将细胞表型分析提升至全新的精度和自动化水平

细胞核计数是生物学研究中常见的细胞表型分析任务。对计数进行自动化处理对于众多应用以及进一步的下游分析来说至关重要。该工作流基于预训练的深度学习模型，能够根据任何荧光细胞核标记（如DAPI）在一张或多张显微镜图像中自动分割、分离和计数细胞核。该应用不仅支持时间序列图像，还支持多孔测量。输出矩阵显示了每个时间点每孔图像中的细胞核数量（如适用）。相应的深度学习模型在具有不同分辨率和放大倍率的多个显微镜的数据集上进行。

表型筛选是一种与靶点无关、用于监测细胞中表型变化的药物开发方法。该应用程序可对多孔板进行高通量定量分析，提供复杂细胞模型的各种亚细胞强度和形态测量结果。在本例中，使用细胞核标记来识别所有细胞，并根据细胞核和细胞质标记组合来识别特定细胞群体。细胞质标记也用于表征该标记表达的所有单个细胞的形状和大小。