CountAnywhere: frugal cell counting and viability from smartphone hemocytometer photos
CountAnywhere est une plateforme basée sur un navigateur qui exploite des photos de cytomètre de cellule prises avec un smartphone et des modèles d'IA affinés pour fournir un comptage cellulaire et une évaluation de la viabilité rapides, précis et sans matériel, surpassant les méthodes manuelles traditionnelles tant en précision qu'en efficacité.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Dans presque tous les laboratoires où les scientifiques cultivent des cellules vivantes, une tâche routinière mais critique se déroule quotidiennement : les compter. Avant que les chercheurs ne puissent étudier comment un médicament affecte une tumeur, comment un virus infecte un tissu ou comment les cellules souches se transforment en nouveaux organes, ils doivent savoir exactement combien de cellules ils possèdent et combien sont encore en vie. Pendant des décades, cela a été fait avec une lame de verre appelée hémocytomètre, qui retient une minuscule goutte de liquide au-dessus d'une grille gravée sur sa surface. Un scientifique place cette lame sous un microscope, regarde à travers l'oculaire et dénombre manuellement les cellules dans les carrés de la grille. C'est un processus lent et fastidieux qui repose entièrement sur l'œil humain et la patience de la personne effectuant le comptage. Parce que les gens se fatiguent ou se distraient, deux scientifiques différents peuvent compter la même goutte de cellules et obtenir des chiffres différents. Pour résoudre ce problème, de nombreux laboratoires achètent désormais des machines automatisées coûteuses qui comptent les cellules pour eux, mais ces dispositifs coûtent des milliers de dollars et nécessitent des lames jetables spéciales pour chaque échantillon, ce qui représente des coûts importants au fil du temps.
Une équipe de chercheurs de la School of Medicine de l'Université du Maryland a développé une nouvelle façon de gérer ce problème qui ne nécessite ni machine coûteuse, ni lames spéciales. Ils ont créé un outil gratuit, accessible via un navigateur, appelé CountAnywhere, qui transforme un smartphone standard en compteur de cellules. Le système fonctionne en prenant une photographie de la lame de verre à travers un microscope et en utilisant la grille déjà gravée sur la lame pour faire le calcul. Au lieu de s'appuyer sur un instrument dédié, le logiciel utilise les lignes de la grille comme une règle pour mesurer la surface, vérifie si l'image est assez nette pour être utile, puis identifie et compte automatiquement chaque cellule de l'image. Il détermine également si chaque cellule est vivante ou morte en vérifiant si elle est plus sombre ou plus claire par rapport à son environnement immédiat. Cette approche élimine le besoin d'équipement coûteux et de matériaux jetables, rendant le comptage précis des cellules accessible à tout laboratoire possédant un microscope et un téléphone.
Les chercheurs ont conçu ce système pour qu'il fonctionne avec les photographies ordinaires que les scientifiques prennent déjà lorsqu'ils observent des cellules. Lorsqu'un utilisateur télécharge quatre photos des carrés de la grille d'une lame de verre standard, le logiciel trouve d'abord les lignes de la grille dans l'image. Il utilise ces lignes pour corriger toute inclinaison ou distorsion de la photo, garantissant que la zone mesurée est exactement d'un millimètre carré, peu importe la distance entre le téléphone et le microscope ou le type de téléphone utilisé. Cette étape est cruciale car elle transforme un simple cliché en un outil de mesure précis. Une fois l'image corrigée, le logiciel scanne la zone pour trouver les cellules. Lors des premiers tests, un programme informatique généraliste conçu pour trouver des objets dans des images a manqué de nombreuses cellules, surtout lorsqu'elles étaient regroupées ou très similaires à l'arrière-plan. Pour y remédier, les chercheurs ont entraîné le logiciel spécifiquement sur des images de cinq types différents de cellules, en lui montrant des milliers d'exemples de l'apparence de ces cellules dans un hémocytomètre. Cet entraînement a permis au logiciel de reconnaître les cellules avec une grande précision, trouvant presque chacune d'entre elles, même dans des conditions de forte densité.
Une fois que le logiciel a identifié les cellules, il décide lesquelles sont vivantes et lesquelles sont mortes. Dans cette méthode, les scientifiques mélangent souvent les cellules avec un colorant bleu qui ne pénètre que dans les cellules aux membranes endommagées, qui sont les cellules mortes. Les cellules vivantes restent brillantes et claires, tandis que les mortes deviennent bleu foncé. Le logiciel mesure la luminosité de chaque cellule et la compare à la luminosité du liquide situé juste à côté. Si la cellule est plus sombre que son environnement, le programme la marque comme morte ; si elle est plus brillante, il la marque comme vivante. Cette règle est simple et ne nécessite pas de calculs complexes ou d'ajustements pour différents types de cellules. Les chercheurs ont testé cette méthode sur des milliers de cellules provenant de cinq lignées cellulaires différentes et ont constaté qu'elle identifiait correctement les cellules vivantes et mortes avec un niveau de précision égal à celui des experts humains.
Pour voir comment cette nouvelle méthode fonctionnait dans le monde réel, les chercheurs l'ont comparée tant au comptage manuel par des humains qu'au comptage par une machine automatisée commerciale. Ils ont analysé 128 sections différentes d'échantillons cellulaires. Les résultats ont montré que l'application de smartphone concordait plus étroitement avec le compte réel que les compteurs humains. Lorsque les gens comptaient les cellules à la main, ils avaient tendance à manquer plus de cellules à mesure que le nombre de cellules dans l'échantillon augmentait, ce qui entraînait des comptes inférieurs à la réalité. L'application, cependant, n'a pas commis cette erreur ; elle comptait la même proportion de cellules que l'échantillon soit clairsemé ou très dense. En termes de vitesse, l'application était également nettement plus rapide. Un comptage complet d'un échantillon prenait environ 50 secondes avec l'application, tandis que le comptage manuel prenait en moyenne 122 secondes. La machine commerciale était la plus rapide, avec environ 17 secondes, mais elle nécessitait un instrument dédié et une lame jetable pour chaque échantillon, alors que l'application n'utilisait que la lame de verre réutilisable et un téléphone.
Les chercheurs ont validé leurs découvertes à travers plusieurs sessions utilisant différents types de cellules et différents modèles de smartphones, incluant des appareils Android et Apple. Ils ont confirmé que le système fonctionne de manière fiable tant que l'image est nette et que la grille est visible. Ils ont également noté que le logiciel peut être exécuté sur un ordinateur local au sein d'un laboratoire, ce qui signifie qu'il n'a même pas besoin d'une connexion Internet pour fonctionner, ce qui est important pour les laboratoires situés dans des zones reculées ou soumis à des règles strictes de sécurité des données. L'étude conclut que cette méthode démocratise le comptage cellulaire en supprimant les barrières financières et techniques qui ont maintenu le comptage automatisé précis hors de portée de nombreux petits laboratoires. En utilisant la grille déjà présente sur la lame de verre, le système transforme un équipement de laboratoire standard en un outil puissant, précis et abordable pour mesurer la vie au niveau cellulaire.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.