Cell3iMagerシリーズ

ラベルフリーイメージングシステム

Cell3iMagerシリーズ(株式会社SCREENホールディングス社)は,ラベルフリーイメージングシステムです。
培養プレートをセットし,スキャン・解析ソフトを実行するだけで,細胞の観察,形態の定量計測が可能なシステムです。

Cell3iMager duos

平面/三次元培養細胞の観察に対応した製品です。

  • 1細胞から凝集塊まで幅広いサンプルに対応
  • 蛍光観察が可能

Cell3iMager duos

Cell3iMager/Cell3iMager neo

三次元培養細胞の凝集塊撮像と計測を得意とする2製品です。

  • 三次元培養細胞の観察に最適
  • 三次元培養プレートの凝集塊
  • 軟寒天培地のコロニーや,浮遊系スフェロイドの観察に
  • 染色細胞(接着細胞)の面積や,コロニーカウントに

Cell3iMager
Cell3iMager

  • 4枚のプレートを同時スキャン可能

Cell3iMager neo
Cell3iMager neo

  • 省スペース,コンパクト
  • ロボット接続がスムーズ
  • 25cm2フラスコに対応

特長

Cell3iMagerシリーズは,創薬スクリーニング,
再生医療研究,バイオ医薬品研究をサポートします

  1. 高速ウェルプレートスキャン
    • 6ウェルプレートを約1分でスキャンし,30秒で解析可能
    • シンプルでユーザーフレンドリーな操作性
    • 多種類のプレートに対応
    ※高速モード時
  2. 広視野なラベルフリーイメージング
    • 前処理なし,試薬不要のイメージングによる計測が可能
    • ホールウェルで辺縁部まで観察が可能
  3. 細胞形態を定量化する様々な解析機能
    • ACMCによる自動細胞分類機能
    • 定量結果の多様なグラフ作成機能
    ※Automatic Cell Morphological Classification

1.高速ウェルプレートスキャン

ウェルプレートを高速でスキャンし,30秒で解析できます(高速モード時)。スキャンから解析までの設定は,シンプルでユーザーフレンドリーなソフトウェア上で簡単に行えます。

◆ プレート設置から,細胞計測までの流れ

※レシピ作成時間や計測時間は,当社調べの標準時間です。
  サンプルによって異なります。

2.広視野なラベルフリーイメージング

ラベルフリーで画像を取得できます。したがって,前処理や試薬調製といったコストや手間が低減可能で,同一ウェルを継続して計測可能となるため,サンプルの経時的な観察に適しています。

◆ 96ウェルプレート撮像結果

◆ ホールウェル画像

Cell3iMager duosは,独自開発の専用光学系により,
ウェル全域でのクリアな画像取得を実現しています。

◆ 拡大像

ウェルの辺縁部までクリアな明視野画像が取得できます。

◆ 非染色接着培養細胞の薬剤感受性評価

薬剤添加量による細胞の形態変化を正確に撮像し,生細胞群,死細胞群を自動判定しました。
4種類のがん細胞に,濃度の異なる抗がん剤 ( MG132 ) を添加しました。添加6日後に,Cell3iMager duos で画像取得し,細胞の特徴からレシピ設定を行い,生細胞群の総面積を算出しました。また,画像取得と同時に,ATP アッセイを行ない,発光量 ( RLU : Relative Light Unit ) と生細胞群の総面積 ( Area Sum ) を比較したところ,高い相関を示しました。

生細胞群総面積と,ATPアッセイの比較

3.細胞形態を定量化する様々な解析機能

標準ソフトでは,定量データの CSV ファイル出力に加え,細胞形態で定量化した様々な解析結果を表示することが可能です。

主な解析機能   体積変化の推定  細胞塊のカウント  粒状分布のグラフ化
異物自動除去によるイメージ計測の正確性向上  培養細胞での薬剤感受性試験の経過計測グラフ化

◆ 細胞数のカウント - ヒートマップ表示 -

ウェル内の細胞数や面積,直径などをカウントし,ヒートマップ表示することで直感的な結果検討が可能です。下図は,細胞数をヒートマップ表示することで,化合物の添加が細胞に及ぼす影響を検討している例です。

全ウェルの撮像結果 ウェル内の細胞数をヒートマップ表示した結果

◆ 経過計測グラフ化

タイムコース機能を用いることで,経時的な変化をウェル毎/細胞毎に定量的に比較することが可能です。

経時的に取得したデータ

細胞面積の経時的変化

◆ インテリジェント自動画像判定 機械学習による自動細胞分類 ACMC

ACMC ( Automatic Cell Morphological Classification ) は,細胞形態から各種特徴量を抽出し,機械学習により研究者の判定に限りなく近い分類を行うことが可能です。

Top of This Page