奧地利TissueGnostics（TG）公司，致力于開發(fā)組織原位單細胞影像定量分析整體解決方案，研發(fā)能夠服務于科研人員、輔助臨床進行疑難雜癥診斷、組織原位藥物靶點篩選的工具。TG公司始終緊貼實際需求，自成立之初就和歐洲各大科研院所、企業(yè)建立廣泛且深入的合作，不斷解決一線科研人員的問題，在組織圖像量化技術(shù)上積累了豐富的經(jīng)驗。具有的Tissue Cytometry 技術(shù)在業(yè)界為用戶提供了從影像到分析的多方面解決方案，解決了圖像數(shù)據(jù)，特別組織圖像難以準確定量和可信度低的痛點。

Tissue Cytometry技術(shù)利用完全自動化的全景組織細胞掃描系統(tǒng)，建立包含上千萬細胞信息的多張?zhí)摂M切片樣本，結(jié)合了流式細胞術(shù)中利用二維散點圖進行細胞篩選分群的信息架構(gòu)方法，不但可以獲得組織原位分子結(jié)構(gòu)、細胞結(jié)構(gòu)、組織結(jié)構(gòu)的定量信息，還可以對其在空間位置上的互相關(guān)系信息進行數(shù)字化定量，并在大數(shù)據(jù)水平進行模式分析。

Tissue Cytometry技術(shù)不但可以實現(xiàn)以核酸分子為對象的精準定量分析需求，也可以滿足在一張組織切片上同時分析核酸、蛋白、單細胞水平的形態(tài)與關(guān)系、組織器官結(jié)構(gòu)的相互作用與數(shù)據(jù)驗證。

核酸分子水平

比較常用的例如FISH、RNAScope等熒光分子探針標記技術(shù)，需要通過熒光分子探針的數(shù)量，實現(xiàn)核酸表達情況的量化分析；使用空間轉(zhuǎn)錄組技術(shù)，不但可以在原位檢測更多的基因水平表達，也可以在組學水平獲得更多的細胞表型數(shù)據(jù)。Tissue Cytometry技術(shù)在這些前置技術(shù)的結(jié)果基礎上，進一步擴大了可量化分析的組織細胞面積，更可以獲得表達不同基因型細胞的真實空間作用關(guān)系，豐富了空間轉(zhuǎn)錄組學的”空間”概念。

單細胞蛋白水平

精準識別復雜組織中的：

l   細胞結(jié)構(gòu)標記（細胞核、細胞質(zhì)、細胞膜等）

l   細胞亞水平結(jié)構(gòu)標記物（細胞器、細胞骨架等）

l   分子探針標記（FISH、RNA Scope等）

單細胞結(jié)構(gòu)標記（細胞核、細胞質(zhì)、細胞膜等）

基于神經(jīng)網(wǎng)絡(DNN)與深度學習的單細胞識別算法

Tissue Cytometry技術(shù)在單細胞核識別算法基礎上，結(jié)合深度神經(jīng)網(wǎng)絡算法（Deep Neural Networks，DNN），開發(fā)了新一代基于AI的單細胞核識別方法，不但可以更準確分辨互相擠壓重疊的細胞核，而且對于細胞輪廓邊界識別，排除了非焦面的模糊邊界帶來的不確定性，提高了細胞核/質(zhì)/膜形態(tài)學識別的準確率。

細胞質(zhì)形態(tài)學識別及定量分析

在細胞核識別的基礎上，通過核周有效信號的同步擴張性算法模型，識別有效的細胞質(zhì)形態(tài)。

單細胞正反向回溯驗證

Tissue Cytometry技術(shù)實現(xiàn)從實驗數(shù)據(jù)準確反向回溯到影像中的細胞。反向回溯的特征可以用來檢測原位細胞亞群。通過調(diào)節(jié)核的尺寸，面積和灰度值完成軟件分析。反向回溯實時觀察創(chuàng)建的陽性細胞散點圖。

組織學水平

通過AI人工智能訓練，Tissue Cytometry技術(shù)可以對樣本中各種獨特的組織器官結(jié)構(gòu)進行自動識別統(tǒng)計，不限于傳統(tǒng)病理染色如HE、MASSON、PAS等等標記的組織結(jié)構(gòu)特征，更可以通過識別細胞、細胞核形態(tài)，對細胞進行分類后，進一步獲取細胞-組織結(jié)構(gòu)形態(tài)標記的精準量化分析數(shù)據(jù)。

空間分布

組織多色空間表型分析腫瘤微環(huán)境

mIHC/IF 能夠研究腫瘤微環(huán)境內(nèi)細胞分布模式、腫瘤免疫抗原呈遞過程中不同表型的免疫細胞互相作用模式、腫瘤細胞間位置關(guān)系、細胞骨架在細胞內(nèi)外的分布情況等等，為腫瘤的早期診斷及治療提供更具價值新思路。