亚洲色偷偷偷鲁精品,国产69精品久久久久久9999,日本黄色亚洲成人日韩欧美,黄色av日韩免费在线观看

正在閱讀:3D類器官深層智能成像分析 加速精準(zhǔn)用藥流程
資訊
微譜檢測有獎?wù){(diào)研
當(dāng)前位置:儀器網(wǎng)>新聞首頁>珀金埃爾默

3D類器官深層智能成像分析 加速精準(zhǔn)用藥流程

2020-03-31 14:05:36來源:儀器網(wǎng)關(guān)鍵詞:3D閱讀量:3019
我要評論

導(dǎo)讀:如今研究人員正越來越多的應(yīng)用3D 細(xì)胞培養(yǎng)、微組織和類器官技術(shù)來填補(bǔ)2D 細(xì)胞培養(yǎng)與體內(nèi)動物模型之間的差距。這是因?yàn)?D 模型能夠更好地模擬微環(huán)境、細(xì)胞間相互作用和體內(nèi)生物過程,因此相較于生化檢測和2D 模型,3D 模型可提供更具生理相關(guān)性的條件。

  【儀器網(wǎng) 珀金埃爾默】如今研究人員正越來越多的應(yīng)用3D 細(xì)胞培養(yǎng)、微組織和類器官技術(shù)來填補(bǔ)2D 細(xì)胞培養(yǎng)與體內(nèi)動物模型之間的差距。這是因?yàn)?D 模型能夠更好地模擬微環(huán)境、細(xì)胞間相互作用和體內(nèi)生物過程,因此相較于生化檢測和2D 模型,3D 模型可提供更具生理相關(guān)性的條件。此外,其形態(tài)學(xué)和功能分化程度更高,這也賦予了它們更接近體內(nèi)細(xì)胞的特征,并且從比體內(nèi)動物模型具有更高的穩(wěn)定性和可操作性,易于自動化,提高評估效率和準(zhǔn)確性。
 
  然而,3D 類器官模型面臨著諸多挑戰(zhàn),您需要合適的工具才能克服它們。比如在細(xì)胞顯微成像分析環(huán)節(jié),大而厚的細(xì)胞樣品成像難度極高;同時(shí)處理3D 細(xì)胞實(shí)驗(yàn)產(chǎn)生的海量數(shù)據(jù)則是更為嚴(yán)峻的挑戰(zhàn)——而3D 類器官深層智能高內(nèi)涵成像分析系統(tǒng)結(jié)合近紅外熒光探針整合方案,助您看的更深、更準(zhǔn)、更快。
 
  國內(nèi)外一線科學(xué)家團(tuán)隊(duì)典型案例
 
  多倫多大學(xué)David Andrews 教授團(tuán)隊(duì)利用患者活檢腫瘤樣本,建立PDC 模型,并通過高內(nèi)涵Opera Phenix 對進(jìn)行高通量圖像采集。除分析常見的細(xì)胞活力指標(biāo),如細(xì)胞核形態(tài)、線粒體膜電位和凋亡之外,David Andrews 團(tuán)隊(duì)進(jìn)一步利用機(jī)器自學(xué)習(xí)的優(yōu)勢來深度挖掘藥物處理后的表型變化,利用對照藥物,研究通過多指標(biāo)分析定義多種表型,并以此為基礎(chǔ)進(jìn)行臨床抗腫瘤藥物的藥效預(yù)測。通過分析藥物處理后的PDC 細(xì)胞表型,不僅能預(yù)測針對特定病人的藥物治療有效性,還能挖掘藥物對應(yīng)的細(xì)胞表型,做到了細(xì)胞表型-藥物相互作用的深度分析。
 
  圖源:多倫多大學(xué)David Andrew 教授
 
  中國軍事科學(xué)院王韞芳課題組,建立微肝球模型 (Liver biomatrices scaffolds, LBSs),結(jié)合高內(nèi)涵篩選系統(tǒng)Operetta CLS 和多功能酶標(biāo)儀Ensight,從細(xì)胞活力、分化、代謝功能、環(huán)境相互作用和藥效預(yù)測等多個指標(biāo)上預(yù)測藥物肝毒性機(jī)及其毒理機(jī)制研究。
 
  圖源:中國軍事科學(xué)院王韞芳教授
 
  高分辨率成像設(shè)計(jì),助您看清三維每一處細(xì)節(jié)
 
  高內(nèi)涵成像分析系統(tǒng)專為3D 類器官模型研究而設(shè)計(jì),可協(xié)助您快速方便地從3D 樣品中獲取信息量豐富、更具生理相關(guān)性的數(shù)據(jù):轉(zhuǎn)盤共聚焦成像可快速采集光學(xué)切片圖像,而且具有優(yōu)異的信噪比和X-Y-Z 高分辨率。共聚焦轉(zhuǎn)盤上的針孔只允許來自焦平面的光通過,而非焦平面的光信號被阻擋在針孔外,大大提升了獲取圖像的信噪比。在小激發(fā)光強(qiáng)度下,以極高的幀速進(jìn)行圖像采集,因此轉(zhuǎn)盤共聚焦成像是3D 球狀細(xì)胞團(tuán)和活樣品成像的理想之選,不僅采集速度快,且光漂白效應(yīng)極低。水浸式物鏡的數(shù)值孔徑比空氣物鏡更高,可捕捉到比空氣物鏡多高4 倍的光信號,因此可在X-Y-Z 方向都提供更高的分辨率。這意味著可以更快地捕捉到更多細(xì)節(jié),并能對3D 深層結(jié)構(gòu)進(jìn)行成像,此外,對脆弱的活細(xì)胞樣品進(jìn)行成像時(shí),可將光損傷將至低。
 
 
  人肝臟微組織圖像,類器官以 Hoechst(核,藍(lán)色)和 CellMask™ Deep Red 質(zhì)膜染料(紅,細(xì)胞膜)
 
  3D 檢測方法比傳統(tǒng)的2D 檢測方法更具挑戰(zhàn)性,但這也正是研發(fā)過程中至關(guān)重要的一部分。其中一個挑戰(zhàn)是如何從3D 細(xì)胞模型獲取高質(zhì)量圖像。因?yàn)椋T如細(xì)胞核這類對象通常會沿著Z 軸變形,無法被正確分割。如本技術(shù)說明所述,當(dāng)使用相同對象進(jìn)行測試時(shí),水浸式物鏡能夠顯著改善3D 圖像質(zhì)量并檢測到兩倍于空氣物鏡的細(xì)胞核。
 
  紅外熒光試劑,實(shí)時(shí)監(jiān)測3D 腫瘤微環(huán)境
 
  紅外 (NIR) 熒光試劑專為體內(nèi)臨床前成像設(shè)計(jì)。NIR 解決方案對于腫瘤學(xué)研究極有應(yīng)用價(jià)值,同一腫瘤模型既可進(jìn)行體外研究,也可通過異種移植物進(jìn)行體內(nèi)研究。靶向和可活化的NIR 試劑,大激發(fā)波長低于700 nm,適用于多種基于高內(nèi)涵類器官成像為基礎(chǔ)的體外腫瘤模型。 為分析腫瘤相關(guān)生物標(biāo)志物組織蛋白酶和基質(zhì)金屬蛋白酶的活性并使低氧區(qū)可視化 ,分別使用 100 μM NIR 試劑ProSense®680 (NEV10003)、MMPSense®680 (NEV10126)和HypoxiSense®680 (NEV11070) 對3D 腫瘤組織染色。ProSense 680 試劑(左)顯示出對整個微組織的均勻染色。MMPSense 680 試劑(中)在單獨(dú)的細(xì)胞中被強(qiáng)烈活化,并在3D 組織內(nèi)顯示出微弱的熒光信號。HypoxiSense 680 試劑(右)對微組織染色后,核心區(qū)域顯示出強(qiáng)熒光,指示腫瘤組織的缺氧狀態(tài)。
 
 
  NIR探針染色人腫瘤類器官的明場和熒光圖像疊加,生成特征性染色圖樣
 
  低氧在惡性腫瘤以及快速發(fā)展的腫瘤中是一種普遍的現(xiàn)象,腫瘤內(nèi)部血液供應(yīng)不足產(chǎn)生的低氧環(huán)境與腫瘤的生理過程息息相關(guān),包括基因調(diào)控、血管形成、信號通路的轉(zhuǎn)導(dǎo)等。對于低氧相關(guān)通路的研究也是腫瘤治療的新方向。為了研究低氧條件,在球體形成過程中接種不同數(shù)量的細(xì)胞,從而產(chǎn)生不同大小的微組織,HypoxiSense 680 熒光探針可指示腫瘤微環(huán)境內(nèi)的低氧狀態(tài)。
 
  智能化圖像分析,從3D到切片一網(wǎng)打盡
 
  Harmony 軟件已開發(fā)出針對大型3D 高內(nèi)涵數(shù)據(jù)集的3D 可視化和分析工具,能夠?qū)χT如囊腫、微組織或球狀細(xì)胞團(tuán)塊等3D 對象進(jìn)行容量分析。除了此處所示的形態(tài)和位置屬性, Harmony 還可以計(jì)算其他的3D 形態(tài)、3D 強(qiáng)度和3D 紋理屬性,以對3D 細(xì)胞模型進(jìn)行詳細(xì)的表型鑒定。此外,為了避免空圖像等無用數(shù)據(jù),Harmony 的 PreciScan 提供了低倍率的預(yù)掃描和高倍率的再掃描自動化工作流程,用于球狀細(xì)胞團(tuán)塊的目標(biāo)成像或其他小概率事件。
 
 
  配置Harmony 高內(nèi)涵軟件以及Preci-scan 智能目標(biāo)掃描模塊,該系統(tǒng)可以輕松獲取低倍鏡掃描結(jié)果,自動化智能識別微組織所在位置, 進(jìn)行居中位置優(yōu)化后,在高倍鏡進(jìn)行高分辨率X-Y-Z 成像數(shù)據(jù)采集。智能排除空白區(qū)域或不符合采集條件的破損組織區(qū)域。這一功極大的節(jié)約了采集和分析的效率,讓您在單次掃描就可以自由獲取不同倍數(shù)的多倍率數(shù)據(jù)信息,是類器官成像分析,稀有細(xì)胞事件采集分析的理想解決方案。
 
  到目前為止,由于仍無適用于3D 高內(nèi)涵數(shù)據(jù)分析的軟件,即使是高質(zhì)量的3D 圖像也很難從中提取信息。由于3D 圖像分析軟件包是為在傳統(tǒng)顯微鏡上采集單個樣品而開發(fā),因此通常以單個分析包的形式提供。用這樣的軟件包處理這種基于微孔板的高內(nèi)涵數(shù)據(jù)費(fèi)時(shí)費(fèi)力,需要大量的用戶交互和額外的數(shù)據(jù)轉(zhuǎn)換步驟。Harmony 軟件是一款集3D 圖像采集、3D 可視化和3D 分析為一體的單一軟件包,省去了采集和分析之間的數(shù)據(jù)轉(zhuǎn)換。
 
 
  總而言之,配備了水浸式物鏡和Harmony 軟件的Operetta CLS 高內(nèi)涵分析系統(tǒng)能夠克服3D 分析中關(guān)鍵的挑戰(zhàn),并為更多生理相關(guān)細(xì)胞培養(yǎng)模型的3D 成像和3D 表型鑒定提供了理想的一體化軟件包。
 
  另外高內(nèi)涵都成像分析系統(tǒng)可兼容組織切片,獲得多色全視野組織切片影像數(shù)據(jù)。憑借其強(qiáng)大的自動化成像光路設(shè)計(jì)和智能化的Harmony 分析軟件,能在快速準(zhǔn)確評估多色標(biāo)記的免疫熒光組織切片,不僅提高了成像效率,同時(shí)也可對批量圖像數(shù)據(jù)進(jìn)行全自動智能化定量分析。
 
  圖源:多倫多大學(xué)David Andrew 教授
 
  以上案例進(jìn)一步證明,無論是針對患者來源的細(xì)胞、微器官和組織切片模型,高內(nèi)涵成像分析系統(tǒng)都憑借其強(qiáng)大的人工智能分析能力,可更快速適應(yīng)用戶自定義的自動化智能化細(xì)胞/微器官/組織成像及全方位分析需求,以加速臨床前基礎(chǔ)研究,促進(jìn)科研轉(zhuǎn)化和精準(zhǔn)用藥指導(dǎo)。
版權(quán)與免責(zé)聲明:1.凡本網(wǎng)注明“來源:儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-興旺寶合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明“來源:儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。 2.本網(wǎng)轉(zhuǎn)載并注明自其它來源(非儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點(diǎn)或和對其真實(shí)性負(fù)責(zé),不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時(shí),必須保留本網(wǎng)注明的作品第一來源,并自負(fù)版權(quán)等法律責(zé)任。 3.如涉及作品內(nèi)容、版權(quán)等問題,請?jiān)谧髌钒l(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。
全部評論

昵稱 驗(yàn)證碼

文明上網(wǎng),理性發(fā)言。(您還可以輸入200個字符)

所有評論僅代表網(wǎng)友意見,與本站立場無關(guān)

相關(guān)新聞更多
  • FORMNEXT 2019展會亮點(diǎn)一覽

    在Formnext,參展商將為各行業(yè)和用戶行業(yè)提供前沿的3D打印應(yīng)用解決方案、產(chǎn)品、服務(wù)和意見。這些領(lǐng)域包括機(jī)械工程、汽車、航空航天、醫(yī)療技術(shù)、牙科、建筑、石油和天然氣勘探、造船和珠寶。此外,創(chuàng)新創(chuàng)業(yè)型公司會在同期活動中展示他們的開創(chuàng)性想法,展會中還有許多其他亮點(diǎn),讓我們拭目以待。
    2019-09-29 16:03:23
    2638
推薦產(chǎn)品
浙公網(wǎng)安備 33010602002722號
仙居县| 新源县| 进贤县| 曲周县| 莲花县| 广东省| 开江县| 阿拉尔市| 天峨县| 乳源| 张家口市| 宾川县| 广昌县| 惠东县| 连州市| 永济市| 岑巩县| 通河县| 兴安盟| 屏山县| 定日县| 许昌县| 自治县| 孟连| 哈巴河县| 肥西县| 榕江县| 福州市| 南漳县| 肃南| 金秀| 南汇区| 潞城市| 冷水江市| 南部县| 密山市| 巍山| 大关县| 池州市| 大同市| 枞阳县|