Última atualização em 13 de setembro de 2024.
Aplicando mais de 100 anos de história e conhecimento sobre desenvolvimento óptico adquiridos através da comunicação com pesquisadores, lutamos para dar suporte aos processos de trabalho de formação de imagem dos pesquisadores com soluções de ponta. Buscamos constantemente maneiras de aproveitar nosso conhecimento especializado para resolver problemas dos seus experimentos. Para demonstrar algumas maneiras como fazemos isso, apresentarei um estudo de caso, uma aplicação e quatro soluções de processo de trabalho que melhoram a eficiência dos experimentos – desde o estágio da cultura de células à formação de imagem e à análise da imagem.
Estudo de caso: padronização dos estágios de preparação das células para experimentos subsequentes mais eficientes
Ao conduzir experimentos que envolvem a indução da diferenciação de células-tronco, você pode usar soluções para otimizar a eficiência durante cada uma das quatro etapas a seguir:
- Avaliar quantitativamente as condições da cultura de células usando o sistema de monitoramento de incubação CM30 aumenta a probabilidade de que as células formem os tecidos-alvo, tornando os experimentos subsequentes mais eficientes.
Leia este artigo técnico sobre a chave para se alcançar um processo de trabalho de cultura de células bem-sucedido. - Em pré-experimentos com células e tecidos diferenciados, você pode adquirir dados de maior qualidade em menos tempo e com menos esforço usando o microscópio de fluorescência de bancada APEXVIEW™ APX100.
Leia esta postagem no blog para saber como o microscópio APX100 simplifica as etapas de pré-experimento. - Na etapa de aquisição de dados, a formação de imagem confocal é realizada para avaliar a função da amostra. Usando o microscópio confocal de escaneamento a laser FLUOVIEW™ FV4000, é possível adquirir imagens de alta definição da região de interesse ao mesmo tempo que você captura a amostra toda.
- Usar o módulo de aprendizagem profunda TruAI™ do software de formação de imagem cellSens™ permite a análise de imagens com alta precisão.
Com este conjunto de quatro melhorias do processo de trabalho, você pode esperar alcançar resultados mais eficientes e eficazes.
Comparação das soluções de processo de trabalho EVIDENT com os métodos convencionais
Como você pode ver na tabela abaixo, muitas das tarefas do processo de trabalho da cultura de células que tradicionalmente tinham que ser realizadas manualmente podem ser automatizadas utilizando as modernas ferramentas de IA, economizando tempo. Mesmo que uma tarefa individual não seja especialmente demorada, geralmente é repetida inúmeras vezes para diferentes tipos de células, o que significa que a economia de tempo a longo prazo pode ser significativa.
E os benefícios não tratam apenas da eficiência. A qualidade dos experimentos também pode ser melhorada por meio de fatores como a redução do fardo nas células e a prevenção do risco de erro humano devido às manipulações manuais.
Métodos convencionais | Soluções de processo de trabalho Evident | ||
---|---|---|---|
Cultura de células | Método de verificação de célula | É necessário retirar a cultura da incubadora todas as vezes | Verificação remota disponível, evita remover a cultura da incubadora |
Medição de densidade e contagem de células | Realizada com equipamento de contagem de células etc. | Medições automáticas ao mesmo tempo que faz o monitoramento | |
Condições da cultura | Varia de pessoa para pessoa | Quantitativa | |
Pré-experimento | Encontrar a posição de observação |
Operação visual e com microscópio
|
Detecção automática
|
Aquisição de dados | Formação de imagem de vários espécimes | Uma amostra de cada vez | Formação de imagem automática de várias amostras |
Análise de imagem | Detecção de espécimes específicos | Localização manual de um espécime específico | Detecção automática usando IA |
Aplicação: Previsões de fenótipos de núcleos multiclasse para testes de medicamentos usando aprendizado profundo
Na pesquisa de descoberta de medicamentos, redes neurais treinadas podem ser aplicadas para acelerar a previsão de fenótipos. Usando o microscópio confocal de escaneamento a laser FV4000 e a tecnologia de aprendizagem profunda TruAI do software de formação de imagem cellSens, os pesquisadores podem estimar as posições nucleares e segmentá-las sem usar coloração nuclear e, em seguida, construir um método para classificar as células em uma etapa com base nas alterações do fenótipo AR de acordo com o medicamento. Essa abordagem reduz o tempo e o custo da experimentação e contribui para a eficiência dos testes químicos.
Saiba mais sobre esta aplicação
Produtos usados para essas soluções de processo de trabalho
Conheça os produtos que contribuem para as soluções de processo de trabalho apresentadas nesta postagem do blog.
Sistema de monitoramento de incubação CM30
|
Microscópio de fluorescência de bancada APEXVIEW APX100O navegador de amostra inteligente do sistema APX100 adquire automaticamente uma imagem macro e a IA integrada detecta a amostra na lâmina. O software intuitivo e simples do sistema e seu recurso de aquisição de imagem macro oferece um processo de experimento livre de estresse, para que a obtenção de imagens de alta qualidade seja fácil para todos os usuários. | Vídeos relacionados |
Microscópio confocal de escaneamento a laser FLUOVIEW FV4000Apontar a área de interesse na sua amostra pode ser demorado. O sistema FV4000 torna fácil adquirir imagens montadas de baixa ampliação (1,25x ou 2x) para alta ampliação. Ao conectar imagens macro de baixa ampliação com imagens micro de alta resolução, o sistema FV4000 não apenas fornece observação contínua de macro a micro, como também a automatiza para o usuário. Graças ao detector SilVIR™ e o Monitor de desempenho do microscópio (MPM), as imagens adquiridas oferecem dados quantitativos confiáveis para análise. |
Software de formação de imagem cellSensO nosso software de formação de imagem cellSens facilita várias tarefas de análise de imagem, como análise de luminância, medição e classificação de objeto e análise de rastreamento em dados de imagem adquiridos com um microscópio. Usar o módulo de aprendizagem profunda TruAI para detecção de objetos permite a análise automática de imagens que no passado eram analisadas manualmente, portanto, os resultados são obtidos de forma mais eficiente e com maior precisão. | |
Previsão de posições de glomérulos em uma seção de rim de camundongo usando TruAI (azul). | Azul: detecta os núcleos com alta precisão, apesar dos arranhões e da poeira no recipiente. | Verde: você pode ver que a precisão da detecção é baixa devido à irregularidade da marcação GFP.
Conteúdo relacionado
Simplifique seu processo de trabalho de pesquisa com um microscópio de fluorescência de bancada
Quantificação sem marcação com a qual você pode contar: Um experimento de aprendizado profundo