Núcleos y micronúcleos segmentados en un embrión, a la izquierda se puede ver la imagen bruta de fluorescencia verde y a la derecha se puede ver el análisis 3D de estructuras subcelulares.
FLUJOS DE TRABAJO DE ANÁLISIS DE IMÁGENES

Lleve el análisis de fenotipo celular a otro nivel de detalle y automatización

Ejemplos de análisis de imágenes avanzados para la investigación sobre el cáncer y la biología celular

Puesto que los microscopios modernos son capaces de generar imágenes que amplían los nanodetalles, el análisis fenotípico de estructuras subcelulares requiere tecnologías modernas para mantenerse actualizado. Independientemente de los retos a los que se enfrente en su investigación sobre el cáncer o la biología celular, nuestro potente software le acercará al objetivo de obtener resultados fiables y reproducibles. Cree flujos de trabajo automatizados basados en IA para una gran variedad de tareas de análisis de imágenes con el fin de responder a sus preguntas de investigación.

  • Cada célula está representada en un color diferente y las líneas de trazado muestran el movimiento de cada células a lo largo del tiempo.

    Todas las células se segmentaron por separado utilizando la segmentación de casos (segmentación basada en objetos). Los resultados de segmentación de alta calidad se utilizaron para hacer un seguimiento de cada célula a lo largo del tiempo con alta fidelidad.

    Trazado celular

    Segmentación y seguimiento de células individuales basados en la captura de imágenes de contraste de fase para analizar la movilidad celular

    El trazado celular es una de las tareas de análisis de imágenes de lapso temporal más complejas que existen. Es la base para analizar células a nivel de cada célula concreta y estudiar la movilidad celular en varios contextos, por ejemplo, en la invasión de células cancerosas, la migración de inmunocitos y el desarrollo de embriones.

  • Una matriz de 96 rectángulos en varios tonos de amarillo, naranja, rojo y azul representa los resultados del análisis de recuento de núcleos e indica el número de núcleos por imagen en cada pocillo de una placa de 96 pocillos (rojo: alto, azul: bajo).

    Se genera una matriz cromática que indica el número de núcleos por imagen en cada pocillo de una placa de 96 pocillos (rojo: alto, azul: bajo).

    Recuento de núcleos

    Este flujo de trabajo, basado en un marcador nuclear de fluorescencia como Dapi, cuenta el número de núcleos

    El recuento de núcleos es una de las tareas más comunes de análisis de fenotipos celulares para la investigación biológica. La automatización de este proceso es crucial para un gran número de aplicaciones y otros análisis posteriores. Este flujo de trabajo se basa en un modelo de aprendizaje profundo entrenado previamente y segmenta, separa y cuenta núcleos automáticamente basándose en cualquier tipo de marcador nuclear de fluorescencia, como DAPI, en una o más imágenes de microscopía. Admite imágenes de series temporales, así como mediciones en placas multipocillo. El resultado es una matriz que muestra el número de núcleos por imagen en cada pocillo por punto temporal (si procede). El correspondiente modelo de aprendizaje profundo se entrena con conjuntos de datos de varios microscopios con diferentes resoluciones y aumentos.

  • Dentro de cada núcleo que se ve en azul marino, los núcleos se resaltan en cian y los focos en magenta.

    Núcleos segmentados (resaltados en cian) y focos segmentados (resaltados en magenta) dentro de cada núcleo.

    Genotoxicidad de alto contenido

    Cuantifique el nivel de afectación del ADN en células teñidas con DAPI midiendo las intensidades de señal de los focos en dos canales

    El análisis de la afectación del ADN es clave para la investigación del cáncer. El cribado de alto contenido permite probar de forma eficiente el efecto que tienen distintas alteraciones sobre la genotoxicidad.

    Tras recopilar los datos, primero se segmentan los núcleos DAPI. Las mediciones de intensidad de otra señal nuclear (señal roja) determinan el estadio del ciclo celular. Seguidamente, se pueden clasificar estos núcleos basándose en los focos afectados de ADN intracelular (EdU, señal verde) mediante una operación padres-hijos en el flujo de trabajo de análisis. La solución permite la estratificación rápida y flexible de núcleos de acuerdo con una amplia gama de parámetros para un análisis farmacodinámico profundo de la genotoxicidad.

    Una vez realizada la configuración en la plataforma ZEISS arivis, los resultados del análisis se pueden visualizar en 3D y ampliar con hasta cientos de muestras.

  • Los núcleos están marcados en cian, naranja y rojo. El citoplasma está marcado en verde. Se identifican poblaciones de una célula específica basándose en combinaciones de marcadores nucleares y citoplásmicos.

    Células de una placa multipocillo. El análisis automatizado con IA identifica células que son positivas para marcadores en rojo y verde.

    Cribado fenotípico

    Caracterización fenotípica de células basada en la morfología celular y las intensidades de varios marcadores de fluorescencia en el núcleo, el citoplasma o la membrana

    El cribado fenotípico es un enfoque independiente del objetivo para el descubrimiento de fármacos que monitoriza los cambios fenotípicos en células. Esta aplicación permite realizar un análisis cuantitativo de alto rendimiento de placas multipocillo que proporciona resultados sobre varias intensidades subcelulares y mediciones morfológicas en modelos celulares complejos. En este ejemplo, se utiliza un marcador nuclear para identificar todas las células y se identifican poblaciones de una célula específica basándose en combinaciones de marcadores nucleares y citoplásmicos. Los marcadores citoplásmicos también se emplean para caracterizar por separado la forma y el tamaño de todas las células que expresan este marcador.

Contacto ZEISS Microscopy

Contacto

Cargando el formulario...

/ 4
Siguiente paso:
  • Paso 1
  • Paso 2
  • Paso 3
Contacto
Información necesaria
Información opcional

Para obtener más información sobre el procesamiento de datos en ZEISS, consulte nuestra declaración de protección de datos.


  • 1

    * Las imágenes mostradas en esta página representan contenido de investigación. ZEISS descarta explícitamente la posibilidad de hacer un diagnóstico o recomendar un tratamiento para pacientes posiblemente afectados en base a la información generada con el escáner de portaobjetos Axioscan 7.