ハイコンテント解析ソフトウェア CellPathfinder

Classification (Gate)

細胞を類似の特徴を持つ細胞群に分類できます。これにより、それぞれの細胞群の個数や存在比、特定の細胞群単位の特徴量の評価などを行うことができます。

細胞周期の解析

細胞周期進行への抗がん剤作用を２次元培養と３次元培養で可視化

Fucci(CA)5を安定発現するHepG2細胞を1時間間隔で72時間撮影。
Fucciプローブにより、タイムラプスイメージング一連のG1期、S期、G2-M期を同定し、画像解析プログラム機能から各細胞周期の
細胞数と構成比を自動算出した。
h2-3-hGem(1/110)とAzaleaB5-hCdt1(1/100)Cy(-)は、それぞれ488 nmと561 nmの励起光で励起した。

A.CellPathfinderによるFucci(CA)5スフィア(3D) の細胞周期解析画像　3色の蛍光をG1、S、G2-M期と判別する
　Zレンジ70 μmを7.8 μmステップで撮影したうちの１つのｚスライス像
B.Fucci(CA)5が示す細胞周期情報（NEB: 核膜崩壊/NER: 核膜再形成）
C.2D（上）および3D（下）培養細胞を、トポイソメラーゼII阻害剤であるEtoposide 30 nMで24時間処理した後の細胞周期の変化
　S期またはG2期での細胞周期の停止が認められた
D.2D（左）および3D（右）培養条件で、さまざまな濃度のEtoposide（Etp）を投与し、各細胞周期(G1, S, G2-M)の構成比の経時変化を示す
　（網掛け部は細胞死の発生を示す）

対物レンズ:20x / Ex：488 nm（h2-3-hGeminin(1/110)）、561 nm（ AzaleaB5-hCdt1(1/100)Cy(-)） /Z Range：70 μm、Z step：7.8 μm（ Slice 解析、3D） /
Time lapse：1時間間隔72時間

・アプリケーションの詳細はこちら

Deep Area Finder：ディープラーニング機能

画像上で細胞や細胞内小器官を塗り分けるだけの簡単な操作で、明視野画像でも高精度に細胞認識できます。
従来の精度では満足できない、これまで諦めていた解析も可能になります。

神経突起伸長の評価

非染色で突起伸長の変化を解析

• CE Bright Field画像を使用
• Deep LearningとMachine Learningの結果を比較

A.Deep Learningではコントラストの低い神経突起や、細胞体の形態の認識精度が向上している
B.Deep Learningでは密集した細胞の分離精度が向上している

C.Deep LearningとMachine Learningの解析結果の比較

Deep Learning解析における、細胞の分離・認識精度の向上により、より高精度な特徴量が得られる

• 認識する細胞数が増加
• 各細胞当たりの面積が増加
• 各細胞当たりの突起分岐数が増加

対物レンズ：20x / Ex：Bright Field（解析時にCE Bright Fieldを作成）
データご提供：第一三共RDノバーレ株式会社 早田様

Deep Image Response：ディープラーニング機能

細胞認識のプロトコルが不要で、ネガティブ・ポジティブウェルの選択、化合物濃度情報を入れるだけの簡単操作で複雑なフェノタイプを網羅的に定量化できます。

EC50/IC50の算出

神経細胞の毒性評価

非染色画像で細胞認識も特徴量選択もせずに毒性評価

• ネガティブウェルとポジティブウェルを学習させるだけで評価が可能
• 画像解析の専門知識が不要
• 非染色画像を扱うことで、生細胞の評価が可能

1287化合物で細胞を処理し、CellVoyager CV7000Sにて明視野画像を撮影し、CE Bright Field画像を作成したのち、毒物処理・被験物質非処理のウェルをネガティブ、毒物非処理・被験物質非処理のウェルをポジティブとして学習させ、Deep Image Responseで細胞毒性の打ち消し効果を評価した。その後、この結果とATPレベルによる評価を比較した。

A.学習に使用したネガティブウェルとポジティブウェル
B.ATPレベルとDeep Image Response Scoreの比較
a.ATPレベルは中間の値だが、Deep Image Response Scoreが高い
b.ATPレベルとDeep Image Response Scoreがともに高い
c.ATPレベルは高いが、 Deep Imag e Response Scoreが低い

ATPレベルとDeep Image Response Scoreには一定の関係が認められた。
また、cのように、ATPレベルではレスキューされているように見えるが、Deep Image Responseのスコアが低いケースもあり、ATPレベルのみを指標とした場合では見えない差異を検出することができている。

対物レンズ：20x /Ex：Bright Field/ Plate：384well plate

システム構成

・ソフトウェア
・専用ワークステーション
・ディスプレィ

専用ワークステーション仕様
モデル：Dell Precision
CPU：Intel^® Xeon
メモリ：128 GB
HDD： System（C:） 1TB Storage, （D:） 4TB
OS：Microsoft Windows10 IoT Enterprise Japanese／English
GPU：NVIDIA^® RTX A400、RTX 4000 Ada
ディスプレイ：2560×1440, デュアルモニタ

Yokogawa Life Science

ライフサイエンスに関する最新情報を定期的に配信しています。
是非フォローをお願いいたします。

横河電機株式会社公式アカウントリスト

Social Media Account List