scanR高内涵筛选系统
使用scanR高含量筛查站实现生物样品的全自动图像采集和数据分析。设计专门针对细胞周期、蛋白质定位、细胞内转运等具体需求的个性化检测。模块化硬件与包括转盘共聚焦、机器人装载、培养、全内反射荧光和漂白后的荧光恢复系统在内的一系列附加系统兼容。
用于生命科学的scanR高内涵筛选工作站
概述
用于生命科学的模块化高内涵筛选工作站
基于显微镜的scanR模块化成像平台通过深度学习技术，可对生物样品进行全自动图像采集和数据分析。
强大的数据可视化功能，支持交互式分析
scanR系统在数据分析和评估方面表现出色——无论是离线处理还是与数据采集同时进行。该系统利用人工智能（AI）和深度学习技术，无需用户干预即可检测细胞或细胞核等目标。其强大的细胞计量数据分析功能旨在满足分析大量细胞群的特定需求。
所有数据点、时间曲线、细胞图库和图像数据之间的双向链接，都有助于对样品（从单细胞到数百万个细胞群）进行全面评估。每个数据点都可以完全追溯到其原始图像，支持透明和可重复的分析。该系统可在几分钟内轻松建立可靠的定量检测方法。
用于高内涵筛选的快速、自动化工作流程
scanR筛选工作站将基于显微镜设置的模块化和灵活性与高内涵筛选所需的自动化、速度和数据通量相结合。该系统灵活的设计可满足现代细胞生物学、分子生物学、系统生物学和医学研究中的定量成像和图像分析的需求。
- 生物样品的全自动图像采集和数据分析
- 专为多孔板、载玻片和定制阵列样品而设计
- 强大的分析模块，用于生物功能检测
- 非常适合检测方法开发和高内涵筛选
- 适用于固定细胞和活细胞
人工智能辅助目标检测和图像增强
我们的TruAI技术具备先进的分析能力，有助于简化检测方法的开发。强大的深度学习技术大幅减少了光漂白，提高了采集速度、测量灵敏度和准确性，从而可实现更长时间的观察，同时减少了对细胞活性的影响。
TruAI分割网络可提供强大的分割和分类功能，即使在有伪影、强度波动或背景信号的复杂样品中也能可靠运行。TruAI增强网络还通过从噪声数据中生成清晰图像或去除失焦信号来提升图像质量。
仅检测到分裂中的细胞（底部）
使用TruAI预测有丝分裂细胞（绿色）。
TruAI检测到肾小球特征（底部）
使用TruAI预测小鼠肾脏切片上的肾小球位置（蓝色）。
（绿色）细胞核的荧光图像，（蓝色）通过TruAI技术从明场图像中检测到的细胞核
绿色：您可以看到，由于GFP标记的不均匀性，检测准确性较低。
蓝色：尽管容器上有划痕和灰尘，但检测细胞核的准确度仍然很高。
满足多种检测方法的需要
scanR基于检测方法的分析具有可重复性和可靠性，且能轻松融入您的工作流程。可在采集过程中实时获得结果，可对检测方法进行定制，经过调整可适用于多种应用。
该系统在药物发现应用中表现出色，包括显示化合物在细胞水平上的生化影响，以及在基因表达水平上药物诱导的变化。该解决方案可测量细胞凋亡、微核或DNA断裂（彗星试验），并涵盖了广泛的筛选应用：
- 细胞计数
- 基因表达
- 细胞增殖
- 早幼粒细胞白血病（PML）体分析
- 细菌和病毒感染分析
- 细胞阵列筛选
- 蛋白质定位与共定位
- 活细胞分析，包括动力学分析和对所获响应曲线的门控
- 多色分析
- 罕见事件分析
- 自动化FISH分析
- 组织切片中的荧光分析
- 细胞迁移
- T细胞侵袭
- 细胞活力
- 质量控制
定位和转运
亲子分析
细胞周期
形态学
动态过程
组织和整个生物体
灵活的模块化硬件
scanR筛选工作站将基于显微镜设置的模块化和灵活性与高内涵筛选需求的自动化、速度和数据通量相结合。scanR工作站采用模块化设计，非常适合标准化检测和检测方法的开发，经过调整，可适用于研发实验室应用或多用户环境。
超分辨率显微镜系统IXplore IX85 SpinSR
- 与我们的IXplore SpinSR超分辨率显微镜系统兼容，该系统集成了Yokogawa CSU-W1扫描单元
- 基于微透镜的转盘和激光激发功能相结合，可高速、无缝地提供优质的共聚焦图像
转盘共聚焦系统IXplore IX85 SpinXL
- 与我们的IXplore SpinXL显微镜系统兼容，该系统集成了CrestOptics扫描单元
- 基于微透镜的转盘和激光激发功能相结合，可高速、无缝地提供优质的共聚焦图像
活细胞培养系统
- 可添加任何与IX85兼容的活细胞培养系统，以严格控制温度、湿度和二氧化碳水平
机器人装载系统
- 可与板载机器人系统配合使用，实现自动化高通量筛选
TIRF和FRAP系统（使用cellSens软件）
- 与我们的IXplore系列和cellSens软件一起使用，可进行TIRF和FRAP等高级成像实验
*只有TRIF-1L与IX85机架兼容。
应用的技术
门控和分类
- 成功应用于细胞计量领域的强大数据分析概念，经过调整后，可满足分析大型图像数据集的需求。
- 多维图像数据以二维散点图或一维直方图的形式显示，可以使用图形工具选择感兴趣的聚类数据群。
- 来自不同图表的门控可通过布尔运算符进行组合，以创建复杂的分类方案。
分层门控法可直观地选择数据群，数据群还可在图库中显示。
自学习显微镜
自学习显微镜为高内涵分析开辟了新天地。其应用范围包括以前无法实现的图像分割和分类任务、超低信号水平的定量分析、简化染色方案、无标记分析等等。
应用示例：对不同信号水平的细胞核进行稳健分割，可大幅减少定量分析的光照强度。
在训练阶段，可以涵盖许多具有挑战性的分析条件。
通过软件独特的数据探索和分析界面，可以深入、轻松地验证习得的人工智能（AI）分析方案。
快速入门
随附的预训练神经网络模型可让您快速开始使用人工智能。使用预训练模型，您可以在大多数标准条件下开始检测细胞核和细胞。即使是融合在一起的细胞和致密的细胞核，也能可靠地进行区分。
内置的控制和验证措施有助于确保人工智能分析结果的准确性和稳健性。
准确的目标分割：原始数据（左图）、标准阈值分割（中图）、TruAI实例分割（右图）。实例分割能可靠地分离因非常靠近而难以区分的目标，如菌落或组织中的细胞或细胞核。
通过scanR采集数据后的图像截图，详细展示了标记的检测和分离效果。图像承蒙德国海德堡欧洲分子生物学实验室（EMBL）的R.Pepperkok博士提供。
目标检测和分析
- 强大的目标检测模块可以分割细胞核、细胞或其他结构。
- 可选择多种检测算法，并进行调整使其适应感兴趣的目标。
- 根据分割结果，可以从含有100多个目标参数的列表中选择要提取的特征。
- 便于进行各种细胞检测。
即时质量控制
图像和目标与其相关的数据点相互关联：
- 点击数据点，就会在显示窗口中加载相关图像，并突出显示相关目标。
- 点击图像显示窗口中的目标，就会突出显示散点图和直方图中的相关数据点。
可为选定或门控的数据群的所有图像创建一个图库视图，以便能够直接、直观地比较包含相关信息的较大的图像集。
结果显示在热图中，还可导出到表中。轻松显示完整孔板的概览图。
多层级采集
在初步预扫描后，scanR分析软件可以识别所有潜在的感兴趣目标。在自动化工作流程中，初次分析结果可用于在第二次有针对性的筛选中选择性地扫描感兴趣目标。
使用动力学模块测量动力学参数
- 按活细胞、细胞核和其他目标的时变特性进行分类。
- 基于随时间测量的值（如强度、面积、比率、形状因子等静态参数平均值）评估跟踪曲线。
- 评估和分析静态参数，如荧光标记的强度或比率、位置、大小或形状随时间的变化。
- 曲线被压缩为单个特征值（动力学参数）。
- 在1D或2D直方图中绘制动力学参数，并根据其特定的时变特性对数据群进行门控。
表达FUCC（CA）生物传感器的hES细胞。图像承蒙英国伦敦Francis Crick研究所的Silvia Santos博士提供。
高端成像与高内涵分析相结合
- 在同一个系统上运行cellSens活细胞成像软件和scanR解决方案，就可以使用相同的设置同时进行筛选和高端成像。
- 采用2D和3D受限迭代反卷积算法，可为严苛的筛选应用获得高质量的图像细节。
- 快速且易于使用的算法旨在减少失焦模糊和背景噪声，以呈现关键的结构细节。
- 有助于需要高分辨率结构细节的深入分析。
灵活的模块选项
scanR解决方案不仅满足了全自动高内涵筛选系统对速度、耐久性和可靠性的特定要求，还具备非凡的灵活性和适应性以及很强的扩展能力。这些优点让scanR系统能够满足更多应用和预算的需求。向系统中添加具有以下功能的模块：
- 基于深度学习技术的自学习显微镜
- 测量动力学参数
- 高速3D反卷积
- 基于IX-ZDC的红外（IR）激光硬件自动对焦
- 等等
高速TruSight反卷积
比较宽场、2D反卷积和3D反卷积，在不影响数据通量的情况下检测样品的精细结构。
配备红外（IR）激光硬件自动对焦功能的TruFocus
增强型连续自动对焦（AF）模式可确保观察平面始终保持精准对焦，即使在添加试剂或室温变化时也不受影响。