Morphology-Dependent Bias in the Enumeration of Adherent Cells
本研究表明，细胞形态和聚集现象会显著影响不同方法对贴壁细胞的计数结果，从而强调了在选择计数技术和建立标准化工作流程时，必须考虑形态学特征。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
在生物研究和医学领域，科学家们依赖于一个简单但至关重要的数字：样本中存在多少个细胞。无论是测试新药、培育用于治疗的组织，还是研究疾病如何进展，计数的准确性都决定了整个实验的可靠性。如果起始数量错误，后续的结果就会变得不可信。几十年来，研究人员一直在使用各种工具来计数这些微小的单位，从带有网格的简单玻璃载玻片到向流动的液体发射激光的复杂机器。然而，一个持久的问题一直存在于背景之中：当它们计数的细胞看起来或表现得不一致时，这些工具往往会遇到困难。细胞并非统一的球体；它们具有不同的形状、大小和生长习性。有些像地毯一样铺展开来，而另一些则聚集成紧密的球状。这项研究旨在了解这些物理差异如何影响我们所信任的计数机器的准确性。
来自科学机构 LGC 的一个研究小组决定测试五种在实验室中常用的截然不同的细胞类型。他们选择的细胞生长方式各异：有些形成紧密的圆形集群，而另一些则拉长或生长成松散的薄片。为了观察现有方法的表现如何，他们在标准的实验室培养皿中培养了这些细胞，然后使用四种不同的方法对其进行计数。第一种是传统方法，即将细胞从培养皿中洗脱下来，混合在液体中，然后进行人工或通过简单机器计数。第二种涉及在细胞仍附着在培养皿上时对其进行拍照，利用显微镜直接进行计数。第三种和第四种方法使用了先进的流式细胞术，这是一种将细胞悬浮在液体中并让其逐个通过激光束进行计数的术。其中一种流式细胞法是“图像增强型”的，这意味着它会在每个细胞通过时拍摄一张照片，使计算机能够识别出一个单一的“脉冲”信号实际上是一个细胞，还是由几个粘在一起的细胞组成的集群。
研究人员发现，细胞的形状和行为决定了计数的准确度。当细胞在从培养皿中洗脱并悬浮在液体中后进行计数时，结果会根据细胞类型的不同而产生巨大的差异。主要的罪魁祸首是细胞集群。当自然粘连在一起的细胞被强行置于液体中时，它们往往仍保持成组状态。标准的计数机器假设探测到的每个信号都是单个细胞，因此会将五个细胞组成的团块仅计为一个。这导致了严重的低估。研究表明，对于某些细胞类型，这种误差是巨大的，传统的机器因为这些细胞隐藏在集群内部，导致漏掉了一半以上的实际细胞。相比之下，图像增强型流式细胞术能够真正看到这些团块并计算其中的单个细胞，从而提供了更准确的情况。这种方法纠正了偏差，使数值与实际情况相符。
研究还观察了细胞密度如何影响计数。当细胞生长得非常稀疏或非常密集时，不同方法的准确性又发生了变化。例如，当细胞在培养皿上紧密排列时，基于显微镜的计数方法难以分辨一个细胞在哪里结束，另一个细胞在哪里开始，从而导致误差。研究人员观察到，细胞本身会根据其拥挤程度改变行为；在密集培养中，它们变得更小且更均匀；而在稀疏培养中，它们则会铺展开来且大小差异很大。这种物理变化意味着，一种在某种密度下表现良好的计数方法，在另一种密度下可能会失效。数据表明，没有任何一种计数工具是完美的。对于一种细胞类型效果最好的方法，对另一种细胞类型往往表现不佳，原因仅仅在于细胞的外观不同。
最终，这项研究表明，细胞形态——即细胞的物理形状和结构——是一个在计数时不能被忽视的关键因素。研究建议，依赖单一的标准方法来计数所有类型的细胞是一个错误。相反，科学家必须根据所研究的特定细胞特征来选择其计数方法。对于容易成团的细胞，使用能够可视化并分离这些团块的技术对于获得正确的数量至关重要。研究结果指向了一个未来，即计数方案应根据样本的生物学特性进行定制，以确保驱动医疗和科学决策的数字尽可能准确。通过承认细胞并非完全相同，研究人员可以避免隐藏的误差，并建立起更可靠的实验。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。