Jasmine Trigg1, Daniel Porto2, Nevine Holtz2, Nicola Bevan1, Timothy Jackson1, Timothy Dale1, Gillian Lovell1
1. Sartorius UK Ltd, Royston, Hertfordshire, UK
2. Sartorius Ann Arbor MI, USA
Correspondence Email : AskAScientist@sartorius.com
Live-Cell Imaging 은 phase contrast 를 이용하여 선명한 이미지를 구할 수 있으며 약물질 개발에서 다양한 생물학적 개념을 연구하기에
이상적인 플랫폼을 제공하므로 우리가 인간의 질병과 치료전략에 대한 이해를 하는데 있어 매우 중요한 역할을 수행합니다.
약물질 개발과 관련된 연구에서 환자유래세포 및 만능줄기세포와 같은 생물학적 모델이 점점 더 복잡해짐에 따라,
이런 복잡한 생명현상을 이해하기 위한 세포에 나쁜 영향을 미치지 않으면서도 라벨링도 하지 않는 새로운 실험방법들에 대한
필요성이 많이 대두되고 있습니다.
fluorescent reporter 를 사용하지 않으면 실험시간이 단축되고 실험결과가 라벨링에 영향받지 않으며 매우 민감한 세포의 생장에도
나쁜 영향을 미치지 않습니다.
인공지능 기술을 이미지분석 작업에 접목시키는 것이 가능해짐에 따라 다양한 종류의 세포모델을 quantification 할 수 있게 되었으며
이로 인해 연구자들이 데이터 기반의 결정을 할 수 있게 되었으며 세포 수준에서 질병을 이해하는데 큰 도움이 되고 있습니다.
이러한 뉴럴 네트워크 알고리즘을 기반으로 하는 최신 기술은 전통적인 이미지 분석법 보다 훨씬 더 복잡하며 또한 사용자의 편견을 최소화 하면서
서로 다른 세포들도 정확하게 구분하여 줍니다.
이번 Application Note 에서는 인공지능 소프트웨어를 이용하여 label-free cell segmentation 과 각 개별 세포의 live/dead classification 에 관한
내용을 소개하고자 합니다.
Incucyte® AI Cell Health Analysis Software Module 은 인공 신경망의 한 종류로서, 주로 이미지와 관련된 문제를 해결하는 네트워크인
convolutional neural networks (CNN) 기반의 인공지능으로서 믿을 수 있는 Cell Viability 를 모니터링 하여 줍니다.
여기서는 live and dead 그리고 adherent and non-adherent 다양한 세포들에 대한 분석 소프트웨어에 대하 검증을 보여줍니다.
그리고 이러한 방식이 대량의 샘플을 처리하는 데 적합한지 그리고 세포의 건강한 생장에 대한 정확한 생리적 정보를 제공하는지 등에 대한
검증 결과를 보여주고 있습니다.
Figure 2: AI Cell Health Analysis Accurately Segments a Wide Range of Cell Types With Diverse Morphologies,
Including Apoptotic Cells and Cells in the Presence of Bioparticles.
Figure 4: AI Cell Health Analysis Generates Comparable Cytotoxicity Data to Standard Fluorescence Methods.
AI-Driven, Label-Free Quantification of Cell Viability in Live-Cell Imaging
(주)영진코퍼레이션 | 대표 : 이형열 | 사업자등록번호 : 138-81-34745
군 포 본 사 | (15853) 경기도 군포시 한세로 48 남원빌딩 2층 | 전화 : 1577-7956 (1) | 팩스 : 031-457-9188 | 이메일 : info@yjcorp.co.kr
대 전 지 사 | (34036) 대전시 유성구 테크노10로 29 파크팰리스 2층 | 전화 : 1577-7956 (2) | 팩스 : 042-932-1266 | 이메일 : info@yjcorp.co.kr
