Da neue Färbetechnologien wie die bildgebende Massenzytometrie (IMC™, Standard BioTools) und High-Plex-Fluoreszenz-Panels (Akoya PhenoCycler®) unsere Möglichkeiten zur Untersuchung der Tumormikroumgebung mit Hilfe der räumlichen Biologie erweitern, wird es zu einer Herausforderung, aussagekräftige Unterschiede in Ihren Daten zu finden.
Unser End-to-End-Workflow für alle Ihre Bedürfnisse im Bereich der multiplexen Bildanalyse beinhaltet alle Schritte in einer Software:
Visualisieren
Importieren Sie Bilder aus allen wichtigen Multiplex-Bildformaten (Akoya Biosciences, Standard BioTools, Lunaphore, Rarecyte, Ionpath, Canopy Biosciences, Olympus, Zeiss und andere). Legen Sie benutzerdefinierte Farbkanalgruppen von Biomarker-Kombinationen fest und schalten Sie einfach zwischen ihnen um, um Zelltypen/Markergruppen schnell zu visualisieren und eine erste Bild-Qualitätskontrolle durchzuführen. Weisen Sie einzelnen Kanälen oder Kanalgruppen Farben zu und überprüfen Sie jeden Kanal, um sicherzustellen, dass er gute Daten enthält. Schließen Sie während eines QC-Schrittes einzelne Kanäle von nachgeschalteten Analysen aus.
Gewebe klassifizieren
Verwenden Sie die Paint-to-Train AI-basierte Gewebesegmentierung für eine beliebige Kombination von Markern, um morphologische Regionen der Probe zu erkennen: Tumor, Stroma, Nekrose, Artefakte usw. Verwenden Sie diese Regionen, um die Lokalisierung von Immun- und anderen Zellpopulationen in Bezug auf den Tumor, das Stroma usw. zu verbessern. Unterteilen Sie den Tumor weiter in Unterregionen, schließen Sie automatisch nicht relevante Bereiche aus (leere Objektträger, Artefakte usw.) und erstellen Sie Ränder um bestimmte Regionen von Interesse, z. B. um eine invasive Tumorfront zu definieren.
Zellen erkennen
Nutzen Sie unsere vortrainierten Deep-Learning-basierten Algorithmen zur Kernerkennung und Zellsegmentierung für Fluoreszenz- (DAPI) und bildgebende Massenzytometrie (DNA-Iridium-Kanäle). Wenn Sie spezielle Anforderungen an Ihre Zelldetektion haben,
---