前言
说起 AI ,我们并不陌生，无论是无处不在的刷脸还是智能化的扫地机器人，都离不开 AI 的助力。在 AI 走进千家万户的同时，它也进军了我们生命科学领域。2021 年，随着 Molecular Devices 的新品—— AI 加持的人工智能化高内涵 ImageXpress Confocal HT.ai 的推出，生命科学领域进入了 AI 图像分析的新时代！
Transwell 实验是探究细胞迁移能力的实验方法之一。将 Transwell 小室放入孔板中，与孔板底形成一定高度差，细胞培养在布满均一直径小孔的聚碳酸酯膜上。随着细胞的迁移，细胞会穿过膜上的小孔落入板底，穿过膜的细胞个数与细胞迁移能力成正比。通过成像的手段统计落入孔底的细胞个数或比率，可对细胞迁移能力做出判断。
随着科研工作者们实验设计的新颖化和多样化，检测细胞迁移也会检测膜下表面的细胞个数，甚至会统计正在穿膜细胞的个数及比例。Molecular Devices 高内涵成像分析平台可灵活调整 Z 轴，将 Z 轴定位在实验所需的焦平面成像。
将焦面定位在孔底或者膜的下表面，成像统计细胞数，技术已经非常成熟。但是，如果需要将焦面定位在膜的上表面，统计正在穿膜或即将穿膜的细胞个数，在只有明场拍摄的条件下，将目标细胞准确分割圈选恐怕是个难题。
目前市面上针对 Transwell 实验统计正在穿膜细胞的方法，往往在明场拍摄之外，还需加一个可以标记细胞的荧光通道如 DAPI 。实验者们需要通过明场图像确认穿膜细胞，再转向荧光通道去标记细胞，经过软件的训练，识别出整张图片中正在穿膜的细胞。这种分割圈选方法的缺点之一是细胞识别不精准，目标细胞漏掉或错误选择的比例很高，并且没有办法仅在明场图像的条件下去识别。
有仅靠明场成像就能准确识别正在穿膜细胞的软件吗？
当然有！
Molecular Devices 高内涵成像分析平台搭载的 IN Carta 软件可谓是明场图像分割圈选的新星。
IN Carta 包含 3 个模块：基础分析模块、AI 模块和 3D 模块。AI 模块中的 SINAP 是一个基于机器深度学习的图像分割模块。在 Transwell 实验仅有明场图片的条件下，如何通过 SINAP 获得正在穿膜细胞的准确分割圈选呢？我们只需要拿起鼠标，将典型的目标细胞（膜上的小孔在明场成像下为均一的小圆圈，圆圈与细胞重合的细胞为目标细胞）画出来，同时告诉软件目标细胞的背景信息。软件对目标细胞和背景的特征进行提取分析，经过软件的自主学习训练，一张准确的穿膜细胞识别就完成了。
左：原图 右：穿膜细胞的分割圈选（绿色）
明场细胞的准确分割圈选一直是图像分析面临的挑战。通过 SINAP 得出的 Mask 精准地覆盖了小孔与细胞重合的穿膜细胞，令挑战不复存在！当然，对于焦面聚焦在孔底的明场成像图片，细胞分割圈选更不是问题。
目标细胞圈选完毕，我们接下来可以统计目标细胞数目、大小等实验所需的参数。若是同时拍摄了荧光通道，还可以统计穿膜细胞的荧光强度等。AI 加持的 SINAP 得出的分割圈选结果与市面上其他品牌软件相比，识别准确率高，数据统计准确，操作简单，即使图像分析新手也游刃有余。
Transwell 实验，只拍明场就可以啦！怎么样？是不是 get 到了 Transwell 的新玩儿法？
有了 SINAP，无惧明场细胞分割！我们再来欣赏一下 SINAP 识别明场细胞的惊艳效果吧。
无论图像中的细胞具有何种细胞形态，圆形、梭形、不规则，均能达到理想的分割圈选效果。细胞形态各异的明场图像识别：
左：原图 右：随机颜色分割 Mask
对于细胞密集的明场图像，即使图像中有杂质的干扰，也能达到理想的分割圈选效果：
左：原图 中：细胞核随机颜色分割 Mask
右：细胞随机颜色分割 Mask
更多 SINAP 的应用实例，
欢迎垂询 Molecular Devices。
每周五下午 5 点与您相见
好玩的、划算的、有用的、前沿的
帮助您获取生命科学研究及药物研发全方位的解决方案
产品覆盖微孔板检测分析、高通量筛选、
高内涵成像、高效克隆筛选等。
我知道你在看哟
首页
