【技术实现步骤摘要】
【国外来华专利技术】用于识别样本中的病原体的荧光测定和用于执行这种测定的计算机实现的系统
[0001]本专利技术涉及通过荧光显微镜法检测和识别病原体的方法,特别是以最少的样本制备快速识别体液中完整病毒和细菌的方法。本专利技术还涉及用于执行这种方法的部件套件和计算机实现的系统。
技术介绍
[0002]检测体液中病原体的既定方法是(等温)PCR以检测基因组物质,通过抗体或适体检测来自病原体的抗原,或检测间接指示病原体存在的针对抗原的人类抗体。这些方法输出易于解释的一维数据点,所述数据点通常指示样本中存在的病原体组分的数量。然而,基于这些方法的诊断测试仅对一种类型的病原体敏感,花费数小时运行,遭受假阴性和假阳性问题,不敏感,和/或由于使用难以制造的试剂(如酶和抗体)而导致成本高。
[0003]还已知使用显微镜来识别病原体,但是现有技术受到许多限制。
[0004]例如,传统的基于显微镜的检测方法只能拾取大的病原体(尺寸大于1μm)并且灵敏度低,通常需要存在高病原体浓度,或在成像之前培养病原体。此外,即使对于要有效成像的足够尺寸的病原体,这些技术通常也限于区分广泛类别的病原体(例如,革兰氏阳性与革兰氏阴性),而不能表征这些类别内的病原体,诸如特定种类的病原体。
[0005]基于荧光的技术也是已知的,其使用对特定标记特异的荧光标记分子(诸如抗体或适体),来检测给定病原体上的特定标记。然而,虽然这些技术有利于识别样本中是否存在特定病原体类型,但它们不太适合于检查样本的一系列病原体类型的广泛测试。特别地,在样本中引入和区分多种不 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种使用荧光成像系统来识别样本中的病原体的方法,所述荧光成像系统被配置为用激发光源照射所述样本并检测多个颜色通道中产生的荧光,所述方法包括:(1)标记步骤,包括将样本与来自以下类别中的至少两种的荧光探针一起培养:(a)用于与病原体表面碳水化合物结合的荧光探针;(b)核酸染色剂;(c)膜染色剂;其中,每个类别的荧光探针在所述荧光成像系统的所述多个颜色通道中的一个不同颜色通道中是能检测的;(2)成像步骤,包括使用所述荧光成像系统对所述样本成像,以产生所述多个颜色通道中的每个颜色通道的荧光图像数据;(3)测量步骤,包括检测所述荧光图像数据中显示高于阈值的荧光的候选对象的存在,并将每个候选对象的所述多个颜色通道中的信号记录为样本数据;(4)表征步骤,包括分析所述样本数据以生成结果数据,其中,所述结果数据包括所述候选对象是否是病原体,如果是,则所述结果数据包括病原体的类型。2.根据权利要求1所述的方法,其中,所述成像是宽场成像。3.根据权利要求1或2所述的方法,其中,所述标记步骤包括将所述样本与荧光探针(a)以及荧光探针(b)或(c)中的至少一种一起培养。4.根据权利要求1或2所述的方法,其中,所述标记步骤包括将所述样本与所有荧光探针(a)、(b)和(c)一起培养。5.根据权利要求1至4中任一项所述的方法,其中,所述标记步骤包括将所述样本与靶向不同病原体表面碳水化合物的类别(a)中的多个荧光探针一起培养,其中,所有探针(a)、(b)和(c)在所述荧光成像系统的所述多个颜色通道中的一个不同颜色通道中是能检测的。6.根据权利要求1至4中任一项所述的方法,其中,所述荧光探针(a)是荧光标记的凝集素,或根据权利要求5所述的方法,其中,每个荧光探针(a)是荧光标记的凝集素。7.根据前述权利要求中任一项所述的方法,其中,所述样本在所述成像步骤期间流动。8.根据权利要求7所述的方法,其中,所述荧光成像系统包括:物镜,具有相关联的对焦体积和透镜中心轴,流体通道,沿着所述透镜中心轴延伸穿过焦平面;所述激发光源,用于照射所述对焦体积;以及相机,用于检测在所述多个颜色通道中由所述物镜从所述对焦体积收集的荧光;并且其中,所述样本在所述成像步骤期间垂直地流过所述焦平面。9.根据权利要求8所述的方法,其中,所述激发光源产生在所述物镜的焦平面处并平行于所述物镜的焦平面横向照射的光片,优选地,其中,所述光片的厚度大于或等于所述流体通道的横截面。10.根据权利要求9所述的方法,其中,所述成像步骤包括在不同激发波长之间交替所述激发光源。11.根据前述权利要求中任一项所述的方法,其中,所述成像步骤包括同时检测各个颜色通道中的荧光。12.根据权利要求11所述的方法,其中,所述成像步骤包括在不同激发波长之间交替所
述激发光源,并在单独的预定检测器区域上同时检测所述不同颜色通道中的荧光发射。13.根据前述权利要求中任一项所述的方法,其中,所述表征步骤包括将所述样本数据输入到机器学习分类算法中。14.根据权利要求13所述的方法,其中,所述机器学习分类算法输出候选对象可能对应的每种可能的病原体类型的分类概率。15.根据权利要求14所述的方法,其中,如果满足一个或多个预定阈值标准,则所述机器学习分类算法将特定病原体类型分配给候选对象。16.根据权利要求15所述的方法,其中,所述预定阈值标准是所述候选对象是该病原体类型的概率至少为0.4,并且该概率比下一个领先类别大至少1.5倍。17.根...
【专利技术属性】
技术研发人员:J,
申请(专利权)人:牛津纳米成像有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。