zenCELL owl活細胞動態(tài)成像系統(tǒng)用于細胞追蹤算法的開發(fā)

細胞遷移作為基本的生物學過程，在機體的生長發(fā)育、體內(nèi)平衡和疾病發(fā)生發(fā)展中起著重要作用。異常的細胞遷移可導致相關功能意外中斷，并與畸形、自身免疫性疾病和癌癥轉移等疾病關聯(lián)。因此，長時間連續(xù)跟蹤和觀察細胞集體的遷移運動及各種細胞的形態(tài)變化，有效識別和分析異常的細胞行為，助力于疾病研究和治療。然而單個細胞具有多樣性和動態(tài)性形狀，目前對細胞集體的連續(xù)追蹤和識別仍然是巨大挑戰(zhàn)。

細胞追蹤方法早期專為特定應用而設計，如對圓形細胞量身定制，或進行熒光標記，一定程度上限制了應用類型或影響活細胞的內(nèi)在行為。隨著計算機科學和生物圖像信息學的不斷發(fā)展，細胞追蹤方法取得了很大進步。華東理工大學萬永菁教授和南京大學龍億濤教授聯(lián)合開發(fā)了一種基于深度學習的細胞跟蹤算法HFM-Tracker（Hybrid Feature Matching Tracker），準確捕獲圖像序列中的動態(tài)細胞行為。研究成果以“HFM-Tracker: a cell tracking algorithm based on hybrid feature matching”為題于2024年3月發(fā)表在英國皇家化學學會期刊《Analyst》上。該文入選“《Analyst》2024熱門文章（Analyst HOT Articles 2024）”和“150 周年論文集：電化學和電分析方法（150th Anniversary Collection: Electrochemistry and Electroanalytical Approaches）”。

本研究采用德國innoME公司的zenCELL owl活細胞動態(tài)成像及分析系統(tǒng)，對培養(yǎng)的MCF-7細胞（人類乳腺癌細胞系）進行實時動態(tài)的圖像采集，每隔10分鐘采集一次，每組圖像采集144幅延時圖像（2588×1942像素），總記錄時間為24小時。從采集到的圖像中選擇70幅用于HFM-Tracker算法深度學習的訓練、驗證和測試等整個開發(fā)過程（圖1和圖2）。

HFM-Tracker算法在細胞檢測和追蹤方面皆表現(xiàn)優(yōu)越，實現(xiàn)了75%的多目標追蹤準確性（Multiple Object Tracking Accuracy，已考慮軌跡丟失、假陽性檢測、漏檢 和軌跡錯誤四個方面的誤差）和65%的IDF1評分（多目標跟蹤對象的身份準確性指標，已考慮檢測和關聯(lián)準確性）。HFM-Tracker算法提供了細胞形態(tài)和遷移特征的定量分析，有助于理解復雜多樣的細胞遷移過程。另外，在遷移相關的生物過程中，如何闡明異常細胞行為間的復雜相互作用，該算法也可以起到重要作用，進而在生化和臨床領域發(fā)揮潛力。

德國InnoME公司自主研發(fā)和生產(chǎn)的zenCELL owl活細胞動態(tài)成像及分析系統(tǒng)，基于非標記、非侵入方法，原位記錄細胞實時生長和定量的分析數(shù)據(jù)。zenCELL owl體積小巧，耐溫耐濕，可在細胞培養(yǎng)箱內(nèi)長時間連續(xù)工作；通過24個顯微成像鏡頭，對24個視野進行連續(xù)的動態(tài)監(jiān)測和圖像獲取。zenCELL owl為用戶提供高質量圖像、視頻、統(tǒng)計學曲線和定量數(shù)據(jù)，實現(xiàn)細胞增殖／增殖抑制、細胞培養(yǎng)質控／培養(yǎng)優(yōu)化、遷移／侵襲等諸多活細胞動態(tài)過程的監(jiān)測。

環(huán)亞生物，生命科學產(chǎn)品全國性代理商，不斷把國外頂級的創(chuàng)新產(chǎn)品引入中國。環(huán)亞生物具備完善的公司運營、產(chǎn)品管理、營銷、售前技術支持和售后維修體系。環(huán)亞生物作為zenCELL owl大中華區(qū)獨家代理商，負責zenCELL owl產(chǎn)品大中華區(qū)的營銷和售后支持。

更多資訊請訪問文獻全文鏈接：
https://doi.org/10.1039/d4an00199k


▼更zenCELL owl詳情，請聯(lián)系我們▼
環(huán)亞生物科技有限公司
地址：上海市閔行區(qū)友東路358號閔欣大廈1號樓701/703/705室
電話：021-54583565
郵箱：info@apgbio.com
網(wǎng)址：www.apgbio.com
 

▼更多精彩內(nèi)容，請掃碼關注我們▼