[发明专利]基于微操作机器人的胚胎细胞迁徙自动跟踪系统及方法

说明书

本申请得到天津师范大学博士基金52LX14的资助。 

技术领域

本发明属于细胞移动的检测跟踪技术领域，涉及一种基于微操作机器人的胚胎细胞迁徙自动跟踪系统和自动跟踪方法。 

背景技术

生物体的疾病是细胞病变和细胞失去程序性调控的综合反应。2007年，美国加州萨克生物研究学院的研究人员通过对乳腺癌细胞进行实时跟踪发现，在乳腺癌早期阶段，未侵入周边组织的癌细胞已经包含有高运动性的细胞，这些失控细胞造成了肿瘤的转移扩散。此外，医学研究表明，在众多糖尿病患者体内，存在血管平滑肌细胞运动增殖过快的现象。对于这些变异细胞的跟踪和分析有利于研究人员深入了解细胞的特性，从而对疾病治疗产生积极的影响。 

具体到胚胎发育过程，科学研究发现，细胞在特定化学物质的诱导下定向运动，如果未能正确控制细胞的运动，将导致发育成的生物体产生严重的疾病和缺陷。跟踪胚胎细胞的运动轨迹，研究其运动特性，进而检测其趋化特征，进行运动模式的预测和控制，有助于医学研究人员治疗具有高度扩散性的疾病以及进行有针对性的药理学研究。因此，对于胚胎细胞运动过程的实时跟踪和分析已成为当前国际上生命科学研究的一个热点，众多学者在此方面投入了大量的精力。英国邓迪大学的 Kees Weijer 教授通过显微图像采集系统自动捕获鸡胚胎细胞显微图像，采用显微镜的形态观察方法观察鸡胚胎细胞的运动过程和细胞簇的运动趋势，多个感兴趣跟踪区域间的切换由操作人员手动完成；这种跟踪方式需要多个有实际相关知识和经验的操作者交替工作，如果细胞的运动变化发生在操作者交替的过程中，相关的变化信息就无法捕捉到，因而无法实现长期的实时跟踪。德国慕尼黑大学的Pamela Zengel等人采用基于Boyden Chamber的方法进行细胞运动特性的自动检测，该方法利用染色，人工统计细胞数目来评估细胞的迁移,但无法得到动态同步监控细胞的显微图像。Amariglio等人通过建立细胞集落划痕的方法间接评估个体细胞的运动特性，这种方法虽然操作简单，但无法适用于胚胎细胞的整体运动趋势跟踪研究。天津大学的肖松山等人利用PI公司MicroMAX-5MHz-782Y型致冷CCD,研制了单个显微图像分析系统,在鸡胚胎细胞的单粒子追踪方面取得较好的实验效果。 

上述工作各具特色，但是从跟踪效果看，这些方法都存在或多或少的问题。由于细胞迁移是细胞在接收到迁移信号或感受到某些物质的浓度梯度后产生的移动，细胞簇必然具有一致的运动趋势；同时，在细胞运动过程中，单个细胞不断重复着向前方伸出突触/伪足、牵拉后方胞体的循环过程，对于这个过程的观测与分析有助于了解细胞迁移的机理。综合生物研究者的关注点和胚胎细胞自身的特点，一个比较完善的胚胎细胞跟踪与分析系统应具备如下性质：首先，考虑到胚胎细胞的生理特点及其定向运动的特征，在跟踪细胞簇整体运动的同时，应可实时观测胚胎细胞单粒子的形态；其次，为了获得细胞簇整体的运动趋势，必然需要同时跟踪批量胚胎细胞；再次，考虑到胚胎细胞的活体特性，应尽可能减少跟踪的处理时间，加强跟踪算法的实时性；最后，为了减轻实验人员的工作量，上述工作应自动完成。 

然而，胚胎细胞整体运动趋势的获取与单粒子高分辨率细微结构的观测是一对矛盾：在显微视觉系统中，视野采集放大倍数越大，视野目标有效图像分辨率越高，视野图像分析结果越精确。但对于非均匀分布的跟踪目标而言，视野放大倍数提高将导致可观测空间变小，进而带来较大的视野抽样误差；反之，如降低采样倍率，可以减小视野抽样误差，但目标的有效图像分辨率也会同时降低，加大显微图像处理与分析的难度。此外，暗场显微环境利用丁达尔光学效应，提高观测物体的本身与背景的对比，利于观察运动的物体，但无法获取物体的细节信息。因此，为了获得胚胎细胞簇精确的运动趋势，必须在低倍暗场显微镜下进行观察；然而，为了得到单个胚胎细胞的形态和结构，又必须使用高倍明场显微镜。 

同时，自动、实时的跟踪批量细胞本身也是一个难题。目前，常用的跟踪方法根据运动目标的描述子和匹配度可以大致分为四种：基于主动轮廓的方法、基于区域的方法、基于模型的方法和基于特征的方法。这些跟踪方法虽然各有千秋，但显微图像中运动目标的跟踪算法并不同于宏观领域人脸跟踪或汽车跟踪等宏观目标跟踪问题。对显微图像中运动细胞进行自动跟踪时，显微视野下细胞边缘片段的缺失和断裂、细胞的粘连及部分重叠等问题一直是细胞分析中的难点。 

发明内容