Fluorescence Cell Analyzerは、AIインテリジェントアルゴリズムを統合し、特許取得済みの固定焦点および光学ズーム技術を採用して、細胞特性の識別を実現します。トリパンブルーおよびAOPI染色法により、すべてのタイプの細胞の正確なカウントを実現し、GFP/RFPトランスフェクション実験をサポートします。この機器は、操作が簡単で、分析とテストが効率的で、貴重な科学研究時間を節約し、科学研究所の担当者が迅速かつ効率的な細胞分析結果を達成するのに役立ちます。
独自のズーム技術により、ユーザーはさまざまな直径の細胞を分析できます
で明視野BioAppテンプレートを使用する場合、新しいズームテクノロジーにより、オペレーターは1.0µmから180.0µmの直径範囲内の細胞オブジェクトを正確に識別できます。取得した画像は、単一細胞の詳細さえ示しています。これにより、これまで正確に分析できなかったセルラーオブジェクトにも適用範囲が広がります。
| 選択可能な倍率5倍、6.6倍、および8倍に関連する典型的な細胞株の例 | |||
| 倍率範囲 | 5倍 | 6.6倍 | 8倍 |
| > 10µm | 5〜10 µm | 1〜5 µm | |
| カウント | ✓✓ | ✓✓ | ✓✓ |
| 安定性 | ✓✓ | ✓✓ | ✓✓ |
| 細胞型 |
|
|
|
FLは、人工知能の利点を利用して自己学習アルゴリズムを開発します。彼らは細胞の複数の特徴を識別して分析することができます。細胞形状パラメーターの統合により、細胞周期状態の非常に正確で再現性のある分析が可能になり、および/または細胞形態の変化、細胞クラスター（凝集体、小さなサイズのスフェロイド）の形成および影響を受ける状態の間の相関に関するデータが提供されます。
増殖中の培養物における不規則な形状の間葉系幹細胞（MSC; 5倍のmangification）の標識結果
RAW264.7細胞株は小さく、簡単に凝集します。 AIアルゴリズムは、塊の中の細胞を識別してカウントすることができます
ゼブラフィッシュ胚性細胞の不均一なサイズ（倍率6.6倍）
明確な構造化されたGUIにより、効率的で快適な実験の実行が可能になります
BioAppを選択し、サンプルIDを入力して、アッセイの実行を開始します
約128GBの内部データストレージ容量。 （R）ミラで50,000の分析結果。高速アクセスのために、必要なデータをさまざまな検索オプションで選択できます。
時間を節約するための便利な機能は、取得可能な希釈計算機です。細胞の最終濃度と目標量が入力されると、正確な量の希釈液と元の細胞サンプルが送られます。これにより、継代培養への細胞の継代が快適になります。
Countstar Miraの分析機能は、細胞培養内の動的な変化を理解する上でユーザーをサポートし、成長条件を最適化するのに役立ちます。
の高度なAIベースの画像認識ソフトウェアは、複数のパラメーターを提供することができます。細胞濃度と生存状態の標準的な結果に加えて、細胞サイズの分布、細胞クラスターの形成の可能性、各単一細胞の相対的な蛍光強度、成長曲線の形、およびそれらの外側の形態因子は、実際を評価するための重要なパラメーターです細胞培養の状態。成長曲線、直径分布、蛍光強度ヒストグラムの自動生成グラフ、凝集体内の単一細胞分析、および細胞コンパクトパラメーターの決定により、ユーザーは、プロセスの開始から終了まで、検査された細胞培養内の動的プロセスをよりよく理解できます。
相対蛍光強度（RFI）分布ヒストグラム
直径分布ヒストグラム
テスト画像と結果
成長曲線図
二重蛍光AO/PI染色法は、アクリジンオレンジ（AO）とヨウ化プロピジウム（PI）の両方の色素が、細胞核内の染色体の核酸の間に挿入されるという原理に基づいています。AOはいつでも核の無傷の膜に浸透してDNAを染色することができますが、PIは死にかけている（死んだ）細胞の核の損傷した膜しか通過できません。細胞核に蓄積されたAOは最大525nmで緑色の光を発し、480nmで励起された場合、PIは525nmで励起されたときに振幅が615nmの赤色光を放出します。FRET（Foerster Resonance Energy Transfer）効果は、525nmでのAOの放出信号が、二重発光とスピルオーバーを回避するためにPI色素の存在下で吸収されることを保証します。AO / PIのこの特別な色素の組み合わせにより、赤血球などのダニの存在下で核を含む細胞を特異的にろ過することができます。
トランスフェクション効率は、細胞株の開発と最適化、ウイルスベクターの調整、およびバイオ医薬品プロセスでの製品収量のモニタリングにおける重要な指標です。細胞内の標的タンパク質の含有量を迅速かつ確実に測定することは、最も頻繁に確立されたテストになりました。さまざまな遺伝子治療アプローチにおいて、それは所望の遺伝子改変のトランスフェクション効率を制御するための不可欠なツールです。
は、フローサイトメトリーと比較して正確で正確な結果を提供するだけでなく、さらにアナライザーは証拠の証拠として画像を提供します。これに加えて、分析を大幅に簡素化および高速化して、開発および生産プロセスの開発を合理化します。
遺伝子組み換え細胞（HEK 293細胞株;さまざまな濃度でGFPを発現）のトランスフェクション効率レベルの増加（左から右へ）を示す、 Countstar （R）Miraによって取得された画像シリーズ
B / C CytoFLEXを使用して実行され、 Countstar Miraで分析された改変HEK293細胞のGFPトランスフェクション効率データを確認する比較測定の結果
トリパンブルー生存率識別アッセイは、浮遊細胞培養内の（死にかけている）死細胞の数を決定するために、依然として最も広く使用されている信頼できる方法の1つです。細胞外膜構造が損なわれていない生細胞は、トリパンブルーが膜に浸透するのを防ぎます。細胞死の進行により細胞膜が漏れた場合、トリパンブルーは膜バリアを通過し、細胞膜に蓄積して細胞を青く染める可能性があります。この光学的差異は、 FLの画像認識アルゴリズムによって、完全に生きている細胞と死んだ細胞を区別するために使用できます。
当社はCookieを使用して、当社のWebサイトにアクセスする際のエクスペリエンスを向上させます。パフォーマンスCookieは、このWebサイトの使用方法を示し、機能Cookieはユーザーの設定を記憶し、ターゲティングCookieはユーザーに関連するコンテンツを共有するのに役立ちます。
