[发明专利]用于优化微粒吸入条件的方法、微粒分选装置、微粒分选系统和微粒分选程序在审
申请号: | 201980015251.8 | 申请日: | 2019-01-28 |
公开(公告)号: | CN111771116A | 公开(公告)日: | 2020-10-13 |
发明(设计)人: | 桥本学治 | 申请(专利权)人: | 索尼公司 |
主分类号: | G01N15/14 | 分类号: | G01N15/14;G01N37/00 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 余刚 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 优化 微粒 吸入 条件 方法 分选 装置 系统 程序 | ||
本发明提供了一种通过使用微粒分选微芯片来进一步优化微粒吸入条件的技术。该技术提供了一种通过使用微粒分选微芯片来优化微粒吸入条件的方法,所述微粒分选微芯片包括:主流路,鞘液和包含微粒的样本液流过该主流路;以及压力室,微粒吸入到其中。所述方法包括:使鞘液和含有微粒的样本液流过主流路,检测微粒通过主流路的规定位置的时间点,并获取关于各个微粒的速度V的数据的步骤;以及基于关于各个微粒的速度V的数据来控制吸入微粒的压力的步骤。
技术领域
本技术涉及一种用于优化微粒吸入条件的方法、一种微粒分选装置、一种微粒分选系统和一种微粒分选程序。更具体地,本技术涉及在用于在流式细胞仪中使用的微粒分选器中用于在具有封闭系统的微芯片中分选目标微粒而不形成液滴的技术中的一种用于优化微粒吸入条件的方法、一种微粒分选装置、一种微粒分选系统和一种微粒分选程序。
背景技术
迄今为止,已经开发了各种装置来分选出微粒。例如,在流式细胞仪中使用的微粒分选器中,由含有细胞的样本溶液和鞘液形成的层流从流式细胞或微芯片中形成的孔中喷出。当喷出层流时,预定的振动施加到层流,从而形成液滴。根据是否包含目标微粒,电性控制形成的液滴的移动方向,由此分选出目标微粒。
还开发了用于在微芯片中分选出目标微粒而不形成如上所述的液滴的技术。
例如,下面所示的专利文献1公开了“一种微芯片,其包括:样本溶液引入通道,包含微粒的样本溶液在该通道中流动;至少一对鞘液引入通道,其从两侧连接样本溶液引入通道,并将鞘液引入到样本溶液的外围;与样本溶液引入通道和鞘液引入通道连通的合并通道,在这些流道中流动的溶液彼此合并并在合并通道中流动;负压吸入单元,其与合并通道连通,并吸入和吸引待收集的微粒;以及至少一对废物流道,其设置在负压吸入单元两侧并与合并通道连通”(权利要求1)。在微芯片中,目标微粒被吸入并收集到负压吸入单元中。
此外,下面所示的专利文献2公开了“一种微粒分选方法,该方法包括通过在与主流道连通的支流道中产生负压来收集存在于主流道中流入支流道的溶液中的微粒的过程,该过程包括从支流道侧向主流道侧形成溶液流,在主流道和支流道之间的连通口处形成该溶液流”(权利要求1)。在分选方法中,在非分选操作期间,朝向主流道侧的溶液流防止非目标颗粒或样本溶液和包含非目标颗粒的鞘液进入分选流道。下面所示的专利文献2还公开了能够实现微粒分选方法的微粒分选微芯片(权利要求9)。
如上所述,根据用于在微芯片中收集目标微粒的技术,例如,在主流道中流动的溶液不包含目标微粒的情况下,溶液流入废物流道。在主流道中流动的溶液包含目标微粒的情况下,将溶液引导至颗粒分选通道。由此收集目标微粒。
引文列表
专利文献
专利文献1:日本专利申请公开号2012-127922
专利文献2:日本专利申请公开号2014-36604
发明内容
本发明要解决的问题
在用于分选出微芯片中的目标微粒的封闭系统技术中,例如,目标微粒可以通过负压被吸入微粒分选通道。在溶液不包含目标微粒的情况下,不进行吸入。因此,为了提高微粒分选性能,需要优化执行吸入的时间和/或要使用的吸力的大小。
有鉴于此,为了提高用于分选出目标微粒的技术中的微粒分选性能,已经进行了开发,以优化进行吸入的时间和/或要使用的吸力的大小(日本专利申请号2017-102694)。
根据日本专利申请号2017-102694的用于优化微粒吸入条件的技术是一种技术,包括:
用于检测通过主流道中预定位置的微粒的过程,包含微粒的溶液在主流道中流动,
利用微粒吸入通道的预定吸力将微粒从主流道吸入到微粒吸入通道中,并且
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于索尼公司,未经索尼公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980015251.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:帧内预测中基于梯度的边界滤波
- 下一篇:用于钴的电沉积的方法