CountAnywhere: frugal cell counting and viability from smartphone hemocytometer photos

거의 모든 생물 세포를 배양하는 연구실에서 매일 반복되는, 매우 일상적이면서도 중요한 작업이 있습니다. 바로 세포의 수를 세는 것입니다. 연구자들이 약물이 종양에 어떤 영향을 미치는지, 바이러스가 조직을 어떻게 감염시키는지, 혹은 줄기세포가 어떻게 새로운 장기로 변하는지를 연구하기 전에, 그들은 자신이 가진 세포가 정확히 몇 개인지, 그리고 그중 살아있는 세포는 몇 개인지를 반드시 알아야 합니다. 수십 년 동안 이 작업은 표면에 격자가 새겨진 헤모사이토미터(hemocytometer)라는 유리 슬라이드 위에 아주 작은 액체 방울을 떨어뜨려 수행되어 왔습니다. 과학자는 이 슬라이드를 현미경 아래에 두고 접안렌즈를 통해 들여다보며 격자 칸 안에 있는 세포의 수를 일일이 수동으로 집계합니다. 이는 전적으로 사람의 눈과 숫자를 세는 사람의 인내심에 의존하는 느리고 지루한 과정입니다. 사람들은 피로를 느끼거나 주의가 산만해질 수 있기 때문에, 두 명의 서로 다른 과학자가 동일한 세포 방울을 세더라도 서로 다른 숫자를 얻을 수 있습니다. 이를 해결하기 위해 많은 실험실에서 이제는 세포를 대신 세어주는 값비싼 자동화 기계를 구입하지만, 이러한 장치들은 수천 달러의 비용이 들 뿐만 아니라 매 샘플마다 특수 일회용 슬라이드를 필요로 하여 시간이 지남에 따라 상당한 비용을 발생시킵니다.

메릴랜드 대학교 의과대학의 연구팀은 비싼 기계나 특수 슬라이드가 필요 없는 새로운 방식으로 이 문제를 해결하는 방법을 개발했습니다. 그들은 스마트폰을 세포 계수기로 바꿔주는 '카운트 애니웨어(CountAnywhere)'라는 무료 웹 기반 도구를 만들었습니다. 이 시스템은 현미경을 통해 유리 슬라이드를 촬영하고, 슬라이드에 이미 새겨진 격자를 사용하여 계산을 수행하는 방식으로 작동합니다. 이 소프트웨어는 전용 장비 대신 격자선을 자처럼 사용하여 면적을 측정하고, 이미지가 유용한 수준으로 선명한지 확인한 다음, 사진 속의 모든 세포를 자동으로 식별하고 숫자를 셉니다. 또한 각 세포가 주변 환경과 비교했을 때 얼마나 어둡거나 밝은지를 확인하여 살아있는지 죽었는지를 판별합니다. 이러한 접근 방식은 값비싼 장비와 일회용 재료의 필요성을 제거하여, 현미경과 스마트폰만 있다면 어떤 실험실에서도 정확한 세포 계수를 가능하게 합니다.

연구진은 과학자들이 세포를 관찰할 때 이미 찍고 있는 일반적인 사진으로 작동하도록 이 시스템을 구축했습니다. 사용자가 표준 유리 슬라이드의 격자 칸 사진 4장을 업로드하면, 소프트웨어는 이미지에서 격자선을 먼저 찾아냅니다. 소프트웨어는 이 선들을 이용해 사진의 기울기나 왜곡을 보정하여, 휴대폰이 현미경에서 얼마나 떨어져 있는지 또는 어떤 종류의 휴대폰을 사용했는지와 관계없이 측정되는 면적이 정확히 1제곱밀리미터가 되도록 보장합니다. 이 단계는 단순한 스냅샷을 정밀한 측정 도구로 바꾸는 데 매우 중요합니다. 이미지가 보정되면, 소프트웨어는 영역을 스캔하여 세포를 찾습니다. 초기 테스트에서 이미지 내의 객체를 찾는 범용 컴퓨터 프로그램은 세포들이 밀집해 있거나 배경과 매우 유사해 보일 때 많은 세포를 놓치는 문제가 있었습니다. 이를 해결하기 위해 연구진은 다섯 가지 다른 유형의 세포 이미지를 바탕으로 소프트웨어를 특정하여 학습시켰으며, 헤모사이토미터 안의 세포가 어떻게 보이는지에 대한 수천 개의 사례를 보여주었습니다. 이러한 학습을 통해 소프트웨어는 높은 정확도로 세포를 인식할 수 있게 되었으며, 밀집된 조건에서도 거의 모든 세포를 찾아낼 수 있었습니다.

소프트웨어가 세포를 식별한 후에는 각 세포가 살아있는지 혹은 죽었는지를 결정합니다. 이 방법에서 과학자들은 종종 손상된 세포막을 가진 죽은 세포에만 들어가는 파란색 염료를 세포와 혼합합니다. 살아있는 세포는 밝고 투명하게 유지되는 반면, 죽은 세포는 어두운 파록색을 띱니다. 소프트웨어는 각 세포의 밝기를 측정하고 이를 바로 옆의 액체 밝기와 비교합니다. 만약 세포가 주변보다 더 어둡다면 프로그램은 이를 죽은 것으로 표시하고, 더 밝다면 살아있는 것으로 표시합니다. 이 규칙은 간단하며 다양한 유형의 세포에 대한 복잡한 계산이나 조정을 요구하지 않습니다. 연구진은 이 방법을 수천 개의 세포와 다섯 가지 세포주에 대해 테스트하였으며, 그 결과 인간 전문가와 일치하는 수준의 정확도로 생사 여부를 식별해 냈음을 확인했습니다.

이 새로운 방법이 실제 환경에서 얼마나 잘 작동하는지 확인하기 위해, 연구진은 인간의 수동 계수 및 상업용 자동화 기계의 계수 결과와 비교하였습니다. 그들은 128개의 서로 다른 세포 샘플 섹션을 분석했습니다. 결과에 따르면, 스마트폰 앱은 인간 계수자보다 실제 수치에 더 가깝게 일치하는 결과를 보였습니다. 사람들이 손으로 직접 세포를 셀 때는 샘플 내 세포 수가 많아질수록 더 많은 세포를 놓치는 경 Tendency(경향)가 있어 실제 존재하는 수보다 낮은 수치를 기록했습니다. 그러나 앱은 이러한 실수를 범하지 않았으며, 샘플이 희박하든 매우 밀집되어 있든 동일한 비율로 세포를 찾아냈습니다. 속도 측면에서도 앱은 훨씬 빨랐습니다. 앱을 사용한 전체 샘플 계수에는 약 50초가 소요된 반면, 수동 계수는 평균 122초가 걸렸습니다. 상업용 기계는 약 17초로 가장 빨랐지만, 매 샘플마다 전용 장비와 일회용 슬라이드가 필요했습니다.

연구진은 다양한 유형의 세포와 안드로이드 및 애플을 포함한 다양한 스마트폰 모델을 사용하여 연구 결과를 검증했습니다. 그들은 이미지가 초점이 맞고 격자가 보인다면 시스템이 안정적으로 작동한다는 것을 확인했습니다. 또한, 소프트웨어를 실험실 내 로컬 컴퓨터에서 실행할 수 있다는 점도 언급했는데, 이는 원격 지역이나 엄격한 데이터 보안 규칙이 있는 실험실에서도 작동할 수 있음을 의미합니다. 이 연구는 정확한 세포 계수를 어렵게 만들었던 재정적, 기술적 장벽을 제거함으로써 세포 계수의 민주화를 실현한다고 결론짓습니다. 유리 슬라이드에 이미 존재하는 격자를 활용함으로써, 이 시스템은 표준적인 실험실 장비를 세포 수준에서의 생명을 측정하는 강력하고 정밀하며 저렴한 도구로 탈바꿈시킵니다.