發表文章

目前顯示的是有「高內涵影像」標籤的文章

【下集】從TNBC 的細胞治療到腦類器官的鈣震盪:AI 影像分析正在改寫的下一個戰場

圖片
100% 當樣本不再是一張靜止的切片,而是會自己震盪、會對藥物即時反應、甚至正在殺死癌細胞的免疫細胞,AI 影像分析要解決的問題,就不再是「看得到」,而是「看得懂正在發生的事」。 最近跟家人聊天,聊到一個讓人心裡一沉的觀察:乳癌不知道為什麼,好像有年輕化的趨勢。更讓人意外的是,乳癌和很多其他癌症不太一樣——一旦確診,很容易得把手術、化療、免疫治療整套走完一輪,幾乎是「全餐」等級的辛苦。 我們都希望 AI 能幫人類更快攻克這些疾病。如果有一天,癌症也能像打疫苗一樣提早預防;如果研究可以更多仰賴電影裡那種精準模擬,或是晶片、類器官這樣的替代模型,不用犧牲那麼多實驗動物,也不用讓病人承受那麼多輪人體試驗的風險與等待;如果有一天,合成一款真正屬於「這一個人」的解藥,速度快到病人睡一覺醒來就好了——那該有多好。 那一天還沒到。但在實驗室裡,有些事情已經開始改變。 把免疫細胞當成藥,藥效要怎麼量? 「全餐」裡最新的一段是免疫治療。CAR-T、TCR-T 這類細胞治療,是把病人自己的免疫細胞改造成藥,而這種藥有一個化學小分子沒有的難題:它的藥效沒辦法用純度或濃度定義,只能回答一個問題——它殺不殺得死癌細胞,殺得有多快。 過去回答這個問題靠的是終點法:流式細胞儀、LDH release,選定一個時間點,把樣本破壞掉,數還剩多少活細胞。但毒殺是一個持續數十小時的過程,終點法只能給你過程結束後的一張快照,中間發生了什麼、什麼時候開始發生,全部看不到。 終點法只留下一個數字;即時影像留下的是整條毒殺曲線——12–24 小時內就看得出不同 CAR-T 設計的高下。 一份即時 CAR-T 毒殺定量試驗換了做法:用 ImageXpress Nano 搭配 InCarta 軟體,對 CAR-T 與癌細胞的共培養進行 72 小時縮時攝影,SINAP 深度學習分割模組經過 500 次自動再訓練,學會分辨懸浮的 T 細胞與貼附的癌細胞。在高抗原表現的癌細胞株上,CAR-T 在 24 小時內就明顯聚集包圍,低抗原表現的陰性對照則持續增生;以 Cell Index(細胞數相對起始值的變化率,小於 0 即代表細胞正在死亡)量化後, 12–24 小時內就能測得清楚的毒殺效果 ,兩種 CAR-T 設計的效力高下也被明確分開——毒殺曲線本身,就成了比較不同 CAR 設...

【應用特輯】 AI 驅動的健康人類腸道類器官自動化藥物毒性篩選

圖片
🎧 3-Min Audio Summary 快速聽取本研究的核心發現與 AI 自動化技術應用亮點(純音訊導讀): (點我播放器,支援手機播放) 📋 資源下載: 原文 Application Note 網頁 下載原始 PDF 報告 摘要 (Abstract) 本研究採用健康人類腸道類器官(HIOs),建立了一套結合 AI 自動化培養與高內涵成像的藥物毒性篩選平台。相較於傳統 2D 模型,3D 類器官能更真實反映臨床藥物引起的腸道損傷。透過 CellXpress.ai 與 ImageXpress HCS.ai 的整合,實現了從種植、加藥到複雜表型分析的全自動化流程,顯著提升了新藥開發中毒性預測的準確性與一致性。 重點: 使用健康人類腸道類器官,具備極高生理相關性。 CellXpress.ai 實現自動化培養與加藥,大幅提升實驗一致性。 ImageXpress HCS.ai 進行 AI 驅動的高內涵影像分析。 可量化毒性、適合高通量篩選,優於 2D 模型。 引言 (Introduction) 抗癌藥物常伴隨顯著的腸道毒性,而腸道上皮對化療的高敏感性更使毒性成為臨床劑量調整的重要限制因素。為了在臨床前更準確預測藥物對腸道的影響,本研究採用健康人類腸道類器官,建立一套兼具自動化與高再現性的毒性評估流程。相較於傳統 2D 細胞模型,類器官具備更貼近人體生理的三維結構與細胞組成,能更真實反映化合物對組織層級的影響。 本平台結合 CellXpress.ai 的自動化培養與加藥功能,以及 ImageXpress HCS.ai 的高內涵成像與 AI 驅動的表型分析,可定量...

[Press News] New Strategic Partnership to Advance Intelligent Organ-on-Chip Technology in Drug Development!

圖片
Molecular Devices and Anivance AI Corporation Announce Strategic Partnership to Advance Intelligent Organ-on-Chip Technology in Drug Development Taipei, November 7, 2024 —  Molecular Devices, a global leader in life science technologies, and Anivance AI Corporation today announced the signing of a strategic cooperation agreement. Together, they aim to advance the application of intelligent organ-on-chip technology in the biopharmaceutical market, accelerating drug development processes. This collaboration combines expertise in 3D cell culture, high-throughput screening, and organ-on-chip technologies. The goal is to create drug development processes that better mimic human physiological responses, thus improving drug screening efficiency and data analysis. Molecular Devices believes this partnership will expand their capabilities in the Asian market, particularly enhancing high-throughput imaging and data processing to shorten development cycles and increase the success rate of ne...

【專家開講】探討類器官研究中3D影像的複雜性與優勢

圖片
本期 《Drug Target Review》 的PODCAST節目中,我們節錄了「康寧生命科學』的高級應用科學家Hilary Sherman博士和『Molecular Devices|美商分子儀器』的試劑開發高級經理Oksana Sirenko博士的精采對話,對於 3D成像技術 如何填補對 複雜細胞模型視覺化和分析 的空白進行了深入淺出的剖析。不容錯過!!  LabNote Blog原文連結

【應用熱點】高內涵及AI技術分析即時CAR-T毒殺定量試驗

圖片
使用高內涵及AI技術分析即時CAR-T毒殺定量試驗 Analysis Realtime CAR-T Cytotoxicity Assay with High Content and AI technology Tim Tsui     Field Application Scientist, Molecular Devices Introduction | 簡介 免疫療法 已經成為癌症治療中重要的治療方式之一,而 細胞治療 又是近年來倍受重視的新興免疫療法。 從2017年美國食品藥物管理署(US FDA)核准第一個治療急性B淋巴球白血病的嵌合抗原受体T細胞(CAR-T cell)藥物之後,細胞治療新藥開發已朝向 多適應症 、 異體治療 方向發展。 為了因應此需求,臨床前新藥開發過程中,如何有效評估藥物對各類癌細胞的細胞毒性(cytotoxicity)是核心的課題,必須透過具有良好 再現性(reproducibility)、 穩定性(robustness)、 可量化性(scalability)、 自動化(automation) 並能反映實際作用模式(mode of action)的平台來達到此目的。 現有常見的平台包含 以下四種 51 Cr-release 試驗 、 冷光訊號(bioluminescence imaging, BLI)試驗 、 電阻(impedance-based)試驗 與 流式細胞儀(flow cytometry)試驗 1 。 上述試驗各有其適用性;例如,若要同步偵測最佳癌細胞毒殺效果時間, 就需要進行 活細胞即時量測 (live-cell real-time measure) ,而上述測試只有電阻試驗可辦得到;若要辨別細胞異質性、多靶點/免疫因子偵測以進行更複雜的試驗,上述測試僅有流式細胞儀適用。 此外,四種試驗平台均可間接透過同位素、冷光、電阻或螢光訊號偵測癌細胞溶解(cell lysis)或死亡的現象,可是若要直接觀察細胞死亡的現象仍需透過 顯微影像 來拍攝。但傳統顯微影像系統受限於其 批次量化 及 自動化 的軟硬體瓶頸,無法滿足新藥開發所需,大多僅扮演提供照片補述之用。 New platform | 高內涵影像系統 本文透過 搭載 深度學習 能力的 高內涵影像系統 (High Content Imaging System )...

【Tech Note】運用自動化水鏡系統提升高內涵影像精度與品質

圖片
【前言】 在面對如3D培養、神經再生或是高密度培養這類會形複雜生物影像的實驗中,如何採擷到最佳對比的影像成為後續分析的關鍵步驟。 本文將探討使用『自動化水鏡』是否幫助使用者輕鬆達成此一目的 【材料&方法】 本文中的所有測試均在96/384 孔盤或市售的器官晶片(organ-on-chip)盤中進行。 測試中使用空氣鏡或水鏡的實驗流程都相同,包括雷射自動對焦等環節。 此外,我們用低倍物鏡對全微孔盤拍攝,自動辨識稀有目標樣品後,使用高倍的水鏡自動重新成像。 【實驗耗材】 Corning® spheroid microplates (384 well 格式) Mimetas OrganoPlate® 3-Lane InSphero Akura™ 384 孔盤 Greiner SensoPlate™ - 96 與 384孔盤 【細胞】 3D InSight™ 腫瘤微組織(InSphero) HUVEC(人類原生內皮細胞) HCT-116(人類結腸直腸癌細胞) Caco-2(人類結腸直腸癌細胞) PC-12(大鼠神經母細胞瘤細胞) 【時間有限的人,可以先看結論】 【更多結果】 1、粒腺體的完整性和融合性試驗 使用rotenone和chloroquine處理而得劑量反應曲線,來進行粒線體融合和膜完性試驗。 粒線體的形成和完整性對於了解疾病機制與毒性評估很重要。 粒線體的長度、亮度和數量會在粒線體回收(recycling)、代謝或凋亡過程中改變。 通過 MetaXpress Ⓡ 軟體中的 形狀 工具來確定 成像後光強度和粒線體顆粒 ,工具中可自訂標準來測量“顆粒性(granularity)”、“纖維數(fibers)”或“區塊(segmentation)”等參數。 這些參數可以用於計算各種化合物的劑量效應和有效濃度。 圖2. 用 chloroquine (粒線體回收抑制劑)和 rotenone (氧化磷酸化抑制劑)在指定濃度下處理 PC12 細胞 24 小時。 用 MitoTracker Orange CMTMRos(黃色)和 Hoechst(未顯示)染色,再用40X 水鏡和非水鏡分別拍攝影像。 使用 MetaXpress 軟體分析,辨識“顆粒性(左)”或“纖維數(右)” 分割區塊遮罩圖顯示了完整的顆粒、纖維或區塊定量,計算 EC50(四重複樣品) 水鏡可以提高影像品...