CyteSeer ^®自動視頻分析軟件

valasciences. CyteSeer®的胞質ROI實例

CyteSeer通過整理由專有的速度優(yōu)化算法得出的數據來報告每種藥物的效果，這些算法對每個細胞進行分段和識別，然后提取并參數化視頻中每個細胞的每個瞬態(tài)的形狀。

KIC + CyteSeer生成豐富的，可擴展的數據集，這些數據集充分表征了異質細胞的動力學特性，從而能夠：

1. 靈敏度和可預測性，
2. 人混合細胞/類器官疾病模型的分析，以及
3. 細胞間健康，例如突觸，通訊。

瞬態(tài)參數化：心肌細胞圖

單線提取
視頻，從單個角度觀察668個hiPSC心肌細胞（用1.0 uM硝苯地平處理）的6,984個單獨動作電位，證明了動力學異質性，這種異質性通常隨著候選藥物治療，毒性和模型（例如遺傳）疾病而增加。（以30 fps顯示。）

CyteSeer參數化每個瞬態(tài)
CyteSeer生成每個瞬態(tài)的詳細定量特征，從而能夠與已知的人類基準（健康或患病）進行統計比較。

CyteSeer ^®視頻分割和小區(qū)標識
自動識別每個視頻捕獲的每個小區(qū)，并且提取和措施單細胞跡線和單個瞬變。

CyteSeer大數據
CyteSeer可以捕獲，簡化和報告復雜數據：每天從7,000口井中提取77 TB視頻中3千萬個細胞中的40億個參數：

• 每個單元3-40個瞬態(tài)中的每個瞬態(tài)都有30個參數（走線上+10）
• 完整的實時/固定小區(qū)HCS

CyteSeer和Vala的專業(yè)知識：
通過Vala團隊解釋CyteSeer的大量數據輸出，結果是對候選藥物如何影響細胞（功效或副作用）和預測）理解，從而可以有效地對候選候選藥物進行排名并實現：

• 人類臨床結果的高可預測性（與動物研究相比）
• 在線索發(fā)現中早對藥物進行佳配置（排序）（結合高通量和低成本）