Development of a quantitative detection and single-cell isolation system of circulating tumor cells

循环肿瘤细胞定量检测及单细胞分离系统的开发

• 批准号: 22H03984
• 负责人: 梶本 和昭
• 金额: $ 11.15万
• 依托单位: National Institute of Advanced Industrial Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H03984/
• 关键词: 血中循環がん細胞; 単一細胞解析

１. 高密度細胞単層配列に適した両親媒性ポリマーの合成と持続性の検証これまでの研究で得られていた両親媒性ポリマーをベースとして、官能基の構造やモノマーの混合比、重合開始剤の構造および添加量を変化させ、約300種類のポリマーをラジカル重合により合成した。次に、それらのポリマーを有機溶剤に溶解し、スピンコートによりプラスチック平板上にコーティングした。作製したポリマーコート基板に白血球の培養モデルとしてヒトTリンパ球細胞（CEM）の懸濁液を滴下し、平板上基板の全面に細胞が自然に行き渡るか否かを調べた。その結果、多数のポリマーコート基板で速やかに細胞が全面に行き渡ることを確認した。また、その内いくつかのポリマーコート基板では、洗浄操作や抗体染色等の操作を行っても高密度に細胞を保持できることが判明した。２. ヒト血液検体を用いた自動判別モデルの構築と検証がん細胞の自動判別が可能な学習モデルを構築するため、健常者の血液から、健常者の血液から赤血球を除去した細胞画分を平板上に単層配列させ、CytokeratinとCD45で二重染色後に広視野蛍光顕微鏡により観察し、得られた白血球のみの画像をVidiに読み込ませて“白血球学習モデル”を構築した。次いで、健常者の血液に既知量の培養がん細胞を混合して疑似患者血液を調製し、これをサンプルとして、構築した学習モデルを用いてがん細胞の自動判別が可能下否か検証し、がん細胞の検出については、人の目による判定と同等の精度で自動判別できることを確認した。

1. A study on the synthesis and persistence of high density cell layer alignment has been carried out. The structure of functional groups and the mixing ratio of functional groups have been changed. About 300 kinds of functional groups have been synthesized. In addition, the organic solvent is dissolved, and the organic solvent is dissolved. The culture of white blood cells on the substrate is controlled by dropping the suspension of white blood cells on the substrate, and the cells on the substrate are naturally transferred. The result is that most of the cells in the cell are in the same cell. The cell density is maintained by the substrate, washing operation, antibody staining, etc. 2. Automatic discrimination of blood samples, construction of normal blood samples, removal of normal blood samples, cell sorting, single layer arrangement, Cytokeratin CD45, double staining, and microscopy The white blood cell image was created by Vidi. Secondly, a known amount of cultured cells from healthy people's blood is mixed with suspected patient's blood, and this is used to support and build a learning module. It is confirmed that automatic identification of cells is possible to verify whether or not a cell is detected, and that the identification of cells is as accurate as the human eye and can be automatically determined.