細(xì)胞級(jí)熒光定量分析平臺(tái)

    TissueQuest（TQ）細(xì)胞級(jí)熒光定量分析平臺(tái)是針對(duì)組織原位單細(xì)胞進(jìn)行自動(dòng)識(shí)別及定量的軟件，用于解決熒光樣本中，不同類型細(xì)胞的細(xì)胞核/質(zhì)/膜上特異性染色信號(hào)篩選。根據(jù)樣本染色情況、及細(xì)胞的形態(tài)特征，精準(zhǔn)分析不同實(shí)驗(yàn)組之間的數(shù)據(jù)差異。

    TQ采用樣本導(dǎo)入+一鍵分析的精簡(jiǎn)操作模式，再根據(jù)數(shù)據(jù)定量分析的結(jié)果，利用散點(diǎn)圖正反向回溯工具，針對(duì)樣本差異性,調(diào)整分析參數(shù)。這種反復(fù)校驗(yàn)的數(shù)據(jù)獲取流程，基于強(qiáng)大的軟件圖像運(yùn)算能力，實(shí)時(shí)得到切片所包含的大數(shù)據(jù)信息，引導(dǎo)研究者最終獲得反映樣本實(shí)際情況的數(shù)據(jù)結(jié)果。

技術(shù)特點(diǎn)

細(xì)胞核識(shí)別算法

多種細(xì)胞質(zhì)形態(tài)學(xué)識(shí)別模式

細(xì)胞表型原位分析

正反向回溯

FISH分析

多種數(shù)據(jù)呈現(xiàn)模式

正反向回溯驗(yàn)證

    組織、細(xì)胞數(shù)據(jù)分析中運(yùn)用正反向回溯功能，支持從圖像到數(shù)據(jù)的正向分析，也支持從數(shù)據(jù)結(jié)果到圖像的反向回溯驗(yàn)證，將影像與分析結(jié)果緊密結(jié)合，實(shí)現(xiàn)數(shù)字化圖像、散點(diǎn)圖及數(shù)據(jù)間的三方面實(shí)時(shí)聯(lián)動(dòng)。對(duì)數(shù)據(jù)有效性進(jìn)行獨(dú)立重復(fù)的驗(yàn)證，精準(zhǔn)衡量組織細(xì)胞信號(hào)拆分辨識(shí)結(jié)果，保證樣本識(shí)別的精度、陽(yáng)性率劃分的閾值或是追溯陽(yáng)性信號(hào)在組織中的原位信息的可靠性，更進(jìn)一步幫助研究者快速定位分化干細(xì)胞等稀有細(xì)胞亞群。

多種細(xì)胞質(zhì)形態(tài)學(xué)識(shí)別

    在關(guān)于細(xì)胞質(zhì)識(shí)別的運(yùn)算過(guò)程中，TG不僅利用市場(chǎng)上常見(jiàn)的細(xì)胞橢圓擬合算法（Ring Mask），計(jì)算固定的細(xì)胞外圍輪廓，還可根據(jù)樣本中細(xì)胞質(zhì)染色的真實(shí)外圍輪廓，進(jìn)行marker精準(zhǔn)識(shí)別（Growing Mask），并計(jì)算統(tǒng)計(jì)其多個(gè)細(xì)胞染色情況及形態(tài)學(xué)相關(guān)參數(shù)。利用兩種算法的自由組合，既實(shí)現(xiàn)識(shí)別算法的選擇獨(dú)立性，又達(dá)到大范圍復(fù)雜細(xì)胞多樣性的精準(zhǔn)辨識(shí)數(shù)據(jù)真實(shí)性。

數(shù)據(jù)群圈選統(tǒng)計(jì)

    組織流式定量分析技術(shù)賦予每個(gè)細(xì)胞多個(gè)分析參數(shù)，配合Gate和Input Gate功能，可供使用者篩選特定的感興趣細(xì)胞亞群。

利用 Gate 工具根據(jù)細(xì)胞核大小、染色強(qiáng)度差異能夠準(zhǔn)確篩選出有消息報(bào)，并且排除粘連細(xì)胞和細(xì)胞碎片（左側(cè)散點(diǎn)圖）。新建散點(diǎn)圖僅分析有效細(xì)胞（右側(cè)散點(diǎn)圖），利用 Gate 可進(jìn)一步將有效細(xì)胞劃分成不同 marker 表達(dá)強(qiáng)度群體，簡(jiǎn)單實(shí)現(xiàn)marker 表達(dá)強(qiáng)度準(zhǔn)確統(tǒng)計(jì)。

細(xì)胞表型原位共表達(dá)分析

    細(xì)胞的共表達(dá)分析，一直是免疫熒光樣本中重要卻十分繁瑣的步驟，尤其是多標(biāo)樣本的準(zhǔn)確分析更是大家經(jīng)常面臨的難題，在這里TG簡(jiǎn)化分析步驟，利用流式散點(diǎn)圖中設(shè)GATE門(mén)進(jìn)行細(xì)胞篩選的分析思路，對(duì)免疫熒光樣本拆分后的各通道細(xì)胞逐層設(shè)門(mén)、實(shí)時(shí)降維分析，最終得到目的細(xì)胞數(shù)量及原位分布等信息，精簡(jiǎn)而高效的分析流程，再利用反向回溯功能使共標(biāo)記的目的細(xì)胞群在樣本中一目了然。