개요

세포 형태는 세포의 건강과 상태에 대한 귀중한 통찰력을 제공하며, 가장 단순한 세포 시스템에서도 상당한 이질성이 존재합니다. 활성화 또는 분화 과정에서 세포 하위 집단의 역동적인 표현형 변화를 연구하고 세포가 치료에 어떻게 반응하는지 이해하는 것은 치료 결과를 개선하는 데 매우 중요한 요소입니다.

기존의 세포 분석 방법은 세포의 형태학적 변화를 관찰하고 정량화하기 위해 여러 단계를 거치는 워크플로우를 사용하거나, 약물 치료에 대한 반응을 측정하기 위해 시약을 사용해야 하는 등의 한계를 가지고 있습니다. 이러한 한계에는 다음과 같은 것들이 있습니다.

  • 다른 현미경 기반 단일 실험 방식은 배양기에서 시료를 반복적으로 꺼내야 하므로 세포 건강에 악영향을 미칠 수 있습니다.
  • 형광 염료를 이용한 최종점 분석은 분석 결과에 변동성을 초래할 수 있습니다.
  • 단일 지표에 기반한 재현성 있는 웰 간 측정 부족과 낮은 데이터 처리량은 스크리닝에 대한 확장성을 저해합니다.
  • 이미지 획득에 시간과 비용이 많이 드는 수동 프로세스가 포함되며, 타사 소프트웨어를 사용한 분석이 필요하므로 복잡한 데이터 처리가 요구되고 결과적으로 제한적이고 주관적인 정량화에 그칩니다.

Incucyte는 기존 접근 방식과 관련된 한계를 제거합니다.

이 방법은 라벨 없이 세포 수를 세고, 면적, 편심률 또는 형광 강도를 기준으로 부착성 또는 비부착성 세포 모델을 세포 단위로 분류하여 혼합 배양 내 하위 집단의 동적 변화를 정량화할 수 있습니다.

이 기술은 인공지능(AI) 기반 이미지 분석을 사용하여 살아있는 세포와 죽은 세포를 분류하는 라벨 없는 방법을 제공합니다.

세포를 표지 없이 더욱 자세히 분석하려면 Incucyte® 세포별 분석 소프트웨어 모듈 또는 AI 세포 건강 분석 소프트웨어 모듈에 추가하여 형태학적 변화의 자동 식별 및 정량화 기능을 확장할 수 있습니다. Phase HD 이미지를 사용하면 세포 형태를 기반으로 관심 있는 표지 없는 세포(예: 세포 사멸 세포)를 지정하고 실시간으로 정량화할 수 있습니다. 고급 머신 러닝 기술로 표지 없는 분석의 활용도를 극대화하세요!

 

응용

세포별 분석

세포 단위 분석은 전체 집단 측정으로는 얻을 수 없는 귀중하고 심층적인 생물학적 통찰력을 제공합니다. Incucyte® 세포 단위 분석 소프트웨어 모듈과 관련 비침습적 시약은 실시간으로 집단 하위 집합의 자동 이미지 캡처 및 객관적 분석을 제공하여 통합 솔루션을 제공합니다. 마이크로플레이트 처리량을 통해 모든 유형의 이종 배양을 분석할 수 있습니다!

 

세포 단위 분석에 대해 자세히 알아보세요

AI 세포 분석

인공지능 기반의 생세포 분석 기술은 이제 신경망을 활용하여 라벨이 없는 이미지를 처리하고 세포를 식별 및 측정합니다. 머신러닝 기술과 신경망을 통해 정확하고 견고한 라벨 없는 분석을 수행하여 형광 염료 없이도 생세포와 사세포를 판별할 수 있습니다.

 

AI 세포 분석에 대해 자세히 알아보세요

고급 라벨 없는 분류 분석을 소개합니다

이제 고급 학습 알고리즘을 사용하여 세포 형태 변화를 편향 없이 자동화된 방식으로 식별하고 분석하는 것이 가능해졌습니다.

라벨 없는 이미지 분할 및 세포 형태에 대한 다변량 분석을 통해 부착 세포 형태의 변화를 추적하고 세포 수를 측정합니다. 스마트한 기본 설정으로 반복 가능하고 객관적인 분석이 가능하며, 실험 간 결과 비교를 일관되게 수행할 수 있습니다. Incucyte® 고급 라벨 없는 분류 분석 소프트웨어 모듈은 확립된 라벨 없는 데이터 획득 프로토콜과 고급 분석 프로토콜을 사용하여 형태학적 특징에 기반한 목표 세포 집단 식별을 간소화하는 완벽한 솔루션을 제공합니다.

Incucyte® 고급 라벨 없는 분류 분석 워크플로

Incucyte® 고급 라벨 없는 분류 분석 워크플로는 라벨 없는 생사 판별 분석을 수행하는 데 필요한 단계를 보여줍니다. 이미지는 Incucyte® 세포별 또는 AI 세포 건강 분석 소프트웨어 모듈을 사용하여 자동으로 획득 및 분할됩니다. 고급 라벨 없는 분류 추가 기능을 사용하면 형태학적 특징을 추출하고 생사 대조군 웰을 사용하여 분류기를 학습시킬 수 있습니다. 그런 다음 분류기를 모든 웰과 시점에 적용하여 이미지당 A형 세포 수와 비율, B형 세포의 비율을 얻습니다.

 

고급 무라벨 분류 분석에 대해 자세히 알아보세요

주요 장점

  • - 통합 영상 획득 및 분석을 통해 표지 시약으로 인해 발생할 수 있는 인공물을 줄여 생물학적 통찰력을 향상시키고, 생존 여부 또는 분화 상태를 식별합니다.
  • - 세포 분화의 무표지 분류를 위한 강력하고 특수 설계된 소프트웨어를 사용하여 재현 가능한 실험 결과를 얻으십시오.
  • - 96웰 및 384웰 플레이트에서 이미지 기반 세포 형태 분석에 머신러닝을 활용하여 처리량을 크게 향상시키세요.
  • 단일 변수보다 세포 모양을 더 정확하게 정량화합니다.
  • 배양 상태와 세포 형태를 동시에 모니터링합니다.

형태학적 특징을 기반으로 세포를 자동으로 분류하고 라벨을 붙이지 않습니다.

통합 영상 획득 및 분석을 통해 세포 생존 여부 또는 분화 상태를 식별하고, 표지 시약으로 인해 발생할 수 있는 인공물을 줄여 생물학적 통찰력을 향상시킵니다.


형태가 다양한 6가지 세포 유형에 걸쳐, 캠토테신(CMP, 0.1 – 10 µM), 스타우로스포린(STP, 1 – 1000 nM), 시스플라틴(CIS, 0.5 – 50 µM)을 다양한 농도로 처리하고 Incucyte® Annexin V 시약을 사용하여 라벨 없는 생사 판별 분석을 수행했습니다. 이미지는 Incucyte® Adherent Cell-by-Cell Analysis Software Module을 사용하여 획득 및 분할했으며, 사멸 세포는 고급 라벨 없는 분류와 형광 분류(Annexin V)를 모두 사용하여 정량화했습니다. 이미지는 CMP로 처리한 A549 세포, STP로 처리한 HeLa 세포, CIS로 처리한 HT1080 세포의 생사 형태를 보여줍니다. 고급 라벨 없는 분류 시간 경과는 72시간 동안 사멸 세포 비율의 증가를 보여주고, Annexin V 시간 경과는 72시간 동안 Annexin V 양성 세포 비율의 증가를 보여줍니다. 두 방법의 시간 경과 및 농도 반응 곡선은 유사합니다.

세포 형태에 대한 편향되지 않은 분석을 수행하십시오.

세포 분화의 무표지 분류를 위한 강력하고 특수 설계된 소프트웨어를 사용하여 재현 가능한 실험 결과를 얻으십시오.


THP-1 단핵구를 사용하여 라벨 없는 분화 분석을 수행했습니다. 이 세포들은 Fabfluor-488로 표지된 CD11b(대식세포 마커) 존재 하에 PMA(100 nM)를 이용하여 대식세포 표현형으로 분화되었습니다. 이미지는 Incucyte® 부착 세포별 분석 소프트웨어 모듈을 사용하여 획득 및 분할되었으며, 대식세포는 고급 라벨 없는 분류법과 형광 분류법(CD11b)을 모두 사용하여 정량화되었습니다. 위상 HD 및 형광 혼합 이미지는 세포가 단핵구에서 대식세포로 분화됨에 따라 형태 변화와 CD11b 발현(녹색 형광) 증가를 보여줍니다. 대식세포 비율의 시간 경과는 시간이 지남에 따라 분화된 세포의 증가를 나타내며, 형태 변화는 CD11b 발현 증가보다 약간 먼저 나타납니다(0~24시간). 두 가지 방법 모두에서 분화는 48시간 후 최대 80%의 대식세포 집단에서 안정화되었습니다.

라벨 없는 표현형 스크리닝을 실시하십시오.

96웰 및 384웰 포맷에서 이미지 기반 세포 형태 분석에 머신러닝을 활용하여 처리량을 크게 향상시키세요.


고급 라벨 프리 분류(Advanced Label-free Classification) 기법을 사용하여 세포독성 물질을 식별했습니다. 96웰 플레이트에서 다양한 작용 기전을 가진 14가지 화합물을 세포에 처리했으며, 세포 사멸을 유도하는 것으로 알려진 CMP(10 µM)를 대조군으로 사용했습니다. 고급 라벨 프리 분류 기법을 이용하여 사멸 세포 비율을 정량화했습니다. 96웰 플레이트의 딥 뷰(Deep View)는 처리 후 72시간 경과 시점의 생존 세포(녹색)와 사멸 세포(빨간색) 분류 마스크를 보여주어, 어떤 화합물과 농도가 세포독성을 나타내는지 빠르게 파악할 수 있도록 합니다.

단일 변수보다 세포 형태를 더 정확하게 정량화하는 다변량 알고리즘을 사용하여 객관적이고 반복 가능한 결과를 얻으십시오.

A549 세포에 다양한 농도의 CMP(0.1~10 µM)를 처리하여 세포 사멸을 유도했습니다. 사멸 세포 비율은 전체 형태에 대한 Advanced Label-free Classification(다변량 분석, 왼쪽) 또는 세포 원형도를 나타내는 단일 지표(단변량 분석, 오른쪽)를 사용하여 정량화했습니다. 시간 경과 그래프는 각 방법에 따른 사멸 세포 비율을 보여줍니다. Advanced Label-free Classification은 예상대로 시간 및 농도에 따라 세포 사멸이 증가하는 양상을 보였으며, 이러한 시간 경과는 Annexin V 검증 연구 결과와 유사합니다. 세포 원형도에 대한 단변량 분석은 72시간 후 사멸 세포 비율이 농도에 따라 증가하는 것을 보여주지만, 대조군에서는 높은 수준의 세포 사멸이 관찰되었고 이는 시간에 따라 변화했습니다. 그러나 이러한 결과는 이미지의 시각적 분석 결과와 일치하지 않습니다.

다양한 세포 유형을 대상으로 형광 시약을 사용하거나 사용하지 않고 생사 판별 및 분화 분석을 수행했으며, 결과는 Incucyte® 세포별 분석 또는 고급 무표지 형태학적 분석을 통해 검증했습니다. Incucyte® 고급 무표지 분류 분석에서 생성된 무표지 데이터는 형광 시약을 사용한 분석과 비교했을 때 동등하고 재현 가능한 결과를 보여주었습니다.

배양 상태와 세포 활성화 형태를 동시에 모니터링합니다.

윤곽선은 세포 분절을 나타내고 색상은 세포 유형(빨간색 = 사멸, 자홍색 = 살아있는 가지형 세포, 청록색 = 살아있는 아메바형 세포)을 나타냅니다. iPSC 유래 미세아교세포를 96웰 플레이트에 웰당 12,000개씩 접종했습니다. 세포는 미세아교세포 전용 배지에서 배양하고 정기적으로 배지를 교체했습니다. 배양은 Incucyte® 시스템으로 모니터링하고 Incucyte® AI 세포 건강 분석 도구를 사용하여 세포 생존율을 정량화했습니다. 생존 세포 집단의 특성 분석은 Advanced Label-free Classification을 사용하여 가지형(휴지) 형태와 아메바형(활성화) 형태의 세포 비율을 측정했습니다. 세포는 대부분 휴지 상태를 유지했지만, 배양 48시간 후 생존율이 급격히 감소했습니다.

주문 정보

자료

문헌 및 자료

브로셔

Incucyte® 시약, 소모품 및 소프트웨어

애플리케이션 노트

세포 형태 하위 집단의 고급 무표지 분류

1장

Incucyte® 세포별 및 고급 무표지 형태학적 분석

학회 포스터

머신러닝과 라벨 없는 생세포 이미징을 이용한 세포 형태 분류.

Incucyte® 고급 라벨 없는 분류 프로토콜

이 프로토콜은 Incucyte® 생세포 분석 시스템과 Incucyte 장비를 사용하여 생세포와 사세포를 라벨 없이 정량화하는 방법을 보여주는 예시입니다.

포스터

컨볼루션 신경망을 이용한 라벨 없는 세포별 분할 후 견고한 형태 기반 세포 분류

white paper thumbnail
화이트 페이퍼

살아있는 세포에서의 라벨 없는 이미징 및 동역학 분석

라벨 없는 분석을 위한 고급 소프트웨어 도구 개발, 특히 신경망을 사용하는 최초의 소프트웨어 모듈 개발에 대한 내용입니다.

관련 제품 및 응용 분야

Incucyte software live-cell screenshot - label-free class module software

Incucyte® 고급 라벨 없는 분류 분석 소프트웨어 모듈

Incucyte® 세포별 분석 소프트웨어 모듈

cell by cell analysis

Incucyte® 세포별 분석을 이용한 생세포 분석