论文部分内容阅读
干细胞是生命体的起源细胞,具有自我更新能力和多向分化潜能,可以分化为生命体的多种组织细胞,具有重要的研究价值。目前,国内外学者对干细胞展开了大量的研究工作并取得了丰硕的成果。有研究结果表明,干细胞的功能特性不仅取决于其自身的生物组成结构,也高度依赖于细胞当前的生理状态如细胞活力等。因此,实时准确地检测干细胞生理状态对于干细胞的体外培养扩增、干细胞药物开发以及临床应用具有重要意义。当前,检测细胞活力常用的传统方法如生物化学、形态学和免疫学方法,往往都带有一定的侵入性,会改变细胞正常的生长环境和生理功能,甚至破坏细胞结构,对细胞造成不可逆的伤害或死亡。为解决传统检测细胞活力方法的不足,本文将三维荧光技术与深度学习结合,提出一种快速、无损检测脐带间充质干细胞(Human Umbilical Mesenchymal Stem Cells,h UC-MSCs)活力的新思路。本文的主要研究工作如下所述:(1)研究了间充质干细胞的荧光自淬灭效应,确定了干细胞最佳荧光激发波长和发射波长范围。研究结果显示,干细胞溶液浓度在2x10~4～2x10~5/ml,激发波长为240-300nm的条件下,干细胞浓度和荧光强度呈现良好的线性关系,满足荧光加和性原则。在细胞浓度1x10~5/ml下,采集并分析了不同活力的间充质干细胞三维荧光光谱。基于荧光加和性原则,对相同活力状态间充质干细胞的荧光图谱随机加权叠加生成新的荧光图谱,用于建立深度学习的训练数据集。(2)根据传统VGGNet神经网络,提出了适用于间充质干细胞三维荧光光谱分析的网络模型VGGNet-10,并对网络使用的梯度下降算法和一系列超参数进行调整和优化。该网络结构简洁,网络泛化能力强,对计算机性能要求低,只需10s即可得到间充质干细胞活力检测结果,准确率高达90.7%。(3)研究了基于三维荧光光谱分析的h UC-MSCs细胞活力判别算法的软件集成,开发了间充质干细胞活力检测软件平台。基于Python语言结合Tkinter可视化库绘制了能够和用户交互的可视化界面,设计了一款基于三维荧光光谱自动检测间充质干细胞活力的分析软件,将数据转化、网络模型训练与未知细胞活力检测等功能一体化,提供了便捷、快速、准确的分析工具。综上所述,相对于传统的细胞活力检测方法,本文提出的将三维荧光与深度学习相结合的检测方法具有快速、无标记等特点,为开发间充质干细胞的无标记、非侵入、快速检测技术提供了新的思路。