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，然後提取並參數化視頻中每個細胞的每個瞬態的形狀。

KIC + CyteSeer生成豐(feng) 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(cong) 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。

瞬態參數化：心肌細胞圖

單線提取
視頻，從(cong) 單個(ge) 角度觀察668個(ge) hiPSC心肌細胞（用1.0 uM硝苯地平處理）的6,984個(ge) 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(chuan) ）疾病而增加。（以30 fps顯示。）

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

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

CyteSeer大數據
CyteSeer可以捕獲，簡化和報告複雜數據：每天從(cong) 7,000口井中提取77 TB視頻中3千萬(wan) 個(ge) 細胞中的40億(yi) 個(ge) 參數：

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

CyteSeer和Vala的專(zhuan) 業(ye) 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(cong) 而可以有效地對候選候選藥物進行排名並實現：

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