シンクサイトの技術

ゴーストサイトメトリー

高解像度のイメージングとAIにより、ラベルフリーで高速に細胞を分析・分取します。

VisionSortには、Science誌に発表されたゴーストサイトメトリー技術が搭載されています。AIを用いたハイスループットかつハイコンテントな細胞形態情報により、ライフサイエンスの研究開発分野において新たなインサイトを提供します。

ゴーストサイトメトリーのしくみ

細胞が特殊な構造化照明を通過する際に取得された形態情報を、単一ピクセル検出器によって高次元の時間波形データとして記録します。

機械学習モデルが、波形データに基づいて高速に細胞を分類します。

分類された細胞は、流体内で水圧を用いて穏やかに分離されます。

ゴーストサイトメトリーは、教師ありおよび教師なしの機械学習を駆使しAIを活用しながら、ラベルフリーでの細胞分類およびソーティングを可能にします。VisionSortにはこれらの技術が実装されており、細胞を用いた研究開発の様々な場面で、これまでにないアプローチを選択できるようになります。

教師あり機械学習

細胞の形態情報と同時に、蛍光マーカーを用いた教師情報を取得します。

上記の情報から、機械学習モデルを作成します。

作成したモデルに細胞の形態情報を入力して、細胞クラスを判別します。

分離された細胞集団は、マルチオミクス解析や機能アッセイなど既存のツールで検証されます。

教師なし機械学習

細胞の形態情報と同時に、蛍光マーカーを用いた教師情報を取得します。

UMAPなどの解析手法で高次元の細胞形態情報を二次元上に表現することにより、ユーザー注目のサブ集団を抽出できます。

サブ集団とそれ以外を判別するモデルを作成し、生きた状態で細胞を分離します。

分離された細胞集団は、マルチオミクス解析や機能アッセイなど既存のツールで検証されます。