人眼能够定性观察，但无法实现定量观察。不相信吗？那请看下面两个正方形。哪一个更大？
大多数人都会选择右边那个。但实际上两个正方形的大小相同。这个视觉错觉的简单例子告诉我们人的眼睛并不擅长进行定量测量。
尽管如此，如今很多细胞培养过程仍然通过人眼进行观察。本文将探讨在人眼观察细胞培养过程中所遇到的难题，并分享使用定量方法的重要意义。
首先，让我们来了解一下标准的细胞培养过程。
标准的细胞培养过程
在标准的细胞培养过程中，研究人员一开始要根据细胞计数信息种下特定数量的细胞。然后他们将在培养皿或培养瓶中培养细胞，再将其放入培养箱中促进细胞生长。每隔两三天，研究人员就要从培养箱中取出细胞培养皿，在显微镜下检查细胞状态。
大多数人检查细胞形态和融合度，这两方面均为确定细胞健康的重要因素：
- 细胞形态可以体现细胞是否健康。
- 融合度决定细胞是否适合传代。如果细胞融合过度，则可能会停止生长或死亡。传统上，研究人员都是使用显微镜来观察细胞的融合情况。
图1.细胞培养的标准工作流程。
现在再想一想上面那个视觉错觉的示例。我们知道人眼并非像我们想象的那样具备定量能力。在多数情况下，目镜观察下得出的70％融合度实际上并非70％，而是80％或60％。
另外，不同人对同一细胞的融合度的估计也会有所不同。由于人眼的估计并不稳定，因此就可能会影响到细胞培养的质量，并造成结果的不一致。
图2.（上）最佳和（下）不规则细胞培养过程。
细胞培养后的标准工作流程
在培养细胞后，您可能需要通过显微镜成像研究其生物学行为，也可能通过基于细胞的分析对化合物进行评估，或者进行大规模的细胞生产（图3）。但如果没有进行定量的细胞培养，您可能会遇到麻烦。
图3.细胞培养后的典型工作流程。
可以参考这个例子：使用细胞测定法对药效进行评估。如果细胞培养质量不稳定，那么由于细胞对候选药物的反应可能不同，试验结果就不会可靠。
美国国家转化科学促进中心（NCATS）出版的实验指导手册中也明确提到了定量细胞培养的重要性。
该手册指出：“标准化原代细胞培养条件对获得可靠的试验结果至关重要。对于每个使用新来源（患者或动物）细胞进行的实验，反应性将有所不同，并且每个实验均需要单独进行归一化。"
其另一章节写道："谨慎留意细胞培养条件对试验成功至关重要。为了确保试验正常开展，细胞应适当增殖，又不能过度生长。"
正如您所看到的，细胞培养的质量会对之后的过程产生影响。试想，假如您在实验后才发现结果不可靠，那将会浪费更多的时间和费用。
显而易见，采用定量方法进行细胞培养对于后续试验至关重要。然后，如何获得真正更具一致性的结果呢？归根结底，我们需要使用合适的工具。
定量细胞培养的有效工具
尽管人眼无法直接获得定量细胞培养的结果，但先进的图像分析技术可以弥补这一缺憾。
采用突破性的人工智能图像分析技术可以让无标记图像的分析变得更加轻松，如下面这类细胞相衬图像（图4）。
图4.基于机器学习的细胞分析的示例。
将显微图像与AI驱动的分析技术相结合，就可以利用机器学习计算细胞的融合度。由于机器学习可以使用稳定且标准化的参数，因此与传统的显微镜视觉评估相比，更为稳定且具有定量的能力。
采用这一强悍技术的CM20孵育监控系统和融合度检查软件能为您提供可重复且可定量的数据，确保您的实验成功。
