细胞的形状和大小各不相同。单单是我们的血液就携带着种类繁多的细胞——从扁平的、甜甜圈状的红细胞到更呈球状的、吞噬外来颗粒的巨噬细胞，后者是体内最大的细胞之一。细胞计数（或细胞测量）领域长期以来依赖于将细胞分选为其生物成分（如DNA、RNA和蛋白质）的能力，该领域帮助医生诊断包括癌症在内的问题，在癌症中，细胞会变形为不寻常的形式。
但东京大学应用物理学家和生物工程师太田祯雄表示，目前可用的细胞分选技术存在局限性。科学家通常使用流式细胞仪——这些设备的一个子集可以根据细胞内部或表面携带的荧光标记分子来识别和分离细胞，细胞在充满液体的机器中移动，保持其存活。这种几十年前的方法使研究人员能够一次性对大量细胞进行分类。但有一个问题：它缺乏评估细胞特定物理形状（或形态）的能力。这意味着发现诸如肿瘤细胞之类的东西将取决于寻找特定的分子标记，这些分子标记在细胞之间可能有所不同，并且可能难以识别，因为它们并非总是已知的。科学家也可以根据结构对细胞进行分类，但这种笨拙的方法通常需要人类专家通过显微镜进行观察，这速度要慢得多，并且无法同时分析许多细胞。
为了解决这些问题，太田和他的同事开发了一种名为“幽灵”细胞计数法的新技术，该技术可以基于大小和形状等物理特征快速分选许多细胞——但无需先生成图像。他们调整了典型的细胞计数设置，并添加了一个单像素检测器——一种每次成像一个像素而不是一次成像数千个像素的相机——从而创建了一种可以基于荧光标记细胞发出的光来生成独特签名的设备。本质上，这种方法会产生细胞结构的“幽灵”描绘，一种基于激活的光粒子的可识别的伪图像。
支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您正在帮助确保关于当今塑造我们世界的发现和思想的有影响力的故事的未来。
为了使这项工作有效，科学家首先用荧光染料标记细胞，然后将它们引入一个名为微流体设备的充满液体的装置中。当细胞流过该设备时，它们会经过一个光源，该光源会激活染料中的荧光化学物质。这会释放出光子（光粒子），这些光子被单像素检测器拾取并转换为独特的签名，该签名基于给定细胞的物理特征。然后，机器学习算法使用这些幽灵图像实时对细胞进行分类，另一个设备将进入的细胞分选到单独的隔室中。
为了测试他们的新技术，太田和他的团队训练了一种机器学习算法，以识别来自人类的乳腺癌细胞和胰腺癌细胞的签名。该程序能够准确区分两种类型的细胞——它们具有相似的大小和结构——当它们混合在一起并通过太田团队的设备时，速度为每秒10,000个细胞（速度与目前可用的基于细胞计数的分类技术相似）。他们的研究结果于周四发表在《科学》杂志上。
尽管一些流式细胞仪已经能够对细胞进行成像数年，“这是第一个允许基于细胞形态进行物理分选的仪器，”麻省理工学院和哈佛大学博德研究所的计算生物学家安妮·卡彭特（她没有参与这项工作）在一封电子邮件中写道。“这是革命性的。”
幽灵细胞计数法可以在临床和实验室中的各种应用中发挥作用。例如，该团队证明该系统还能够在血液细胞的混合物中精确定位乳腺癌细胞。太田说，这表明该方法可以通过提高识别循环病变细胞的能力来帮助癌症诊断和治疗。
新技术还可以帮助科学家更好地研究诸如细胞分裂之类的基本生物过程。目前的流式细胞仪无法根据细胞生命周期的特定阶段对细胞进行分类，但幽灵细胞计数法可以通过精确定位诸如细胞核的大小和形状之类的特征来做到这一点，英国纽卡斯尔大学的细胞生物学家安德鲁·菲尔比（他没有参与这项研究）说。“使用这种方法可以进行无数的实验，”菲尔比补充道。他说，如果它成功了，“它将永久改变细胞分选和细胞计数领域。”
为了将新方法商业化，太田和他的同事成立了一家名为THINKCYTE的公司。太田说，幽灵细胞计数设备的样机计划于2019年在日本和美国发布。