为什么AI+自动化，成为细胞培养的必选项？

引入 AI 和自动化可以改善细胞培养的每一步，从而提高科学研究和药物开发的效率

科学家们常常使用未来主义的词汇来形容人工智能（AI）在加速生命科学研究与开发中的巨大潜力。尽管这项技术尚未完全展现其能力，但AI与自动化的结合已在许多方面为实验室工作带来了实质性的改善，其中最引人注目的就是细胞培养研究。

传统的细胞培养工作流程需要实验人员全天候手动操作，这种方式不仅耗时，容易出错，而且难以实现标准化。通过引入人工智能（AI）和自动化技术，我们能够显著改善细胞培养的各个环节，实现更快、更准确的决策，进而提高科学研究和药物开发的效率。

细胞培养方案通常包含多个阶段，每个阶段都需要细致的监控和调整。尽管某些阶段的大部分工作已经可以通过自动化设备完成，但在每个阶段结束时，仍然需要人工通过显微镜进行手动检查和判断；虽然自动化成像和云存储技术的进步使得远程监控成为可能，但研究人员仍然需要在培养过程中对图像和数据进行人工分析，并依靠经验做出下一步的决策，无法实现端到端的自动化。

现在，利用 CellXpress.ai，借助自动化和人工智能（AI），研究人员可以创建一套定制的工作流程，该流程能够自动遵循细胞培养过程，无需人为干预或模块化操作。基于机器学习（ML）的算法可以根据科学家设定的参数和条件，远程触发决策。这种智能化的决策方式，类似于汽车的自动驾驶根据路况信息自主决定何时减速、加速或变道，使细胞培养任务如换液和传代培养等工作变得更加自主。此外，另一种选择是采用联合试验方法。在这种情况下，AI 能够提供建议，由科学家远程接受或拒绝，这样就不需要全天候亲力亲为，研究人员也可以腾出时间从事其他工作。

研究人员还可以通过对自动化系统进行编程，使其在达到关键里程碑或遇到需要立即关注的事件时，发送实时警报。无论采用哪种方式，人工智能驱动的自动化决策都能通过纳入客观、量化的指标来帮助实现细胞培养过程的标准化，同时提高在多个场所进行实验的一致性和可重复性。

01

支持 3D 细胞模

自动化技术的能力在 2D 细胞培养过程中已经得到了显著改善，但在开发 3D 细胞模型，如类器官方面，其潜力可能更为巨大。由于这些模型能更精确地模拟人体器官的生物学特性，因此在生命科学研究中具有更高的价值。但是这些模型通常包含多种细胞类型，培养方案更加复杂，高度依赖于科学家的专业知识和判断力。

在 CellXpress.ai 中，自动化和 AI 技术的应用使得全天候维护和监控 3D 细胞培养变得更加容易。内置经验证的 protocol 能够确保细胞的正常发育，改善了 3D 细胞模型培养的成功率，防止培养过程中出现的异常情况。AI 可开发用于扩展 3D 模型的方法，通过自动分析和归类，AI 消除了人工参与的误差和低效，从而确保实验的一致性和可重复性。此外，AI 可以帮助科学家在实验中发现异常值，并自动将其排除在实验结果之外。最后，研究人员可以利用这些技术同时从不同的细胞来源培养多种细胞球或类器官，进一步提高实验的效率和准确性。

02

内部成像

AI 驱动的决策依赖于获取准确信息的能力，再将这些信息用于指导决策过程。在手动细胞培养过程中，人工显微镜镜检一直是一种常见的手段。然而，随着计算机视觉和机器学习（ML）技术的进步，我们现在已经能够利用 CellXpress.ai 更准确地量化用于监测培养状态和做出决策的基本特征，如细胞融合度，以及更复杂的形态特征，如类器官的隐窝结构等。

另外，AI 在自动化质量控制方面具有很高的价值。长时间培养类器官时，霉菌或真菌污染的风险会增加。AI 经过训练后能够识别常见的污染表型，可以通过图像分析检测污染，并在后台静默运行，一旦发现培养物中出现真菌或霉菌，AI 可以迅速通知科学家潜在的污染事件，并识别所有与受感染培养板相近的板材，从而实现有效的隔离，防止交叉污染的发生。

03AI 和自动化的应用

在癌症研究领域，AI 和自动化的优势得到了充分的体现。肿瘤学家越来越多地使用 3D 肿瘤细胞球进行实验，这些细胞球能更好的模拟生理变化和肿瘤微环境，为研究提供了更接近真实情况的模型。通过自动化细胞培养工作流程，研究人员可以从 2D 肿瘤细胞培养开始，无缝转移到细胞分化、细胞球形成和维持阶段。最后再进行宽场和共聚焦成像和分析，所有这些过程都可以由自动化和 AI 辅助完成。

04

关于CellXpress.a

CellXpress.ai 全自动一体化类器官工作站创新性的以标准化、智能化、自动化和高通量为导向，内置多种经验证的 2D/ 3D/ 类器官等细胞模型培养方案，通过自动化流程、直观的操作软件和 AI 辅助的自动决策，无需人工干预，实现真正的无人值守，为科学研究和药物开发提供大规模细胞模型，并可有机整合下游检测方案，实现高通量自动化筛选和评价。

CellXpress.ai 硬件组

CellXpress.ai 人工智能软件自动化决策过程

结语

● 

人工智能的快速发展可能会引发一些科学家的担忧，他们担心 AI 技术会在实验室中取代人类。然而，实际上，AI 更有可能为科学家节省更多的时间，提供更多的资源，从而让他们能够更深入地研究、发现更多的新知识，开发更好的治疗方法。科学家在训练 AI 算法辅助细胞培养过程的决策方面发挥着至关重要的作用。通过训练和优化，科学家可以退出流程，让自动化接管，从而消除实际操作中可能影响实验的错误或不一致的风险。最终提高实验的生产率、优化效率，并为有前景的治疗提供更快的临床前试验途径。