什么是非標(biāo)記細(xì)胞活力分析?
隨著生理學(xué)相關(guān)細(xì)胞模型的使用變得更加普遍,研究人員越來越需要提供深入生物學(xué)見解的非標(biāo)記、無干擾的解決方案。熒光標(biāo)記會引入可能影響研究結(jié)果的附加變量,因此會延長工作流程,并且讓分析變得更為復(fù)雜。完全消除熒光報告基因可確保實驗觀察結(jié)果不受標(biāo)記或標(biāo)記過程的影響。
非標(biāo)記分析的優(yōu)勢:
- 對于罕見細(xì)胞類型等不適用于熒光標(biāo)記的情況,提供研究細(xì)胞群健康狀態(tài)的非侵入性和無干擾的方法
- 近年來活細(xì)胞分析和計算能力突飛猛進(jìn),復(fù)雜的分析逐漸被簡化成了簡單易用的工作流程。人工智能 (AI) 為細(xì)胞行為和功能的實時、非標(biāo)記分析提供了解決方案
- 非標(biāo)記細(xì)胞健康狀態(tài)檢測支持在正常生理條件下研究細(xì)胞,這是評價治療癌癥和其他疾病的新候選治療藥物時的關(guān)鍵步驟
Incucyte? 活細(xì)胞成像分析系統(tǒng)與新的 Incucyte? AI 細(xì)胞健康狀態(tài)分析軟件模塊一起用于高通量非標(biāo)記分析時,有助于加快工作流程,同時生成可重現(xiàn)、可靠、無偏差的數(shù)據(jù)。
聯(lián)系我們,了解 Incucyte? AI 細(xì)胞健康狀態(tài)分析軟件模塊
了解更多關(guān)于 Incucyte??活細(xì)胞分析系統(tǒng)的信息
非標(biāo)記細(xì)胞活力分析解決方案
軟件模塊概況
Incucyte? AI 細(xì)胞健康狀態(tài)分析軟件模塊
新的 Incucyte? AI 細(xì)胞健康狀態(tài)分析軟件模塊是一體化分析工具,可將細(xì)胞分割并分類為活細(xì)胞或死細(xì)胞。用戶可以在不需要熒光標(biāo)記的情況下提高細(xì)胞健康狀態(tài)分析的通量,生成準(zhǔn)確客觀的數(shù)據(jù),降低時間要求和成本。
Incucyte? AI 細(xì)胞健康狀態(tài)分析軟件模塊可用于所有 S 系列儀器,并且需要安裝 GPU 協(xié)處理器 (BA-04870),作為控制器和 2022B 軟件版本的內(nèi)置硬件升級??稍诒拒浖K中使用可選的進(jìn)一步分類的基于非標(biāo)記或熒光參數(shù)(細(xì)胞邊界內(nèi)的熒光強度)的細(xì)胞群。
非標(biāo)記細(xì)胞活力分析的關(guān)鍵優(yōu)勢
使用 AI 驅(qū)動的算法,基于訓(xùn)練有素的神經(jīng)網(wǎng)絡(luò)從動力學(xué)上定量測定細(xì)胞活力
對活細(xì)胞或死細(xì)胞進(jìn)行分類,并定量測定這些細(xì)胞群內(nèi)的其他生物活性,以便更深入地了解細(xì)胞生物學(xué)行為。
查看樣本數(shù)據(jù)
? ?
使用經(jīng)過不同圖像特征訓(xùn)練的 AI 驅(qū)動的貼壁細(xì)胞或非貼壁細(xì)胞類型分析,生成可靠和準(zhǔn)確的結(jié)果
查看樣本數(shù)據(jù)
非標(biāo)記活力分析的樣本數(shù)據(jù)
識別并計數(shù)非標(biāo)記活細(xì)胞和死細(xì)胞——使用 AI 驅(qū)動的算法,基于訓(xùn)練有素的神經(jīng)網(wǎng)絡(luò)從動力學(xué)上定量測定細(xì)胞活力。
圖 1:動態(tài)監(jiān)測和定量藥物處理的非標(biāo)記貼壁細(xì)胞和非貼壁細(xì)胞。將 HeLa 和 Ramos 細(xì)胞接種至 96 孔板中,并分別用喜樹堿或 Truxima? 處理。在 2–3 天內(nèi)每 2 h 采集一次高清 (HD) 相位對比圖像,并采用 Incucyte? AI 細(xì)胞健康狀態(tài)分析對細(xì)胞死亡進(jìn)行定量。相位視頻顯示細(xì)胞隨時間的死亡(上)和 AI 驅(qū)動的活細(xì)胞(綠色)和死細(xì)胞(紅色)分割 mask 輪廓(下)。
圖 2:細(xì)胞活力的非標(biāo)記分析。用濃度梯度增加的抗 CD20 抗體利妥昔單抗和生物仿制藥 Truxima? 處理 Ramos B 細(xì)胞淋巴瘤細(xì)胞。使用 Incucyte? AI 細(xì)胞健康狀態(tài)分析定量測定細(xì)胞死亡。時間進(jìn)程數(shù)據(jù)顯示,利妥昔單抗和 Truxima? 能誘發(fā)時間和濃度依賴性細(xì)胞死亡,而 IgG 對照誘導(dǎo)的毒性極小。圖像顯示未處理(左)或利用2 μg/mL 利妥昔單抗(右)處理了 48 h 的 Ramos 細(xì)胞。未處理的細(xì)胞是健康的,被歸類為活細(xì)胞(綠色分割),而處理的細(xì)胞表現(xiàn)出部分細(xì)胞死亡,被歸類為死細(xì)胞(紅色分割)。
給出復(fù)雜生物學(xué)問題的客觀信息——對活細(xì)胞或死細(xì)胞進(jìn)行分類,并監(jiān)測這些細(xì)胞群內(nèi)的細(xì)胞生物學(xué)過程發(fā)展步驟,以便更深入地了解。
圖 3:AI 細(xì)胞健康狀態(tài)讀數(shù)與標(biāo)準(zhǔn)方法相當(dāng)。用濃度梯度增加的喜樹堿處理 A549 細(xì)胞。 ?實時追蹤圖表表示使用非標(biāo)記 Incucyte? AI 細(xì)胞健康狀態(tài)分析(左)定量死細(xì)胞百分比,由于使用 Incucyte? Annexin V NIR 染料,NIR 熒光增加(中)。濃度響應(yīng)曲線顯示 72 h 時這些數(shù)據(jù)重疊(右),IC50 值相當(dāng)。
圖 4:活細(xì)胞亞群內(nèi)細(xì)胞周期標(biāo)志物的分析。用濃度范圍為 4 nM–3 μM 的喜樹堿處理表達(dá)了 Incucyte??綠色/橙色慢病毒細(xì)胞周期標(biāo)記試劑的 HT-1080 細(xì)胞。進(jìn)行 Incucyte? AI 細(xì)胞健康狀態(tài)分析,以識別活細(xì)胞與死細(xì)胞,并在活細(xì)胞群內(nèi)進(jìn)行熒光分類。圖像顯示了覆蓋綠色和橙色熒光通道的分類 mask(紫色 = 活細(xì)胞,青色 = 死細(xì)胞)。 ?實時追蹤圖表顯示活細(xì)胞群的熒光分類,并顯示 G1 期細(xì)胞呈時間和濃度梯度依賴性增加(橙色)。
進(jìn)行可重現(xiàn)的高通量篩選——使用經(jīng)過不同圖片特征訓(xùn)練的 AI 驅(qū)動的貼壁細(xì)胞或非貼壁細(xì)胞類型分析,生成可靠和準(zhǔn)確的結(jié)果。
圖 5:Incucyte? AI 細(xì)胞健康狀態(tài),384 孔通量。將四種細(xì)胞接種至 384 孔微孔板中,并用不同濃度的喜樹堿、環(huán)己酰亞胺和多柔比星處理。微孔板視圖顯示,使用 Incucyte? AI 細(xì)胞健康狀態(tài)分析定量的 2 天內(nèi)的死細(xì)胞百分比增加。 ?數(shù)據(jù)顯示,喜樹堿和多柔比星在高濃度下可誘導(dǎo)細(xì)胞死亡,IC50 值相當(dāng),而環(huán)己酰亞胺在該濃度下具有細(xì)胞生長抑制作用。