共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 单细胞拉曼光谱测试分选装备研制及应用进展显示文摘合成生物学的跨越式发展,取决于“设计-构建-测试-学习”(design-build-test-learn)这四大环节的突破。随着基因组测序、编辑、合成以及人工智能技术的日新月异,业界设计和构建突变体甚至人工细胞工厂的能力已经突飞猛进。然而,合成生物学至今仍面临的困境之一便是“大体系的复杂性难以处理”,一旦体系变大,细胞表型测试与分选的工作量就非常艰巨,甚至不可完成。单细胞拉曼光谱(SCRS)技术能够在活体单细胞水平、非标记状态下识别全景信息从而分辨复杂功能表型,且具有快速、低成本、能够与下游细胞组学研究耦联等优势,被视为全新的单细胞表型识别技术。目前,基于SCRS技术强大的表型识别能力已发展了系列合成表型的测试与分选装备,并进行了广泛的应用示范,展示了其助力合成生物学表型测试与分选的巨大潜力。本文选取自主研制的单细胞拉曼光镊分选仪(RACS-Seq)、单细胞微液滴分选系统(EasySort)和高通量流式拉曼分选仪(FlowRACS)为典型仪器装备,分别概述其技术原理和技术迭代以及特色应用案例等。本文最后对当前基于SCRS技术的合成表型测试分选装备所存在的问题及潜在解决策略进行了探讨和展望。 | 刁志钿 王喜先 孙晴 徐健 马波 | 2023 | 合成生物学2023，4，5： | 1 |
| 2 | AI-assisted cell identification and optical sorting[Invited]显示文摘Cell identification and sorting have been hot topics recently.However,most conventional approaches can only predict the category of a single target,and lack the ability to perform multitarget tasks to provide coordinate information of the targets.This limits the development of high-throughput cell screening technologies.Fortunately,artificial intelligence(AI)systems based on deep-learning algorithms provide the possibility to extract hidden features of cells from original image information.Here,we demonstrate an AI-assisted multitarget processing system for cell identification and sorting.With this system,each target cell can be swiftly and accurately identified in a mixture by extracting cell morphological features,whereafter accurate cell sorting is achieved through noninvasive manipulation by optical tweezers.The AI-assisted model shows promise in guiding the precise manipulation and intelligent detection of high-flux cells,thereby realizing semiautomatic cell research. | 邓如平 宋原 杨嘉豪 闵长俊 张聿全 袁小聪 刘伟伟 | 2023 | Chinese Optics Letters2023，21，11： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员