zenCELL owl活细胞动态成像系统用于细胞追踪算法的开发

细胞迁移作为基本的生物学过程，在机体的生长发育、体内平衡和疾病发生发展中起着重要作用。异常的细胞迁移可导致相关功能意外中断，并与畸形、自身免疫性疾病和癌症转移等疾病关联。因此，长时间连续跟踪和观察细胞集体的迁移运动及各种细胞的形态变化，有效识别和分析异常的细胞行为，助力于疾病研究和治疗。然而单个细胞具有多样性和动态性形状，目前对细胞集体的连续追踪和识别仍然是巨大挑战。

细胞追踪方法早期专为特定应用而设计，如对圆形细胞量身定制，或进行荧光标记，一定程度上限制了应用类型或影响活细胞的内在行为。随着计算机科学和生物图像信息学的不断发展，细胞追踪方法取得了很大进步。华东理工大学万永菁教授和南京大学龙亿涛教授联合开发了一种基于深度学习的细胞跟踪算法HFM-Tracker（Hybrid Feature Matching Tracker），准确捕获图像序列中的动态细胞行为。研究成果以“HFM-Tracker: a cell tracking algorithm based on hybrid feature matching”为题于2024年3月发表在英国皇家化学学会期刊《Analyst》上。该文入选“《Analyst》2024热门文章（Analyst HOT Articles 2024）”和“150 周年论文集：电化学和电分析方法（150th Anniversary Collection: Electrochemistry and Electroanalytical Approaches）”。

本研究采用德国innoME公司的zenCELL owl活细胞动态成像及分析系统，对培养的MCF-7细胞（人类乳腺癌细胞系）进行实时动态的图像采集，每隔10分钟采集一次，每组图像采集144幅延时图像（2588×1942像素），总记录时间为24小时。从采集到的图像中选择70幅用于HFM-Tracker算法深度学习的训练、验证和测试等整个开发过程（图1和图2）。

图1 HFM-Tracker算法流程示意图（zenCELL owl获取追踪细胞的图像）

图2 HFM-Tracker算法追踪结果（zenCELL owl获取追踪细胞的延时图像）

HFM-Tracker算法在细胞检测和追踪方面皆表现优越，实现了75%的多目标追踪准确性（Multiple Object Tracking Accuracy，已考虑轨迹丢失、假阳性检测、漏检 和轨迹错误四个方面的误差）和65%的IDF1评分（多目标跟踪对象的身份准确性指标，已考虑检测和关联准确性）。HFM-Tracker算法提供了细胞形态和迁移特征的定量分析，有助于理解复杂多样的细胞迁移过程。另外，在迁移相关的生物过程中，如何阐明异常细胞行为间的复杂相互作用，该算法也可以起到重要作用，进而在生化和临床领域发挥潜力。

德国InnoME公司自主研发和生产的zenCELL owl活细胞动态成像及分析系统，基于非标记、非侵入方法，原位记录细胞实时生长和定量的分析数据。zenCELL owl体积小巧，耐温耐湿，可在细胞培养箱内长时间连续工作；通过24个显微成像镜头，对24个视野进行连续的动态监测和图像获取。zenCELL owl为用户提供高质量图像、视频、统计学曲线和定量数据，实现细胞增殖／增殖抑制、细胞培养质控／培养优化、迁移／侵袭等诸多活细胞动态过程的监测。

环亚生物，生命科学产品全国性代理商，不断把国外顶级的创新产品引入中国。环亚生物具备完善的公司运营、产品管理、营销、售前技术支持和售后维修体系。环亚生物作为zenCELL owl大中华区独家代理商，负责zenCELL owl产品大中华区的营销和售后支持。

更多资讯请访问文献全文链接：

https://doi.org/10.1039/d4an00199k

▼更zenCELL owl详情，请联系我们▼

环亚生物科技有限公司

地址：上海市闵行区友东路358号闵欣大厦1号楼701/703/705室

电话：021-54583565

邮箱：info@apgbio.com

网址：www.apgbio.com

▼更多精彩内容，请扫码关注我们▼