ハイコンテント解析ソフトウェア CellPathfinder

直感的で使いやすいインターフェースで、大量の画像データを多角的に解析・グラフ表示にまで導いてくれます。独自の機械学習機能は解析対象の認識力を格段に向上、3D培養系やライブセルイメージング等、より複雑で難易度の高い解析にも対応、HCAの強力なツールとなります。

ソフトウェアのアップデート及び新オプション「ディープラーニング」に対応しました:ディープラーニング詳細

1か月間無料トライアルできます。 ダウンロードページ

困難を解決するCellPathfinder

スクリーニングをお考えのかた

CellPathfinderがスクリーニングのボトルネックを解消いたします

  • 多サンプルの閲覧に特化したインターフェースで複数画像の比較も簡単、作業効率を向上
  • シンプルな操作で、ビギナーでも機械学習を用いた高度な解析が可能
  • 多彩なグラフ作成機能を搭載、画像や動画の作成が簡単、レポート作成時の煩わしさを軽減

がん、再生医療の研究でお悩みのかた

独自の解析技術でCellPathfinderが一歩先のHCAでお手伝いします

  • 横河独自の画像生成技術CE Bright Fieldを用いたラベルフリー解析で染色したくないサンプルも解析可能
  • 新たに開発された使いやすい機械学習機能を標準搭載しこれまでの解析では困難だった複雑な現象も簡単に検出
  • 発生頻度が少ないレアなイベント(CTCなど)も高速かつ高感度に検知

アプリケーション例

アプリケーション

シンプルなワークフロー

1. 画像データの表示

画像データの表示

・複数の画像が表示できるので ウェル間の画像比較が容易

 

2. 解析メニューをロードして定量解析

解析メニューをロードして定量解析

・わかりやすいアイコン表示で、メニューをクリックするだけ
・画像解析が初めての方でも簡単に見つけることが可能

 

3. ゲーティング機能

ゲーティング

・1次解析結果を見て、ゲーティングにより任意の細胞集団だけを抽出
・抽出した細胞集団のみをさらに解析することが可能

 

4. グラフ作成

グラフ作成

・算出された数値データをさまざまな形でグラフ表示可能
・グラフのプロットと画像はリンクしており、グラフをクリックすることで簡単に画像を確認

 

5. さらに…個々の細胞のプロファイルリストを作成

個々のプロファイルリスト

・興味のある細胞をクリックし、各細胞の画像及び数値データを集めたリストを作成可能

横河独自のテクノロジー

機械学習

機械学習機能は見た目で評価していた実験もバイアス無く数値化できます。
ソフトに学習させたい形状をクリックするだけで、形状の自動認識ができます。

機械学習

 

CE Bright Field(Contrast-enhanced Bright Field )

横河独自の画像生成技術CE Bright Fieldを用いて、明視野画像から2つのタイプの画像を出力します。
一般的なDPC(Digital Phase Contrast)で作成される位相差のような画像は細胞の輪郭の認識などに、蛍光画像のような画像は核の認識などに有効です。

CE Bright Field

多彩な解析機能

3D解析

スフェロイド等の3Dサンプルを立体的に解析、体積やZ方向における位置関係の解析が可能です。

解析メニュー1
スフェロイド内部の細胞を認識

 

ラベルフリー解析

CE Bright Fieldで作成した画像を用いて、非染色の細胞を認識することができます。
細胞の蛍光ラベリングによる時間、コスト及び細胞への影響を排除してフェノタイプ解析することができます。

ラベルフリー

 

タイル解析

画像をスティッチングして、タイル画像を生成し解析することで、正確に定量化することができます
スフェロイド、組織切片、神経突起など視野間をまたがる解析に最適です

タイリング

 

手動による領域の指定

自動の画像処理では認識が難しい複雑なサンプルでも、手動によって解析領域を指定することができます。
組織切片などの指定した領域のみの解析を容易に行うことができます。

手動
データご提供:三重大学大学院 医学系研究科 統合薬理学分野 島田 康人 先生

 

便利なグラフツール

Z'–Factor、EC50/IC50、棒グラフ表示ができます。 また3Dビューアにも対応しました。

便利なグラフツール便利なグラフツール

ディープラーニング導入のメリット

近年、ディープラーニングを活用した画像認識が注目されています。
横河はこれに注目し、画像からパターンを認識して何が映っているかを特定することにより、飛躍的な認識精度の向上に成功しました。

解析精度の向上

特に明視野画像での認識精度が向上します。 細胞の縁などコントラストが低い部分もきちんと認識でき、画像内のごみの除去や誤認識防止も簡単になります。

画像解析のための専門知識が不要

注目する細胞をペンで塗りつぶす、矩形で囲む、分類したい細胞群を選ぶという直感的な操作だけで画像解析をおこないます。

解析プロトコル作成の手間を削減

特徴的な部分を数か所選択するだけで、従来のMachine Learningよりも高いS/Nが得られます。

画像全体でのフェノタイプ解析が可能

どの特徴量が有効かわからないが「何かが違う」というフェノタイプの分類が可能になります。 有効な特徴量の選択や閾値の設定は必要ありません。

細胞の認識(Deep Area Finder)

細胞や細胞内小器官など、目的の部分を高精度で認識できます。
細胞を塗るだけのシンプル操作で、細胞を塗る解析に関する専門的な知識は不要、現在の認識精度では満足できない場合に効果を発揮します。

認識例

原画像

原画像

認識結果

認識結果

細胞の検出(Deep Detection)

細胞を直感的にカウントできます。
複雑な画像解析プロトコルを組まずに細胞数を検出、特に高密度培養、明視野解析に有効です。

認識例

原画像

原画像

認識結果

認識結果

細胞の分類 (Deep Image Gate)

認識した細胞を任意のグループに分類できます。
特徴量の選択は不要、複雑なフェノタイプを直感的に分類します。

Fucci systemを用いた細胞周期(G1, EarlyS, SG2M)の分類例

  • Fucci を導入したHela細胞に0-6.8uM Etoposide を添加
  • 対物レンズ:10x、 励起波長:488nm, 561nm、観察時間:1時間間隔48時間
6.8uM Etoposide

6.8uM Etoposide

Control

Control

各ウェルごとの細胞周期の分類

各ウェルごとの細胞周期の分類

EC50/IC50の算出 (Deep Image Response)

画像全体で評価、ポジティブ・ネガティブおよび濃度情報をもとにECC50/IC50を算出できます。
画像認識用のプロトコルや特徴量の選択は不要、複雑なフェノタイプを網羅的に解析します。

Fucci systemを用いた細胞周期(G1, EarlyS, SG2M)の分類例

  • Hela細胞にTNFα (0-100ng/mL)添加し37℃20min反応、細胞固定後NFκBを染色
  • control群の画像をネガティブ、最高濃度群の画像をポジティブ、その他の群をテスト画像として解析

濃度分布

Dose response curve

Dose response curve

撮像から解析までトータルソリューション を提案

ロボットでのプレート搬送、CellVoyagerやCQ1での撮像、CellLibrarianでのデータ管理、CellPathfinderでの画像解析など、お客様のご要望やご予算に合わせて最適な組み合わせをご提案します。

システム構成例

拡大画像はこちらから表示できます  拡大表示

関連製品

CellVoyager CV8000
  • 水浸レンズと複数台カメラによる高画質かつ高速スクリーニングを実現したハイエンドなHCAシステム
  • ディスペンサーを用いたカイネティック測定も可能
CQ1 CQ1
  • ベンチトップタイプで省スペース
  • シンプルな操作で多サンプルの自動撮影可能な共焦点イメージングシステム
  • ライブセルイメージングにも対応
CellLibrarian CellLibrarian
  • CellVoyagerやCQ1で撮像した画像を一括管理
  • インターネットを介してどこからでもアクセス可能
  • 保管データをCellPathfinderで解析

※CellVoyager CV1000の撮影データはサポート対象外です
※CellPathfinderはソフトウェアと専用ワークステーションを含みます。

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:) 4TB Storage, (D:) 4TB
OS: Microsoft Windows10 IoT Enterprise Japanese/English
GPU: Intel® Quadro K620 または Quadro P620(高性能GPU非対応)、Quadro RTX5000(高性能GPU対応)
ディスプレイ: 1920×1200, デュアルモニタ

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。

Yokogawa Life Science

•Twitter @Yokogawa_LS
•Facebook Yokogawa Life Science
•LinkedIn Yokogawa Life Science

横河電機株式会社公式アカウントリスト

Social Media Account List

アプリケーションノート
アプリケーションノート
アプリケーションノート
概要:

CQ1でタイムラプス撮像、ハイコンテント解析ソフトウェアCellPathfinderでオートファジー解析を行った実験例をご紹介します。

アプリケーションノート
概要:

CQ1を用いて、高密度に培養したヒト肝由来腫瘍細胞株HepG2の3D撮影と一細胞単位で解析します。

アプリケーションノート
アプリケーションノート
アプリケーションノート
アプリケーションノート
アプリケーションノート
アプリケーションノート
概要:

ハイスループット細胞機能探索システムCellVoyager CV8000、CV7000、CV6000の論文リストです

アプリケーションノート
アプリケーションノート
概要:

本チュートリアルでは血管内皮細胞のAngiogenesis(血管新生能)の解析を通して、CellPathfinder で網目状の構造を解析する方法を学ぶことができます。

概要:

本チュートリアルではiPS細胞由来心筋細胞のカルシウムイメージングを通して、CellPathfinderで動きの少ない物体に対する時系列の解析を行う方法を学ぶことができます。

概要:

本チュートリアルではPC12 細胞における神経成長因子(NGF)刺激による神経突起の数と長さの変化を観察します。

概要:

本チュートリアルでは、崩壊していくストレスファイバを画像解析して、濃度依存曲線を描画し、定量的に評価します。

概要:

本チュートリアルでは核内のDNA量により細胞周期の「G1」期、「G2/M」期、その他を特定します

概要:

本チュートリアルではスフェロイドの直径やスフェロイド内の細胞(核)をカウントします。

概要:

本チュートリアルではHeLa 細胞の明視野画像からCE Bright Field(Contrast-enhanced Bright Field)画像を生成し、核、細胞質の認識を機械学習で行います。

概要:

本チュートリアルでは、血管がEGFP で染色されたゼブラフィッシュの画像に対してタイリングと任意領域の細胞の認識を行います。

横河技報
1.3 MB
横河技報
18.6 MB

本件に関する詳細などは下記よりお問い合わせください


お問い合わせ
トップ