IN Carta
画像解析ソフトウェア
複雑な生物学的画像やデータセットから、ロバストで定量的な結果を提供します。

  • 主な特長・機能
  • パワフルな解析力
  • 機械学習による分析精度の向上
  • 簡単な操作性

ImageXpressシステムとIN Carta画像解析ソフトウェアを連携して、
アッセイから結果を素早く、確実に得られます

IN Cartaソフトウェアは、1枚の画像から複雑な情報を簡単に抽出できます。 最新のユーザーインターフェースとパワフルな解析機能で、2D、3D、およびタイムラプスデータから効率的に解析結果を導き出します。機械学習のテクノロジーとガイド付きのワークフローは、最適なユーザーエクスペリエンスを生み出します。高度な表現型の解析を直感的に行うことができ、信頼性の高い結果が得られます。画像解析の専門知識、あるいは面倒な実験パラメーターの微調整やテストは不要です。最も困難で手間がかかる部分はIN Cartaソフトウェアに任せ、ご自身の研究に集中頂くことが可能です。

IN Carta画像解析ソフトウェアの特長

  • 効率性

    パワフルな解析力

    ガイド付きワークフローと調整可能なバッチ処理により、データ解析効率が向上し、結果算出までの時間が大幅に短縮できます。簡単な設定で解析はスピーディーに、計算は複数のウェルの解析に対して効率的かつ並列に実行されます。

  • 操作性

    機械学習による分析精度の向上

    機械学習を利用して、より多くの情報を活用することでハイコンテントスクリーニングデータの分析精度を向上させ、高い信頼性で新たな発見を導き出します。

  • 解析力

    簡単な操作性

    最新のユーザーエクスペリエンスと最先端のテクノロジーによって、容易にソフトウェアの使い方を習得でき、データ解析への時間効率が向上します。

  • 機械学習

    AIを採用したSINAPおよびPhenoglyphsモジュールにより、画像解析ワークフローが改善します。SINAPは、ディープラーニングを利用して画像のセグメンテーションを強化しています。Phenoglyphsでは、機械学習に基づく分類を行い、複雑なデータセットから洞察を得ることができます。

  • 3D解析

    真の3D空間で生物学的構造をセグメンテーションし、定量化します。IN Carta VoluMetricsは、オブジェクトをセグメンテーションして有益な情報を抽出する際に、3Dボクセルを操作するアルゴリズムを提供します。

  • カスタマイズ

    実験で得られた画像の参照と確認、画像解析プロトコルの作成、データの処理、解析結果の視覚化を行います。

  • ワークリスト

    親ディレクトリを指定して、目的の画像データセットをワークリストに読み込みます。

  • バッチ処理

    ひとつあるいは複数の解析プロトコルを使用し、バッチ解析モードで複数の実験を解析します。

  • モニタリング

    提示されたすべてのバッチ解析タスクのステータスを一覧し、リアルタイムで進行状態を監視します。

フレキシプロトコル

Flexi-Protocolアプリケーションは、必要な解析ステップ数を追加することで、様々な複雑さのカスタム解析プロトコルを作成することができます。各解析ステップには、画像前処理や対物レンズの後処理を封じ込め、特異性の高いアッセイに対応させることができます。再設計された解析ペインと画像ビューアペインは、フォーカスが必要な場所に応じて拡張または折りたたむことができます。

  • ・シンプルでも複雑でも-目的のアッセイに必要な分析プロトコルを作成できます。任意のチャンネル数から測定値をセグメント化して抽出します。
  • ・Tailored - ターゲットリンクによりプロトコール内のターゲット階層を定義しますCustom Measureオプションを使用して、生物製剤ターゲットの追加測定値を計算できます。
  • ・説得力 - 解析ステップのいずれかでディープラーニングによるセグメンテーションオプションを活用できます。論理演算を使用してターゲットマスクを組み合わせることができます。
  • ・使いやすさ - ダイナミックペインによる直感的なユーザーインターフェースにより、プロトコルの開発に集中できます。
  • ・ヘルプはクリックするだけ - インタラクティブで検索可能なユーザーガイドにより、コンテキストヘルプに簡単にアクセスできます。

IN Carta SINAP

SINAPは、ディープラーニングアルゴリズムを使用して、解析パイプラインの最初のステップであるセグメンテーションにおいて、ハイコンテントスクリーニングアッセイの精度と信頼性を向上させるモジュールです。従来の画像解析手法よりも優れた対物レンズ検出を実現します。ディープラーニングモデルは、ユーザーフレンドリーなツール内で簡単に調整できるため、新規の生物製剤でも効率的にセグメンテーションできます。セグメンテーションされたオブジェクトから抽出される定量情報はより正確であるため、エラーが解析パイプラインに伝播することはありません。
SINAPを使えば、セグメンテーションは問題ではありません!

  • ・正確-ディープラーニングは、コンフルエントな細胞、SN比の低いサンプル、透過光画像など、セグメンテーションが困難なサンプルでも精度を維持できます。
  • ・信頼性 - SINAPモデルは高い表現型のばらつきを考慮することができます。
  • ・柔軟性 - 1つのワークフローで様々なアプリケーションやイメージングモダリティに対応可能です。
  • ・アクセスしやすい - ディープラーニングの第一人者に新しいモデルを作成し、複数のパラメータを最適化するよう依頼するのではなく、訓練されたモデルが科学者が画像に描いた絵からセグメンテーションを学習します。
カスタマイズされたSINAPディープラーニングモデルは、透過光画像のゼブラフィッシュ胚の特異性領域(全身、頭部、目、脳)をセグメンテーション。提供:UCSF Guo研究室

IN Carta Phenoglyphs

IN Carta® Phenoglyphs™ソフトウェアモジュールは、教師なし機械学習と教師あり機械学習のユニークな組み合わせにより、表現型の変化を定量化します。同時に分析可能な数百の細胞特徴を用いて、包括的な表現型プロファイルを作成し、スクリーニングのワークフロー全体に適用することができます。分類へのこの多変量アプローチは、対物レンズ集団の正確な特徴付けを提供し、ユーザーは薬物治療や遺伝子改変によって誘発される微妙な表現型の変化を解決することができます。オルガノイド、セル、スフェロイドなど、多くの生物製剤に利用できます。

HCT116細胞から形成されたスフェロイドの分類。SINAPを用いた明視野画像からスフェロイドをセグメンテーション。核、生細胞、ミトコンドリアをそれぞれ可視化するため、サンプルはさらにHoechst 33342、Calcein AM、MitoTracker Redでカウンター染色。
  • ・包括的-データ駆動型アプローチで、教師なしクラスタリングから開始し、データのパターンを見つけ、どのような表現型が存在するかを事前に知ることなく、亜集団を強調します。
  • ・ロバスト性- 専用の機械学習アルゴリズムが、結果として得られる分類モデルのオーバーフィッティングを避けるために、最適な記述的特徴のセットを特定します。
  • ・最適化されたワークフロー - 正しい動作を学習するまで、アルゴリズムの予測を確認または修正するだけで分類が達成されます。

IN Carta カスタムモジュールエディター 2D/3D

・簡単なステップバイステップのカスタム分析を作成
・対物レンズのセグメンテーションと分類のカスタマイズ
・定義された生物学的コンパートメント内に局在する対物レンズの検索
・目的のアッセイに必要な測定値のみをレポート
・ライブイメージングデータの解析
・真の3Dセグメンテーション(3Dアプリケーションのみ)
・2Dセグメンテーションから3Dアッセイ用のボリュームへのロバスト性再構成(3Dアプリケーションのみ)

カスタムモジュールエディター3Dでスフェロイドを形成するHCT116細胞のセグメンテーション例と3Dビューアでの可視化
  • ImageXpress Confocal HT.ai ハイコンテントイメージングシステム

    強力なマルチチャンネルレーザー光源、より深く組織に浸透する共焦点ディスクモジュール、水浸対物レンズおよび最新の機械学習解析ソフトウェア

    ・きわめて複雑な細胞アッセイと3Dアッセイに最適
    ・7波長の高輝度レーザーが、SB比の高い明るい画像を生成
    ・より深くまで組織に浸透し、より鮮明な画像を高い解像度で得るためのスピニング共焦点ディスクテクノロジー
    ・最大4倍高いシグナルと短い露光時間を実現し、感度と画像の鮮明さを向上できる水浸対物レンズ

    詳しくはこちら