针对图13A和图13B所描述的图表1300a、1300b。此外,随后可以在第二给定时间点对微流体芯片进行成像,所述第二给定时间点例如在一轮经由治疗剂给药之后并可以对应第二时间点横行1604b。因此,成像可用于产生包含在第二时间点的固体细胞培养物的特征的信息的代表性图表1612b。此外,随后可以在第三给定时间点对微流体芯片进行成像,所述第三给定时间点例如在一轮经由治疗剂给药之后并可以对应最终时间点横行1604c。因此,成像可用于产生包含在最终时间点的固体细胞培养物的特征的信息的代表性图表1612c。
可以随时间分析第一微流体芯片的固体细胞培养物的反应,以测定向第一微流体芯片施用的治疗剂的治疗功效,如本文所述。图表1600和对应的分析可以允许对细胞培养物在多种不同的治疗剂之间的治疗功效的比较,所述治疗剂包括同时地和/或顺序地给药的药剂组合。例如,并且基本上类似于第一芯片纵列1608a,第二芯片纵列1618b可以包含在第一时间点横行1604a的代表性图表1618a、在第二时间点横行1604b的代表性图表1618b以及在最终时间点横行1604c的代表性图表1618c。此外,并且基本上类似于第一芯片纵列1608a,第三芯片纵列1608c可以包含在第一时间点横行1604a的代表性图表1622a、在第二时间点横行1604b的代表性图表1622b以及在最终时间点横行1604c的代表性图表1622c。此外,并且基本上类似于第一芯片纵列1608a,第四芯片纵列1608d可以包含在第一时间点横行1604a的代表性图表1626a、在第二时间点横行1604b的代表性图表1626b以及在最终时间点横行1604c的代表性图表1626c。此外,并且基本上类似于第一芯片纵列1608a,第五芯片纵列1608e可以包含在第一时间点横行1604a的代表性图表1630a、在第二时间点横行1604b的代表性图表1630b以及在最终时间点横行1604c的代表性图表1630c。此外,并且基本上类似于第一芯片纵列1608a,第六芯片纵列1608f可以包含在第一时间点横行1604a的代表性图表1634a、在第二时间点横行1604b的代表性图表1634b以及最终时间点横行1604c的代表性图表1634c。
关于最终时间点横行1604c,报告1600包含针对各微流体芯片在最终时间点的代表性图表1612c、1618c、1622c、1626c、1630c、1634c。最终时间点可以表示各种治疗剂的给药的结论。在这方面,可以对各代表性图表1612c、1618c、1622c、1626c、1630c、1634c的信息进行比较,以测定哪个细胞培养物表现出对给定治疗剂关于对照/基线的最好的或最有效的反应。例如,代表性图表1612c可以显示对应细胞培养物对第一治疗剂在最终时间点的反应的信息,代表性图表1618c可以显示对应细胞培养物对第二治疗剂在最终时间点的反应的信息,代表性图表1622c可以显示对应细胞培养物对第三治疗剂在最终时间点的反应的信息,代表性图表1626c可以显示对应细胞培养物对第四治疗剂在最终时间点的反应的信息,代表性图表1630c可以显示对应细胞培养物对第五治疗剂在最终时间点的反应的信息,代表性图表1634c可以显示对应细胞培养物对第六治疗剂(或无治疗剂的对照,其可以应用于任何单个或多个微流体芯片)在最终时间点的反应的信息。在这方面,诸如靶细胞颜色、尺寸、密度、计数等特征,可以在显示于最终时间点横行1604c中的各表示之间进行比较以测定治疗功效。作为一个实例,在表示显示针对时间点横行1604c的较低的肿瘤细胞密度或活细胞计数的情况下,用于微流体芯片的治疗而得到该表示的治疗剂可以被测定为在治疗剂中具有高的治疗功效。
例如,细胞培养物对给定治疗剂的反应可用于测定细胞活力。例如,可以测定和绘制反应者和无反应者这两者的活力以便测定治疗的功效。参考图17,描绘了显示关于反应者(例如突变的BRCA)和非反应者(例如BRCA野生型)的细胞活力的图表1700。参考图17,图表1700包含数据集轴1704和活力轴1708。显示具有第一扩展范围1724的第一分布1710连同具有第二扩展范围1722的第二分布1720。可以用图表1700对第一分布1710的反应者的活力与第二分布1720的无反应者的活力进行比较,以便提供信息以帮助测定治疗功效。
为了促进读者对本文所讨论的实施方案的各种功能的理解,现在对图18-图21中的流程图进行参考,所述流程图分别说明方法1800、1900、2000、2100。尽管已经说明并将要讨论本文所提出的方法的具体步骤(和步骤的顺序),但本公开内容还设想并涵盖与本文所提出的教导一致的其他方法(比所说明的那些包括更多的、更少的或不同的步骤)。
参考图18,公开了方法1800。方法1800涉及形成固体细胞培养物的方法,例如关于图2所描述的方法。在操作1804中,从患者样品中分离靶细胞。例如,并且参考图2和图3,可以获得患者样品304。样品304可到达实验室,并且包括含有各种癌症类型的肿瘤的样品。基于消化酶的细胞分离试剂盒、血液裂解溶液和其他选择或过滤步骤可用于分离活细胞而去除血液和污染物。输出可以是含有来自原发性肿瘤的各种细胞的活的混合的细胞群体,所述细胞包括癌细胞、正常/非转化细胞、基质细胞和免疫细胞。
在操作1808中,通过用光响应染料对靶细胞进行染色,由分离的细胞形成染色的细胞。例如,并参考图2、图4和图7,可以用活细胞染料和死细胞染色染料中的一种或两种对细胞进行染色。染料可以是光响应染料。例如,可以用第一光响应染料对细胞进行染色以促进活细胞追踪。可以用第二光响应染料对细胞进行进一步染色以促进死细胞追踪。在一些情况下,光响应染料被配置为当染色的细胞从活细胞转变为死细胞时引起染色的细胞的颜色变化。
在操作1810中,球状体可以任选地由染色的细胞形成。球状体或类器官还可以包括由患者来源的组织或肿瘤样品形成的癌细胞、正常/非转化细胞、基质细胞和/或免疫细胞。还可以使用组织切片、核心、手术切除物、异种移植物和/或活检。
在操作1812中,对染色的细胞进行包封。例如,并参考图2和图6,染色的细胞,例如分离的细胞(或由操作1810形成的球状体)可以被包含于水凝胶608中。水凝胶608可以被配置为复制可以促进细胞生长的人组织的组分。例如,并且如本文所描述,透明质酸和胶原蛋白可被用于模拟人组织细胞外基质和疾病特异性细胞小生境的核心组分,例如在乳腺肿瘤中发现的那些。
应当理解,可以结合图18的方法1800使用和/或形成各种类型的细胞培养物。例如,方法1800的培养可以包括在水凝胶中培养解离的细胞。解离的细胞可以经由二维或三维细胞培养物形成。在一些情况下,解离的细胞可以是单个细胞群体,而在其他情况下,可以使用多种细胞类型。例如,解离的细胞可以是癌细胞、正常/非转化细胞、基质细胞和/或免疫细胞,作为一个实例,所述细胞来源于组织或肿瘤样品。
参考图19,公开了方法1900。方法1900涉及加载微流体芯片的方法,例如以上关于图9A-图9F所显示的方法。在操作1904中,将固体细胞培养物布置于微流体芯片的细胞培养室。微流体芯片包含限定细胞培养室和横穿细胞培养室并在微流体芯片的入口和出口之间延伸的通道的主体。例如,并参考图9B和9C,固体细胞培养物910被布置于微流体芯片800的第一细胞培养室814中。微流体芯片800包括限定第一细胞培养室814和通道862的主体801,所述通道862沿着或邻近第一细胞培养室814行进并在入口特征件843a和出口特征件843b之间延伸。
在操作1908中,将透气膜定位于含有细胞培养室的体积上方,而入口和出口保持暴露用于偶联至循环***。例如,并参考图9D和图9E,将透气层852定位于主体801上方。透气层852可以经由黏合表面835黏附至主体801。如图9E中显示,透气层852可以覆盖含有第一细胞培养室814和第二细胞培养室816的第一体积864和第二体积866这两者,而允许第一细胞培养室814和第二细胞培养室816暴露于微流体芯片800的周围空气中的气体。
参考图20,公开了方法2000。方法2000涉及操作微流体芯片的方法。在操作2004中,将微流体芯片与微流体装置流体偶联以限定在微流体芯片、限流器、储库和泵之间的流体回路。微流体芯片包含细胞培养物,储库包括培养基。例如,并参考图10和图11,微流体芯片800a-800f可以与微流体装置1000流体偶联。微流体装置1000可以操作以限定在各个分别的微流体芯片800a-800f和储库1022a-1022f的对应储库之间的流体回路1002a-1002f。
在操作2008中,引起培养基的流动穿过回路,使得培养基与微流体芯片的固体细胞培养物相互作用,以限定微流体芯片中的暴露的细胞培养物。例如,并参考图10和图11,微流体装置1000可以操作泵1030以引起培养基的流动穿过各流体回路1002a-1002f。泵1030可以被配置为控制循环的流动单独穿过各流体回路1002a-100f。这可以允许微流体装置1000向各微流体芯片800a-800f施用单独的治疗剂,使得可以测量对各个不同的治疗剂的反应。
例如,在操作2012中,对固体细胞培养物对培养基的反应进行分析。例如,并参考图11、图13A、图13B和图16,给定微流体芯片可以从微流体装置1000中取出并与微流体装置1000流体解偶联。可以针对将微流体芯片流体解偶联的给定时间点,对微流体芯片进行成像或以其他方式进行分析。作为一个实例,微流体芯片可以经历荧光显微术的方法。荧光显微术可以在其中光响应染料允许检测靶细胞(例如检测死细胞和/或活细胞)的条件下捕获给定微流体芯片的细胞培养物的图像。共聚焦显微术、亮视野显微术和晶格层显微术,以及其他成像技术全都可以使用。在一个实例中,图像可以是二维图像。如本文所描述,可以以表示细胞培养物的层的方式来捕获二维图像。可以将这些层彼此堆叠或拼接在一起以形成三维图像。
在另一实例中,给定微流体芯片可以再次流体偶联至微流体装置,以施用额外的培养基,包括另外的治疗剂。在这方面,方法2000可以进一步包括在第二时间点引起培养基穿过回路的另一流动,使得培养基与微流体芯片的细胞培养物相互作用,并且对细胞培养物对培养基的后续反应进行分析。细胞培养物的后续反应的分析可以包括如所描述的成像,其用于生成细胞培养物的二维或三维图像。可以对细胞培养物在第一时间点和第二时间点的成像进行分析以测定治疗功效。如本文所描述,还可以分析另外的时间点。作为一个实例,方法2000可以包括分析在第一时间点的图像以测定第一活/死细胞群体数量。方法2000可以进一步包括分析在第二时间点的图像以测定第二活/死细胞群体数量。转而,可以对第一细胞群体数量和第二细胞群体数量进行比较,以测定指示治疗功效的细胞群体数量的变化。作为另一实例,方法2000可以包括分析在第一时间点的图像以测定第一细胞群***置,以及分析在第二时间点的图像以测定第二细胞群***置。转而,可以对第一细胞群***置和第二细胞群***置进行比较,以测定指示治疗功效的细胞群***置的变化。
参考图21,公开了方法2100。方法2100涉及随时间分析固体细胞培养物。可以使用以下参考图22所描述的计算装置2200来完全地或部分地执行方法2100。例如,在计算装置2200(或多个计算装置2200)从***(例如微流体***和芯片)接收数据并利用这种数据进行关于治疗功效和患者反应的评估之后,可以执行各种操作。在操作2104中,测定固体细胞培养物对包含治疗剂的生长培养基的第一反应。固体细胞培养物被容纳于微流体芯片的细胞培养室中。例如,并参考图9B和图13A,可以在第一时间点测定细胞培养物910的第一反应。可以通过用计算装置2200的一个或多个处理元件执行非瞬态计算机可读介质的指令来测定第一反应。例如,可以使用计算装置2200分析细胞培养物910,以在第一时间点测定细胞颜色、数量、尺寸、密度和/或其他特征,其可以由图13A的第一表示1308a表示。第一反应可以是在用治疗剂给药之前的细胞培养物910的反应。更具体地,在一种实施方式中,计算装置2200可以接收对应由本文所描述的一个或多个组件捕获的图像的数据,其中可以例如通过利用可以鉴定对应于细胞的像素颜色和分布的图像分析或计算机视觉算法来对图像进行分析,以测定细胞颜色、数量、尺寸和密度。
在操作2108中,测定细胞培养物对培养基的另外的反应。例如,并参考图9B和图13B,细胞培养物910的另外的反应可以在第二时间点、第三时间点、第四时间点和第五时间点等进行测定。另外的反应可以通过用计算装置2200的一个或多个处理元件执行非瞬态计算机可读介质的指令来测定。例如,可以使用计算装置2200对细胞培养物910进行分析,以在基本上任何后续时间点测定细胞数量、颜色、尺寸、密度和/或其他特征,其可以通过图16的一个或多个分布表示。另外的反应可以是在用治疗剂给药之后细胞培养物910的反应。在一些实施方式中,计算装置2200可以利用计算机视觉和/或图像分析算法,其可以鉴定在捕获的一个或多个图像内的细胞,并可以提取诸如色调、强度等可以用于测定反应信息的信息。
在操作2112中,将第一反应和另外的反应(例如第二反应、第三反应、第四反应、第五反应等)进行比较以测定治疗功效。第一反应和另外的反应可以通过用计算装置2200的一个或多个处理元件执行非瞬态计算机可读介质的指令来进行比较,所述指令例如如以上所描述的一个或者多个图像分析或计算机视觉算法。例如,并参考图16,作为一个实例,可以使用计算装置2200,在第一时间点和随后测量的时间点中的任何一个之间,对细胞培养物的颜色、尺寸、数量、密度和/或其他特征进行比较。这些特征中的一个或多个的相对增加或减少可以指示由对应治疗剂所提供的治疗的功效。还可以对关于第一反应和第二反应的其他特性进行测量和比较,所述其他特性包括但不限于细胞培养物的颜色、细胞培养物的图像的像素强度、细胞培养物的形状、细胞培养物的尺寸、细胞培养物的细胞的位置或细胞培养物的细胞的数量。
在这方面,第一反应和/或第二反应可以包括捕获图像,例如细胞的二维或三维图像。方法2100可以进一步包括根据图像测定细胞活力、细胞增殖、细胞位置中的一个或多个。关于球状体/类器官,方法2100可以进一步包括使用颜色和/或颜色比率来测定细胞活力以预测治疗反应。例如,图像分析可以提取色调和/或强度信息,以基于颜色映射、机器学习、查找表等将所述信息与细胞活力相关联。然而,用于测定细胞活力的方法可以基于所利用的图像分析或计算机视觉算法的类型而变化。
可以在一个、两个或多个时间点对指示活细胞的第一颜色(例如红色)和指示死细胞的第二颜色(例如绿色)进行比较,以测定例如球状体内的细胞死亡。换言之,***可以随时间分析在各种像素位置的色调信息,这可以与球状体内的细胞死亡相关联。此类信息可以用作预测度量(例如活细胞和死细胞的比率)。在其他情况下,其他技术可以用于测定细胞活力。方法2100可以进一步包括基于细胞活力、细胞增殖或细胞位置中的一个或多个来预测患者对治疗剂的反应,例如,如本文关于图2的操作252所描述的。在一些情况下,如本文所描述,可以使用计算装置2200对指示第一反应的图像与指示第二反应的图像进行比较,以促进预测患者反应。例如,可以通过计算机装置2200对来自两个图像的数据进行分析,以经由图像分析来测定反应的区别,其表示一种反应与另一种相比在癌细胞死亡方面可为更好的或改善更多的。在这方面,方法2100可以进一步包括对图像进行比较以随时间测定一个或多个细胞的细胞迁移速率或细胞迁移距离中的一个或多个。例如,像素分析可以用于生成距离向量,然后可以在长度或尺寸上对所述距离向量进行比较以测定细胞迁移距离。随时间变化的细胞迁移速率和/或细胞迁移距离可以指示患者对治疗剂的反应。在这方面也可以计算迁移向量或速率的最大值或最小值。在一些情况下,可以关于最具侵袭性的细胞的子集测定细胞迁移速率和/或细胞迁移距离,所述最具侵袭性的细胞的子集包括但不限于细胞培养物的5%的最具侵袭性的细胞、细胞培养物的2%的最具侵袭性的细胞、细胞培养物的1%的最具侵袭性的细胞以及其他子集。另外地或备选地,可以关于表达特定生物标志物的细胞的子集计算细胞迁移速率和/或细胞迁移距离。
可以关于单个细胞执行操作2112的分析。例如,可以在第一时间点和第二时间点之间追踪单个细胞的位置的变化。在这个实例中,可以在一个或多个图像中标记或以其他方式鉴定细胞,并且然后在不同的图像帧之间的移动的测定中随时间追踪细胞。在其他情况下,可以关于加权细胞测量值执行操作2112。例如,可以基于细胞培养物的各特征对治疗反应预测的有多少影响的关联来使用加权因子。作为说明,患者响应治疗A的可能性可以基于具有X的最小得分的患者。得分X通过使四分之三的得分来自于培养物的细胞活力和四分之一的得分来自于所述培养物的细胞迁移速率来计算。加权细胞测量值可以是多个单个测量值(例如细胞活力、迁移距离等)的复合得分。
在一些情况下,以上所描述的第一和第二反应的图像可以是球状体或类器官的图像。在这方面,可以使用图像对球状体或类器官的半径、直径或周长进行测量或测定并在多个时间点之间进行比较。例如,计算装置可以分析图像以测定球状体或类器官的近似周长,并且然后关于球状体或类器官的估计面积和/或体积计算圆周、直径或其他测量值。另外地或备选地,可以使用相似的技术来完成解离的细胞/单个细胞分析。例如,可以使用如本文所描述的相关度量中的基本上任何一种对解离的细胞/单个细胞进行追踪和测量。作为说明性实例,可以根据本文所描述的技术对离开球状体的单个细胞的计数和/或位置、迁移距离、迁移速率等进行测定和分析,用于测定治疗功效。在这方面,方法2100可以包括基于第一图像和第二图像分别的第一半径或第一直径与第二半径或第二直径的比较来预测患者对治疗剂的反应。另外地或备选地,可以使用手术切除物、组织切片、异种移植物和/或空芯针刺活检,其可以具有长度、宽度和高度。在这方面,可以使用图像测量组织切片、手术切除物、异种移植物和/或空芯针刺活检的长度、宽度或高度,并在多个时间点之间对其进行比较。在这方面,方法2100可以包括基于第一图像和第二图像分别的第一长度、第一宽度或第一高度与第二长度、第二宽度或第二高度的比较来预测患者对治疗剂的反应。
图22显示示例性计算装置2200。计算装置2200在图22中的图示可以包含被配置为实施或执行本文所描述的技术和方法中的任何一种的***、组件、模块、组装件和子组装件。在这方面,计算装置2200可以包含任何合适的硬件(例如计算装置、数据中心、交换机)、软件(例如应用、***程序、引擎)、网络组件(例如通信路径、接口、路由器)等(为了清楚起见不必然显示),用于促进本文所公开的任何合适的操作。
如图22中显示,计算装置2200可以包括操作地连接至计算机存储器2212和计算机可读介质2216的处理单元或元件2208a。处理单元2208a可以经由电子总线或桥(例如***总线2210)操作地连接至存储器2212和计算机可读介质2216组件。处理单元2208a可以包含被配置为响应计算机可读指令执行操作的一个或多个计算机处理器或微控制器。处理元件2208a可以是计算装置2200的中央处理单元。另外地或备选地,处理单元2208a可以是装置内的其他处理器,其包括专用集成芯片(ASIC)和其他微控制器装置。
存储器2212可以包括各种类型的非瞬态计算机可读存储介质,包括例如随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程存储器(例如EPROM和EEPROM)或闪存。存储器2212被配置为存储计算机可读指令、传感器值和其他持久性软件元素。计算机可读介质2216还可以包括各种类型的非瞬态计算机可读存储介质,包括例如硬盘驱动器存储装置、固态存储装置、便携式磁存储装置或其他相似装置。计算机可读介质2216还可以被配置为存储计算机可读指令、传感器值和其他持久性软件元素。
在这个实例中,处理单元2208a是可操作的,以读取存储于存储器2212和/或计算机可读介质2216的计算机可读指令。计算机可读指令可以使处理单元2208a适用于执行以上关于图1-图21所描述的操作或功能。计算机可读指令可以作为计算机程序产品、软件应用等提供。
如图22中显示,计算装置2200还可以包含显示器2218。显示器2218可以包括液晶显示器(LCD)、有机发光二极管(OLED)显示器、发光二极管(LED)显示器等。计算装置2200还可以包含被配置为向计算装置2200的组件提供电力的电池2224。电池2224可以包含连接在一起以提供内部电力供应的一个或多个蓄电池。在这方面,电池2224可以是电源2228的组件(例如包括向计算装置2200的组件供应电力的充电***或其他回路)。
计算装置2200还可以包含一个或多个传感器2240,其可以用于检测计算装置2200的触摸和/或力输入、环境条件、方向、位置或一些其他方面。计算装置2200还可以包括被配置为捕获数字图像或其他光学数据的相机2232。计算装置2200还可以包含被配置为传输和/或接收来自外部的或分开的装置的信号或电通信的通信端口2244。通信端口2244可以被配置为经由电缆、适配器或其他类型的电连接器偶联至外部装置。在一些实施方案中,通信端口2244可以用于将计算装置2200与被配置为发送和/或接收电信号的计算装置和/或其他合适的附件偶联。
其他实例和实施方式落在本公开内容和所附权利要求的范围和精神内。例如,实施功能的特征件也可以物理上位于各种位置,这包括被分布使得部分功能在不同的物理位置实施。此外,如本文所用,包括在权利要求中,如在以“…中的至少一个”开始的项目的列表中使用的“或”指示可分离性列表,使得例如“A、B或C中的至少一个”的列表意指A或B或C或AB或AC或BC或ABC(即A和B和C)。此外,术语“示例性”并不意指所描述的实例与其他实例相比是优选的或更好的。
前述描述,为了解释的目的,使用具体命名来提供对所描述的实施方案的全面理解。然而,对于本领域技术人员将显而易见的是并非必需具体的细节以便实施所描述的实施方案。因此,本文所描述的具体实施方案的前述描述是为了说明和描述的目的而提出。它们并不旨在详尽无遗或将实施方案限制于所公开的精确形式。对本领域普通技术人员之一将显而易见的是,鉴于以上教导,许多修改和变化是可能的。
Claims (119)
1.一种随时间分析固体细胞培养物的方法,所述方法包括:
测定固体细胞培养物对包括治疗剂的生长培养基的第一反应,所述固体细胞培养物容纳于微流体芯片的细胞培养室中;
测定所述固体细胞培养物对所述生长培养基的第二反应;和
对所述第一和第二反应进行比较以测定治疗功效。
2.根据权利要求1所述的方法,其中所述第一反应或所述第二反应中的一个或两个包括以下中的至少一个:所述固体细胞培养物的一个颜色或多个颜色、所述固体细胞培养物的图像的像素强度、所述固体细胞培养物的形状、所述固体细胞培养物的尺寸、所述固体细胞培养物的细胞的位置或所述固体细胞培养物的细胞的数量。
3.根据权利要求1所述的方法,其中所述治疗功效指示所述固体细胞培养物的细胞响应所述治疗剂的活力。
4.根据权利要求1所述的方法,其中所述测定第一反应包括捕获所述固体细胞培养物的图像。
5.根据权利要求4所述的方法,其进一步包括:
从所述图像测定细胞活力,和
基于所述细胞活力预测患者对所述治疗剂的反应。
6.根据权利要求4所述的方法,其进一步包括:
从所述图像测定细胞增殖,和
基于所述细胞增殖来预测患者对所述治疗剂的反应。
7.根据权利要求4所述的方法,其进一步包括
从所述图像测定细胞位置,和
基于所述细胞位置预测患者对所述治疗剂的反应。
8.根据权利要求4所述的方法,其中:
所述图像是第一图像,和
所述测定第二反应包括捕获所述固体细胞培养物的第二图像。
9.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较以随时间测定所述固体细胞培养物的细胞的细胞迁移距离,和
使用所述细胞迁移距离来预测患者对所述治疗剂的反应。
10.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较以随时间测定所述固体细胞培养物的细胞的细胞迁移速率,和
使用所述细胞迁移速率来预测患者对所述治疗剂的反应。
11.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较,以随时间测定限定所述固体细胞培养物的所有细胞或细胞子集的多个细胞的迁移距离,和
使用所述迁移距离来预测患者对所述治疗剂的反应。
12.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较以随时间测定限定所述固体细胞培养物的所有细胞或细胞子集的多个细胞的迁移速率,和
使用所述迁移速率来预测患者对所述治疗剂的反应。
13.根据权利要求11或12所述的方法,其中所述多个细胞包括为所述多个细胞的5%的最具侵袭性的细胞的细胞子集。
14.根据权利要求11或12所述的方法,其中所述多个细胞包括为所述多个细胞的2%的最具侵袭性的细胞的细胞子集。
15.根据权利要求11或12所述的方法,其中所述多个细胞包括为所述多个细胞的1%的最具侵袭性的细胞的细胞子集。
16.根据权利要求11或12所述的方法,其中所述多个细胞包括表达特定生物标志物的细胞子集。
17.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较以随时间测定具有所述固体细胞培养物的最大迁移向量的细胞,和
使用所述最大迁移向量来预测患者对所述治疗剂的反应。
18.根据权利要求8所述的方法,其进一步包括:
将所述第一图像和所述第二图像进行比较以随时间测定具有所述固体细胞培养物的最大迁移速率的细胞,和
使用所述最大迁移速率来预测患者对所述治疗剂的反应。
19.根据权利要求8所述的方法,其中所述测定第一反应或所述测定第二反应中的一个或两个包括测定单个细胞的特征。
20.根据权利要求19所述的方法,其中:
所述测定第一反应包括在第一时间测定所述单个细胞的特征,
所述测定第二反应包括在第一时间之后的第二时间测定所述单个细胞的特征,和
基于对在所述第一时间和所述第二时间测量的所述单个细胞的特征的比较来预测患者对所述治疗剂的反应。
21.根据权利要求8所述的方法,其中:
所述第一图像或所述第二图像中的一个或两个包括复合和/或加权细胞测量值,和
所述方法进一步包括基于所述复合和/或加权细胞测量值来预测患者对所述治疗剂的反应。
22.根据权利要求21所述的方法,其中:
所述第一图像包括第一复合和/或加权细胞测量值,
所述第二图像包括第二复合和/或加权细胞测量值,和
基于对所述第一复合和/或加权细胞测量值与所述第二复合和/或者加权细胞测量值的比较来预测患者对所述治疗剂的反应。
23.根据权利要求8所述的方法,其中:
所述第一图像或所述第二图像中的一个或两个包括与球状体或类器官的半径、直径或圆周相关联的信息,和
所述方法进一步包括基于所述球状体或类器官的半径、直径或圆周来预测患者对所述治疗剂的反应。
24.根据权利要求23所述的方法,其中:
所述第一图像包括所述球状体或类器官的第一半径、第一直径或第一圆周,
所述第二图像包括所述球状体或类器官的第二半径、第二直径或第二圆周,和
基于对所述第一半径、所述第一直径或所述第一圆周与第二半径、所述第二直径或所述第二圆周的比较来预测患者对所述治疗剂的反应。
25.根据权利要求8所述的方法,其中:
所述第一图像或所述第二图像中的一个或两个包括与手术切除物、组织切片、异种移植物或空芯针刺活检的长度、宽度或高度中的一个或多个相关联的信息,和
所述方法进一步包括基于所述手术切除物、组织切片、异种移植物或空芯针刺活检的长度、宽度或高度来预测患者对所述治疗剂的反应。
26.根据权利要求25所述的方法,其中:
所述第一图像包括手术切除物、组织切片、异种移植物或空芯针刺活检的第一长度、第一宽度或第一高度,
所述第二图像包括所述手术切除物、组织切片、异种移植物或空芯针刺活检的第二长度、第二宽度或第二高度,和
基于对所述第一长度、所述第一宽度或所述第一高度与所述第二长度、所述第二宽度或所述第二高度的比较来预测患者对所述治疗剂的反应。
27.根据权利要求1所述的方法,其中所述比较包括用计算机的一个或多个处理元件执行非瞬态计算机可读介质的指令,以测定治疗功效,其中所述治疗功效对应于应用于患者的治疗选项,所述固体细胞培养物来源于所述患者。
28.根据权利要求1所述的方法,其进一步包括:
测定所述固体细胞培养物对所述生长培养基的第三反应;和
对所述第一、第二和/或第三反应进行比较以测定治疗功效。
29.根据权利要求28所述的方法,其进一步包括:
测定所述固体细胞培养物对所述生长培养基的第四反应;和
对所述第一、第二、第三和/或第四反应进行比较以测定治疗功效。
30.根据权利要求29所述的方法,其进一步包括:
测定所述固体细胞培养物对所述生长培养基的第五反应;和
对所述第一、第二、第三、第四和/或第五反应进行比较以测定治疗功效。
31.根据权利要求1所述的方法,其进一步包括通过以下步骤形成所述固体细胞培养物:
从患者样品中分离靶细胞;
通过用光响应染料对所述分离的细胞进行染色,由所述分离的细胞形成染色的细胞;和
将所述染色的细胞包封于水凝胶中。
32.根据权利要求31所述的方法,其中所述光响应染料被配置为当所述染色的细胞从活细胞转变为死细胞时,使得所述染色的细胞的颜色变化。
33.一种形成固体培养物的方法,所述方法包括:
从患者样品中分离靶细胞;
通过用光响应染料对所述分离的细胞进行染色,由所述分离的细胞形成染色的细胞;和
将所述染色的细胞包封于水凝胶中。
34.根据权利要求33所述的方法,其中所述水凝胶包含被配置为模拟人组织细胞外基质和疾病特异性细胞小生境的核心组分的透明质酸和胶原蛋白。
35.根据权利要求33所述的方法,其进一步包括在所述水凝胶中培养来自患者样品的解离的细胞。
36.根据权利要求35所述的方法,其中所述培养进一步包括形成所述解离的细胞的二维细胞培养物。
37.根据权利要求35所述的方法,其中所述培养进一步包括形成所述解离的细胞的三维细胞培养物。
38.根据权利要求35所述的方法,其中所述培养进一步包括形成单个细胞群体的细胞培养物。
39.根据权利要求35所述的方法,其中所述培养进一步包括形成来自多种细胞类型的细胞培养物。
40.权利要求35所述的方法,其中所述解离的细胞包括癌细胞、基质细胞、免疫细胞或正常/非转化细胞。
41.根据权利要求35所述的方法,其中所述培养进一步包括形成癌细胞、正常/非转化细胞、基质细胞和免疫细胞的共同培养物。
42.根据权利要求35所述的方法,其中从患者来源的组织样品中分离所述解离的细胞。
43.根据权利要求35所述的方法,其中从患者来源的肿瘤样品中分离所述解离的细胞。
44.根据权利要求33所述的方法,其进一步包括形成球状体或类器官。
45.权利要求44所述的方法,其进一步包括在水凝胶中培养所述球状体或类器官。
46.根据权利要求44所述的方法,其中所述球状体或类器官包括癌细胞、基质细胞、免疫细胞、正常/非转化细胞或干细胞。
47.根据权利要求44所述的方法,其中所述培养进一步包括形成癌细胞、正常/非转化细胞、干细胞、基质细胞和免疫细胞的共同培养物。
48.根据权利要求44所述的方法,其中从患者来源的组织样品中分离所述分离的细胞。
49.根据权利要求44所述的方法,其中从患者来源的肿瘤样品中分离所述分离的细胞。
50.根据权利要求33所述的方法,其进一步包括使用基于消化酶的操作、血液裂解溶液或选择操作来处理所述患者样品,以分离所述患者样品的靶细胞。
51.根据权利要求33所述的方法,其中所述光响应染料被配置为允许经由荧光显微术追踪所述靶细胞。
52.根据权利要求33所述的方法,其中所述光响应染料被配置为对所述靶细胞的线粒体进行染色用于活细胞追踪。
53.根据权利要求33所述的方法,其中所述光响应染料被配置为对所述靶细胞的细胞核进行染色用于死细胞追踪。
54.根据权利要求33所述的方法,其中形成染色的细胞进一步包括:
用第一光响应染料对所述分离的细胞进行染色,所述第一光响应染料被配置为对所述靶细胞的线粒体进行染色用于活细胞追踪,和
用第二光响应染料对所述分离的细胞进行染色,所述第二光响应染料被配置为对所述靶细胞的细胞核进行染色用于死细胞追踪。
55.根据权利要求33所述的方法,其中所述光响应染料被配置为当所述染色的细胞从活细胞转变为死细胞时,使得所述染色的细胞的颜色变化。
56.根据权利要求33所述的方法,其中所述靶细胞是肿瘤的细胞,所述肿瘤包括乳腺癌、结直肠癌、肺癌、肾癌、胰腺癌、卵巢癌、脑癌或胃癌。
57.根据权利要求33所述的方法,其中所述患者样品包括组织切片、手术切除物、异种移植物和/或空芯针刺活检。
58.根据权利要求57所述的方法,其进一步包括在水凝胶中培养所述组织切片、手术切除物、异种移植物和/或空芯针刺活检。
59.一种加载微流体芯片的方法,所述方法包括:
将固体细胞培养物布置于微流体芯片的细胞培养室中,所述微流体芯片包括限定细胞培养室和横穿细胞培养室并在微流体芯片的入口和出口之间延伸的通道的主体;和
将透气膜定位于细胞培养室上方,而入口和出口保持暴露用于偶联至循环***。
60.根据权利要求59所述的方法,其中布置所述细胞培养物进一步包括使用移液管将一定量的所述固体细胞培养物滴入所述细胞培养室中,所述固体细胞培养物在水凝胶中。
61.根据权利要求59所述的方法,其中:
所述固体细胞培养物是第一固体细胞培养物,并且所述细胞培养室是第一细胞培养室,
所述方法进一步包括将第二固体细胞培养物布置于微流体芯片的第二细胞培养室中,所述第二固体细胞培养物在水凝胶中,所述第二细胞培养室由主体限定并流体偶联至入口和出口之间的通道。
62.根据权利要求61所述的方法,其中所述第一细胞培养室具有第一体积,并且所述第二细胞培养室具有不同于所述第一体积的第二体积。
63.根据权利要求61所述的方法,其中所述第一细胞培养室具有第一形状,并且所述第二细胞培养室具有不同于所述第一形状的第二形状。
64.根据权利要求59所述的方法,其进一步包括在所述定位之后,从所述微流体芯片上去除背衬。
65.根据权利要求59所述的方法,其中所述定位进一步包括将所述透气膜黏附至所述主体并覆盖所述细胞培养室。
66.根据权利要求59所述的方法,其进一步包括将所述微流体芯片与微流体装置流体偶联。
67.一种微流体芯片,其包含:
限定通道和与所述通道流体连接的细胞培养室的主体;
附接至所述主体并限定入口和出口的偶联部分,其中所述通道限定在所述入口和所述出口之间延伸而所述细胞培养室定位于其间的流动路径;和
覆盖所述细胞培养室的透气膜。
68.根据权利要求67所述的芯片,其中所述通道被配置为将生长培养基递送至所述细胞培养室。
69.根据权利要求67所述的芯片,其中所述细胞培养室被配置为接收固体细胞培养物,并且任选地,其中所述细胞培养室被配置为接收液体细胞培养物。
70.根据权利要求67所述的芯片,其中所述细胞培养室具有基本上圆柱形的形状。
71.根据权利要求70所述的芯片,其中所述基本上圆柱形的形状的直径为约6.75mm。
72.根据权利要求67所述的芯片,其中:
所述主体限定具有闭合底端和开口顶端的所述细胞培养室,和
所述透气膜覆盖所述细胞培养室的开口顶端。
73.根据权利要求67所述的芯片,其中所述透气膜通过黏合剂附接至主体部分。
74.根据权利要求67所述的芯片,其中:
所述细胞培养室是第一细胞培养室,和
所述主体进一步限定第二细胞培养室,所述第二细胞培养室沿着所述第一细胞培养室与所述偶联部分的入口或出口之间的流动路径流体偶联至所述通道。
75.根据权利要求74所述的芯片,其中所述第一和第二细胞培养室各自被配置为接收固体细胞培养物,并且任选地,其中所述细胞培养室被配置为接收液体细胞培养物。
76.根据权利要求74所述的芯片,其中所述第一细胞培养室具有第一体积,并且所述第二细胞培养室具有不同于所述第一体积的第二体积。
77.根据权利要求74所述的芯片,其中所述第一细胞培养室具有第一形状,并且所述第二细胞培养室具有不同于所述第一形状的第二形状。
78.根据权利要求67所述的芯片,其中所述主体包括多层结构。
79.根据权利要求78所述的芯片,其中所述多层结构包括:
第一主体部分层限定所述细胞培养室,
连接至所述第一主体部分层并限定所述通道并与所述细胞培养室流体偶联的第二主体部分层,和
连接至与所述第一主体部分层相对的第二主体部分层并限定所述细胞培养室上方的开口的第三主体部分层。
80.根据权利要求79所述的芯片,其中:
所述偶联部分附接至所述第三主体部分层,和
所述第三主体部分层进一步限定:
流体偶联至所述偶联部分的入口并延伸至所述第二主体部分层的所述流动通道的第一腔体,和
流体偶联至所述偶联部分的出口并延伸至所述第二体主体部分层的所述流动通道的第二腔体。
81.根据权利要求67所述的芯片,其中所述入口和所述出口限定管倒钩。
82.根据权利要求67所述的芯片,其中所述主体包含丙烯酸材料或硅酮基材料。
83.一种微流体装置,其包含:
给药库,所述给药库包含多个储库,所述多个储库中的各储库被配置为容纳生长培养基;
分级部分,所述分级部分被配置为布置对应所述多个储库的多个微流体芯片;和
泵,所述泵可与所述多个储库和所述多个微流体芯片流体偶联以:
在所述多个储库与所述多个微流体芯片的各对应对之间限定流体回路,和
引起所述生长培养基穿过各对应对的流体回路的循环。
84.根据权利要求83所述的装置,其中所述多个储库中的各储库彼此流体分隔。
85.根据权利要求83所述的装置,其中所述流体回路彼此流体分隔。
86.根据权利要求83所述的装置,其中所述泵被进一步被配置为选择性地引起所述生长培养基穿过所述流体回路中的单个流体回路的循环。
87.根据权利要求83所述的装置,其进一步包括可与所述微流体芯片流体偶联并被配置为过滤污染物的一个或多个限流器。
88.根据权利要求83所述的装置,其中所述多个储库
可暴露于空气用于用治疗剂加载所述储库,和
为了无菌性用盖可气密密封。
89.根据权利要求88所述的装置,其中所述多个储库被配置为在所述泵的操作期间存放一种或多种治疗剂。
90.根据权利要求83所述的装置,其中所述给药库包括被配置为将所述多个储库保持在基本上竖直位置的托盘。
91.根据权利要求83所述的装置,其进一步包括将所述泵流体偶联至由分级部分存放的各储库和各微流体芯片的管。
92.一种操作微流体芯片的方法,所述方法包括:
将微流体芯片与微流体装置流体偶联,以限定在微流体芯片、限流器、储库和泵之间的流体回路,所述微流芯片包含固体细胞培养物,所述储库包含生长培养基;
引起所述生长培养基穿过所述回路的流动,使得所述生长培养基与所述微流体芯片的固体细胞培养物相互作用;和
分析所述固体细胞培养物对所述生长培养基的反应。
93.根据权利要求92所述的方法,其中所述生长培养基包含治疗剂。
94.根据权利要求92所述的方法,其中所述流体偶联进一步包括将第一管部分流体偶联至所述微流体芯片的入口,所述第一管部分连接至与储库流体偶联的第二管部分,所述第一管部分和所述第二管部分限定共同管。
95.根据权利要求94所述的方法,其中所述流体偶联进一步包括将第三管部分流体偶联至所述微流体芯片的出口和所述储库以限定流体回路,其中所述微流体装置限定穿过其中的流动路径。
96.根据权利要求94所述的方法,其中:
所述微流体芯片包括细胞培养室,所述细胞培养室容纳包含靶细胞的水凝胶,
所述流动路径横穿所述细胞培养室,和
所述引起流动进一步包括引起所述生长培养基沿着所述流动路径流动,而水凝胶限制所述靶细胞从所述细胞培养室离开。
97.根据权利要求92所述的方法,其中所述回路是闭合回路。
98.根据权利要求92所述的方法,其进一步包括:
将第二微流体芯片与所述微流体装置流体偶联,以限定在所述第二微流体芯片、第二储库和所述泵之间的第二流体回路,所述第二微流体芯片包含第二固体细胞培养物,所述第二储库包含第二生长培养基;
引起所述第二生长培养基穿过所述第二回路的第二流动,使得所述第二生长培养基与所述第二微流体芯片的细胞培养物相互作用;和
分析所述第二固体细胞培养物对所述第二生长培养基的反应。
99.根据权利要求98所述的方法,其中所述生长培养基和所述第二生长培养基包含不同的治疗剂。
100.根据权利要求98所述的方法,其进一步包括对所述固体细胞培养物的反应和所述第二固体细胞培养物的反应进行比较以测定治疗功效。
101.根据权利要求98所述的方法,其中所述回路和所述第二回路彼此流体分隔。
102.根据权利要求98所述的方法,其中所述泵被配置为独立控制所述流动和所述第二流动。
103.根据权利要求92所述的方法,其进一步包括在分析之前,将所述微流体芯片与所述微流体装置流体解偶联。
104.根据权利要求103所述的方法,其进一步包括在分析之后,
将所述微流体芯片与所述微流体装置流体偶联,以限定在所述微流体芯片、所述储库和所述泵之间的流体回路;和
引起所述生长培养基穿过回路的另一流动,使得所述生长培养基与所述微流体芯片的固体细胞培养物相互作用。
105.根据权利要求104所述的方法,其进一步包括在引起所述另一流动之后,分析所述固体细胞培养物对所述生长培养基的后续反应。
106.根据权利要求105所述的方法,其进一步包括对所述固体细胞培养物对所述生长培养基的反应和所述固体细胞培养物对所述生长培养基的后续反应进行比较,以测定治疗功效。
107.根据权利要求106所述的方法,其中:
分析所述固体细胞培养物对所述生长培养基的反应包括测定第一细胞群体数量,和
分析所述固体细胞培养物对所述生长培养基的后续反应包括测定第二细胞群体数量。
108.根据权利要求107所述的方法,其进一步包括对所述第一细胞群体数量和所述第二细胞群体数量进行比较,以测定指示治疗功效的细胞群体数量的变化。
109.根据权利要求106所述的方法,其中:
分析所述固体细胞培养物对所述生长培养基的反应包括测定第一细胞群***置,和
分析所述固体细胞培养物对所述生长培养基的后续反应包括测定第二细胞群***置。
110.根据权利要求109所述的方法,其进一步包括对所述第一细胞群***置和所述第二群***置进行比较,以测定指示治疗功效的细胞群***置的变化。
111.根据权利要求92所述的方法,其中所述分析包括对所述微流体芯片的所述固体细胞培养物进行荧光显微术操作。
112.根据权利要求92所述的方法,其中所述分析包括收集所述微流体芯片的所述固体细胞培养物的三维图像。
113.根据权利要求92所述的方法,其中所述分析包括收集所述微流体芯片的所述固体细胞培养物的z堆叠的二维图像。
114.根据权利要求92所述的方法,其中所述分析包括随时间分析所述固体细胞培养物对所述生长培养基的多次反应。
115.根据权利要求114所述的方法,其中每天进行所述分析。
116.根据权利要求92所述的方法,其中所述分析包括对所述微流体芯片的所述固体细胞培养物进行共聚焦显微术操作。
117.根据权利要求92所述的方法,其中所述分析包括对所述微流体芯片的所述固体细胞培养物进行亮视野显微术操作。
118.根据权利要求92所述的方法,其中所述分析包括对所述微流体芯片的所述固体细胞培养物进行晶格层光显微术操作。
119.根据权利要求92所述的方法,其中所述分析包括用计算机的一个或多个处理元件执行非瞬态计算机可读介质的指令,以测定所述生长培养基的治疗剂对所述固体细胞培养物的治疗功效。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163219697P | 2021-07-08 | 2021-07-08 | |
US63/219697 | 2021-07-08 | ||
PCT/US2021/054411 WO2023282925A1 (en) | 2021-07-08 | 2021-10-11 | Treatment efficacy prediction systems and methods |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117940214A true CN117940214A (zh) | 2024-04-26 |
Family
ID=84799019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180102219.0A Pending CN117940214A (zh) | 2021-07-08 | 2021-10-11 | 治疗功效预测***和方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US20230008421A1 (zh) |
EP (1) | EP4366873A1 (zh) |
CN (1) | CN117940214A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230047056A1 (en) * | 2021-08-10 | 2023-02-16 | Palantir Technologies Inc. | Framework for live data migration |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7312085B2 (en) | 2002-04-01 | 2007-12-25 | Fluidigm Corporation | Microfluidic particle-analysis systems |
JP5039715B2 (ja) * | 2006-01-24 | 2012-10-03 | ブラウン ユニバーシティ | 細胞凝集及び封入デバイス及び方法 |
US8748180B2 (en) * | 2009-07-29 | 2014-06-10 | Cornell University | Microfluidic device for pharmacokinetic-pharmacodynamic study of drugs and uses thereof |
EP2682187B1 (en) * | 2012-07-02 | 2017-09-13 | Molecular Devices, LLC | Selection method and apparatus |
WO2014031997A1 (en) * | 2012-08-24 | 2014-02-27 | Yale University | System, device and method for high-throughput multi-plexed detection |
US20160237163A1 (en) * | 2013-10-02 | 2016-08-18 | Suri Technologies Ltd. | Patient-specific immunotherapy for treating heterogeneous tumors |
WO2015073908A1 (en) * | 2013-11-15 | 2015-05-21 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | Method for selecting cancer treatment regimen |
US10850274B2 (en) * | 2015-04-10 | 2020-12-01 | The Regents Of The University Of California | Microfluidic assisted perfusion devices |
US11747338B2 (en) * | 2015-12-02 | 2023-09-05 | The Johns Hopkins University | Use of an integrated microfluidic chip for analysis of cell motility and prediction and prognosis of patient survival |
CA3019540C (en) | 2016-03-30 | 2023-09-05 | EMULATE, Inc. | Methods of determining tumor marker expression in human tumor cells |
EP3469095A4 (en) | 2016-06-14 | 2020-03-04 | Beth Israel Deaconess Medical Center, Inc. | AUTOMATED, DIGITAL OUTPUT PLATFORM FOR MICRODILUTION, ANTIMICROBIAL SUSCEPTIBILITY TEST |
JP6861408B2 (ja) * | 2016-12-27 | 2021-04-21 | 東京応化工業株式会社 | 細胞培養用チップの製造方法 |
US11846630B2 (en) * | 2019-03-06 | 2023-12-19 | Northeastern University | Coordinately-ordered single cells with individual identities for high-throughput assay |
US11760966B2 (en) * | 2019-06-14 | 2023-09-19 | University Of Connecticut | Multigel tumor-on-a-chip system |
US11412350B2 (en) * | 2019-09-19 | 2022-08-09 | Apple Inc. | Mobile device navigation system |
-
2021
- 2021-10-11 EP EP21949508.2A patent/EP4366873A1/en active Pending
- 2021-10-11 CN CN202180102219.0A patent/CN117940214A/zh active Pending
- 2021-10-26 US US17/511,240 patent/US20230008421A1/en active Pending
- 2021-10-26 US US17/511,125 patent/US11893733B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP4366873A1 (en) | 2024-05-15 |
US20230010963A1 (en) | 2023-01-12 |
US20230008421A1 (en) | 2023-01-12 |
US11893733B2 (en) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105228749B (zh) | 便携式血细胞计数监测器 | |
Almagro et al. | Tissue clearing to examine tumour complexity in three dimensions | |
US8320655B2 (en) | Process and system for analyzing the expression of biomarkers in cells | |
US20160272934A1 (en) | Systems, devices and methods for microfluidic culturing, manipulation and analysis of tissues and cells | |
EP0171896B1 (en) | Cell viability assay methods and apparatus | |
ES2542061T3 (es) | Metodo multiparametro de alta sensibilidad para el análisis de eventos extraños en una muestra biológica | |
MX2014006884A (es) | Aparato, sistema y metodo para identificar celulas tumorales circulantes. | |
TW201109653A (en) | Microfluidic device | |
CN103592262B (zh) | 细胞分析装置以及细胞分析方法 | |
JP2009537822A (ja) | 自動化組織分析のための方法 | |
JP5580117B2 (ja) | 細胞分析装置 | |
EP4048809A1 (en) | Systems and methods for predicting therapeutic sensitivity | |
TW201738381A (zh) | 利用非接觸式與自動辨識的血液循環腫瘤細胞純化分離之方法及裝置 | |
CN117940214A (zh) | 治疗功效预测***和方法 | |
JP2015536141A (ja) | 生物試料のエクスビボマイクロ流体分析 | |
CN106290874B (zh) | 对肝细胞癌患者进行肝移植术预后情况分组的方法、***以及试剂盒 | |
Pierzchalski et al. | Introduction A: Recent advances in cytometry instrumentation, probes, and methods | |
Matsui et al. | Label‐free multiphoton excitation imaging as a promising diagnostic tool for breast cancer | |
WO2023282925A1 (en) | Treatment efficacy prediction systems and methods | |
JP2023541824A (ja) | 細胞培養物の自動分析 | |
US20190369099A1 (en) | Systems and Methods of Oral Cancer Assessment Using Cellular Phenotype Data | |
CN109073626A (zh) | 使用细胞增殖法的循环肿瘤细胞的检测·分离获取方法 | |
US11908130B2 (en) | Apparatuses and methods for digital pathology | |
US12033726B2 (en) | Spatially co-registered genomic and imaging (SCORGI) data elements for fingerprinting microdomains | |
Zhang | Cancer Drug Screening Scale-up: Combining Biomimetic Microfluidic Platforms and Deep Learning Image Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |