- 4 次围观
对单个活细胞进行精确、无创操控仍然是生物医学科学中的核心挑战之一，并对单细胞分析、组织工程以及细胞—细胞相互作用研究具有深远意义。在此，我们首次展示了利用具有闭环反馈的体声驻波声流体技术实现单细胞控制。我们提出了 VeLO（基于向量的局部优化），这是一种无模型、受强化学习启发的算法，能够利用单个压电换能器实现对单个细胞的可编程二维操控。无需预先校准或物理建模，VeLO 可根据声致细胞位移在线学习系统动力学，并自动适应非线性、时变条件。我们在多种细胞类型（DU-145、Jurkat、K-562）中实现了稳健控制，并完成了多个细胞的独立操控，包括受控的细胞—细胞接触。通过将硬件的简洁性与自主、自适应控制相结合，该方法确立了多模态声流体技术作为一种用于无标记、高精度单细胞操控的多功能工具。
thierry.baasch{at}bme.lth.se
摘要 信息/历史 指标 补充材料 预览 PDF
摘要
对单个活细胞进行精确、无创操控仍然是生物医学科学中的核心挑战之一，并对单细胞分析、组织工程以及细胞—细胞相互作用研究具有深远意义。在此，我们首次展示了利用具有闭环反馈的体声驻波声流体技术实现单细胞控制。我们提出了 VeLO（基于向量的局部优化），这是一种无需模型、受强化学习启发的算法，可使用单个压电换能器实现对单个细胞的可编程二维操控。VeLO 无需预先校准或物理建模，而是通过声学诱导的细胞位移在线学习系统动力学，并自动适应非线性、时变条件。我们在多种细胞类型（DU-145、Jurkat、K-562）中实现了稳健控制，并实现了多个细胞的独立操控，包括受控的细胞—细胞接触。通过将硬件简洁性与自主、自适应控制相结合，该方法确立了多模态声流体技术作为一种多功能工具，可用于无标记、高精度的单细胞操控。
利益冲突声明
已声明的资助信息
瑞典研究理事会， https://ror.org/03zttf063 ，2022-04041 ，2019-00795
Crafoord 基金会， https://ror.org/02hwwbr17 ，20240891
欧洲创新委员会， https://ror.org/05cx8cy07 ，101187842
隆德大学生命科学微流控基础设施 隆德大学 Engineering Health Profile Area Fru Berta Kamprads stiftelse ，FBKS-2022-34-(426)
版权
持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 保留所有权利。未经许可不得重复使用。
返回顶部 上一篇 下一篇
发布于 2026 年 7 月 3 日。
下载 PDF 补充材料 电子邮件
感谢您有兴趣传播 bioRxiv 的内容。 您的电子邮件 *
您的姓名 *
发送至 *
请输入多个地址，每行一个，或以逗号分隔。
您将要通过电子邮件发送以下内容 利用无模型机器学习进行可编程声学单细胞操控
邮件主题 （您的姓名）从 bioRxiv 转发了一个页面给您
邮件正文 （您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。
您的个人留言
验证码 此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。
分享
利用无模型机器学习进行可编程声学单细胞操控
Alexander Edthofer， Guilherme Perticarari， Selma Hevelius Bounja， Thierry Baasch
bioRxiv 2026.06.29.735220； doi： https://doi.org/10.64898/2026.06.29.735220
分享本文： 复制
引文工具
利用无模型机器学习进行可编程声学单细胞操控
Alexander Edthofer， Guilherme Perticarari， Selma Hevelius Bounja， Thierry Baasch
bioRxiv 2026.06.29.735220； doi： https://doi.org/10.64898/2026.06.29.735220
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.29.735220v1?rss=1
🏷️ 单细胞操控 声流体技术 机器学习 闭环反馈控制 细胞-细胞相互作用