智能Lentivirus分析 - 耦合人工智能自动成像系统

诊所中基因和细胞疗法的数量迅速增加。随着基因治疗制造的增加,在生产过程中需要改进的分析。Lentivirus生产的分析尤其重要,因为目前是细胞和基因治疗制造中使用的第二种最常见的载体(图1)。

最近,vironova提出了一种用户友好的方法,以改善制造过程中的慢病毒属性的表征。在附加的信息图中更详细地描述了包含人工智能(AI)的方法及其高级成像系统。我们总结了本文中的亮点。

Lentivirus生产的分析
图1:

升级的Lentivirus - 生产挑战

Lentivirus经常在实验室规模生产,但是当需要更大的数量时,从小到中等容积缩放可能很困难。经常难以涉及稳定包装细胞系的发展。另一个具有挑战性的区域是有效的净化,保持载体感染性。

常见的进程故障:

理想情况下,在上游,您有慢病毒,复制功能含有治疗基因插入物。然而,您可以改为生产含有治疗基因插入质粒的囊泡,没有复制函数或外泌体或部分含有没有治疗基因的Lenti Capside蛋白的囊泡。在下游,未优化的纯化过程产生负面影响病毒的完整性或形态。分析是准确表征和通知制造过程的成功,并关联对关键质量属性的过程影响。

使用人工智能的粒子表征

vironova开发了一种粒子表征的方法,其与AI,特别是卷积神经网络(CNNS)耦合其Minitem成像系统,以创建用于表征慢病毒和其他复杂样本的解决方案。CNN是一种受动物视觉皮层中的生物过程的AI的形式。CNN要求使用分类数据集作为培训师。在这种情况下,通过识别图像中的区分特征来创建分类数据集。通过标记图像中感兴趣的示例,计算机上的神经网络学会了表征这些图像。结果已被证明与您在图像专家进行分析时相似的结果。

vironova解释技术的方式是您手机中的AI与每张照片都会学会更好的人脸识别。同样,Minitem通过用大量的病毒样本数据库训练来学习病毒样本分析。由于这种培训,系统现在需要最小的交互式培训和微调,以适用于各种应用。

vironova指出,使用AI进行图像分析,有利于利弊。在积极的方面,您可以实现更好的结果,删除对图像专家的需求来设计分析的每个步骤,它更加用户友好。否定是AI需要大量的培训数据,只能了解它所看到的内容,并需要专业知识为网络架构的合适设计。

案例研究 - Lenti分析

在Infographic中,Vironova分享了一个案例研究,其中他们的目标是评估慢病毒生产下游过程中的过滤步骤。

要进行这项工作,他们使用Minitem成像与AI(图2)相结合。在培训MinItem后,vironova能够有效地从其他碎片中识别熊粒粒子。188jinbaobo

vironova能够有效地从其他碎片中识别熊氏粒子。188jinbaobo
图2

然后vironova然后演示如何间接方法,如ELISA,可以非常不准确(图3)。在研究中的一种样品中,使用ELISA,检测到高浓度的P24,但是当用MinItem进行看时,显然存在存在完整的Lenti颗粒。188jinbaobo

像ELISA这样的间接方法可以非常不准确
图3.

接下来,他们使用MinItem在澄清后查看Lenti样品,再次过滤后再次评估过滤器步骤的影响(图4)。对于这种特定的Lenti分析,vironova发现下游纯化步骤在某些情况下影响了含量颗粒的完整性。188jinbaobo它们能够丰富味道颗粒,但不能纯化出较小的囊泡。188jinbaobo

下游净化步骤在某些情况下影响了含量颗粒的完整性188jinbaobo
图4.

概括

通过使用MinItem和AI自动成像,vironova创建了一种功能强大的工具,用于表征诸如慢病毒的复杂样本。分析提供了有关不同纯化步骤的效果的有价值的信息,并且可以以类似的方式使用来研究其他工艺步骤的影响。

把它固定在pinterest上