什么是非標記細胞活力分析？
隨著生理學(xué)相關(guān)細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)見解的非標記、無干擾的解決方案。熒光標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)果不受標記或標記過程的影響。
非標記分析的優(yōu)勢：
- 對于罕見細胞類型等不適用于熒光標記的情況，提供研究細胞群健康狀態(tài)的非侵入性和無干擾的方法
- 近年來活細胞分析和計算能力突飛猛進，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) 為細胞行為和功能的實時、非標記分析提供了解決方案
- 非標記細胞健康狀態(tài)檢測支持在正常生理條件下研究細胞，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? 活細胞成像分析系統(tǒng)與新的 Incucyte? AI 細胞健康狀態(tài)分析軟件模塊一起用于高通量非標記分析時，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 細胞健康狀態(tài)分析軟件模塊
了解更多關(guān)于 Incucyte??活細胞分析系統(tǒng)的信息
非標記細胞活力分析解決方案
軟件模塊概況
Incucyte? AI 細胞健康狀態(tài)分析軟件模塊
新的 Incucyte? AI 細胞健康狀態(tài)分析軟件模塊是一體化分析工具，可將細胞分割并分類為活細胞或死細胞。用戶可以在不需要熒光標記的情況下提高細胞健康狀態(tài)分析的通量，生成準確客觀的數(shù)據(jù)，降低時間要求和成本。
Incucyte? AI 細胞健康狀態(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中使用可選的進一步分類的基于非標記或熒光參數(shù)（細胞邊界內(nèi)的熒光強度）的細胞群。
Incucyte? AI 細胞健康狀態(tài)分析工作流程
工作流程圖：通過 Incucyte? AI 細胞健康狀態(tài)分析，神經(jīng)網(wǎng)絡(luò)（使用經(jīng)驗證的數(shù)據(jù)集進行預(yù)訓(xùn)練）提供分割和分類算法，以準確處理和定量活細胞或死細胞。將 AI 驅(qū)動的分析應(yīng)用于所有孔和時間點，可提供可靠數(shù)據(jù)和活 細胞mask 或死細胞 mask 的可視化。
非標記細胞活力分析的關(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)上定量測定細胞活力
對活細胞或死細胞進行分類，并定量測定這些細胞群內(nèi)的其他生物活性，以便更深入地了解細胞生物學(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)動的貼壁細胞或非貼壁細胞類型分析，生成可靠和準確的結(jié)果
查看樣本數(shù)據(jù)
非標記活力分析的樣本數(shù)據(jù)
識別并計數(shù)非標記活細胞和死細胞——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)上定量測定細胞活力。
圖 1：動態(tài)監(jiān)測和定量藥物處理的非標記貼壁細胞和非貼壁細胞。將 HeLa 和 Ramos 細胞接種至 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 細胞健康狀態(tài)分析對細胞死亡進行定量。相位視頻顯示細胞隨時間的死亡（上）和 AI 驅(qū)動的活細胞（綠色）和死細胞（紅色）分割 mask 輪廓（下）。
圖 2：細胞活力的非標記分析。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 細胞淋巴瘤細胞。使用 Incucyte? AI 細胞健康狀態(tài)分析定量測定細胞死亡。時間進程數(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 細胞。未處理的細胞是健康的，被歸類為活細胞（綠色分割），而處理的細胞表現(xiàn)出部分細胞死亡，被歸類為死細胞（紅色分割）。
給出復(fù)雜生物學(xué)問題的客觀信息——對活細胞或死細胞進行分類，并監(jiān)測這些細胞群內(nèi)的細胞生物學(xué)過程發(fā)展步驟，以便更深入地了解。
圖 3：AI 細胞健康狀態(tài)讀數(shù)與標準方法相當。用濃度梯度增加的喜樹堿處理 A549 細胞。 ?實時追蹤圖表表示使用非標記 Incucyte? AI 細胞健康狀態(tài)分析（左）定量死細胞百分比，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。
圖 4：活細胞亞群內(nèi)細胞周期標志物的分析。用濃度范圍為 4 nM–3 μM 的喜樹堿處理表達了 Incucyte??綠色/橙色慢病毒細胞周期標記試劑的 HT-1080 細胞。進行 Incucyte? AI 細胞健康狀態(tài)分析，以識別活細胞與死細胞，并在活細胞群內(nèi)進行熒光分類。圖像顯示了覆蓋綠色和橙色熒光通道的分類 mask（紫色 = 活細胞，青色 = 死細胞）。 ?實時追蹤圖表顯示活細胞群的熒光分類，并顯示 G1 期細胞呈時間和濃度梯度依賴性增加（橙色）。
進行可重現(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)動的貼壁細胞或非貼壁細胞類型分析，生成可靠和準確的結(jié)果。
圖 5：Incucyte? AI 細胞健康狀態(tài)，384 孔通量。將四種細胞接種至 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 細胞健康狀態(tài)分析定量的 2 天內(nèi)的死細胞百分比增加。 ?數(shù)據(jù)顯示，喜樹堿和多柔比星在高濃度下可誘導(dǎo)細胞死亡，IC50 值相當，而環(huán)己酰亞胺在該濃度下具有細胞生長抑制作用。
