奧地利TissueGnostics（TG）公司，致力于開發(fā)組織原位單細(xì)胞影像定量分析整體解決方案，研發(fā)能夠服務(wù)于科研人員、輔助臨床進(jìn)行疑難雜癥診斷、組織原位藥物靶點(diǎn)篩選的工具。TG公司始終緊貼實(shí)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(yàn)。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(zhǔn)確定量和可信度低的痛點(diǎn)。

Tissue Cytometry技術(shù)利用完全自動(dòng)化的全景組織細(xì)胞掃描系統(tǒng)，建立包含上千萬細(xì)胞信息的多張?zhí)摂M切片樣本，結(jié)合了流式細(xì)胞術(shù)中利用二維散點(diǎn)圖進(jìn)行細(xì)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(xì)胞結(jié)構(gòu)、組織結(jié)構(gòu)的定量信息，還可以對(duì)其在空間位置上的互相關(guān)系信息進(jìn)行數(shù)字化定量，并在大數(shù)據(jù)水平進(jìn)行模式分析。

Tissue Cytometry技術(shù)不但可以實(shí)現(xiàn)以核酸分子為對(duì)象的精準(zhǔn)定量分析需求，也可以滿足在一張組織切片上同時(shí)分析核酸、蛋白、單細(xì)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(yàn)證。

核酸分子水平

比較常用的例如FISH、RNAScope等熒光分子探針標(biāo)記技術(shù)，需要通過熒光分子探針的數(shù)量，實(shí)現(xiàn)核酸表達(dá)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(cè)更多的基因水平表達(dá)，也可以在組學(xué)水平獲得更多的細(xì)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(chǔ)上，進(jìn)一步擴(kuò)大了可量化分析的組織細(xì)胞面積，更可以獲得表達(dá)不同基因型細(xì)胞的真實(shí)空間作用關(guān)系，豐富了空間轉(zhuǎn)錄組學(xué)的”空間”概念。

單細(xì)胞蛋白水平

精準(zhǔn)識(shí)別復(fù)雜組織中的：

l   細(xì)胞結(jié)構(gòu)標(biāo)記（細(xì)胞核、細(xì)胞質(zhì)、細(xì)胞膜等）

l   細(xì)胞亞水平結(jié)構(gòu)標(biāo)記物（細(xì)胞器、細(xì)胞骨架等）

l   分子探針標(biāo)記（FISH、RNA Scope等）

單細(xì)胞結(jié)構(gòu)標(biāo)記（細(xì)胞核、細(xì)胞質(zhì)、細(xì)胞膜等）

基于神經(jīng)網(wǎng)絡(luò)(DNN)與深度學(xué)習(xí)的單細(xì)胞識(shí)別算法

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

細(xì)胞質(zhì)形態(tài)學(xué)識(shí)別及定量分析

在細(xì)胞核識(shí)別的基礎(chǔ)上，通過核周有效信號(hào)的同步擴(kuò)張性算法模型，識(shí)別有效的細(xì)胞質(zhì)形態(tài)。

單細(xì)胞正反向回溯驗(yàn)證

Tissue Cytometry技術(shù)實(shí)現(xiàn)從實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)確反向回溯到影像中的細(xì)胞。反向回溯的特征可以用來檢測(cè)原位細(xì)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(shí)時(shí)觀察創(chuàng)建的陽(yáng)性細(xì)胞散點(diǎn)圖。

組織學(xué)水平

通過AI人工智能訓(xùn)練，Tissue Cytometry技術(shù)可以對(duì)樣本中各種獨(dú)特的組織器官結(jié)構(gòu)進(jìn)行自動(dòng)識(shí)別統(tǒng)計(jì)，不限于傳統(tǒng)病理染色如HE、MASSON、PAS等等標(biāo)記的組織結(jié)構(gòu)特征，更可以通過識(shí)別細(xì)胞、細(xì)胞核形態(tài)，對(duì)細(xì)胞進(jìn)行分類后，進(jìn)一步獲取細(xì)胞-組織結(jié)構(gòu)形態(tài)標(biāo)記的精準(zhǔn)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(xì)胞分布模式、腫瘤免疫抗原呈遞過程中不同表型的免疫細(xì)胞互相作用模式、腫瘤細(xì)胞間位置關(guān)系、細(xì)胞骨架在細(xì)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(jià)值新思路。