哈？细胞迁移还可以这么玩儿？

美谷分子仪器

2022.3.25

前言

说起 AI ,我们并不陌生，无论是无处不在的刷脸还是智能化的扫地机器人，都离不开 AI 的助力。在 AI 走进千家万户的同时，它也进军了我们生命科学领域。2021 年，随着 Molecular Devices 的新品—— AI 加持的人工智能化高内涵 ImageXpress Confocal HT.ai 的推出，生命科学领域进入了 AI 图像分析的新时代！

Transwell 实验是探究细胞迁移能力的实验方法之一。将 Transwell 小室放入孔板中，与孔板底形成一定高度差，细胞培养在布满均一直径小孔的聚碳酸酯膜上。随着细胞的迁移，细胞会穿过膜上的小孔落入板底，穿过膜的细胞个数与细胞迁移能力成正比。通过成像的手段统计落入孔底的细胞个数或比率，可对细胞迁移能力做出判断。

随着科研工作者们实验设计的新颖化和多样化，检测细胞迁移也会检测膜下表面的细胞个数，甚至会统计正在穿膜细胞的个数及比例。Molecular Devices 高内涵成像分析平台可灵活调整 Z 轴，将 Z 轴定位在实验所需的焦平面成像。

将焦面定位在孔底或者膜的下表面，成像统计细胞数，技术已经非常成熟。但是，如果需要将焦面定位在膜的上表面，统计正在穿膜或即将穿膜的细胞个数，在只有明场拍摄的条件下，将目标细胞准确分割圈选恐怕是个难题。

目前市面上针对 Transwell 实验统计正在穿膜细胞的方法，往往在明场拍摄之外，还需加一个可以标记细胞的荧光通道如 DAPI 。实验者们需要通过明场图像确认穿膜细胞，再转向荧光通道去标记细胞，经过软件的训练，识别出整张图片中正在穿膜的细胞。这种分割圈选方法的缺点之一是细胞识别不精准，目标细胞漏掉或错误选择的比例很高，并且没有办法仅在明场图像的条件下去识别。

有仅靠明场成像就能准确识别正在穿膜细胞的软件吗？

当然有！

Molecular Devices 高内涵成像分析平台搭载的 IN Carta 软件可谓是明场图像分割圈选的新星。

IN Carta 包含 3 个模块：基础分析模块、AI 模块和 3D 模块。AI 模块中的 SINAP 是一个基于机器深度学习的图像分割模块。在 Transwell 实验仅有明场图片的条件下，如何通过 SINAP 获得正在穿膜细胞的准确分割圈选呢？我们只需要拿起鼠标，将典型的目标细胞（膜上的小孔在明场成像下为均一的小圆圈，圆圈与细胞重合的细胞为目标细胞）画出来，同时告诉软件目标细胞的背景信息。软件对目标细胞和背景的特征进行提取分析，经过软件的自主学习训练，一张准确的穿膜细胞识别就完成了。