Tekoälyavusteinen kuva-analyysi soluviljelyn laadunvalvontaan

Me Cytionilla ymmärrämme, että soluviljelmien terveyden visuaalinen arviointi on olennaisen tärkeää korkealaatuisten solujen ja solulinjojen tuottamiseksi. Perinteinen mikroskooppiin perustuva laadunvalvonta perustuu pitkälti inhimilliseen asiantuntemukseen ja subjektiiviseen tulkintaan, joka voi vaihdella eri toimijoiden välillä ja ajan myötä. Tekoälyyn perustuva kuva-analyysi muuttaa tämän subjektiivisen prosessin objektiiviseksi, kvantitatiiviseksi ja skaalautuvaksi laadunvalvontajärjestelmäksi, joka takaa tasaisen tuotelaadun kaikissa solulinjavalikoimissamme. Hyödyntämällä syväoppimisalgoritmeja, kuten U-Net-arkkitehtuuria segmentointiin, ResNet-50- ja EfficientNet-malleja luokitteluun sekä kehittyneitä tietokonenäkötekniikoita, kuten siirto-oppimista ja ensemble-menetelmiä, voimme havaita hienovaraisia muutoksia solujen morfologiassa, tunnistaa kontaminaation aikaisemmin ja tehdä tietoon perustuvia päätöksiä viljelyjen terveydestä ja valmiudesta jatkokäyttösovelluksiin. Tekoälyjärjestelmämme käsittelevät kuukausittain yli 50 000 kuvaa HeLa-solujen, HEK293-solujen ja muiden kriittisten solulinjojen tuotannosta, ja ne tarjoavat johdonmukaisen laadunarvioinnin, jonka tarkkuus on yli 95 prosenttia useiden parametrien osalta.

Syväoppimisen vallankumous solujen kuva-analyysissä

Syväoppimisen soveltaminen soluviljelykuvantamiseen edustaa perustavanlaatuista muutosta siinä, miten lähestymme laadunvalvontaa. Toisin kuin perinteiset kuva-analyysialgoritmit, jotka vaativat havaittavien piirteiden eksplisiittistä ohjelmointia, syväoppimismallit voivat automaattisesti oppia relevantteja piirteitä tuhansista harjoituskuvista. Cytionissa olemme kehittäneet räätälöityjä konvoluutiohermoverkkoarkkitehtuureja (CNN), jotka perustuvat hyväksi todettuihin malleihin, kuten U-Net semanttiseen segmentointiin (solujen rajojen tunnistaminen pikselitason tarkkuudella), ResNet-50 ominaisuuksien louhintaan (hierarkkisten esitysten oppiminen raakapikselistä) ja EfficientNetB4 luokittelutehtäviin (terveiden solujen erottaminen stressaantuneista soluista). Mallimme on koulutettu laajoilla kuvatietokannoilla - tällä hetkellä yli 150 000 kommentoitua kuvaa, jotka kattavat yli 200 solutyyppiä, useita passage-numeroita (P2-P30), erilaisia viljelyolosuhteita (vakio-, stressi- ja kontaminoituneet olosuhteet) ja erilaisia kuvantamismuotoja (vaihekontrasti, kirkas kenttä, fluoresenssi). Nämä mallit saavuttavat >95 prosentin tarkkuuden konfluenssin arvioinnissa, >92 prosentin herkkyyden kontaminaation havaitsemisessa ja >88 prosentin tarkkuuden morfologian luokittelussa. Koulutusprosessissa käytetään datan lisäystekniikoita (kierto, kääntäminen, kirkkauden säätö, elastinen muodonmuutos) mallin kestävyyden parantamiseksi ja siirto-oppimista ImageNetin esivalmennetuista painoista konvergenssin nopeuttamiseksi. Mallin koulutus suoritetaan NVIDIA A100 GPU -klustereilla, joiden eräkoko on 32-64 kuvaa ja koulutusaika 12-48 tuntia mallin monimutkaisuudesta riippuen. Koulutukseen käytetään Adam-optimointia, jossa oppimisnopeus on ajoitettu ja joka pysäytetään aikaisin validointisarjan suorituskyvyn perusteella.

Automaattinen Confluence-mittaus ja kasvun seuranta

Konfluenssimittaus - sen määrittäminen, kuinka suuren osan viljelypinnasta solut peittävät - on yksi soluviljelyn kriittisimmistä mutta subjektiivisimmista arvioinneista. Cytionissa käytämme U-Net-konvoluutiohermoverkkoarkkitehtuureja, jotka on suunniteltu erityisesti semanttisiin segmentointitehtäviin, ja niiden avulla saavutamme pikselitason luokittelun solu- ja tausta-alueiden välillä, jolloin Intersection over Union (IoU) -pisteet ovat yli 0,90. U-Net-toteutuksessamme on supistuva polku (enkooderi), jossa on neljä downsampling-vaihetta, joissa käytetään 3×3-konvoluutioita ja 2×2-max-poolingia, ja laajeneva polku (dekooderi), jossa on upsampling- ja skip-yhteydet, jotka säilyttävät aiempien kerrosten paikkatietoa. Verkko koulutetaan manuaalisesti annotoiduilla kuvilla, joissa soluviljelyn asiantuntijat ovat merkinneet solujen rajat, käyttäen binäärisen risti-entropian ja Dice-häviöfunktioiden yhdistelmää luokkien epätasapainon käsittelemiseksi. Koulutettu malli käsittelee 2048×2048 pikselin kuvia <300 ms:ssa GPU:lla ja tuottaa pikselikohtaisia todennäköisyyskarttoja, jotka kynnystetään binäärimaskien luomiseksi, joista lasketaan yhteenliittymisprosentti (solupikselit / kokonaispikselit) × 100. Tämän automaattisen konfluenssimittauksen tarkkuus on ±2 %:n tarkkuudella, kun se on validoitu manuaalista asiantuntijalausuntoa vastaan, verrattuna ±15-20 %:n vaihteluun erilaisten inhimillisten havainnoitsijoiden välillä. Yksittäisen ajanhetken mittauksen lisäksi järjestelmämme seuraa konfluenssia ajan mittaan kasvukäyrien luomiseksi (konfluenssin ja ajan suhde eksponentiaalisen käyrän sovittamisen avulla), mikä mahdollistaa kaksinkertaistumisajan laskemisen, optimaalisen läpimenoajankohdan ennustamisen (tyypillisesti 80-90 prosentin konfluenssissa) ja poikkeavan hitaasti kasvavien viljelmien tunnistamisen (> 2 standardipoikkeamaa alle odotetun kasvunopeuden), mikä voi viitata solulinjan vanhenemiseen, väliaineen laatuun liittyviin ongelmiin tai inkubaattorin ongelmiin. Solut ja solulinjat -luettelossamme tämä tarkka kasvun seuranta takaa optimaalisen sadonkorjuun ajoituksen, joka maksimoi solujen laadun ja elinkelpoisuuden.

Morfologinen analyysi ja fenotyyppien vakaus

Solujen morfologia antaa runsaasti tietoa solujen terveydestä, identiteetistä ja toiminnallisesta tilasta. Cytionissa poimimme kattavat morfologiset ominaisuudet käyttämällä tietokonenäköalgoritmeja ja syväoppimiseen perustuvaa ominaisuuksien louhintaa. Solujen segmentoinnin jälkeen laskemme klassiset morfologiset kuvaajat, kuten solun pinta-alan (µm²), ympärysmitan (µm), ympyrämäisyyden (4π×pinta-ala/perimetri²), sivusuhteen (pääakseli/pienempi akseli), kiinteyden (pinta-ala/kuperan rungon pinta-ala) ja tekstuurin piirteet, jotka perustuvat harmaatasojen yhteisesiintymismatriiseihin (Gray Level Co-occurrence Matrices, GLCM) ja joihin kuuluvat muun muassa kontrasti, korrelaatio, energia ja homogeenisuus. Lisäksi käytämme ResNet-50-konvoluutioverkkoja, jotka on esivalmennettu ImageNetillä ja hienosäädetty solukuvatietokantaan, poimimaan 2 048-ulotteisia syviä ominaisvektoreita, jotka kuvaavat hienovaraisia morfologisia kuvioita, joita käsityönä tehdyt ominaisuudet eivät helposti kuvaa. Nämä moniasteiset piirteet (perinteisen morfometrian ja syväpiirteiden yhdistäminen) syötetään Random Forest -luokittelijoille (100 puuta, Gini epäpuhtauskriteeri) tai tukivektorikoneille (RBF-ydin, C=1.0, gamma=auto), jotka erottavat normaalin morfologian poikkeavista fenotyypeistä >92 prosentin tarkkuudella. Laadunvalvontaa varten ylläpidämme vertailumorfologian profiileja jokaiselle luettelossamme olevalle solulinjalle - esimerkiksi HeLa-soluilla on tyypillinen epiteelimorfologia, jonka keskimääräinen pinta-ala on 450±80 µm² ja ympyrämäisyys 0,65±0,12, kun taas HEK293-soluilla pinta-ala on 380±70 µm² ja ympyrämäisyys suurempi 0,72±0,10. Morfologisen ajautumisen havaitsemisessa käytetään Hotellingin T²-statistiikkaa testaamaan, poikkeaako nykyinen erän morfologia merkittävästi vertailujakaumasta (p<0,05-kynnysarvo), ja merkitsemään viljelmät tarkistettaviksi, kun havaitaan fenotyyppisiä muutoksia, jotka voivat viitata ei-toivottuun erilaistumiseen, geneettiseen ajautumiseen tai epäoptimaalisiin viljelyolosuhteisiin.

Varhainen kontaminaation havaitseminen

Kontaminaatio on yksi soluviljelytoiminnan vakavimmista uhkista, joka voi johtaa viljelmien häviämiseen, resurssien tuhlaamiseen ja heikentyneisiin koetuloksiin. Cytionissa olemme kehittäneet erikoistuneita kontaminaation havaitsemismalleja, jotka on koulutettu kontaminoituneiden viljelmien kuratoitujen tietokokonaisuuksien perusteella, mukaan lukien bakteerikontaminaatio (jolle on ominaista pienhiukkasmaisten roskien nopea lisääntyminen, väliaineen sameus, pH:n muutokset, jotka näkyvät fenolipunaa sisältävän väliaineen värimuutoksina), sienikontaminaatio (joka näkyy myseelirakenteina, itiöinä) ja mykoplasmatartunnat (hienovaraiset morfologiset muutokset, alentunut kasvunopeus, lisääntynyt rakeisuus). Tunnistusjärjestelmämme käyttää EfficientNetB4-arkkitehtuuria (16,8M parametria, syvyyden, leveyden ja resoluution yhdistelmäskaalaus), joka on koulutettu kaksivaiheisella lähestymistavalla: ensinnäkin luokittelu puhtaisiin vs. kontaminoituneisiin luokkiin (binäärinen risti-entropiahäviö, AUC-ROC 0,96); toiseksi moniluokkainen luokittelu, jolla tunnistetaan kontaminaatiotyyppi (kategorinen risti-entropia, 85 prosentin tarkkuus bakteeri-, sieni-, mykoplasma- ja hiivatyyppiluokkien välillä). Mallit analysoivat useita kuvan ominaisuuksia, kuten epätavallisia hiukkasjakaumia (jotka havaitaan blob-tunnistusalgoritmien avulla), väliaineen ulkonäön muutoksia (LAB-väriavaruudessa kvantifioidut värisiirtymät) ja epänormaaleja solumorfologisia malleja. Aikasarja-analyysi, jossa nykyisiä kuvia verrataan 24-48 tunnin historialliseen lähtötilanteeseen, mahdollistaa kehittyvän kontaminaation havaitsemisen ennen kuin se on silmämääräisesti havaittavissa käyttäjille, mikä antaa tyypillisesti 24-48 tuntia varhaisemman varoituksen verrattuna manuaaliseen tarkastukseen. Kun kontaminaation todennäköisyys ylittää 0,7-kynnyksen, automaattiset hälytykset ilmoittavat asiasta laadunvalvontahenkilöstölle sähköpostitse ja LIMS-ilmoitusten välityksellä, mikä käynnistää välittömän tutkimuksen, johon sisältyy visuaalinen varmistus, Gram-värjäys (bakteerikontaminaation osalta) ja mykoplasman PCR-testi. Tämä tekoälyä tehostettu kontaminaation valvonta on vähentänyt kontaminaatioon liittyviä erähäviöitä 60 prosenttia Cytionilla varhaisemman havaitsemisen ja puuttumisen ansiosta, mikä on erityisen arvokasta pitkäaikaisissa viljelmissä ja arvokkaissa solulinjojen kehityshankkeissa, joissa kontaminaatio prosessin loppuvaiheessa merkitsisi merkittävää resurssien menetystä.

Ei-invasiivinen elinkelpoisuuden arviointi

Perinteinen elinkelpoisuuden arviointi trypaninsinistä tai muita kalvoja läpäisemättömiä väriaineita käyttäen edellyttää solunäytteenottoa viljelystä, mikä on tuhoavaa ja rajoittaa ajallista resoluutiota. Cytionissa olemme kehittäneet morfologiaan perustuvia elinkelpoisuuden ennustemalleja, jotka arvioivat solujen elinkelpoisuutta merkkaamattomista kirkkauskenttä- tai vaihekontrastikuvista koneoppimisen avulla. Lähestymistapa perustuu havaintoon, jonka mukaan kuolevilla ja kuolleilla soluilla on tyypillisiä morfologisia muutoksia: solujen kutistuminen, kalvojen valuminen, sytoplasman granulaatio, solun ja substraatin välisen adheesion häviäminen ja lisääntynyt valon taittuminen. Yksittäisistä segmentoiduista soluista poimittiin 156 morfologista ja tekstuurista piirrettä, minkä jälkeen käytettiin piirteiden valintaa (Recursive Feature Elimination with cross-validation) 35 ennustettavimman piirteen tunnistamiseksi, mukaan lukien solun pinta-ala, kehän epäsäännöllisyys, pikselin keskimääräinen intensiteetti, intensiteetin varianssi ja GLCM-tekstuurikuvaajat. Gradient Boosting Regression -mallit (XGBoost, 200 estimaattoria, oppimisnopeus 0,1, maksimisyvyys 6), jotka on koulutettu näillä ominaisuuksilla, ennustivat elinkelpoisuusprosentin R²=0,87:llä, kun ne validoitiin rinnakkaisilla näytteillä suoritettujen trypan sinisen poissulkemisen gold-standardimittausten perusteella. Malli koulutettiin 12 000 kuva-viabiliteettiparilla, jotka kattavat elinkelpoisuuden vaihteluvälit 50 prosentista 99 prosenttiin useilla solutyypeillä ja solupassitusmäärillä. Tuotannon seurantaa varten järjestelmä käsittelee kuvia, jotka IncuCyte-solujen elävän solun analyysijärjestelmät ottavat 2-4 tunnin välein, ja tuottaa jatkuvaa elinkelpoisuuden kehityssuuntausta koskevaa tietoa viljelmiä häiritsemättä. Äkilliset elinkelpoisuuden laskut (>10 %:n lasku 12 tunnissa) aiheuttavat hälytyksiä tutkimuksia varten, kun taas asteittainen laskeva trendi antaa tietoa kuljettamisen ajoituspäätöksistä - tyypillisesti kuljemme solujen terveyden ylläpitämiseksi >90 %:n ennustetun elinkelpoisuuden kohdalla. Tämä ei-invasiivinen elinkelpoisuuden seuranta on erityisen arvokasta suspensioviljelmissä ja bioreaktorijärjestelmissä, joissa perinteinen näytteenotto on häiritsevämpää, sekä seulontakokeissa, joissa kulttuurin eheyden säilyttäminen solujen terveyttä seuraten on olennaista.

Moniparametrinen laadun pisteytys

Sen sijaan, että luotettaisiin yksittäisiin mittareihin, tekoälyjärjestelmät voivat integroida useita kuvasta johdettuja parametreja kattaviksi laatupisteytyksiksi. Cytionissa olemme kehittäneet kokonaisvaltaisia laadunarviointimalleja, joissa yhdistetään konfluenssi (tavoite 80-90 % passagea varten), morfologiapisteet (asteikko 0-100, >75 tarkoittaa normaalia morfologiaa), elinkelpoisuusarvio (>90 % tavoite), kontaminaatioriski (<0,1 todennäköisyysraja) ja kulttuurin tasalaatuisuus (solujen koon/muodon variaatiokerroin, <20 % tavoite) kokonaislaatupisteytykseksi painotettujen ensemble-menetelmien avulla. Ensemble yhdistää erikoistuneiden mallien ennusteet: U-Net confluence (painoarvo 0,25), ResNet-50 morfologian luokittelija (painoarvo 0,30), EfficientNet kontaminaationilmaisin (painoarvo 0,25), XGBoost elinkelpoisuusregressio (painoarvo 0,15), ja painotukset on optimoitu ruudukkohakumenetelmällä validointijoukoissa, jotta korrelaatio asiantuntijoiden QC-päätösten kanssa olisi mahdollisimman suuri. Lopullinen QC-pistemäärä vaihtelee välillä 0-100, ja päätöksentekosäännöt ovat automaattiset: pisteet ≥85 = hyväksytty (siirry läpikäyntiin/korjuuseen), 70-84 = rajallinen (merkitse manuaalista tarkistusta varten), <70 = hylätty (tutki tai hylkää). Nämä moniparametriset arvioinnit tarjoavat objektiiviset, kvantitatiiviset kriteerit tuotannossa tehtäviä vapauttamispäätöksiä varten - Cytionissa viljelmien on saavutettava QC-pistemäärä ≥85, ennen kuin ne etenevät seuraavaan vaiheeseen tai lopulliseen sadonkorjuuseen, mikä varmistaa tuotteen tasaisen laadun. Tuotantotietojemme analyysi osoittaa vahvaa korrelaatiota (r=0,82) AI QC -pisteiden ja myöhemmän jalostusprosessin suorituskykymittareiden välillä, mukaan lukien passage-jakson jälkeinen elinkelpoisuus ja laajentumisen onnistuminen, mikä vahvistaa integroidun pisteytysmenetelmän ennustearvon. Automaattinen pisteytysjärjestelmä käsittelee täydelliset mikrolevykuvat (96 kuoppaa) 8-12 minuutissa verrattuna 45-60 minuuttiin, joka kuluu manuaaliseen mikroskooppitarkastukseen, mikä mahdollistaa reaaliaikaiset QC-päätökset, jotka pitävät tuotannon työnkulut tehokkaina.

Siirto-oppiminen ja mallin mukauttaminen

Yksi haasteista tekoälyn käyttöönotossa soluviljelyanalyysissä on tarve suuriin harjoitustietoaineistoihin, erityisesti erikoistuneiden tai harvinaisten solulinjojen osalta. Siirto-oppiminen ratkaisee tämän ongelman aloittamalla malleilla, jotka on esivalmennettu suurilla yleisillä kuvatietoaineistoilla (ImageNet, jossa on 1,4 miljoonaa kuvaa ja 1000 luokkaa), ja hienosäätämällä ne sitten soluviljelyyn liittyvillä kuvilla. Cytionissa hyödynnämme siirto-oppimista laajasti: alustamme mallit ImageNetissä esivalmennetuilla painoilla (esim. ResNet-50, EfficientNetB4) ja hienosäädämme sitten viimeiset kerrokset tai koko verkon käyttämällä solukuvatietokantojamme, jolloin koulutusdataa tarvitaan huomattavasti vähemmän. Esimerkiksi uuden morfologialuokittimen kehittäminen de novo saattaa vaatia yli 10 000 annotoitua kuvaa, kun taas siirto-oppimisella saavutetaan vastaava suorituskyky 1 000-2 000 kuvalla. Hienosäätöprotokollassamme käytetään alhaisempia oppimisnopeuksia (1e-4-1e-5) verrattuna alusta alkaen tapahtuvaan koulutukseen (1e-2-1e-3), koulutetaan tyypillisesti 20-50 epookin ajan ja lopetetaan varhain validointitappion tasolle perustuen. Lisäksi käytetään erottelevia oppimisnopeuksia, joissa varhaisemmat kerrokset (yleiset ominaisuudet) päivittyvät hitaasti ja myöhemmät kerrokset (solukohtaiset ominaisuudet) nopeammin. Solut ja solulinjat -luetteloon lisättyjen uusien solulinjojen osalta käytämme jatkuvaa oppimista, jossa mallit koulutetaan säännöllisesti uudelleen tuotantoeristä kerättyjen kuvien avulla, tyypillisesti neljännesvuosittain tehtävillä päivityksillä, jotka sisältävät 500-1000 uutta validoitua kuvaa, jolloin mallin tarkkuus säilyy solulinjavalikoiman laajentuessa. Domain-adaptaatiotekniikat, kuten Maximum Mean Discrepancy (MMD) ja adversarial training, auttavat malleja yleistymään eri kuvausalustojen välillä - harjoittelemme useiden mikroskooppijärjestelmien (IncuCyte, ImageXpress, EVOS) dataa varmistaaksemme vankan suorituskyvyn riippumatta kuvauslaitteistosta.

Selitettävä tekoäly ja laadunvarmistus

Vaikka syväoppimismalleilla voidaan saavuttaa vaikuttava tarkkuus, niiden "musta laatikko" -luonne voi olla ongelmallinen laadunvalvontasovelluksissa, joissa päätösten perustan ymmärtäminen on tärkeää. Cytionissa otamme käyttöön selitettäviä tekoälytekniikoita (XAI), jotta mallien päätökset olisivat tulkittavissa ja luotettavia. Käytämme Grad-CAMia (Gradient-painotettu luokka-aktivointikartoitus) luodaksemme lämpökarttoja, joissa korostetaan, mitkä kuva-alueet vaikuttivat eniten luokittelupäätöksiin - esimerkiksi osoittamalla, että kontaminaation havaitsemisessa keskitytään roskahiukkasiin ja morfologisiin muutoksiin epäolennaisten taustapiirteiden sijaan. SHAP-arvot (SHapley Additive exPlanations) kvantifioivat kunkin ominaisuuden osuuden yksittäisissä ennusteissa, mikä paljastaa, että konfluenssiennusteet riippuvat ensisijaisesti solutiheydestä ja peittävyydestä, kun taas elinkelpoisuusennusteet painottavat voimakkaasti kalvon eheyttä ja sytoplasman tekstuurin ominaisuuksia. Morfologian luokittelua varten visualisoimme opitut suodattimet konvoluutiokerroksissa ja osoitamme, että varhaiset kerrokset havaitsevat reunat ja tekstuurit, kun taas syvemmät kerrokset tunnistavat solukohtaisia kuvioita, kuten epiteelilevyn muodostumisen HeLa-soluissa tai hermosolujen kaltaisia prosesseja erilaistuneissa solutyypeissä. Näillä XAI:n visualisoinneilla on useita tarkoituksia: ne luovat luottamusta laadunvalvontahenkilöstön keskuudessa, joka voi varmistaa, että tekoäly tekee päätöksiä biologisesti merkityksellisten piirteiden perusteella, helpottavat vianetsintää odottamattomien ennusteiden esiintyessä tunnistamalla, mitkä piirteet johtivat päätökseen, ja tarjoavat koulutusmateriaalia, joka osoittaa uudelle henkilöstölle, mitkä piirteet ovat tärkeitä laadunarvioinnin kannalta. Ylläpidämme XAI:n kojelautaa, jossa näytetään selitysvisualisoinnit merkityille tai rajalla oleville viljelmille, mikä mahdollistaa nopean asiantuntijatarkastelun, jossa kerrotaan, miksi tekoäly on tehnyt arvionsa. Tämä läpinäkyvyys on ollut ratkaisevaa tekoälyyn perustuvan laadunvalvonnan hyväksymisen kannalta - GMP-tuotantoa varten laatimamme validointipaketit sisältävät edustavia XAI-visualisointeja, jotka osoittavat, että mallit tekevät päätöksiä tieteellisesti perusteltujen kriteerien perusteella, jotka ovat linjassa perinteisten asiantuntija-arviointiperiaatteiden kanssa.

Sisällönanalyysin integrointi

Tekoälykäyttöinen kuva-analyysi integroituu saumattomasti korkean sisällön kuvantamisalustoihin, jotka kaappaavat useita fluoresenssikanavia, suorittavat automaattisen Z-pinoamisen ja kuvaavat kokonaisia monikuoppalevyjä tarkkuusrobotiikalla. Cytionissa käytämme Molecular Devices ImageXpress Micro Confocal -järjestelmiä, jotka keräävät jopa 6 fluoresenssikanavaa (DAPI, FITC, TRITC, Texas Red, Cy5, Cy5.5) sekä läpäisevää valoa, automatisoidun Z-pinoamisen (1-50 tasoa, 0,5-10 µm:n askeleet) ja tarkan XY-jalustan paikannuksen (±1 µm:n tarkkuus). Korkean sisällön sovelluksissa, kuten kantasolujen erilaistumistehokkuuden arvioinnissa, käytämme immunofluoresenssivärjäystä sukulinjan merkkiaineita varten, jota seuraa tekoälyllä toteutettu analyysi: solujen segmentointi ydinvärjäyksen perusteella (DAPI-kanava, vedenjakaja-algoritmi), luokittelu merkkiainepositiivisiin ja negatiivisiin merkkiainepositiivisten ja -negatiivisten välillä fluoresenssin intensiteetin kynnysarvojen perusteella (optimoitu Otsun menetelmällä) ja erilaistumistehokkuuden kvantifioiminen prosentteina merkkiainepositiivisten solujen määrästä. Monikanavainen analyysi mahdollistaa kehittyneen fenotyypin määrityksen - samanaikaisesti kvantifioidaan ydinmorfologia (koko, muoto, DNA:n tiivistyminen DAPI:n perusteella), proteiinien lokalisaatio (ydin vs. sytoplasma kanavan kolokalisaatioanalyysin avulla) ja solusyklin tila (DNA-pitoisuushistogrammien perusteella integroidun DAPI:n intensiteetin perusteella). Muokatuissa solulinjoissa, joissa on raportointikonstruktioita, korkean sisällön kuvantaminen yhdistettynä AI-analyysiin seuloo kloonikirjastoja: GFP-fluoresenssin hankkiminen transgeenin ilmentymisen vahvistamiseksi, ilmentymisen intensiteettijakauman mittaaminen kloonien heterogeenisuuden arvioimiseksi (CV <25 % tavoite) ja ilmentymisen korrelointi morfologian kanssa vakaiden, runsaasti ilmentävien kloonien tunnistamiseksi. Runsaasti sisältöä sisältävät työnkulkumppanimme tuottavat päivittäin 50-100 Gt:a kuvatietoja, mikä edellyttää tehokasta tiedonhallintaa (automaattinen pakkaus, pilvitallennus AWS S3:ssa) ja tehokasta laskentaa (GPU-kiihdytetty analyysi NVIDIA A100 -klustereissa, jotka käsittelevät 200 kuvaa minuutissa). Runsaita moniulotteisia tietokokonaisuuksia tuottavan korkean sisällön kuvantamislaitteiston ja jokaisesta kuvaussessiosta maksimaalisen informaation poimivan tekoälyanalyysiohjelmiston yhdistelmä mahdollistaa solulinjojen hienostuneen karakterisoinnin ja laadunvalvonnan, joka olisi mahdotonta manuaalisella analyysillä.

Aika-analyysi ja dynaaminen seuranta

Aikaeromikroskopialla saadaan arvokasta tietoa solujen käyttäytymisestä ajan mittaan, mukaan lukien jakautumisnopeudet, migraatiomallit ja reaktiot ympäristön muutoksiin. Cytionissa käytämme Sartorius IncuCyte S3 -järjestelmiä, jotka ottavat kuvia 15 minuutin ja 2 tunnin välein jopa 14 päivän ajan yhtäjaksoisesti ja tuottavat aikasarjatietoja, joissa on 100-1000 kuvaa viljelykuoppaa kohti. Näiden time-lapse-sekvenssien tekoälyanalyysiin kuuluu: yksittäisten solujen seuraaminen TrackMaten tai DeepCellin kaltaisilla algoritmeilla yksittäisten solujen seuraamiseksi kuvien välillä, jakautumisaikojen mittaaminen havaitsemalla mitoositapahtumia (solujen pyöristyminen, sitä seuraava tyttärisolujen erottuminen), solujen migraationopeuksien ja suuntautumisen kvantifiointi (keskimääräinen neliösiirtymä, pysyvyyden pituus) ja solukuolematapahtumien tunnistaminen (tyypilliset morfologiset muutokset, solujen irtoaminen). Jakautumisen seurannassa saavutamme 87 prosentin tarkkuuden mitoosin havaitsemisessa käyttämällä 3D-konvoluutioverkkoja (C3D-arkkitehtuuri), jotka analysoivat spatiotemporaalisia piirteitä 5 kuvan ikkunoissa ja mahdollistavat populaatioiden kaksinkertaistumisajan automaattisen laskennan, joka korreloi vahvasti (r=0,91) manuaalisten solulaskentamittausten kanssa. Migraatioanalyysissä käytetään optisen virtauksen algoritmeja ja syväoppimiseen perustuvaa solujen segmentointia solujen keskipisteiden seuraamiseksi kehyksestä toiseen, jolloin lasketaan nopeudet (µm/tunti) ja kemotaktiset indeksit migraatiomäärityksiä varten. Ajanseurantatiedot paljastavat dynaamisen käyttäytymisen, joka ei näy yksittäisissä aikapistekuvissa: olemme tunnistaneet solulinjoja, joilla on sirkadiaanista värähtelyä lisääntymisnopeudessa, havainneet heterogeenisia jakautumisnopeuksia viljelmien sisällä, mikä osoittaa osapopulaatiorakennetta, ja luonnehtineet reaktiokinetiikkaa soluviljelymedian muutoksille tai lääkehoidoille. Laadunvalvonnassa aikajaksomittaus antaa varhaisen varoituksen ongelmista - havaitsemme kasvupysähdyksen (jakautumisten puuttuminen > 24 tunnin ajan) tai kohonneet kuolemanopeudet (> 5 % soluista, joilla on apoptoottinen morfologia 24 tunnin aikana) paljon nopeammin kuin loppupistemittaukset. Runsaat ajalliset tiedot mahdollistavat myös ennakoivan mallintamisen: käyttämällä varhaisen vaiheen kasvukinetiikkaa (ensimmäiset 24-48 tuntia) lopullisen solusadon ennustamiseen, ja rekursiivisten neuroverkkojen (LSTM-arkkitehtuuri, jossa on 128 piilotettua yksikköä) avulla koulutetut neuroverkot ennustavat 82 prosentin tarkkuudella, saavuttavatko viljelmät tavoitetiheyden odotetussa ajoituksessa.

Standardointi eri kuvantamisalustoilla

Erilaiset mikroskoopit, kamerat ja kuvausolosuhteet voivat tuottaa kuvia, joilla on erilaiset ominaisuudet, mikä saattaa hämmentää tietyn alustan kuviin koulutettuja tekoälymalleja. Cytionissa puutumme alustojen väliseen vaihteluun kattavilla kuvien esikäsittely- ja normalisointiputkistoilla, jotka on toteutettu Pythonilla OpenCV- ja scikit-image-kirjastojen avulla. Standardointityönkulkuumme kuuluu: tasakenttäkorjaus epätasaisen valaistuksen kompensoimiseksi (jokaisen kuvan jakaminen referenssitasakenttäkuvalla, pimeän virran vähentäminen), kirkkaankenttäkuvien värin normalisointi histogrammin sovittamisen tai Reinhard-värinsiirron avulla, intensiteetin uudelleenskaalaus standardoituun dynaamiseen alueeseen ([0,1] float tai [0,255] uint8) ja resoluution harmonisointi bikubisella interpoloinnilla, kun eri järjestelmistä tulevien kuvien pikselikoot ovat erilaisia. Vaihekontrastikuvissa, jotka ovat erityisen herkkiä optisille asetuksille, käytämme CycleGAN-pohjaista toimialueadaptaatiota, joka kääntää yhden mikroskoopin kuvat vastaamaan toisen mikroskoopin ulkoasua ja joka on koulutettu molempien järjestelmien parittomilla kuvasarjoilla. Tämä esikäsittely varmistaa, että IncuCyte-kuvilla koulutetut mallit toimivat yhtä hyvin ImageXpress- tai EVOS-kuvilla standardoinnin jälkeen. Validoimme standardoinnin tehokkuuden mittaamalla mallien suorituskyvyn heikkenemistä, kun niitä sovelletaan uusiin alustoihin: ennen standardointia tarkkuus laskee 12-25 prosenttia, kun yhdellä järjestelmällä koulutettuja malleja sovelletaan toiseen järjestelmään; standardoinnin jälkeen heikkeneminen vähenee <5 prosenttiin. Standardointiputkemme on automatisoitu kuva-analyysi-infrastruktuurissamme soveltamalla asianmukaisia muunnoksia lähdemikroskooppia osoittavien metatietotunnisteiden perusteella, jotta kaikkien alustojen kuvat kulkevat yhtenäisten analyysityönkulkujen läpi. Tämä alustarajat ylittävä kestävyys on olennaisen tärkeää usean toimipisteen toiminnalle ja mahdollistaa koulutettujen mallien jakamisen soluviljelytutkimusyhteisön kesken, mikä edistää alaa yksittäisiä laboratoriototeutuksia pidemmälle.

Integrointi laboratorioautomaation kanssa

Tekoälyavusteisesta kuva-analyysistä tulee entistäkin tehokkaampaa, kun se integroidaan automatisoituihin soluviljelyjärjestelmiin. Cytionissa olemme toteuttaneet suljetun automaatiokierron, jossa automaattisten inkubaattoreiden (Liconic STX-sarja) sisällä olevat IncuCyte-kuvantamisjärjestelmät ottavat kuvia kahden tunnin välein, Python-pohjaiset analyysiputket käsittelevät kuvia viiden minuutin kuluessa niiden ottamisesta käyttäen konttipohjaisia päättelypalveluja (Docker Kubernetesissa) ja analyysitulokset syötetään REST API:iden kautta Hamilton VENUS -automaatio-ohjaimeemme automaattisten toimintojen käynnistämiseksi. Kun esimerkiksi konfluenssianalyysi osoittaa, että viljelmät ovat saavuttaneet 85 prosenttia (optimaalinen läpivirtaustiheys), järjestelmä luo automaattisesti VENUS-järjestelmässä työlistan, joka aikatauluttaa nesteenkäsittelyrobotin suorittamaan läpivirtaustoiminnot (väliaineen imeminen, trypsiinin lisääminen, neutralointi, solujen laskeminen, uusien pullojen kylväminen) seuraavan neljän tunnin aikana. Kontaminaation havaitsemistodennäköisyys > 0,7 asettaa saastuneet viljelmät välittömästi karanteeniin siirtämällä ne eristetyille inkubaattorialueille ja antamalla kiireellisiä hälytyksiä, mikä estää kontaminaation leviämisen. Elinkelpoisuusarviot < 80 % keskeyttää automaattisen käsittelyn ja merkitsee viljelmät manuaalista asiantuntijatarkastusta varten. Tämä integrointi luo autonomisia viljelyjärjestelmien hallintajärjestelmiä, jotka ylläpitävät solujen optimaalista terveyttä minimaalisella inhimillisellä puuttumisella. Integroidut järjestelmämme viljelevät menestyksekkäästi yli 200 samanaikaista solulinjaa, ja 92 % kulkeutumistoiminnoista suoritetaan täysin automaattisesti, ja inhimillistä osallistumista tarvitaan vain 8 %:ssa viljelmistä, jotka on merkitty poikkeuksellisten olosuhteiden vuoksi. Suljettuun toimintaan sisältyy turvalukituksia: Tekoälyennusteet, jotka alittavat luottamuskynnyksen (tyypillisesti 0,75), käynnistävät automaattisten toimien sijaan manuaalisen tarkistuksen, ja kaikki automaattiset päätökset kirjataan selitystietojen kanssa jäljitettävyyttä ja jatkuvaa parantamista varten. Järjestelmän suorituskyvyn seurannassa seurataan keskeisiä mittareita, kuten kontaminaation havaitsemisen vääriä positiivisia tuloksia (tavoite <2%), accuracy of confluence-based passage timing (>90 % läpivienneistä tapahtuu 80-95 %:n konfluenssissa) sekä ennustetun ja mitatun läpiviennin jälkeisen elinkelpoisuuden välistä korrelaatiota (r>0,8), ja neljännesvuosittaisilla tarkasteluilla varmistetaan, että suorituskyky pysyy määritysten sisällä.

Harjoitusaineiston tuottaminen ja kommentointi

Tekoälymallien suorituskyky riippuu ratkaisevasti harjoitusaineiston laadusta ja määrästä. Cytionilla ylläpidämme laajoja, huolellisesti annotoituja kuvatietokantoja, jotka kattavat kaikki solulinjamme eri olosuhteissa ja eri passage-numeroilla. Tällä hetkellä niissä on yhteensä > 150 000 annotoitua kuvaa, jotka edustavat > 2 000 tuntia asiantuntijoiden annotointityötä. Annotaatiostrategiassamme yhdistyvät useat lähestymistavat: manuaalinen annotaatio, jonka suorittavat soluviljelyn asiantuntijatutkijat käyttäen työkaluja, kuten LabelImg ja VGG Image Annotator (VIA), segmentointimaskien ja luokkamerkintöjen tekemiseen, puoliautomaattinen annotaatio, jossa asiantuntijat tarkistavat ja korjaavat alkuperäiset tekoälyennusteet (annotaatioaika lyhenee 60 % ja tarkkuus säilyy ennallaan), ja aktiivinen oppiminen, jossa mallit tunnistavat kuvat, joiden ennusteisiin liittyy suurta epävarmuutta, ja priorisoivat annotaatiopanostukset, jotka keskittyvät ääritapauksiin. Annotaation laadunvalvonta on tiukkaa ja luotettavuus testataan arvioijien välillä - kolme riippumatonta arvioijaa merkitsee 100 kuvan osajoukkoja, ja Cohenin kappa-arvo on >0,85 luokittelutehtävien osalta ja IoU-arvo >0,90 segmentointi-annotaatioiden osalta, mikä vahvistaa annotaation johdonmukaisuuden. Jatkuvaa parantamista varten otamme käyttöön järjestelmällisiä tiedonkeruuprotokollia: kaikki tuotantokuvat arkistoidaan automaattisesti metatietoineen (solulinja, läpivienti, päivämäärä, kuvantamisjärjestelmä, viljelyolosuhteet), säännölliset erät kommentoidaan asiantuntijoiden toimesta, mikä lisää harjoittelukokonaisuuksien monimuotoisuutta, ja kuvat, joihin liittyy laadunvalvonnan epäonnistumisia tai epätavallisia tapahtumia, priorisoidaan annotointia varten, jotta voidaan parantaa ääritapausten käsittelyä. Datan lisääminen kasvattaa harjoitusjoukon tehokasta kokoa: kierto (0-360°), vaaka-/ pystysuora kääntäminen, kirkkauden/kontrastin säätö (±20 %), elastiset muodonmuutokset (mikroskooppikentän vaihteluita simuloiva) ja Gaussin kohinan lisääminen (σ=0,1) tuottavat harjoituksen aikana lisättyjä variantteja, jolloin harjoitusdata kymmenkertaistuu tehokkaasti ja malli kestää paremmin kuvien luonnollisia vaihteluita. Kuratoimme myös erikoistuneita tietokokonaisuuksia erityisiä haasteita varten: kontaminaation havaitsemiseen tarkoitettu tietokokonaisuus sisältää yli 5 000 kuvaa bakteerien, sienten ja mykoplasman saastuttamista viljelmistä; harvinaista morfologiaa koskeva tietokokonaisuus tallentaa epätavallisia fenotyyppejä, roskia ja artefakteja; moniportainen tietokokonaisuus seuraa yksittäisiä solulinjoja P5-P30-jakson aikana ja dokumentoi senesenssiä ja fenotyyppistä ajautumista. Tämä kattava, hyvin kuratoitu harjoitusdatainfrastruktuuri on perustavanlaatuinen tekoälyllä toimivien laadunvalvontajärjestelmiemme tarkkuuden ja luotettavuuden kannalta.

Mallin validointi ja suorituskyvyn seuranta

Ennen kuin tekoälymalleja otetaan käyttöön laadunvalvontapäätöksiä varten, tiukka validointi on välttämätöntä. Cytionissa noudatamme strukturoituja validointiprotokollia, jotka ovat linjassa lääkinnällisten laitteiden ohjelmistojen validointia ja koneoppimista koskevien FDA:n ohjeiden kanssa (GMP-solutuotantoon sovellettavat periaatteet): jaamme tietokokonaisuudet harjoittelu- (70 %), validointi- (15 %) ja testikokonaisuuksiin (15 %) ja ositamme ne siten, että kaikki solulinjat ja -olosuhteet ovat edustettuina oikeassa suhteessa; suoritamme k-kertaisen ristiinvalidoinnin (k=5) kehityksen aikana mallin yleistettävyyden arvioimiseksi; arvioimme suorituskykyä testikokonaisuuksissa, joita ei ole koskaan nähty harjoittelun aikana, käyttäen kattavia mittareita, kuten tarkkuutta, täsmällisyyttä, muistamista, F1-arvoja luokittelutehtävissä, R²-arvoja, MAE-arvoja ja RMSE-arvoja regressiotehtävissä sekä AUC-ROC-käyriä todennäköisyysennusteissa; verrataan tekoälyn ennusteita kultaisiin standardimittauksiin (asiantuntijan manuaalinen arviointi, virtaussytometria elinkelpoisuuden määrittämiseksi, mikroskooppiruudukkolaskenta konfluenssin määrittämiseksi) erilaisissa testiolosuhteissa; ja suoritetaan prospektiivinen validointi, jossa malleja ajetaan varjostetussa tilassa vakio-QC:n rinnalla kolmen kuukauden ajan ennen käyttöönottoa, jolloin ennusteita verrataan todellisiin QC-tuloksiin. Käyttöönoton jälkeen toteutamme jatkuvaa suorituskyvyn seurantaa: automaattinen tekoälyennusteiden vertailu ajoittaisiin asiantuntija-arviointeihin (20 % viljelmistä käy läpi rinnakkaisen asiantuntija-arvioinnin), ennusteiden luotettavuuspisteiden seuranta ajan mittaan (luottamuksen heikkeneminen voi viitata tietojen ajautumiseen), tekoälypisteiden laatupisteiden ja myöhemmän jalostusasteen erän suorituskykymittareiden (läpikäynnin jälkeinen elinkelpoisuus, laajentumisen onnistuminen) välinen korrelaatioanalyysi sekä neljännesvuosittaiset validointikatselmukset, joissa tarkastellaan mallin suorituskykyä eri solulinjojen ja toimintaolosuhteiden välillä. Ylläpidämme yksityiskohtaista validointidokumentaatiota, joka sisältää malliarkkitehtuurin määrittelyt, harjoitusaineiston ominaisuudet (koko, monimuotoisuus, merkintöjen laatu), suorituskyvyn vertailutulokset ja mallipäivitysten muutosten valvontatiedot. Kun mallin suorituskyky heikkenee alle hyväksymiskriteerien (esim. konfluenssitarkkuus laskee alle ±5 %, kontaminaation havaitsemisen AUC <0,90), käynnistämme uudelleenkoulutuksen tai uudelleenkalibroinnin: keräämme lisää koulutusdataa viimeisimmistä tuotantoeristä, koulutamme mallit uudelleen päivitetyillä tietokokonaisuuksilla, validoimme päivitetyt mallit uusilla testikokonaisuuksilla ja toteutamme kontrolloidun käytön, jossa päivitettyjä malleja käytetään aluksi varjostustilassa ennen niiden täyttä käyttöönottoa. Tämä tiukka validointi- ja seurantakehys varmistaa, että tekoälykäyttöinen laadunvalvontamme säilyttää tarkkuuden ja luotettavuuden ajan mittaan huolimatta kehittyvistä solulinjaportfolioista, kuvantamislaitteiden muutoksista ja luonnollisesta datan ajautumisesta.

Tekoälyn kuva-analyysin tuleva kehitys

Tekoälykäyttöisen solukuva-analyysin ala kehittyy edelleen nopeasti, ja uudet tekniikat lupaavat entistä suurempia mahdollisuuksia. Cytionissa seurataan ja pilotoidaan aktiivisesti muun muassa seuraavia kehityssuuntia: 3D-kuva-analyysi käyttäen volumetrisiä segmentointiverkkoja (3D U-Net) organoidi- ja palloviljelmille, mikä mahdollistaa organoidien koon, morfologian ja sisäisen rakenteen mittaamisen Z-pinoamiskuvista; merkinnätön fluoresenssin ennustaminen, jossa kirkkaakenttä- ja fluoresenssikuvilla koulutetut mallit oppivat ennustamaan fluoresenssikuvioita pelkistä kirkkaakenttäkuvista, mikä mahdollisesti korvaa joitakin värjäysvaatimuksia; itseohjautuvat oppimistekniikat (SimCLR, BYOL), jotka oppivat käyttökelpoisia representaatioita merkitsemättömistä kuvista, mikä pienentää merkintätarvetta oppimalla yleisiä solukuvan piirteitä oppimalla niitä manuaalisia merkintöjä käyttämättä; solubiologian perusmallit (analogisesti kielten GPT:n kanssa), jotka on koulutettu valmiiksi massiivisilla erilaisilla solukuvatietoaineistoilla, joita voidaan hienosäätää tiettyjä tehtäviä varten minimaalisella tietomäärällä; reaaliaikainen analyysi elävän kuvantamisen aikana, kun päättelyviive on < 1 sekunti, mikä mahdollistaa välittömän palautteen antamisen automatisoituja kokeita varten; ja ennustemallit, jotka ennustavat viljelytuloksia tunteja tai päiviä etukäteen varhaisvaiheen kuvien perusteella ja jotka on koulutettu pitkittäistutkimusdatajoukkoihin, jotka yhdistävät varhaiset kuvantamisominaisuudet lopulliseen erän laatuun. Tutkimme myös multimodaalista integraatiota, jossa yhdistetään mikroskooppikuvat molekyyliprofilointitietoihin (RNA-seq, proteomiikka), jotta löydetään kuvantamisen biomarkkereita, jotka ennustavat molekyylifenotyyppejä, ja fysiikan avulla toimivia neuroverkkoja, jotka sisältävät biologisia rajoitteita (solusyklin dynamiikka, ravinteiden kulutuksen kinetiikka) ennustustarkkuuden parantamiseksi ja datavaatimusten vähentämiseksi. Kun nämä teknologiat kehittyvät, odotamme saavuttavamme entistä varhaisemman ongelmien havaitsemisen nykyisille menetelmille näkymättömien hienovaraisten, ennen oireiden ilmaantumista tapahtuvien muutosten avulla, tarkempia laadunarviointeja integroimalla erilaisia tietomuotoja ja syvällisempää tietoa viljelyn onnistumiseen vaikuttavista tekijöistä. Näiden edistysaskeleiden ansiosta Cytion pystyy jatkossakin toimittamaan korkealaatuisia soluja ja solulinjoja entistä johdonmukaisemmin ja tehokkaammin ja säilyttämään johtavan asemamme laadun ja innovaation alalla.