產(chǎn)地類(lèi)別 | 進(jìn)口 | 應(yīng)用領(lǐng)域 | 環(huán)保,生物產(chǎn)業(yè) |
---|
StrataQuest作為專(zhuān)業(yè)級(jí)組織流式定量分析平臺(tái),整合HistoQuest/TissueQuest軟件提供的組織原位單細(xì)胞水平精準(zhǔn)定量分析解決方案。
參考價(jià) | 面議 |
更新時(shí)間:2022-07-07 14:24:32瀏覽次數(shù):447
聯(lián)系我們時(shí)請(qǐng)說(shuō)明是化工儀器網(wǎng)上看到的信息,謝謝!
StrataQuest組織流式細(xì)胞/分子定量分析平臺(tái)
專(zhuān)業(yè)級(jí)組織流式定量分析系統(tǒng)
StrataQuest作為專(zhuān)業(yè)級(jí)組織流式定量分析平臺(tái),整合HistoQuest/TissueQuest軟件提供的組織原位單細(xì)胞水平精準(zhǔn)定量分析解決方案。該軟件兼容多種類(lèi)型組織細(xì)胞樣本,實(shí)現(xiàn)不同生物科研領(lǐng)域原位定量分析,更深層次的分析需求。
StrataQuest軟件能夠精準(zhǔn)識(shí)別復(fù)雜組織中的:
分子探針標(biāo)記(FISH、RNA Scope等)
細(xì)胞亞水平結(jié)構(gòu)標(biāo)記物(細(xì)胞器、細(xì)胞骨架等)
單細(xì)胞結(jié)構(gòu)標(biāo)記(細(xì)胞核、細(xì)胞質(zhì)、細(xì)胞膜等)
特殊組織類(lèi)型(如腺體、腫瘤、血管、支氣管、肌肉、骨等)
StrataQuest組織流式細(xì)胞/分子定量分析平臺(tái)
技術(shù)特點(diǎn)
組織結(jié)構(gòu)自動(dòng)識(shí)別
基于神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的單細(xì)胞識(shí)別算法
AI人工智能組織特質(zhì)化數(shù)據(jù)挖掘
細(xì)胞亞型的空間位置分布
多靶點(diǎn)組織微環(huán)境蛋白分子互作
可視化大數(shù)據(jù)多維度分析
基于神經(jīng)網(wǎng)絡(luò)(DNN)與深度學(xué)習(xí)的單細(xì)胞識(shí)別算法
2020年,TissueGnostics公司在專(zhuān)業(yè)單細(xì)胞核識(shí)別算法基礎(chǔ)上,結(jié)合深度神經(jīng)網(wǎng)絡(luò)算法(Deep Neural Networks,DNN),開(kāi)發(fā)了新一代基于AI的單細(xì)胞核識(shí)別方法,不但可以更準(zhǔn)確分辨互相擠壓重疊的細(xì)胞核,而且對(duì)于細(xì)胞輪廓邊界識(shí)別,排除了非焦面的模糊邊界帶來(lái)的不確定性,提高了細(xì)胞核/質(zhì)/膜形態(tài)學(xué)識(shí)別的準(zhǔn)確率。(左圖為常規(guī)細(xì)胞核識(shí)別算法,右圖為基于神經(jīng)網(wǎng)絡(luò)(DNN)與深度學(xué)習(xí)的單細(xì)胞識(shí)別算法)
特異性組織結(jié)構(gòu)的形態(tài)學(xué)識(shí)別
特異性組織區(qū)域識(shí)別解決方案,適用于明場(chǎng)/熒光樣本。對(duì)于彩色明場(chǎng)樣本,可自動(dòng)獨(dú)立細(xì)胞核/質(zhì)/膜染色通道:1. 利用蘇木素/DAPI染色通道,對(duì)細(xì)胞核進(jìn)行精準(zhǔn)識(shí)別,繼而定量細(xì)胞核/質(zhì)/膜信號(hào)強(qiáng)度分布及面積形態(tài);2. 利用特異性染色及組織特征,識(shí)別上皮細(xì)胞/間質(zhì)區(qū)域/空腔等結(jié)構(gòu),對(duì)腫瘤/腺體/膠原增生等組織類(lèi)型進(jìn)行識(shí)別及定量分析。該解決方案還可用于HE染色樣本的細(xì)胞-組織結(jié)構(gòu)識(shí)別,使大量樣本快速染色+深度分析的工作模式成為可能。
AI人工智能組織特質(zhì)化數(shù)據(jù)挖掘
作為專(zhuān)業(yè)大數(shù)據(jù)組織流式深度分析軟件,StrataQuest整合了不同算法模塊,通過(guò)標(biāo)記-訓(xùn)練-修正的人機(jī)交互模式,能夠精確獲得符合不同實(shí)驗(yàn)需求的組織結(jié)構(gòu)輪廓及其定量分析數(shù)據(jù)。同時(shí)TG公司也針對(duì)不同研究目的開(kāi)發(fā)了一系列APP解決方案,實(shí)現(xiàn)了更多研究者對(duì)于軟件高效、易于操作的使用需求。
新版StrataQuest Classifier算法獲得的組織識(shí)別結(jié)果,也同樣支持與其他算法模塊聯(lián)動(dòng),如反卷積運(yùn)算、集合運(yùn)算、布爾運(yùn)算等等,以實(shí)現(xiàn)創(chuàng)新研究中更為精準(zhǔn)復(fù)雜的定量分析要求。
基于細(xì)胞-組織社會(huì)學(xué)的數(shù)據(jù)驅(qū)動(dòng)研究
細(xì)胞社會(huì)學(xué)是研究細(xì)胞社會(huì)性的科學(xué),即通過(guò)研究細(xì)胞間識(shí)別、通訊、集合的的模式,對(duì)細(xì)胞與細(xì)胞、細(xì)胞與組織乃至整個(gè)機(jī)體的相互依存、相互制約、相互作用的關(guān)系進(jìn)行研究,包含細(xì)胞對(duì)組織功能的影響,以及整體和細(xì)胞群對(duì)細(xì)胞的生長(zhǎng)、分化和死亡等活動(dòng)的調(diào)節(jié)控制。
StrataQuest*定量分析軟件的細(xì)胞-組織社會(huì)學(xué)分析功能,通過(guò)細(xì)胞識(shí)別及特異性結(jié)構(gòu)識(shí)別、組織識(shí)別功能,可以獲得:1. 目標(biāo)在組織原位的數(shù)量關(guān)系、面積大小、形態(tài)學(xué)參數(shù);2. 細(xì)胞-細(xì)胞、細(xì)胞-組織、組織-組織之間微米級(jí)的空間位置關(guān)系;3. 目標(biāo)特異性染色的強(qiáng)度、分布、統(tǒng)計(jì)關(guān)系
利用TissueFAXS Cytometrydu有的二維散點(diǎn)圖正反向回溯校驗(yàn)技術(shù),對(duì)三者從數(shù)據(jù)層面和圖像層面的數(shù)據(jù)進(jìn)行有機(jī)整合,獲得組織原位細(xì)胞社會(huì)學(xué)的大數(shù)據(jù)分布規(guī)律。
該功能源自TissueGnostics公司在歐盟CaSR Biomedicine項(xiàng)目中開(kāi)發(fā)的數(shù)字病理*科研需求。該項(xiàng)目是通過(guò)利用單個(gè)分子鈣敏感受體(CaSR)來(lái)影響一系列的生理和疾病過(guò)程,從而開(kāi)發(fā)出*,強(qiáng)大的多學(xué)科和跨部門(mén)的科學(xué)。項(xiàng)目由八個(gè)國(guó)家的13個(gè)研究小組團(tuán)體合作,采用系統(tǒng)生物學(xué)方法來(lái)研究糖尿病、阿爾茨海默氏病、肌肉減少癥、癌癥、心血管疾病中,相同的細(xì)胞分子在不同組織中的重要性。通過(guò)研究來(lái)確定靶向CaSR的藥物的新穎治療方法。
組織微環(huán)境原位精準(zhǔn)定量分析
生物體原位,不同的組織器官和構(gòu)成其微環(huán)境的多種因素共同作用,發(fā)揮著不同的功能。通過(guò)哪些特征指標(biāo)可以更精準(zhǔn)的判定微環(huán)境范圍和結(jié)構(gòu),以及微環(huán)境中不同因素量化的客觀標(biāo)準(zhǔn),直接影響科學(xué)研究的策略及數(shù)據(jù)的可靠性。以腫瘤微環(huán)境為例,腫瘤可以通過(guò)釋放細(xì)胞信號(hào)分子影響其微環(huán)境,促進(jìn)腫瘤的血管生成和誘導(dǎo)免疫耐受,而微環(huán)境中的免疫細(xì)胞可影響癌細(xì)胞增長(zhǎng)和發(fā)育,有助于腫瘤異質(zhì)性的形成,腫瘤微環(huán)境中的免疫細(xì)胞組成常常會(huì)決定其對(duì)某種特定療法的響應(yīng),尤其是會(huì)決定癌癥免疫療法的成敗。
StrataQuest專(zhuān)業(yè)組織流式定量分析軟件根據(jù)識(shí)別到的腫瘤輪廓,結(jié)合實(shí)驗(yàn)需要,實(shí)現(xiàn)以微米為尺度尋找腫瘤內(nèi)外不同距離范圍內(nèi)目的細(xì)胞的功能??啥x的識(shí)別的標(biāo)準(zhǔn)包括核/質(zhì)/膜的各種形態(tài)及染色,也可以包括雙標(biāo)/三標(biāo)乃至無(wú)上限標(biāo)記數(shù)量的共表達(dá)目的細(xì)胞。通過(guò)精確定量微環(huán)境中發(fā)揮不同功能的特定細(xì)胞及其位置,找到不同實(shí)驗(yàn)組中的差異趨勢(shì)。
利用StrataQuest軟件發(fā)表的相關(guān)文章中,已有研究者證明腫瘤能夠誘導(dǎo)腫瘤相關(guān)巨噬細(xì)胞、髓系來(lái)源的抑制細(xì)胞和調(diào)節(jié)性T細(xì)胞等的形成,進(jìn)而在腫瘤微環(huán)境中誘導(dǎo)免疫抑制,促進(jìn)腫瘤免疫逃逸,并且促進(jìn)腫瘤的侵襲轉(zhuǎn)移。因此,這些細(xì)胞類(lèi)群也作為潛在的藥物靶點(diǎn)來(lái)干預(yù)腫瘤的發(fā)生發(fā)展。
多種數(shù)據(jù)呈現(xiàn)模式
TissueFAXS Cytometry組織流式定量分析技術(shù)提供多種可選數(shù)據(jù)呈現(xiàn)模式(細(xì)胞真實(shí)輪廓圖、散點(diǎn)圖、直方圖、熱力圖及原始數(shù)據(jù)等)。在TissueFAXS Cytometry二維類(lèi)流式散點(diǎn)圖與組織原位定量細(xì)胞進(jìn)行實(shí)時(shí)對(duì)應(yīng)校驗(yàn)的基礎(chǔ)上,新增了細(xì)胞影像散點(diǎn)圖,不但可以在散點(diǎn)圖象限內(nèi)獲得真實(shí)細(xì)胞的直觀分布趨勢(shì),更可以獲得所有目標(biāo)細(xì)胞在組織中的整體表現(xiàn),便于研究者從整體水平對(duì)細(xì)胞組織定量標(biāo)準(zhǔn)進(jìn)行把控。