一种用于识别能引发细胞类型中的表现型改变的试剂的自动系统和方法。该方法包括步骤：提供包含类因子名、因子水平和试验运行的统计设计，以及利用软件程序通过自动地把各试剂的身份变换成类因子名、把各试剂的浓度或量变换成因子水平、以及把各受器的位置变换成试验运行，生成该统计设计的计算机表达。该方法还包括：根据该统计设计的计算机表达，把诸如蛋白胨的单试剂的不同混合物设置到阵列里的各受器中，使被置入的混合物与细胞接触，从相接触的细胞获取试验数据，以及利用包含算法的处理器比较获取的数据和统计设计，以便识别优化细胞培养条件的蛋白胨组合和浓度。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术一般地涉及高通量筛选方法领域。本专利技术涉及一种计算机实现的筛选系统和方法，其可以用于识别引发期望响应的试剂混合物，尤其根据诸如抗体分泌、细胞数量和达到抗体分泌峰值的时间的各种响应识别优化细胞培养条件的二种或三种蛋白胨的最佳集和/或子集。
技术介绍
对于治疗中使用的用来治疗或医治人的疾病的细胞，希望在体外培养基里保持细胞时控制细胞命运例如细胞存活、增殖和分化。因此需要控制细胞表面受体和配体的相互作用。例如，为了获得对细胞和存在于体外培养基底上的配体之间的相互作用的控制，可以对适当的培养基例如聚苯乙烯涂上聚合物，使培养基中即便使用血清蛋白后者也不允许细胞附着。从而这种涂层消除对血清蛋白的无控的和任意的吸收。接着可以在该涂层上固定适宜与细胞表面受体相互作用的生物活性配体，同时保持这些配体的生物活性。业内人士周知这个概念。例如，已知把透明质酸或藻酸用作为表面涂层，可以在该涂层上固定细胞粘附配体，方法是利用在该涂层和细胞粘附配体之间产生稳定共价键的化学物质。这防止细胞粘附配体溶解并脱离表面。另外，该涂层本身不支持细胞粘附。在2002年9月30日提交的共同待决、共同拥有的美国专利申请No.10/259,797中对此做出进一步说明，其整个内容收录在此作为参考。另外，为了达到期望的细胞命运可能需要特殊的试剂混合物。已知大量的生长效应因子分子。它们包括生长因子、激素、肽、小分子和细胞外结合分子。但是，为寻找正确生长效应因子或生长效应因子组合以便对给定的细胞类型达到期望的细胞命运，这将是冗长的工作。因此，需要一种通量更高的系统和方法以识别用于为给定细胞类型达到期望的细胞命运的试剂。对于常规细胞培养系统中不存活的细胞或只在通过强烈改变它们的分化状态才存活的细胞，这是特别感兴趣的，其主要例子是初级哺乳细胞。技术上尤其需要一种计算机实现的统计设计试验方法和系统，以便为了达到期望的细胞系统地探查所需的因子混合之间的交互作用。这种通量更高的系统和方法应包括从列出几种可能的试剂例如蛋白胨开始，并且实施一种优化策略以便根据各种响应识别优化细胞培养条件的二种或三种蛋白胨的最佳子集。这些响应可以包括抗体分泌、细胞数量和抗体分泌峰值周期。
技术实现思路
从而，本专利技术的一个目的是提供一种自动系统和方法以便识别在细胞中造成表现型改变的试剂。该方法包括在阵列中提供受器并且提供包含类因子名、因子水平和试验运行的统计设计。该方法还包括根据该统计设计的计算机表达在一些选定的受器中置入单种试剂的不同混合物以及利用软件程序产生该设计的计算机表达。该软件自动地把试剂的身份变换到类因子名上，把试剂的浓度或数量变换到因子水平上，并且把该阵列内的受器的位置变换到试验运行上。一旦根据该设计的计算机表达把不同的混合物正确地置入各受器中，置入的混入物和能改变它们的表现型的完整细胞接触。本专利技术的另一个目的包括提供一种方法，以获取指示相接触的细胞中的表现型改变的数据，并且利用包含算法的处理器比较获取的数据和统计设计，以识别哪些试剂混合物和/或哪些单种试剂在造成所接触的细胞中的表现型改变上是有效的。该方法还包括在一个或更多的数据库中存储该统计设计、各试剂身份、该设计的计算机表达、获取的试验数据以及该算法的比较结果。本专利技术的再一个目的包括提供一种用来实现刚刚描述的方法的系统，该系统包括受器阵列，其中一些选定的受器用于接受(i)单种试剂的不同混合物和(ii)含有细胞的液体。该系统还包括含有类因子名、因子水平和试验运行的统计设计，并且包括用于产生该设计的计算机表达的软件程序。该软件程序自动地把试剂身份变换成类因子名，把试剂的浓度或数量变换成因子水平并且把该阵列内的受器的位置变换成试验运行。该系统还包括获得的指示细胞中的表现型改变的试验数据，并且包括一个含有比较试验数据和统计设计以便识别在造成细胞中的表现型改变上是有效的混合物和/或单试剂的算法的处理器。该系统中还包括一个或更多的数据库，用于存储该统计设计、试剂身份、该设计的计算机表达、获取的试验数据以及算法比较结果。本专利技术的又一个目的是应用培养基自动优化技术以便用户能利用MPM/CATSBA软件和自动液体处理平台优化培养基成分(例如因子)。利用各专用因子，该MPM/CATSBA软件在多孔板格式下自动建立统计设计的试验，并且生成必要的文件从利用自动液体处理平台(例如，Biomek FX，Biomek 2000，Tecan Genesis或任何类似平台)准备正确的试验条件。该软件以及它驻留的数据库用于自动地分类和分析数据(例如，荧光性，吸收性，细胞计数等等)的各种格式。该软件的用户可以在自动方式下进行所有相关的统计分析并且自动地生成和在数据库中自动地存储所有相关的报告。在完成全部相关的统计分析后，用户具有为元(meta)分析和数据挖掘而组合来自多个试验的结果的能力。附图说明从下面的连同附图一起阅读的详细说明，本专利技术的这些以及其它的目的、优点和新颖特征会更容易地理解，附图中图1A和1B是依据本专利技术的一实施例的示例自动进程的流程图，通过该进程可以在高通量方式下识别能在细胞中引起表现型改变的最佳混合物和/或最佳试剂；图2是依据本专利技术的一实施例的示例进程的流程图，利用从图1A和1B进程中导出的信息从本进程可以建立和/或修改生物模型；图3示出为生物系统上的试剂混合物(M)的作用假设的示例细胞路径的模型实例；图4是依据本专利技术的一实施例的计算机系统例子的方块图，该系统可用来实现图1-3的方法；图5的方块图示例说明该依据本专利技术的一实施例的系统的组成部分实例；图6示出表示依据本专利技术的一实施例的示例测试孔；图7示意表示96孔板布置例子，其包括单试剂的不同混合物，其中利用统计设计建立该布置，在该统计设计中类因子代表各种单试剂并且类因子的组合形成依据本专利技术的一实施例的不同的混合物。图8A和8B是情景例子的方块图表示，可以利用它们开发依据本专利技术的一实施例的方法的统计设计。图9A和9B是另一个情景例子的方块图表示，可以利用它们开发依据本专利技术的一实施例的方法的统计设计。图10是依据本专利技术的一实施例利用图9A和9B的情景开发的带有用于96孔板的布置的混合物设计的计算机电子表格表示例子，其中根据给出的因子数划分孔中的总液体容积； 图11示出依据本专利技术的一实施例的基于图10中的电子表格的统计设计的96孔板的布置例子；图12是依据本专利技术的一实施例的在图11中示出的布置下附着到该96孔板的各孔上的荧光标记的细胞的荧光显微镜图像；图13是依据本专利技术的一实施例的图12中的显微镜图象分析后得到的细胞核计数-孔号图的例子；图14是依据本专利技术的一实施例的利用对图9-13的信息进行混合物-模型分析得到的Ln(无血清下细胞计数+1)-基准混合偏差曲线例子；图15是依据本专利技术的一实施例的利用对图9-13的信息进行混合物-模型分析得到的Ln(10％血清下细胞计数+1)-基准混合偏差曲线例子；图16a到16d是电子表格例子，示出依据本专利技术的一实施例的用于96孔板的布置的Plackett-Burman统计设计；图17示出依据本专利技术的一实施例的图16中的统计设计例子里的因子身份的例子；图18是示例曲线，示出依据本专利技术的一实施例的第一种材料随时间的分泌和细胞增殖；图19是示例曲线，本文档来自技高网...
【技术保护点】
一种提供优化策略以便根据各种响应识别优化细胞培养条件的多种物质的最优浓度的自动方法，该方法包括步骤：生成把多种物质中的每一种变换成相应的类因子名的统计设计；生成进一步把每种所述物质的至少一种浓度变换成相应的因子水平的所述统计设计；生成进一步把多个受器的相应位置变换到第一受器阵列中的所述统计设计；根据所述统计设计生成第一表达，并且作为响应把一种所述物质的相应浓度以及另一种所述物质的相应浓度作为相应的组合物质置入所述第一受器阵列里的至少一个所述受器中；使所述置入的组合物质与感兴趣的细胞接触；以及获取指示由于所述感兴趣的细胞与所述组合物质的接触而产生的、所述感兴趣的细胞中的表现型改变的数据，并且作为响应确定产生期望的表现型改变的最优组合物质以及所述最优组合物质的所述物质的最优浓度。
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：佩里D哈兰，布赖斯N钱尼，斯泰西D霍尔雷德，
申请(专利权)人：贝克顿迪金森公司，
类型：发明
国别省市：US[美国]
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。