Zellphänotyp-Analyse auf einer neuen Ebene der Detailtiefe und Automatisierung

Die Zellkernzählung gehört zu den gängigsten Zellphänotyp-Analyseaufgaben in der biologischen Forschung. Die Automatisierung ist für zahlreiche Anwendungen und für weitere nachgelagerte Analysen von entscheidender Bedeutung. Dieser Workflow basiert auf einem vortrainierten Deep-Learning-Modell und segmentiert, separiert und zählt die Zellkerne automatisch basierend auf einem fluoreszierenden Zellkernmarker (z. B. DAPI) in einem oder mehreren Mikroskopiebildern. Er unterstützt Zeitreihenbilder ebenso wie Multiwell-Messungen. Die Ausgabe ist eine Matrix, die die Anzahl der Zellkerne pro Bild in jedem Well pro Zeitpunkt zeigt (falls zutreffend). Das entsprechende Deep-Learning-Modell wird mit Datensätzen von mehreren Mikroskopen mit verschiedenen Auflösungen und Vergrößerungen trainiert.

Das phänotypische Screening ist ein gezieltes agnostisches Verfahren zur Wirkstofffindung, bei dem Zellen auf phänotypische Veränderungen überwacht werden. Diese Anwendung ermöglicht die quantitative Analyse von Multiwellplatten mit hohem Durchsatz und liefert Ergebnisse zu verschiedenen subzellulären Intensitäten und morphologischen Messungen an komplexen zellulären Modellen. In diesem Beispiel werden alle Zellen mit einem Zellkernmarker identifiziert und spezifische Zellpopulationen werden basierend auf den Zellkern-Zytoplasma-Markerkombinationen identifiziert. Anhand der Zytoplasma-Marker werden auch Form und Größe aller einzelnen Zellen charakterisiert, die diesen Marker exprimieren.