社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

深度学习增强型SAW微流控生物传感平台,实现胚胎无接触生物力学表征

MEMS • 1 周前 • 65 次点击  
胚胎发育不仅受到基因表达和生化信号的调控,也与细胞及组织所处的力学环境密切相关。胚胎的机械强度会随着细胞增殖、分化和组织重塑而发生变化,这些变化与胚胎的存活能力、发育进程及结构完整性密切相关。因此,准确测量不同发育阶段胚胎的生物力学特性,对于理解胚胎发育机制、评估生物学状态以及研究组织工程中的力学调控具有重要意义。
据麦姆斯咨询介绍,澳门科技大学、济南大学和中国科学院深圳先进技术研究院的联合研究团队开发了一种融合微流控芯片、聚焦声表面波(SAW)和深度学习的生物传感平台,实现了斑马鱼胚胎生物力学特性的原位、无接触定量表征。相关研究成果已经以“A deep learning-enhanced surface acoustic wave platform for contact-free in situ biomechanical characterization of embryos”为题发表于近期的Lab on a Chip期刊。
图片
图1 融合微流控芯片、聚焦SAW和深度学习的生物传感平台概念图
聚焦SAW结合微流控芯片,实现非接触机械载荷
SAW是一种沿材料表面传播的弹性波,已广泛应用于细胞操控、微流控和生物传感等领域。通过设计聚焦叉指换能器(FIDT),可以将声波能量集中到微小区域,并利用声波在固体与液体界面处的传播和折射,在液体中产生纵向声束及声辐射力。研究团队利用这一特性,在不直接接触胚胎的情况下施加机械载荷。
图片
图2 生物传感器的结构设计和制作过程示意图
为了实现稳定的样本处理和声波加载,研究团队设计了一种四层结构的微流控芯片,包括玻璃基底层、PDMS微通道层、PDMS薄膜层以及SAW器件层。其中,玻璃层提供结构支撑和观察窗口;PDMS微通道层包含实验腔室及相互垂直的微通道;PDMS薄膜用于密封实验腔室;SAW器件层则集成了基于铌酸锂(LiNbO₃)基底制造的FIDT。
图片
图3 FIDT结构及设计参数
微流控系统通过负压将单个斑马鱼胚胎输送并固定在预定位置,再利用聚焦SAW施加机械刺激。完成测量后,系统能够通过流体控制将胚胎排出,并自动进入下一轮测试。这种设计将样本定位、机械加载和后续处理整合在同一平台中,为连续化、自动化胚胎力学测量提供了基础。
图片
图4 微通道层结构示意图及制备流程
建立声辐射力标定模型,实现机械载荷定量化
研究团队采用PDMS微悬臂梁建立了声辐射力标定平台。实验中,通过三轴位移平台调节微悬臂梁的高度,并改变SAW的输入功率,利用显微成像记录微悬臂梁的偏转。根据微悬臂梁的力学响应,研究人员计算相应的声辐射力,并通过多元回归分析建立声辐射力与输入功率、聚焦高度之间的拟合模型。
图片
图5 声辐射力的实验表征与拟合模型
完成标定后,系统便可以根据SAW的工作参数估算声辐射力,无须在每次胚胎测量时再使用机械探针接触样本。它将可控的声学刺激与可量化的机械载荷联系起来,使研究人员能够进一步将胚胎的形态和发育响应转换为相应的表观力学阈值。
引入YOLOv8目标检测算法,实现胚胎状态自动识别
斑马鱼胚胎在不同发育阶段具有不同的形态特征,而机械刺激导致的胚胎破裂可能引起边界模糊、内部内容物泄漏及光学特性变化。这些变化为计算机视觉识别提供了依据。
研究团队引入了YOLOv8目标检测算法,构建自动化胚胎识别流程。系统分别训练了三个模型,用于识别胚胎发育阶段、检测胚胎裂解状态,以及定位斑马鱼卵。发育阶段识别涵盖合子期、卵裂期、囊胚期、原肠胚期、分节期和咽胚期六个阶段。
图片
图6 基于YOLOv8的斑马鱼胚胎多任务识别
研究结果显示,胚胎发育阶段识别的平均分类准确率超过91%,胚胎裂解状态检测和卵体识别任务也取得了较好的识别表现。
更重要的是,该视觉系统不仅能够判断胚胎所处的状态,还能够提取胚胎和卵体的边界框、直径及其在微通道中的位置信息。研究人员利用这些信息估算声辐射力的传播衰减距离,为机械载荷计算提供必要的几何参数。
定量表征胚胎发育过程中的力学阈值
研究团队测量了斑马鱼胚胎在不同发育阶段的两项关键力学指标:表观最大压缩应力(MCS)和表观极限压缩强度(UCS)。
其中,MCS用于表征导致胚胎发育停滞的机械应力阈值,UCS则用于表征导致胚胎破裂的机械应力阈值。研究人员通过逐步提高声波输入功率,记录胚胎在不同机械刺激条件下的发育状态和裂解情况,并利用插值方法确定相应的响应阈值。
图片
图7 胚胎力学阈值测量结果
实验覆盖斑马鱼胚胎的六个发育阶段。对于UCS测量,研究团队在每个发育阶段设置了50个胚胎的实验组,并在不同功率水平下开展重复实验。胚胎接受10秒的声学刺激后,研究人员等待10分钟,再记录其是否发生裂解。MCS测量采用相同的发育阶段分组和刺激时长,并根据刺激后胚胎是否继续发育进行判断。
结果显示,胚胎的机械承受能力随着发育推进而整体增强。在合子期,胚胎的MCS为8.113 kPa,UCS为10.256 kPa;到了原肠胚期,两项指标分别升至10.220 kPa和11.673 kPa;在咽胚期,MCS进一步升至11.407 kPa,UCS达到14.219 kPa。
这一趋势表明,斑马鱼胚胎在发育过程中逐渐形成更强的结构支撑能力。研究团队认为,这可能与细胞增殖、分化、组织逐步包裹卵黄以及细胞骨架和组织结构的成熟有关。随着胚胎内部组织不断发育,其整体结构完整性随之增强,因而能够承受更高的机械应力。
结论
该研究开发了一种基于SAW的集成生物传感平台,首次实现了对发育中胚胎两个基本力学特性的原位、非接触式定量测量。该研究结合了用于精准力学刺激的聚焦SAW技术、用于高通量胚胎处理的微流控芯片,以及基于深度学习的机器视觉系统以实现自动化表型识别,为系统研究胚胎发生的生物力学特性构建了一套完善的研究框架。
该方法的核心创新在于,能够在不破坏卵膜完整性的前提下,将精准定义、可量化的声辐射力直接作用于胚胎内部结构。这一优势突破了传统接触式方法的局限,使得在可控应力条件下直接观察力学失效与发育停滞成为可能。
论文链接:
https://doi.org/10.1039/d5lc01196e
延伸阅读:

《微流控技术及市场-2024版》

《基于微流控的冷却散热技术专利态势分析-2026版》

《下一代测序(NGS)技术及市场-2026版》


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/202493