| Phone |
| |
| |
| 대표전화 |
1577-7956 |
| 본 사 |
031-457-9187 |
| 대 전 |
042-932-1265 |
| |
|
| Web Site Visitors |
| |
| |
| Today |
1409 |
| Yesterday |
1286 |
| Since 2006 |
2,696,031 |
| |
|
|
|
Introduction
세포의 growth, morphology, behavior 를 모니터링하는 것은 인류 질병에 대한 이해와 치료 전략 개발 모두에 중요합니다.
최근 복합적이고 생리학적으로 서로 긴밀하게 연결되어 있는 세포 모델의 사용이 일반화 됨에 따라 label-free, non-perturbing 한 방법으로
세포의 자연스러운 상태와 동적 과정을 파악할 수 있는 솔루션에 대한 필요성이 점차 커지고 있습니다 (Figure 1).
Incucyte® Live-Cell Analysis System 은 표준 조직 배양 인큐베이터 안에 위치한 현미경을 통해 살아있는 세포를 지속적으로 모니터링하여
중요한 생물학적 현상을 놓치지 않고 관찰할 수 있도록 해줍니다. 이 시스템에는 uni-variate 분석을 위한 Incucyte® Cell-by-Cell analysis 소프트웨어 모듈,
multi-variate 분석을 위한 Incucyte® Advanced Label-Free Classification 소프트웨어 모듈, 그리고 인공지능(AI)과 관련된 deep learning 의 일종인
신경망을 사용하는 소프트웨어 모듈인 Incucyte® AI Confluence Analysis 가 포함됩니다.
[Figure 1] Drug discovery 는 점점 더 복잡하고
관련성 높은 세포 모델로 이동하고 있습니다. 실시간, 라벨링 없는 이미징 기술과 계산 능력의 발전으로 인해
세포 Behavior 와 Morphology 에 대한 더 깊은 통찰을 얻을 수 있습니다.
Solutions for Label-Free Analysis
Incucyte® Live-Cell Analysis System 은 고해상도(HD) 위상 차 이미지를 사용하여 실시간으로 label-free 세포를 분석할 수 있습니다.
세포 증식, 세포 수 계산 등 다양한 기능을 제공합니다.
 |
Incucyte® AI Confluence Analysis 는 세포의 밀도나 세포가 차지하는 면적을 바탕으로 세포 증식을 계산하는 기능을 제공합니다. |
| |
Incucyte® Cell-by-Cell Analysis 는 이미지에서 실제 세포 수를 계산하는 기능을 제공합니다. |
| |
Incucyte® Advanced Label-Free Classification 은 Cell death, Differentiation, Mitosis와 같은 Cell morphology 의 변화를 자동으로 식별합니다. |
Cell Growth (Confluence)
세포 성장은 기초 연구는 물론 임상 연구 (예: 약물 안전성 평가)에서도 자주 측정되는 지표입니다.
아래의 결과는 Incucyte® AI Confluence Analysis 를 사용하여 A549, SKOV3, MDA-MB-231, HT-1080 등 서로 다른 네 가지 세포 유형의 성장을 실시간으로
측정해본 결과입니다. 이 결과는 Incucyte® AI Confluence Analysis 를 다양한 형태의 세포에 적용할 수 있음을 보여줍니다 (Figure 2.)
[Figure 2] A549, MDA-MB-231, SKOV3, 그리고 HT-1080 세포를 각각 다양한 밀도(250?8,000 cells/well)로 96-well plate 에 배양했습니다.
고해상도(HD) 위상차 이미지를 4일 동안 2시간 간격으로 획득했으며, 이미지는 Incucyte® AI Confluence Analysis를 사용해 분석되었습니다.
분석은 매 이미지 획득 후 자동으로 수행되어 실시간으로 세포 Confluence 의 동적 측정이 가능했습니다.
Phagocytosis
면역 시스템은 Phagocytosis 를 통해 병원체나 감염된 세포를 제거합니다. 이 과정에서 Macrophages 는 Apoptosis 된 세포를 포식합니다.
Incucyte® Cell-by-Cell Segmentation 은 uni-variate area classification 을 통해 비간섭적이며, 별도의 세포 표지 없이 Apoptosis 를 정량화할 수 있습니다 (Figure 3).
[Figure 3] 위 이미지는 Incucyte® Live-Cell Analysis System 로 촬영하었으며, Incucyte® Cell-by-Cell Analysis Software Module을 사용하여
시간에 따른 표적 세포의 식세포작용을 정량화했습니다. (A) 1시간과 24시간 시점에서 세포를 두 개의 집단 (대식 세포 (분홍색), Ramos 세포 (파란색))으로 분류한 것을 보여줍니다.
(B) 히스토그램은 두 시간 지점에서의 공동 배양된 세포의 빈도 분포를 표시하며, 분류에 사용된 기준 값(점선; 300 μm²)을 나타냅니다.
Differentiation
세포 형태의 동적 변화를 연구하면 세포 건강에 대한 귀중한 통찰력을 얻을 수 있지만, 전통적인 접근 방법은 표지 기법과 다단계 워크플로우를 포함합니다.
Incucyte® Live-Cell Analysis System 는 label-free 세포를 형태에 따라 분리함으로써 세포 형태의 동적 변화를 관찰 할 수 있습니다.
아래는 Monocyte 가 Macrophage 로 분화하는 것을 측정한 결과입니다 (Figure 4).
[Figure 4] Monocyte 를 혈액에서 추출하여 M1 또는 M2 Macrophage 로 분화시켰습니다.
Incucyte® Live-Cell Analysis System을 사용해 7일 동안 6시간 간격으로 이미지를 획득했습니다.
분석은 (A) Monocyte 와 M1 Macrophage 를 식별하고, (B) M2 Macrophage 내에서 ramified 및 amoeboid 하위 집단을 식별하는 데 수행되었습니다.
분홍색과 청록색 윤곽선은 각각 Monocyte (분홍색)와 M1 Macrophage (청록색)를 나타내고, 자주색과 파란색 윤곽선은 각각 ramified (자주색)과
amoeboid (파란색) Macrophage 를 나타냅니다.
Compound-Induced Effects
세포 건강 분석은 암 및 기타 질병 치료를 위한 새로운 치료 약물 후보를 평가할 때 사용됩니다.
Incucyte® AI Confluence Analysis 를 사용하여 세포 증식에 영향을 미치는 다양한 기전을 가진 화합물이 존재하는 조건에서 세포 성장을 모니터링하고 정량 할 수 있습니다 (Figure 5).
[Figure 5] A549 세포를 96-well plate 에 2,000 cells/well 밀도로 배양했습니다.
18시간 후, 세포에 다양한 농도의 Camptothecin (0.2 - 10 μM), Cisplatin (0.8 - 50 μM), Staurosporine (16 nM - 1 μM), 그리고 Nocodazole (16 ng/mL - 1 μg/mL)을 처리했습니다.
이미지는 3일 동안 2시간 간격으로 획득되었으며, Incucyte® AI Confluence Analysis를 사용하여 정량화했습니다.
(A) 플레이트 뷰는 96-well plate 에서 3일 동안의 % Confluence 를 보여주며, 시간 및 농도 의존적인 세포 성장 억제를 보여줍니다.
(B) 농도 반응 곡선은 각 화합물이 존재하는 72시간 동안의 % confluence 를 나타냅니다.
Camptothecin, Staurosporine, 그리고 Nocodazole 은 모든 농도에서 세포 성장을 억제하는 모습을 보입니다.
Multi-Compound Screening
Incucyte® Live-Cell Analysis System 과 관련 소프트웨어 모듈을 사용해 복잡한 데이터셋을 쉽게 분석하고 시각화하여 Cytotoxic 화합물을 신속하게 식별할 수 있습니다.
아래는 Incucyte® Advanced Label-Free Classification Software Module을 사용하여 14가지 약물과 두 가지 대조군을 스크리닝한 결과로 Label-free 방법으로만 얻을 수 있습니다 (Figure 6).
[Figure 6] HT-1080 세포를 96-웰 플레이트에 2,000 cells/well 로 배양한 후, 18시간 후 서로 다른 작용 메커니즘을 가진 14가지 화합물을 각각 두 가지 농도로 처리했습니다.
이미지는 3일 동안 2시간 간격으로 획득되었으며, 세포는 Incucyte® Adherent Cell-by-Cell Analysis 를 사용해 분할되었습니다.
Incucyte® Advanced Label-Free Classification Software Module 을 사용하여 살아 있는 세포와 죽은 세포를 식별했습니다.
(A) 살아 있는 세포는 녹색, 죽은 세포는 빨간색으로 표시됩니다. (B, C) 48시간 동안 Vehicle, Camptothecin, 그리고 Monastrol 로 처리된 세포의 이미지를 보여주며,
죽은 세포의 % 변화 및 약물 저항성 세포 형태의 변화를 시간 경과에 따라 보여줍니다.
Conclusion
Incucyte® Live-Cell Analysis System 과 통합된 Label-free 분석 소프트웨어를 이용해 복잡한 세포 행동과 형태를 비간섭적이며 정밀하게 측정할 수 있습니다.
이 시스템에 포함된 다양한 소프트웨어는 약물 스크리닝 및 간단한 세포 건강 평가부터 복합적인 세포 모델의 분석까지 다방면에서 활용할 수 있습니다.
|
|
|
|
