すぐに使い始められる

解析は数週間ではなく数分で
複雑なパラメータ調整や解析パイプラインの構築は不要です。Cytelyは最小限の設定で、サンプル中の細胞やオブジェクトを自動的に識別します。画像をドラッグ&ドロップし、大まかな目的を指定するだけで、複雑なセットアップはCytelyが処理します。これは、高度な専門知識を必要とするツールとは対照的です。C...

結果をその場でインタラクティブに探索
Cytelyはデータ収集にとどまらず、複雑な画像データを即座に洞察へと変換します。解析が完了すると、完全にインタラクティブなインターフェースが表示されます。抽出された特徴量の散布図、切り出された細胞画像のパネル、そしてサンプル内における各オブジェクトの位置を示す空間マップです。散布図上に直接ゲートを...

既存の機器でそのまま使える
既存の顕微鏡セットアップをそのまま使い続けられます。Cytelyは撮像ワークフローにシームレスに統合されます。広く走査し、データをアップロードすれば、セグメンテーション、特徴量抽出、可視化はCytelyが処理します。特別な取得用ハードウェアやソフトウェアは不要です。これにより、撮像は引き続きご自身が...

スマート撮像で解析と追加撮像をつなぐ
ゲーティングによって関心のある集団を特定し、その座標を顕微鏡に送り返して、高解像度またはマルチモーダルの追加撮像を行えます。Cytelyはデータ駆動型取得(DDA)と呼ばれるフィードバックループをサポートし、たまたまフレームに入った細胞ではなく、最も情報量の多い細胞を捉えられるようにします。希少なイ...
Cytelyの強み

空間シングルセル解析のために設計
Cytelyは、空間的および細胞内のコンテキストを保持したまま、真の単一細胞分解能で個々の細胞やオブジェクトを解析します。これは、相互作用、不均一性、希少な表現型を研究するうえで不可欠です。貪食から感染アッセイまで、Cytelyはオブジェクト間の関係や空間パターンを可視化し、集団平均やブラインド解析...

AIを活用したノーコードのワークフロー作成
一行もコードを書くことなく、完全な解析ワークフローを構築できます。学習済みのAIがセグメンテーションを自動的に処理し、パラメータ調整や学習データを必要とせずに、細胞、デブリ、細胞内構造を識別してプロファイリングします。そこからゲーティング、特徴量抽出、可視化が組み合わさって再利用可能なワークフローと...

ビジュアルゲーティング
最初のDIAスキャンで得たデータを用いて、イメージフローサイトメトリーのような体験でデータをより深く掘り下げられます。測定された形態的特徴や強度特徴を任意に組み合わせて、インタラクティブな2次元散布図にプロットできます。関心のある集団を、プロット上で直接インタラクティブにゲーティングできます。ゲーテ...

共有し、再現し、その上に築く。
Cytelyでは、完全な実験、生データ、ゲート、画像、プロットを、1つの安全なリンクで共有できます。共同研究者、査読者、監査担当者は、データをインタラクティブに探索し、生画像から最終結果までのすべてのステップを検証できます。
すぐに使えるアッセイ
チームが日々実施するアッセイのための、事前検証済みの測定ワークフロー

迅速な細胞計数と分類
Cytelyは、形態と染色に基づいて、細胞集団や混入物を迅速に定量できます。スクリプトを書くことなく、標的細胞、デブリ、赤血球、血小板の計数を即座に取得できます。これは、QC工程、サンプルの検証、ある...
詳しく見る →
トランスフェクション効率の解析
強度のしきい値、共局在、あるいは核と細胞質のシグナル分布に基づいて、トランスフェクションされた細胞を識別します。Cytelyは二重トランスフェクションされた集団を自動的に定量し、視野全体にわたる不均一...
詳しく見る →
さらに多彩な用途に
共培養アッセイから希少細胞の検出まで、Cytelyは堅牢なセグメンテーションとゲーティングの基盤の上に構築された、柔軟でユーザー定義可能なワークフローをサポートします。画像に写っているものであれば、C...
詳しく見る →Cytelyの実例を見る

高解像度の貪食データセットを探索する
実際の貪食データでCytelyの動作をご覧ください。解析を操作し、ゲーティングを探索し、再現性のある測定が実際にどのようなものかを体験できます。
インタラクティブなデータセットを探索する科学的基盤
Cytelyの再現性のある自動測定へのアプローチを支える査読済みのフレームワーク、データ駆動型顕微鏡観察(Data-Driven Microscopy)を基盤としています。


Cell Rep Methods. 2023 Mar 6;3(3):100419. doi: 10.1016/j.crmeth.2023.100419.
Data-driven microscopy allows for automated context-specific acquisition of high-fidelity image data.
Oscar André, Johannes Kumra Ahnlide, Nils Norlin, Vinay Swaminathan, Pontus Nordenfelt.
論文全文を読む(PMC10088093)