System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于生物细胞培养,具体为一种基于深度学习的脐带间充质干细胞分离和培养方法。
技术介绍
1、脐带间充质干细胞(umbilicalcordmesenchymalstemcells,uc-mscs)是一种来源于新生儿脐带组织的多能干细胞,具有自我更新和多向分化的能力,可以分化为骨细胞、软骨细胞、神经细胞、肌肉细胞等多种细胞类型。uc-mscs还具有免疫调节、抗炎、抗纤维化、分泌细胞因子等多种生物学功能,可以用于治疗糖尿病及其并发症、肝病、系统性红斑狼疮、关节炎、脑损伤和脑血管疾病、心脏病、脊髓损伤、呼吸系统疾病、病毒感染等多种免疫和炎症性疾病。
2、uc-mscs的临床应用需要进行有效的分离和培养,以保证其数量和质量。目前,常用的uc-mscs的分离和培养方法主要有以下几种:
3、机械剥离法:将新生儿脐带组织切成小块,用机械力将其剥离,然后用消化液消化,用离心机离心,收集沉淀物,即得到uc-mscs。该方法操作简单,但容易造成细胞损伤和污染;
4、酶消化法:将新生儿脐带组织切成小块,用酶(如胶原酶、透明质酸酶等)消化,用离心机离心,收集沉淀物,即得到uc-mscs。该方法可以提高细胞收率和纯度,但需要较长的时间和较高的成本;
5、培养物法:将新生儿脐带组织切成小块,置于培养皿中培养,等待uc-mscs从组织块中迁出并附着在培养皿上,然后用消化液消化,用离心机离心,收集沉淀物,即得到uc-mscs。该方法可以保持细胞的活性和功能,但需要较长的时间和较大的空间。
6、以
7、3d支架结构是一种用于3d细胞培养的工具,它可以模拟细胞在体内的生理环境,提供空间和物理支持,促进细胞间的相互作用和信号传递。3d支架结构可以由不同的材料制成,如动物源性或合成的生物聚合物(biopolymers),或者由细胞自身分泌的ecm组成。
8、基于3d支架结构的方式进行uc-mscs的分离和培养的方法主要包括以下步骤:
9、将新生儿脐带组织切成小块,与一种或多种生物材料(如胶原蛋白、明胶、海藻酸盐、聚乳酸、聚乙烯醇等)混合在一起,形成一种类似于ecm的物质,即细胞-基质复合物(cell-matrixcomposite);
10、将细胞-基质复合物进行体外培养,使之在3d空间中生长和分化,从而形成具有一定形状、尺寸和孔隙度的3d支架结构;
11、将3d支架结构进行机械或酶消化,释放出其中的uc-mscs,或者直接将3d支架结构作为uc-mscs的载体进行临床应用。
12、该方法可以保持uc-mscs的原始特性和功能,提高uc-mscs的稳定性和适应性,增强uc-mscs对受损组织或器官的修复能力。然而,该方法也存在一些问题和不足,主要有以下几点:
13、该方法需要选择合适的生物材料作为基质,以及合适的方法制备基质和培养细胞-基质复合物,这些都需要大量的实验和优化,增加了时间和成本;
14、该方法需要对3d支架结构进行精确的测量和控制,以保证其形状、尺寸和孔隙度符合临床要求,这些都需要高精度的仪器和技术,增加了难度和风险;
15、该方法需要对uc-mscs在3d支架结构中的数据进行有效的分析和处理,以预测其培养条件和修复效果,并根据预测结果进行指导和优化,这些都需要高水平的知识和经验,增加了复杂性和不确定性。
16、因此,针对以上问题和不足,本专利技术提出了一种基于深度学习(deeplearning)的uc-mscs分离和培养方法,该方法可以利用深度学习模型对uc-mscs在3d支架结构中的图像数据进行特征提取和特征映射,从而预测出uc-mscs的培养条件和修复效果,并根据预测结果对uc-mscs的培养和修复进行指导和优化。
技术实现思路
1、(一)
2、本实施方案的目的是提供一种基于深度学习的脐带间充质干细胞分离和培养方法,该方法可以有效地从脐带组织中分离出脐带间充质干细胞(uc-mscs),并将其培养成具有修复受损组织或器官能力的三维支架结构。本实施方案包括以下步骤:
3、s1、从脐带组织中剥离华通胶,并将其切割成1mm2的小组织块,转移至含有适量的培养液和抗生素的培养瓶中;
4、s2、将培养瓶放入37℃的恒温箱中,每隔2-3天更换一次培养液,直到脐带间充质干细胞(uc-mscs)从组织块中爬出并达到80-90%的传代密度;
5、s3、用0.25%的胰酶-edta溶液消化uc-mscs,收集细胞悬液,并用离心机分离出uc-mscs,重复此步骤直到获得所需数量的uc-mscs;
6、s4、将uc-mscs与含有适量的胶原蛋白和纤维连接蛋白的基质溶液混合,制备成细胞-基质复合物;
7、s5、将细胞-基质复合物进行体外培养,形成三维支架结构;
8、s6、利用深度学习模型,根据uc-mscs在三维支架结构中的分布、增殖、分化和功能表达数据,实时监测和调节uc-mscs的培养条件,优化uc-mscs的修复效果;
9、s7、将三维支架结构移植到需要修复的组织或器官上。
10、本实施方案具有以下有益效果:
11、本实施方案采用了一种简单、高效、低成本、低风险的方法,从脐带组织中分离出uc-mscs,避免了使用酶或机械法可能导致uc-mscs损伤或污染的方法;
12、本实施方案利用了深度学习模型,对uc-mscs在三维支架结构中的数据进行智能分析和处理,实现了对uc-mscs的培养条件和修复效果的精确控制和优化,提高了uc-mscs的生物活性和功能性;
13、本实施方案通过将三维支架结构移植到需要修复的组织或器官上,实现了uc-mscs与受损部位的有效整合和功能恢复,为组织工程和再生医学提供了一种新的解决方案。
14、本实施方案采用的工作原理如下:
15、在第一步中,通过从脐带组织中剥离华通胶,并将其切割成小组织块,可以释放出大量的uc-mscs,并保持其原有的形态和特性;
16、在第二步中,通过将小组织块转移至含有适量的培养液和抗生素的培养瓶中,并在恒温箱中培养,可以促进uc-mscs从组织块中爬出,并在培养瓶的底部形成单层细胞;
17、在第三步中,通过用胰酶-edta溶液消化uc-mscs,并用离心机分离出uc-mscs,可以获得纯净的uc-mscs,并去除掉可能影响uc-mscs生长和分化的其他细胞和杂质;
18、在第四步中,通过将uc-msc本文档来自技高网...
【技术保护点】
1.一种基于深度学习的脐带间充质干细胞分离和培养方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述的深度学习模型是一个卷积神经网络(CNN),该CNN包括以下层:
3.根据权利要求2所述的方法,其特征在于,所述的CNN的输入层接收的图像数据是由多个不同波长的激光扫描显微镜(LSM)采集的。
4.根据权利要求3所述的方法,其特征在于,所述的LSM包括以下部分:
5.根据权利要求4所述的方法,其特征在于,所述的激光发生器产生的不同波长的激光束包括:
6.根据权利要求2所述的方法,其特征在于,所述的CNN的输出层输出的UC-MSCs的培养条件包括:
7.根据权利要求2所述的方法,其特征在于,所述的CNN的输出层输出的UC-MSCs的修复效果包括:
8.根据权利要求7所述的方法,其特征在于,所述的CNN根据UC-MSCs在三维支架结构中的数据,采用以下公式计算UC-MSCs的培养条件和修复效果:
9.根据权利要求8所述的方法,其特征在于,所述的CNN采用以下公式更
10.根据权利要求9所述的方法,其特征在于,所述的CNN采用以下公式定义其损失函数:
...【技术特征摘要】
1.一种基于深度学习的脐带间充质干细胞分离和培养方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述的深度学习模型是一个卷积神经网络(cnn),该cnn包括以下层:
3.根据权利要求2所述的方法,其特征在于,所述的cnn的输入层接收的图像数据是由多个不同波长的激光扫描显微镜(lsm)采集的。
4.根据权利要求3所述的方法,其特征在于,所述的lsm包括以下部分:
5.根据权利要求4所述的方法,其特征在于,所述的激光发生器产生的不同波长的激光束包括:
6.根据权利要求2...
【专利技术属性】
技术研发人员:赵福涛,王青昱,曾亿茹,
申请(专利权)人:上海鲁一细胞生物技术有限公司,
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。