JP2003500664A

JP2003500664A - 実験データの汎用解析のための方法およびシステム

Info

Publication number: JP2003500664A
Application number: JP2000620578A
Authority: JP
Inventors: アルバートエイチ．ゴーグ、; オレグピー．ラペッツ、; ゲイリーブライト、
Original assignee: Cellomics Inc
Current assignee: Cellomics Inc
Priority date: 1999-05-24
Filing date: 2000-05-24
Publication date: 2003-01-07
Also published as: WO2000072258A2; CA2359467A1; EP1138019A2; AU5284800A; AU768732B2; WO2000072258A3; IL144365A0

Abstract

(57)【要約】【課題】オートメーション化された特徴豊富な高スループット実験データ収集システムで収集された実験データから取得された画像の汎用解析のための方法およびシステム。一組の所定の一般的アッセイ特徴が提示される。アッセイ特徴は、実験データから取得されたデジタル写真画像中の物体についての１以上の測定を含む。所定の一般的アッセイ特徴の組は物体特徴、凝集体特徴および汎用画像処理特徴を含む。一組の所望のアッセイ特徴は特徴の組から選択される。一組の画像は、アッセイ特徴の選択された組からの所望のアッセイ特徴を用いて処理される。前記方法およびシステムは、汎用目的アッセイ開発ツールを提供するのを助ける。前記方法およびシステムは、画像処理技術で訓練されていない生物学者、他の科学者または実験室技術者が、実験データから取得された（例えば、細胞）画像を分析するためのプロトコルおよびアッセイを迅速かつ容易にデザインすることを可能とする。前記方法およびシステムは、細胞の集団に適用された新しい薬物化合物の同定、選択、有効化およびスクリーニングを改良することができる。前記方法およびシステムを用いて、複数デジタル写真画像を含めた実験データを操作するための新しい生物情報学技術を提供することもできる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】

本発明は実験データの解析に関する。さらに詳しくは、本発明は、オートメー
ション化された特徴の豊富な高スループット実験データ収集システムで収集され
た実験データからの画像の汎用解析のための方法およびシステムに関する。

【０００２】

【従来の技術】

関連出願の相互参照本出願は１９９９年５月２４日に出願された米国仮出願番号６０／１３５，４
８１および１９９９年６月２１日に出願された６０／１４０，０６１からの優先
権を主張する。

【０００３】著作権の授権本特許文書の開示の一部は、著作権の保護に付される材料を含む。前記著作権
の所有者は特許の開示のいずれかによるファクシミリー再生に対して意義を有し
ない。なぜなら、それは特許および商標局の特許ファイルまたは記録に現れるか
らである。しかしながら、そうでなければ全ての著作権を保有する。

【０００４】歴史的には、新しい薬物の発見および解析は、出費がかさみ、時間を費やし、
かつ効果的でないプロセスであった。１つの薬物を市場に送り出すための見積も
られたコストはほぼ８年ないし１２年およびほぼ３億５０００万ないし５億ドル
の投資を要し、医薬の研究および開発市場は薬物発見プロセスを合理化できる新
しい技術を必要としている。医薬の研究および開発市場における会社は新しい薬
物を開発するための研究および開発サイクルを短くするというかなりの圧力を受
けており、他方、同時に、新規の薬物発見スクリーニング装備化技術が配備され
つつあり、膨大な量の実験データを生じている。

【０００５】生物学的および他の研究のための自動スクリーニングシステムにおける改革は
、膨大な量のデータを生産できる。かなりの量の特徴豊富なデータがこれらのシ
ステムによって生じつつあり、前記データからの情報の効果的な管理および使用
は多数の非常に挑戦的な問題を生じてきた。当該分野で知られているように、「
特徴豊富な」データは、注目する物体（例えば、細胞）の１以上の個々の特徴を
収集できるデータを含む。スクリーニング装備化を生じる高容量データからのデ
ータの能力を十分に開発するためには、新しい情報学および生物情報学ツールに
対する要望がある。

【０００６】新しい薬物化合物のスクリーニングのための標的の同定、選択および有効化は
、しばしば、デオキシリボ核酸（「ＤＮＡ」）リボ核酸（「ＲＮＡ」）または他
のヌクレオチドの配列を用いてヌクレオチドレベルで完了する。「遺伝子」はＤ
ＮＡの領域であって、「タンパク質」は遺伝子の産物である。タンパク質分子の
存在および濃度は、一般的に、遺伝子が与えられた状況で「発現」または「抑制
」されるかを決定するのを助ける。遺伝子発現の変化によって示される天然およ
び人工化合物に対する応答を、一般的に用いて、現在の薬物を改良し、新しい薬
物を開発する。また、タンパク質間の結合の変化を用いて、生物学的活性につき
化合物をスクリーニングする。しかしながら、しばしば、ヌクレオチドまたはタ
ンパク質レベルの代わりに細胞レベルでの新しい化合物の効果を測定することが
より適当である。

【０００７】細胞は生命の基本単位であり、ＤＮＡ、ＲＮＡ、タンパク質、代謝産物、イオ
ンおよび他の細胞構成要素からの情報を統括する。ヌクレオチドまたはタンパク
質レベルで有望に見え得る新しい化合物は、細胞または生物レベルでは毒性であ
り得る。蛍光−ベースの試薬を細胞に適用して、イオン濃度、膜タンパク質ポテ
ンシャル、酵素活性、遺伝子発現、ならびに代謝産物、タンパク質、脂質、炭水
化物および他の細胞構成要素の存在を測定することができる。

【０００８】一般的に使用される２つのタイプの細胞スクリーニング方法がある：（１）固
定細胞スクリーニング；および（２）生細胞スクリーニング。固定細胞スクリー
ニングでは、最初に、生細胞をテストすべき実験化合物で処理する。所望の化合
物の適用後に、細胞を所与の時間インキュベートし、次いで、「固定」して、後
の分析のために最終細胞状態を保持する。所望の化合物の適用前、適用間および
適用後に、データ収集が完了するまで、調整された環境に維持されるので、生細
胞スクリーニングは、通常、細胞の環境調整を必要とする（例えば、温度、湿度
、ガス等）。固定細胞アッセイは空間的測定を必要とするが、１つの時点におい
てのみである。生細胞アッセイは、空間的および時間的測定を取得させる。

【０００９】当該分野で知られているように、「細胞アッセイ」は細胞の画像を解析するの
に使用される画像処理方法の特異的な実行であり、生物学的処理に関するリター
ン結果が調べられる。当該分野で知られているように、「細胞プロトコル」は、
分析機器のタイプ、細胞アッセイ、細胞中の生物学的マーカを測定するのに使用
される染料、細胞同定パラメータおよび細胞データを収集するのに使用される他
の一般的画像処理パラメータを含めた一連のシステム設定を特定する。

【００１０】細胞内に存在する化学的および分子的情報の空間的および時間的頻度は、それ
を細胞の集団から特徴豊富な細胞情報を抽出するのを可能とする。例えば、複数
分子および生化学的相互作用、細胞動力学、亜細胞分布の変化、細胞形態の変化
、混合集団中での個々の細胞サブタイプの変化、細胞通信における変化および亜
細胞分子活性、変化、および細胞情報の他のタイプを取得することができる。

【００１１】今や蛍光ベースの試薬を通じて接近可能な生化学的および分子的細胞ベースア
ッセイタイプは迅速に拡張しつつある。細胞ベースアッセイの増大するリストか
らさらなる情報を自動抽出する必要性は、細胞の特徴豊富なアッセイスクリーニ
ングのための自動プラットフォームが開発されるのを可能とした。例えば、Ｐｉ
ｔｔｓｂｕｒｇｈ，Ｐｅｎｎｓｙｌｖａｎｉａ（ピッツバーグ、ペンシルベニア
州）のＣｅｌｌｏｍｉｃｓ，Ｉｎｃ．（セロミックス社）によるＡｒｒａｙＳｃ
ａｎＳｙｓｔｅｍ（アレイスキャンシステム）は、１つのそのような特徴豊富
な細胞スクリーニングシステムである。Ｓｕｎｎｙｖａｌｅ，Ｃａｌｉｆｏｒｎ
ｉａ（サニーベイル、カリフォルニア州）のＭｏｌｅｃｕｌａｒＤｅｖｉｃｅ
ｓ，Ｉｎｃ．（モレキュラーデバイス社）によるＦＬＩＰＲ、ＦｏｓｔｅｒＣ
ｉｔｙ，Ｃａｌｉｆｏｒｎｉａ（フォスターシティー、カリフォルニア州）のＰ
ＥＢｉｏｓｙｓｔｅｍｓ（ＰＥバイオシステムズ）のＦＭＡＴ、現在、Ｇａｉ
ｔｈｅｒｓｂｕｒｇ，Ｍａｒｙｌａｎｄ（ゲイザーズバーグ、メリーランド州）
のＰｅｒｋｉｎ−ＥｌｍｅｒＬｉｆｅＳｃｉｅｎｃｅｓ（パーキンエルマー
ライフサイエンス社）の子会社であるＥＧ＆ＧＷａｌｌａｃによるＶｉｅｗＬ
ｕｘ（ビューラックス）、およびその他等の細胞ベースシステムもまた大量のデ
ータおよび効果的なデータ管理解決から利益を得るであろう写真画像を生じる。
写真画像は、典型的には、デジタルカメラを用いて収集されるが、共焦点光学顕
微鏡システムのような走査システムによって生じさせることもできる。単一の写
真画像は、以下で説明するように、５１２と多いキロバイト（「ＫＢ」）または
蓄積空間のほとんどを占めるであろう。多数の写真画像の収集および蓄積は、高
スループットシステムを用いる場合に遭遇したデータの問題を付加する。蛍光ベ
ースシステムについてのより多くの情報については、ＲａｎｄｙＷｅｄｉｎ，
ＭｏｄｅｒｎＤｒｕｇＤｉｓｃｏｖｅｒｙ（現代の薬物発見），Ｖｏｌ．２
（３），６１−７１頁，１９９９年５月／６月による「Ｂｒｉｇｈｔｉｄｅａ
ｓｆｏｒｈｉｇｈ−ｔｈｒｏｕｇｈｐｕｔｓｃｒｅｅｎｉｎｇ−Ｏｎｅ
ｓｔｅｐｆｌｕｏｒｅｓｃｅｎｃｅＨＴＳａｓｓａｙｓａｒｅｇｅｔ
ｔｉｎｇｆａｓｔｅｒ，ｃｈｅａｐｅｒ，ｓｍａｌｌｅｒａｎｄｍｏｒｅ
ｓｅｎｓｉｔｉｖｅ」参照。

【００１２】そのようなオートメーション化された特徴豊富な細胞スクリーニングシステム
および当該分野で知られている他のシステムは、典型的には、マイクロプレート
走査ハードウェア、細胞の蛍光励起、蛍光発光光学、カメラ付きの顕微鏡、デー
タ収集、データ蓄積およびデータディスプレイ能力を含む。特徴豊富な細胞スク
リーニングについてのより多くの情報に対しては、参照としてその全部を本明細
書に組み込むＫｅｎｎｅｔｈＡ．Ｇｕｉｌｉａｎｏ（ケニスＡ．ジュリアノ
）らによる「Ｈｉｇｈｃｏｎｔｅｎｔｆｌｕｏｒｅｓｃｅｎｃｅ−ｂａｓｅ
ｄｓｃｒｅｅｎｉｎｇ」，ＪｏｕｒｎａｌｏｆＢｉｏｍｏｌｅｃｕｌａｒ
Ｓｃｒｅｅｎｉｎｇ，Ｖｏｌ．２，Ｎｏ．４，２４９−２５９頁，Ｗｉｎｔｅ
ｒ１９９７，ＩＳＳＮ１０８７−０５７１，「ＰＴＨｒｅｃｅｐｔｏｒ
ｉｎｔｅｒｎａｌｉｚａｔｉｏｎ」，ＢｒｕｃｅＲ．Ｃｏｎｗａｙ（ブルース
Ｒ．コンウェイ）ら，ＪｏｕｒｎａｌｏｆＢｉｏｍｏｌｅｃｕｌａｒＳ
ｃｒｅｅｎｉｎｇ（バイオモレキュラースクリーニングジャーナル），Ｖｏｌ．
４，Ｎｏ．２，７５−６８頁，Ａｐｒｉｌ１９９９，ＩＳＳＮ１０８７−０
５７１，「Ｆｌｕｏｒｅｓｃｅｎｔ−ｐｒｏｔｅｉｎｂｉｏｓｅｎｓｏｒｓ：
ｎｅｗｔｏｏｌｓｆｏｒｄｒｕｇｄｉｓｃｏｖｅｒｙ」，Ｋｅｎｎｅｔ
ｈＡ．Ｇｕｉｌｉａｎｏ（ケニスＡ．ジュリアノ）およびＤ．Ｌａｎｓｉｎ
ｇＴａｙｌｏｒ（Ｄ．ランシングテイラー），ＴｒｅｎｄｓｉｎＢｉｏ
ｔｅｃｈｎｏｌｏｇｙ（バイオテクノロジートレンド），（「ＴＩＢＹＥＣＨ」
），Ｖｏｌ．１６，Ｎｏ．３，９９−１４６頁，Ｍａｒｃｈ１９９８，ＩＳＳ
Ｎ０１６７−７７９９参照。

【００１３】オートメーション化された特徴豊富な細胞スクリーニングシステムは、一般的
には、複数ウェルを備えたマイクロプレートを自動的に走査し、所定の空間的分
解能にて１以上の時点例で細胞の多色蛍光データを取得する。オートメーション
化された特徴豊富な細胞スクリーニングシステムは、一般的には、複数の蛍光チ
ャネルを支持して、多色蛍光データを収集し、また、細胞の明るさ、サイズおよ
び形状ならびに細胞内の小器官の細胞下測定のような特徴を含めた細胞間ベース
の細胞特徴情報を収集する能力を提供することができる。

【００１４】高スループットスクリーニングシステムからのデータの収集は、一般的に、非
常に大量のデータを生じ、多数の生物情報学上の問題を提起する。当該分野で知
られているように、「生物情報学」技術を用いて、細胞情報を含めた生物学的情
報の収集、処理、蓄積、検索および解析に関連する問題に取り組む。生物情報学
は、生物学的プロセスについての観察をなすための、実験、モデリング、データ
ベース調査、および装備化によって取得されたデータを収集し、解析し、表示す
るための情報技術およびデータ処理のシステム的開発および情報の適用と定義さ
れる。

【００１５】効果的なデータ管理に対する必要性は特徴豊富な細胞スクリーニングシステム
または細胞ベースのアッセイに限定されない。また、高スループットスクリーニ
ング（「ＨＴＳ」）アッセイを実行する実質的にいずれの装備も大量のデータを
生じる。例えば、ＤＮＡアッセイ、バイオチップ、顕微鏡、ミクロ−アレイ、ゲ
ル分析のような他のデータ収集技術の増大する使用に伴い、写真画像データを含
めた収集されたデータの量もまた指数関数的に増大している。当該分野で知られ
ているように、「バイオチップ」はその表面に数百または数千の吸収性ミクロ−
ウェルを持つ層である。ミクロ−ウェルは、いずれかの深さを有しても有しなく
てもよい付着の特異的点を含む。単一のバイオチップは１０，０００以上のミク
ロ−ゲルを含有することができる。アッセイテストを実行する場合、バイオチッ
プ上の各ミクロ−ウェルはマイクロプレート中のミクロ−テストチューブまたは
ウェルのようである。バイオチップは、自動高スループットスクリーニングシス
テムにおける公知および未知の生物学的（例えば、ヌクレオチド、細胞等）のた
めの媒体を提供する。

【００１６】多種多様のデータ収集技術を用いることができるが、細胞ベースの高スループ
ットスクリーニングシステムは、実質的に全ての高スループットスクリーニング
システムが遭遇する関連データ管理の問題のいくつかを説明するための例として
用いられる。特徴豊富なスクリーニングで用いるマイクロプレートプレートから
の特徴豊富な細胞データの収集は、一般的的には、９６ないし１５３６の個々の
ウェルを含む。当該分野で知られているように、「マイクロプレート」は、分析
のために複数の試料を蓄積する平坦で浅い皿である。「ウェル」は、分析のため
に個々の試料を含有するのに用いるマイクロプレート中の小さな領域である。各
ウェルは複数の視野に分割することができる。「視野」は、写真顕微鏡のために
視野（すなわち、図レベル）を表すウェルのサブ領域である。各ウェルは、典型
的には、１ないし１６の視野またはそれ以上の視野に分割される。

【００１７】各視野は、典型的には、それを取った１および６の間の写真画像を有するであ
ろう。そして、各々は異なる光フィルタを用いて、所望の細胞構成要素のための
異なる蛍光応答用の光の異なる波長を取得する。各視野において、所定数の細胞
を選択して分析する。細胞の数は変化するであろう（例えば、１および１００以
上の間）。各細胞では、複数の細胞の特徴を収集する。細胞の特徴は、細胞のサ
イズ、形状、明るさ、パターン等の特徴を含むことができる。

【００１８】特徴豊富な細胞スクリーニングシステムから収集した実験データの分析に関連
する多数の問題がある。１つの問題は、生物学者が彼／彼女自身の細胞アッセイ
を望んで、細胞と関連した生物学的プロセスを分析できることである。しかしな
がら、ほとんどの生物学者は、彼／彼女の細胞アッセイを完成するのに必要な画
像処理方法を実行するのに要求される専門的知識を有しない。

【００１９】別の問題は、異なる細胞情報に焦点を合わせるために同時に２以上の異なる細
胞アッセイを開発することを生物学者が望み得ることである。例えば、最初の細
胞アッセイでは、細胞画像データを分析することによって所望の実験についての
細胞形状、細胞サイズおよび細胞直径のデータを含めた細胞特徴データを収集す
る必要があり得る。第２の細胞アッセイでは、細胞画像データを分析することに
よって所望の細胞特徴についての歪度および尖度を収集するのが望ましいであろ
う。しかしながら、当該分野で知られた分析ツールは、生物学者が、彼／彼女自
身の画像処理技術を選択して、分析ツールで利用できる画像処理技術の固定リス
トの外にある細胞アッセイを創製するのを可能としない。すなわち、生物学者は
、歪度および尖度を分析するのを望むであろうが、彼／彼女の分析ツールは、細
胞の形状および細胞のサイズを分析するための画像処理技術を提供できるに過ぎ
ない。

【００２０】別の問題は、多くの画像処理ツールが、存在する特徴豊富な細胞スクリーニン
グシステムと容易にインターフェースできないことである。当該分野で公知の多
くの画像ツールは専用のものであって、現存の特徴豊富な細胞スクリーニングシ
ステムでの一般的な使用に適さない。また、これは、生物学者が所望の実験のた
めに細胞アッセイを創製する能力を制限する。

【００２１】別の問題は、たとえ当該分野で公知の画像処理パッケージを使用しても、生物
学者または他の科学者はアッセイ特徴測定を達成するための画像処理ルーチンの
みならず、画像処理ルーチンのための非常に多数の画像処理オプションからの選
択を選ばなければならないことである。これは、一部の生物学者にさらなる混乱
またはフラストレーションを生じかねない。というのは、生物学者は、いずれの
画像処理オプションが与えられたアッセイ特徴で最も適するかを知らないであろ
うからである。

【００２２】

【発明が解決しようとする課題】

このように、生物学者によって実質的にいずれの細胞アッセイも創製できるよ
うにする汎用分析ツールを提供するのが望ましい。前記汎用ツールは、生物学者
を必要とせずに生物学者によって創製される細胞アッセイのための画像処理技術
を提供すべきであり、他の科学者または分析家は画像処理技術のいずれの詳細な
知識も有する。

【００２３】

【課題を解決するための手段】

本発明の好ましい実施形態により、特徴豊富な実験データから取得された画像
の分析に伴う問題のいくつかが克服される。実験から取得された画像の汎用分析
のための方法およびシステムが提供される。

【００２４】本発明の１つの態様は、画像を含めた実験データを解析するための画像処理ル
ーチンの所定の組に関連するアッセイ特徴を提示する方法を含む。画像処理ルー
チンの所定の組は、画像を処理するのに利用できるオプションの限定された組の
みを含む。本発明の別の態様は、画像データを解析するのを助けるための一組の
所定のアッセイ特徴から選択された一組の選択アッセイ特徴を用いる画像を含め
た実験データを解析する方法を含む。選択アッセイ特徴の組は、画像データの分
析に適した所定の順序で処理される。

【００２５】一般的なアッセイ特徴の所定の組が提示される。アッセイ特徴は、実験データ
から取得したデジタル写真画像中の物体についての１以上の測定を含む。一般的
アッセイ特徴の組は、物体特徴、凝集体特徴および汎用画像処理特徴を含む。一
組の所望のアッセイ特徴は一般的アッセイ特徴の所定の組から選択される。一組
の画像は、一般的アッセイ特徴の選択された組からの所望のアッセイ特徴を用い
て処理される。そのような一般的アッセイ特徴（例えば、長さ、幅、高さ等）は
、実験データから測定を得るために開発することができる実質的にいずれのアッ
セイまたはプロトコルでも有用である共通した画像処理特徴である。提示された
一般的アッセイ特徴は、典型的には、デジタル画像からのそのような測定を取る
のに使用することができる多くの可能な画像処理オプションのうちのほんの数個
を含み、それにより、そのような画像処理オプションを選択することに関連した
混乱を減らすのを助ける。

【００２６】前記方法およびシステムは、汎用目的アッセイ開発ツールを提供するのを助け
ることができる。前記方法およびシステムは、画像処理技術で訓練されていない
生物学者、他の科学者または実験室技術者が、実験データから取得した画像（例
えば、細胞）を分析するためのプロトコルおよびアッセイを迅速かつ容易にデザ
インするのを可能とすることができる。前記方法およびシステムは、新しい実験
化合物（例えば、薬物化合物）の同定、選択、有効化およびスクリーニングを改
良することができる。また、前記方法およびシステムを用いて、複数デジタル写
真画像を含めた実験データについての観察をなすのに使用される新しい生物情報
学技術を提供することもできる。

【００２７】本発明の好ましい実施形態のこれまでの、および他の特徴および利点は、以下
の詳細な記載から、より容易に明らかとなるであろう。詳細な記載は添付の図面
を参照して進められる。

【００２８】本発明の好ましい実施形態は添付の図面を参照して記載される。

【００２９】

【発明の実施の形態】

例示的データ蓄積システム図１Ａは、本発明の好ましい実施形態についての例示的データ蓄積システムを
示す。前記例示的データ蓄積システム１０は、クライアントコンピュータ１８に
接続した分析機器１２、共有データベース２４およびコンピュータネットワーク
４０を備えたデータ蓄積アーカイブ３０を含む。分析機器１２はヌクレオチド、
タンパク質、細胞または他の実験データ等の特徴豊富な実験データを収集するこ
とができるいずれかの走査機器、または特徴豊富な実験データを解析できるいず
れかの分析機器を含む。当該分野で知られているように、「特徴豊富な」データ
は、対象とする物体（例えば、細胞）の１以上の個々の特徴を収集することがで
きるデータを含む。クライアントコンピュータ１８は、データ解析を通じて科学
者または実験室技術者をリードするのに使用されるディスプレイの適用を含めた
いずれかの通常のコンピュータでもある。共有データベース２４は、分析機器１
２からのデータを蓄積するマルチユーザのマルチレビュー合理的データベースで
ある。データアーカイブを用い、多層階層型蓄積管理システムを備えた実質的に
限定されない量の「実質的」ディスク空間を提供する。コンピュータネットワー
ク４０は（例えば、１秒当たり１００メガビットまたはそれよりも速いデータレ
ートが可能な）いずれかの高速ローカルエリアネットワーク（「ＬＡＮ」）であ
る。しかしながら、本発明はこの実施形態に限定されず、より多くのまたはより
少ない、および同等のタイプの構成要素を用いることもできる。データ蓄積シス
テム１０は、生物学的および非生物学的実験からの特徴豊富な実験データを収集
および／または分析することができる実質的にいずれのシステムでも使用するこ
とができる。

【００３０】図１Ｂは、特異的構成要素を備えた本発明の１つの好ましい実施形態について
の例示的データ蓄積システム１０'を示す。しかしながら、本発明はこの１つの
好ましい実施形態に限定されず、より多くのまたはより少ない、および同等タイ
プの構成要素も用いることができる。前記データ蓄積システム１０'は、特徴豊
富な実験データを収集および／または解析するための１以上の分析機器１２、１
４、１６、１以上のデータクライアントコンピュータ１８、２０、２２、共有デ
ータベース２４、データ蓄積サーバ２６、および共有データベースファイルサー
バ２８を含む。データ蓄積アーカイブ３０は、ディスクアーカイブ３２、任意の
ジュークボックス３４またはテープドライブ３６のいずれかを含む。前記データ
蓄積アーカイブ３０を用いて、後記にて説明するように、収集された実験データ
を蓄積するのに使用されるいずれのデータベースのデザインも変更することなく
、多層階層型蓄積管理システムを備えた実質的に限定されない量の「実質的」デ
ィスク空間を提供することができる。前記データ蓄積アーカイブ３０は、任意の
データアーカイブサーバ３８によって管理することができる。データ蓄積システ
ム１０'の構成要素はコンピュータネットワーク４０によって接続される。しか
しながら、より多いまたはより少ないデータ蓄積構成要素を用いることもでき、
本発明は図１Ｂに示されるデータ蓄積システム１０'の構成要素に限定されない
。

【００３１】本発明の１つの例示的好ましい実施形態において、データ蓄積システム１０'
は以下の特別の構成要素を含む。しかしながら、本発明はこれらの特別の構成要
素に限定されず、他の同様または同等の構成要素も用いることができる。分析機
器１２、１４、１６は、マイクロプレート、ＤＮＡアッセイまたは他のチップベ
ースもしくはバイオチップベースのアレイからの細胞実験データのような実験デ
ータを収集および／または分析することができる特徴豊富なアレイ走査システム
を含む。バイオチップは、Ｗｏｏｄｌａｎｄｓ，Ｔｅｘａｓ（ウッドランド、テ
キサス州）のＧｅｎｏｍｅｔｒｉｘ，Ｉｎｃ．（ジェノメトリクス社），Ｍｅｒ
ｉｄｅｎ，Ｃｏｎｎｅｃｔｉｃｕｔ（メリデン、コネチカット州）のＰａｃｋａ
ｒｄＢｉｏＳｃｉｅｎｃｅＣｏ．（パッカード・バイオサイエンス社）の子
会社であるＰａｃｋａｒｄＩｎｓｔｒｕｍｅｎｔ（パッカードインスツルメン
ト），Ｓｃｈａｕｍｂｕｒｇ，Ｉｌｌｉｎｏｉｓ（ショーンバーグ、イリノイ州
），のＭｏｔｏｒｏｌａＣｏｒｐｏｒａｔｉｏｎ（モトローラ社）によって提
供されるもの等のいずれかを含む。

【００３２】分析機器１２、１４、１６は、Ｐｉｔｔｓｂｕｒｇｈ，Ｐｅｎｎｓｉｌｖａｎ
ｉａ（ピッツバーグ、ペンシルベニア州）のＣｅｌｌｏｍｉｃｓ，Ｉｎｃ．（セ
ロミックス社）、ＳａｎＤｉｅｇｏ，Ｃａｌｉｆｏｒｎｉａ（サンディエゴ、
カリフォルニア州）のＡｕｒｏｒａＢｉｏｓｃｉｅｎｃｅｓＣｏｒｐｏｒａ
ｔｉｏｎ（オーロラバイオサイエンス社），Ｓｕｎｎｉｖａｌｅ，Ｃａｌｉｆｏ
ｒｎｉａ（サニーベイル、カリフォルニア州）のＭｏｌｅｃｕｌａｒＤｅｖｉ
ｃｅｓ（モレキュラーデバイス社），ＦｏｓｔｅｒＣｉｔｙ，Ｃａｌｉｆｏｒ
ｎｉａ（フォースターシティー、カリフォルニア州）のＰＥＢｉｏｓｙｓｔｅ
ｍｓ（ＰＥバイオシステムズ），Ｇａｉｔｈｅｒｓｂｕｒｇ，Ｍａｒｙｌａｎｄ
（ゲイザーズバーグ、メリーランド州）のＰｅｒｋｉｎ−ＥｌｍｅｒＬｉｆｅ
Ｓｃｉｅｎｃｅｓ（パーキンエルマーライフサイエンス社）等によって提供さ
れるもののいずれかを含む。１以上のデータクライアントコンピュータ１８、２
０、２２は、局所ハードディスク、共有データベース２４、データ蓄積サーバ２
６および／またはデータ蓄積アーカイブ３０に対してグラフユーザインターフェ
ース（「ＧＵＩ」）を提供するディスプレイ適用を含む通常のパーソナルコンピ
ュータである。前記ＧＵＩディスプレイ適用を用いて、標準的解析を通じて科学
者または実験室技術者をリードし、カスタムおよびクエリービューイング能力を
支持する。また、前記ディスプレイ適用ＧＵＩは、スプレッドシート、グラフィ
ックパッケージおよびワードプロセッサのような標準的デスクトップツールに輸
出されたデータを支持する。

【００３３】データクライアントコンピュータ１８、２０、２２はネットワーク４０にわた
りオープンデータベース接続性（「ＯＦＢＣ」）結合を通じて蓄積サーバ２６に
接続する。本発明の１つの実施形態において、コンピュータネットワーク４０は
１秒当たり１００メガビット（「Ｍｂｉｔ」）またはそれよりも速いイーサネッ
ト（登録商標），ローカルエリアネットワーク（「ＬＡＮ」）である。しかしながら、他のタイプのＬＡＮも使用することができる（例えば、光学または共軸ケーブルネットワーク）。加えて、本発明はこれらの特別の構成要素に限定されず、他の同様の構成要素も用いることができる。

【００３４】当該分野で知られているように、ＯＢＤＣは、コンピュータネットワークのデ
ータベースへの接近を取得するための適用用の共通の言語を供するインターフェ
ースである。蓄積サーバ２６は蓄積ベースのルーチン＋基礎となるデータベース
管理システム（「ＤＢＭＳ」）を制御する。

【００３５】共有データベース２４は、１以上の分析機器１２、１４、１６からの要約デー
タを蓄積するマルチユーザのマルチビュー関連データベースである。共有データ
ベース２４は標準関連データベースツールおよび構造を使用する。データ蓄積ア
ーカイブ３０は画像のライブラリーおよび画像および特徴データベースファイル
のライブラリーである。データ蓄積アーカイブ３０は階層型蓄積管理（「ＨＳＭ
」）技術を用いて、分析機器１２、１４、１６のディスク空間を自動的に管理し
、多層階層型蓄積管理システムを提供する。データ蓄積システム１０および１０
'についてのより多くの情報のためには、参照として本明細書に組み込まれる、
本発明と同一の譲受人に譲渡された「ＭｅｔｈｏｄｓａｎｄＳｙｓｔｅｍ
ｆｏｒＥｆｆｉｃｉｅｎｔＣｏｌｌｅｃｔｉｏｎａｎｄＳｔｏｒａｇｅ
ｏｆＥｘｐｅｒｉｍｅｎｔａｌＤａｔａ」と題された同時係属出願番号０
９／４３７，９７６を参照されたし。

【００３６】本発明の好ましい実施形態についてのデータ蓄積システム１０および１０'の
構成要素での走査環境は、１以上の高速中央処理ユニット（「ＣＰＵ」）および
メモリを備えた処理システムを含む。コンピュータプログラミングの分野の当業
者の実施において、特記しない限り、処理システムによって実行される走査また
は命令の行為および記号表記を参照して本発明を後に記載する。そのような行為
および走査または命令を「コンピュータ−実行」または「ＣＰＵ実行」であると
いう。

【００３７】行為および記号により表された走査または命令はＣＰＵによる電気的信号の走
査を含むことが認識されるであろう。電気的システムは、電気的信号の得られた
変換または低下を引き起こすデータビット、およびそれによりＣＰＵの走査を再
配置またはそうでなければ変化させるためのメモリシステム中のメモリ位置にお
けるデータビットの維持、ならびに信号の他の処理を表す。データビットが維持
されるメモリ位置は、データビットに対応する特定の電気的、磁気的、光学的ま
たは有機的特性を有する物理的位置である。

【００３８】また、データビットは、ＣＰＵが読むことができる磁気ディスク、光学ディス
ク、有機メモリ、およびいずれかの他の揮発性（例えば、ランダムアクセスメモ
リ（「ＲＡＭ」））または揮発性（例えば、読みだし専用メモリ（「ＲＯＭ」）
）マス蓄積システムを含めたコンピュータ読取り可能媒体に維持することもでき
る。コンピュータ読取り可能媒体は、専ら処理システムに存在するか、あるいは
処理システムに対して局所的または離れていても良い複数相互連結処理システム
の中に分布している協働または相互連結コンピュータ読取り可能媒体を含む。

【００３９】アレイ走査モジュール構築図２は、例示的アレイ走査モジュール４２構築を示すブロック図である。分析
機器１２、１４、１６（図１Ｂ）に関連するもののようなアレイ走査モジュール
４２は、４つの機能的グループまたはモジュールに分割されるソフトウェア／ハ
ードウェアを含む。しかしながら、より少数の機能的モジュールのより多くを用
いることもでき、本発明は４つの機能的モジュールに限定されない。取得モジュ
ール４４はロボット顕微鏡およびデジタルカメラを制御し、画像を取得し、前記
画像をアッセイモジュール４６に送る。アッセイモジュール４６は前記画像を「
読み」、グラフオーバーレイを作り出し、画像収集特徴データを解釈し、新しい
画像および前記画像から抽出された特徴データを取得モジュール４４に戻す。取
得モジュール４４は前記画像および解釈された特徴データをデータベース蓄積モ
ジュール４８に通過させる。データベース蓄積モジュール４８は画像ファイルお
よび関連データベース記録の組み合わせに画像および特徴情報を蓄積する。クラ
イアントコンピュータ１８、２０、２２はデータベース蓄積モジュール４８を用
いて、提示モジュール５０によって提示用の特徴データおよび画像ならびにデー
タ解析に接近する。提示モジュール５０は後記するようにＧＵＩを備えたディス
プレイ適用を含む。

【００４０】実験データから取得された画像についての特徴の選択図３は、実験データにつきアッセイ特徴を選択するための方法５２を示す流れ
図である。工程５４において図３では、実験データから取得された画像を解析す
るための複数の所定のアッセイ特徴が提示される。アッセイ特徴は、実験データ
から取得した画像中の物体についての１以上の測定を含む。工程５６において、
複数の提示されたアッセイ特徴から選択した所望のアッセイ特徴の組を取得する
。工程５８において、画像処理ルーチンのライブラリーからの１以上の画像処理
ルーチンが、所望のアッセイ特徴の組からのアッセイ特徴につき選択される。１
以上の画像処理ルーチンを用いて、選択されたアッセイ特徴を達成する。工程６
０において、１以上の画像処理ルーチンがアッセイ特徴と関連付けられる。工程
６２において、ループをエンターして、選択されたアッセイ特徴の組におけるア
ッセイ特徴につき工程５８および６０を反復する。

【００４１】本発明の１つの特別の実施形態にて方法５２を説明する。しかしながら、本発
明はそのような実施形態に限定されず、他の実施形態も用いることができる。

【００４２】そのような実施形態において、工程５４では、アッセイのための実験データか
ら取得されたデジタル写真画像（以下「画像」）を解析するための複数の所定の
アッセイ特徴が、分析機器１２、１４、１６（図１Ｂ）によって、またはクライ
アントコンピュータ１８、２０、２２（図１Ｂ）によって提示される。本発明の
１つの実施形態において、複数の所定のアッセイ特徴は物体の特徴を含む（例え
ば、図５参照）。「物体」特徴は個々の物体（例えば、細胞）または物体の構成
要素（例えば、細胞膜、細胞核等）を走査する。本発明の別の実施形態において
、複数の所定のアッセイ特徴は物体の特徴および凝集体の特徴を含む。「凝集体
」の特徴は、複数の物体を走査するアッセイ特徴を含む（例えば、物体の数、特
徴の平均値、特徴の標準偏差等）。本発明の別の実施形態において、複数の所定
のアッセイ特徴は凝集体特徴のみを含む。

【００４３】本発明の１つの特別の実施形態において、工程５４で提示された複数の所定の
アッセイ特徴は、実質的にいずれの生物学者、他の科学者または分析家も用いる
ことができて、実験データから収集した画像中の物体（例えば、細胞）からの測
定を分析することができる一般的アッセイ特徴を含む。そのような一般的アッセ
イ特徴（例えば、長さ、幅、高さ等）は、実験データから測定を得るのに開発す
ることができる実質的にいずれのアッセイまたはプロトコルでも有用である共通
の画像処理特徴である。そのような実施形態において、提示された一般的アッセ
イ特徴は、典型的には、デジタル画像からの測定を取るのに用いることができる
多くの可能な画像処理オプションのうちの少数のみを含む。

【００４４】例えば、物体の長さの測定のような単純な測定についてのアッセイ特徴は、画
像処理閾値の複数の異なるタイプを含むことができる（例えば、その長さを測定
するために物体につき含むべき所望の物体中／周りの画素の数、画素のタイプ、
物体構成要素のタイプ）。本発明の１つの実施形態において、２つの画像処理閾
値（例えば、最小および最大）値を、物体の長さを測定するためにユーザに提示
することができる。他の画像処理閾値は、そのような情報をユーザに提示するこ
となく内部で取り扱われる。

【００４５】一般的アッセイ特徴および提示された前記一般的アッセイ特徴についての限定
された画像処理オプションは、多くの画像処理経験なくして生物学者、他の科学
者または分析家がアッセイおよびプロトコルを容易かつ迅速に創製するのを可能
とする。一般的アッセイ特徴および限定された画像処理オプションが提示される
ので、多くの異なるオプションを持つ特異的アッセイ特徴の代わりに、限定され
た画像処理経験を持つユーザは、彼／彼女がアッセイまたはプロトコルを創製す
る場合に混乱しないようである。

【００４６】本発明の１つの特別の実施形態において、画像処理オプションに関連する一般
的アッセイ特徴が特異的順番で提示される。しかしながら、本発明は、そのよう
な特異的順序でのそのような実施形態に限定されない。この特異的順序は、画像
処理の限定的知識を持つユーザが所望のアッセイまたはプロトコルのために適当
なオプションを選択するのを助けることもできる。

【００４７】典型的には、アッセイは２以上のチャネルを含むであろう。「チャネル」は、
画像を取得するために使用される光学フィルタおよびチャネル特異的パラメータ
の特異的配置である。典型的なアッセイにおいて、異なる蛍光染料を用いて異な
る細胞構造を標識する。蛍光染料は異なる波長で光を発する。チャネルを用いて
、異なる染料発光波長につき写真画像を取得する。

【００４８】１以上の物体（例えば、細胞）を含めたデジタル化画像を仮定すれば、典型的
には、特徴測定として、画像の解析および特徴データの抽出に対して２つの相が
ある。第１の相は、典型的には、「画像セグメンターション」または「物体単離
」と呼ばれ、ここに、所望の物体は画像の残りから単離される。第２の相は、典
型的には、「特徴抽出」と呼ばれ、ここに、物体の測定が計算される。特徴は、
典型的には、それが物体の有意な特徴を定量するように計算した１以上の測定の
関数である。典型的な物体測定はサイズ、形状、強度、テキスチァー、位置その
他を含む。

【００４９】各測定では、いくつかの特徴は共通して使用されて測定を反映する。物体の「
サイズ」はその面積、周囲、境界の輪郭、長さ、幅等によって表すことができる
。物体の「形状」はその矩形性（例えば、長さおよび幅のアスペクト比）、円性
（例えば、周囲の二乗を面積で割ったもの、バウンディングボックス、等）、慣
性モーメント、異なる鎖暗号、フーリエディスクリプター等によって表すことが
できる。物体の「強度」は物体における画素の合計した平均、最大または最小灰
色レベルによって表すことができる。物体の「構造」は物体内の灰色レベル変動
の特徴を定量し、標準偏差、変動、歪度、尖度を含めた統計学的特徴によって、
およびスペクトルおよび構造的特徴によって表すことができる。物体の「位置」
は所定のグリッドシステムに関して質量の物体の中心、水平および垂直の度合等
によって表すことができる。デジタル画像特徴測定についてのより多くの情報に
対しては、参照としてその全ての内容を組み込む、ＫｅｎｎｅｔｈＲ．Ｃａｓ
ｔｌｅｍａｎ（ケニスＲ．キャッスルマン），Ｐｒｅｎｔｉｃｅ−Ｈａｌｌ，
１９９６，ＩＳＢＮ−０１３２１１４６７４による「ＤｉｇｉｔａｌＩｍａｇ
ｅＰｒｏｃｅｓｓｉｎｇ（デジタル画像処理）」、Ｇ．Ａ．Ｂａｘｅｓ，Ｗｉ
ｌｅｙ，１９９４，ＩＳＢＮ−０４７１００９４９０による「Ｄｉｇｉｔａｌ
ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ：ＰｒｉｎｃｉｐｌｅｓａｎｄＡｐｐｌ
ｉｃａｔｉｏｎｓ（デジタル画像処理：原理と応用）」、ＷｉｌｌｉａｍＫ．
Ｐｒａｔｔ，ＷｉｌｅｙａｎｄＳｏｎｓ，１９９１，ＩＳＢＮ−０４７１８
５７６６１による「ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（デジ
タル画像処理）」、またはＪｏｈｎＣ．Ｒｕｓｓ，ＣＲＣＰｒｅｓｓ，１９
９１，ＩＳＢＮ−０８４９３２５１６１による「ＴｈｅＩｍａｇｅＰｒｏｃ
ｅｓｓｉｎｇＨａｎｄｂｏｏｋ（画像処理ハンドブック）−第２版」参照。

【００５０】本発明の１つの例示的好ましい実施形態において、方法５２を用いて、「マイ
クロプレート」中の「ウェル」からの細胞画像データおよび細胞特徴データを解
析する。本発明の別の好ましい実施形態において、方法５２を用いて、バイオチ
ップ中のミクロゲルからの細胞画像および細胞特徴データを解析する。当該分野
で知られているように、「マイクロプレート」は分析用の複数試料を蓄積する平
坦で浅い皿であり、典型的には、９６ないし１５３６の個々のウェルを含む。「
ウェル」は、分析用の個々の試料を含有するのに用いられるマイクロプレート中
の小さな領域である。

【００５１】各ウェルは複数の視野に分割することができる。「視野」は、写真顕微鏡のた
めの視野（すなわち、ズームレベル）を表すウェルのサブ領域である。各ウェル
は一般的には１ないし１６の視野またはそれ以上の視野に分割される。各視野は
一般的には１および６の間のそれを取る写真画像を有し、各々は所望の細胞構成
要素についての異なる蛍光応答に対する光の異なる波長を取得するために異なる
光フィルタを用いる。しかしながら、本発明はそのような実施形態に限定されず
、他の容器（例えば、ＤＮＡチップ、マイクロアレイのような種々の生物学的チ
ップ、および複数のサブ容器を持つ他の容器）、サブ容器を用いて細胞以外から
画像データおよび特徴データを収集することもできる。

【００５２】本発明の１つの実施形態において、工程５４は、各ユーザにつきグラフユーザ
インターフェースに均一に静的アッセイ特徴の組を提示することを含む。そのよ
うな実施形態において、静的アッセイ特徴の組はユーザによって修飾することが
できない。本発明の別の実施形態において、工程５４は所望により２つのサブ工
程に分けることができる。最初のサブ工程において、ユーザはまずアッセイ特徴
のリストからアッセイ特徴名称の所望の組を選択する。第２のサブ工程において
、アッセイ特徴名称の所望の組が、特にユーザのためのグラフユーザインターフ
ェースで動的に提示される。そのような実施形態において、ユーザは、ユーザに
よって修飾することができない静的アッセイ特徴の組を取得する代わりに現実に
提示し、用いられるアッセイ特徴の組を動的に修飾することができる。また、ア
ッセイ特徴のリストからのユーザによって選択されたアッセイ特徴を、後に工程
５８につき記載するように、１以上の画像処理ルーチンと関連付ける。

【００５３】上述したように、アッセイ特徴は、実験データから取得した画像中の物体につ
いての１以上の測定を含む。本発明の１つの例示的実施形態において、実験デー
タから取得した画像中の物体は、限定されるものではないが、細胞を含む。細胞
についての例示的物体特徴を表１に示す。しかしながら、他の物体特徴を使用す
ることもでき、本発明は表１に示される細胞特徴に限定されない。実質的いずれ
の物体特徴も工程５４で提示することができる。

【００５４】

【表１】工程５４は凝集体特徴を提示することも含む。凝集体特徴は、細胞の集団のよ
うな物体の収集に関連する特徴である。本発明の１つの例示的実施形態において
、凝集体特徴は、限定されるものではないが、表２に示された細胞を含めたマイ
クロプレートについてのウェル要約データのいずれも含む。しかしながら、本発
明は、表２に示されたウェル要約データについての凝集体特徴の提示に限定され
ない。凝集体特徴についての実質的にいずれの要約データも提示することができ
る。表２において、「スポット」は、生物学的活性の尺度としての蛍光応答強度
の小さな領域を示す。

【００５５】

【表２】凝集体特徴は限定されるものではないが表３に示した細胞についてのマイクロ
プレート要約データを含む。表３において、「平均」は統計学的平均を示し、「
ＳＴＤＥＶ」は当該分野で知られた統計学的標準偏差を示し、「スポット」は生
物学的活性の指標としての蛍光応答強度の小さな領域を示す。

【００５６】

【表３】工程５６において、提示されたアッセイ特徴から選択されたアッセイ特徴の組
は、分析機器１２、１４、１６またはクライアントコンピュータ１８、２０、２
２で取得される。例えば、複数の提示されたアッセイ特徴から選択されたアッセ
イ特徴の組は、（例えば、表１からの）「細胞周囲」、「細胞幅」および「細胞
長さ」についての物体特徴を含む。

【００５７】工程５８において、画像処理ルーチンのライブラリーからの１以上の画像処理
ルーチンは、選択されたアッセイ特徴の組につき選択される。１以上の画像処理
ルーチンを用いて、選択されたアッセイ特徴を達成する。「細胞長さ」特徴を達
成するには、１以上の画像処理ルーチンが画像処理ルーチンのライブラリーから
呼ばれて、「細胞長さ」特徴を達成する。例えば、「選択＿物体（）」、「物
体＿バウンディングボックス（）」、「物体＿回転１８０（）」、および「
物体＿最大＿側（）」（例えば、表６中の長さ特徴参照）を含めた画像処理ル
ーチンが画像処理のライブラリーから選択することができる。

【００５８】当該分野で知られているように、画像処理ルーチンの多くのライブラリーがあ
る。例えば、ｔｈｅＵｎｉｖｅｒｓａｌＲｅｓｏｕｒｃｅＬｏｃａｔｏｒ
（「ＵＲＬ」）「ｗｗｗ．ｎｏｅｓｉｓｖｉｓｉｏｎ．ｃｏｍ」におけるＮｏｅ
ｓｉｓＶｉｓｉｏｎによるＡｎＶｉｓｉｌｏｇ（ＩｍａｇｅＰｒｏｃｅｓｓ
ｉｎｇ／ＡｎａｌｙｓｉｓＬｉｂｒａｒｙ画像処理／解析ライブラリー））、
ＵＲＬ「ｗｗｗ．ｍａｔｒｏｘ．ｃｏｍ」におけるＭａｔｒｏｘＥｌｅｃｔｒ
ｏｎｉｃＳｙｓｔｅｍｓＬｔｄ．（マトロクス・エレクトロニクス・システ
ムズ社）によるＭＩＬ（ＭａｔｒｏｘＩｍａｇｉｎｇＬｉｂｒａｒｙ（マト
ロクスイメージングライブラリー））およびＵＲＬ「ｗｗｗ．ｍｅｄｉａｃｙ．
ｃｏｍ」におけるＭｅｄｉａＣｙｂｅｒｎｅｔｉｃｓ（メディアサイバーネティ
クス）によるＩｍａｇｅＰｒｏ（イメージプロ）（ＩｍａｇｅＰｒｏｃｅｓｓ
ｉｎｇ／ＡｎａｌｙｓｉｓＬｉｂｒａｒｙ（画像処理／解析ライブラリー））
およびＯｐｔｉｍａｓ（オプティマス）（ＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ／
ＡｎａｌｙｓｉｓＬｉｂｒａｒｙ（画像処理／解析ライブラリー））参照。こ
れらの画像処理ライブラリーまたは当該分野で知られている他のもののうちのい
ずれかを本発明で用いることができる。

【００５９】工程６０において、１以上の画像処理ルーチンが選択された特徴と関連付けら
れる。例えば、「細胞の長さ」特徴は画像処理ルーチン「選択＿物体（）」、
「物体＿バウンディングボックス（）」、「物体＿回転１８０（）」、およ
び「物体＿最大＿側（）」（例えば、表６中の長さ特徴参照）と関連付けられ
る。

【００６０】工程６２において、ループを入力して、アッセイ特徴の選択された組における
アッセイ特徴につき工程５８および６０を反復する。例えば、細胞長さ特徴を画
像処理ルーチンと関連付けた後、細胞幅および細胞幅周囲特徴もまた工程５８お
よび６０を反復することによって画像処理ルーチンと関連付けられる。

【００６１】方法５２は、生物学者、他の科学者または分析家が、実験データを分析するた
めのアッセイおよびプロトコルを創製するのに画像処理で訓練されなくてもよく
する。方法５２を用いて、ＨＴＳシステムによって創製された特徴豊富な細胞実
験データから収集された画像を分析することができる。

【００６２】実験データから取得した画像についての処理選択アッセイ特徴図４は、実験データから取得された画像に対するアッセイ特徴を選択するため
の方法６４を示す流れ図である。工程６６において、一組の画像が分析デバイス
の実験データから取得される。工程６８において、一組のアッセイ特徴は、画像
の組を分析するための複数の提示された一組のアッセイ特徴から選択される。ア
ッセイ特徴は、実験データから取得された画像中の物体についての１以上の測定
を含む。提示されたアッセイ特徴は、画像処理ルーチンのライブラリーからの１
以上の画像処理ルーチンと関連付けられてアッセイ特徴を達成する。工程７０に
おいて、アッセイ特徴の選択された組を用いる画像の組の処理が要求される。工
程７２において、アッセイ特徴の選択された組を用い画像の組の処理から結果が
取得される。

【００６３】方法６４は本発明の１つの特別の実施形態で示される。しかしながら、本発明
はそのような実施形態に限定されず、他の実施形態も用いることができる。

【００６４】そのような実施形態では、工程６６において、（例えば、細胞実験データから
取得された細胞または細胞の構成要素についての）画像の組が分析機器１２、１
４、１６またはクライアントコンピュータ１８、２０、２２で取得され（例えば
、図１ＡおよびＢ参照）。本発明の１つの実施形態において、（１）試料から調
製された；または（２）蓄積された画像組から画像を取得する２つの方法がある
。

【００６５】実験が実行されるにつれ、（例えば、図２のアレイ走査モジュール４２を用い
）特徴豊富なアレイ走査システムから画像が自動的に取得される。特徴豊富なア
レイ走査システムによって所望の実験が実行され、結果が共有データベースまた
は蓄積アーカイブ３０、あるいは局所ハードドライブに蓄積された後、画像が蓄
積画像から取得される。

【００６６】図５は、工程６８において物体特徴を選択するための分析機器１２、１４、１
６またはクライアントコンピュータ１８、２０、２２で提示された例示的グラフ
ユーザインターフェース７４を示すブロック図である。グラフユーザインターフ
エース７４は、物体特徴を選択するためのグラフチェックボックスまたはグラフ
ボタンのようなグラフ存在を含む。

【００６７】図５は、例えば、サイズ、形状、強度、構造、位置、面積、周囲、形状因子、
同等直径、長さ、幅、積分蛍光強度、平均蛍光強度、変動、歪度、尖度、最小蛍
光強度、最大蛍光強度、非科学的中心、幾何学的中心のｘ座標または幾何学的中
心のｙ座標を含めた物体特徴を選択するためのグラフチェックボックスを示す。
図５は、画像中の物体を測定するのに使用される最も通常に使用される物体のい
くつかを含めた組を示す。しかしながら、本発明は図５にリストされた物体特徴
に限定されず、より多くの、より少ないまたは同等の物体特徴を用いることもで
きる。また、図５は所望の染料用の蛍光チャネルを選択するためのグラフラジオ
ボタンを示す。凝集体特徴は同様のグラフユーザインターフェースで選択される
。

【００６８】図４に戻り、工程６８において、複数の所定のアッセイ特徴から一組のアッセ
イ特徴が選択されて、画像の組を分析する。本発明の１つの実施形態において、
工程６８は、複数の所定のアッセイ特徴を選択する（例えば、図５からの複数グ
ラフボタンを選択する）ことによるアッセイのためのプロトコルの創製を含む。
「プロトコル」は、分析機器のタイプ、アッセイ、生物学的マーカを測定するの
に用いる染料、細胞同定パラメータ、およびデータを収集するのに使用される他
の一般的な画像処理パラメータを含めた一連のシステム設定を特定する。「アッ
セイ」は、画像を分析し、調べるべき生物学的プロセスに関連する結果を戻すの
に用いる画像処理方法の特異的選択である。特異的生物学的プロセスに標的化さ
れた細胞アッセイで使用される画像処理方法に関するより多くの情報については
、ここに参照として本明細書に組み込まれる、特許出願として同一の譲受人に譲
渡された同時係属出願０９／０３１，２１７および０９／３５２，１７１参照。

【００６９】例えば、例示的アッセイ−Ｘでは、図５は、蛍光チャネル０、染料−０８４に
ついての周囲７６、長さ８０および幅８２の物体特徴に対するグラフチェックボ
ックスの選択を示す。染料−０８４についてのラジオボタンは図５に選択されて
示される。このように、アッセイ−Ｘは、所望の染料についての蛍光チャネル０
から画像中の物体の周囲、長さおよび幅についての物体測定を得ることを含む。

【００７０】工程６８で提示されたアッセイ特徴は、画像処理ルーチンのライブラリーから
の１以上の画像処理ルーチンと関連付けられて、（例えば、方法５２、図３の工
程６０において）アッセイ特徴測定を達成する。このように、工程６８で提示さ
れたアッセイ特徴を選択するユーザは、どのようにしてアッセイ特徴が達成され
るかを理解する必要がないが、ただ、（例えば、所望のアッセイについて）彼／
彼女自身の所望の分析を達成するための注目する所望のアッセイ特徴をいかにし
て選択するかを理解しなければならないに過ぎない。もし画像処理ルーチンの新
しいライブラリーを用いれば、工程６８で提示されたアッセイ特徴は、典型的に
は、変化しないであろうが、画像処理ルーチンの全部の新しい組を用いてアッセ
イ特徴測定が達成されるであろう。

【００７１】図４に戻り、工程７０において、アッセイ特徴の選択された組を用いる画像の
組の処理が要求される。本発明の１つの実施形態において、工程７０は、物体お
よび／または凝集体特徴の選択に加えて、一連の一般的画像処理走査の選択を含
む。工程７８における結果を受け取る前に、画像処理走査が適用される。画像処
理走査は、フィルタリング、物体細分化またはマスク修飾を含むことができる（
図６）。

【００７２】本発明の１つの実施形態において、工程７０における画像の組の処理は、グラ
フユーザインターフェースから選択された所望のアッセイ特徴の組を用いて所定
の順番で実験データから取得された画像に一般的処理ルーチンを適用することを
含む（図６）。しかしながら、本発明はそのような実施形態に限定されない。そ
のような実施形態において、一般的画像処理ルーチンを適用する順序を予め決定
することが、アッセイまたはプロトコルを創製しつつある場合、別の画像処理詳
細のユーザを軽減する。アッセイ特徴は、処理される順番にグラフユーザインタ
ーフェースに提示される（例えば、図６）、例えば、画像をセグメント化する前
に、画像を濾過して細分化の効率を改良するのが通常重要である。前記フィルタ
は画像を平滑化し、鋭敏化することができる。所定の順序を供するのは、もしユ
ーザが処理の順番を彼自身／彼女自身で決定しなければならないよりも、アッセ
イまたはプロトコルの創製をより単純にするのを助ける。また、所定の処理順序
は、ユーザが、いくつかの異なる実験の間またはその中で彼／彼女の結果をより
容易に比較するのを助けることもできる。

【００７３】本発明の１つの実施形態において、選択された物体および凝集体特徴での工程
７０における画像の組の処理は、蛍光チャネルの独立的および依存的処理を共に
含むことができる。「独立的処理」とは、蛍光チャネルの各々についての「独立
的マスク」の創製をいう。当該分野で知られているように、「マスク」は、デー
タ値におけるあるビットを選択的にスクリーニングし、または見逃すのに用いら
れる１以上のバイナリー値である。マスキングは、典型的には、論理オペレータ
（ＡＮＤ、ＯＲ、ＸＯＲ、ＮＯＴ）を用いてマスクおよびデータ値を組み合わせ
ることによって行われる。

【００７４】「依存的処理」とは、別のチャネルにおいて分析用のマスクを引き出すための
１つのチャネルからのマスクの使用をいう。この「引き出されたマスク」は親マ
スクの単純なコピーであって良く、またはさらなる処理を親マスクに適用するこ
とができる。第２のチャネルにおける特徴抽出は引き出されたマスクに基づいて
起こる。

【００７５】例えば、細胞中の転写因子の細胞質から核への転座を分析するアプローチは引
き出されたマスクを用いて実行することができる。まず、標識された核を用いて
マスクを確立する。第２に、転写因子（「ＴＦ」）チャネルを設定して引き出さ
れたマスクを用いる。前記ＴＦチャネルは、核チャネルに依存していると定義さ
れる。これはＴＦチャネルに対して核マスクをコピーする。前記マスクは、核中
のＴＦの量に比例する、ＴＦの平均核強度を測定するために直接的に適用するこ
とができる。次に、マスクを多数回膨張させ、バイナリー排除ＯＲ／ＸＯＲ機能
をマスクの対に適用する。これは、核周辺細胞質にわたって位置するリング形状
の引き出されたマスクに導く。このマスク内の分析は、細胞質中のＴＦの量の見
積もりを提供する。ＴＦチャネル中の核マスク内の平均強度およびＴＦチャネル
中の細胞質リングマスク内の平均強度の比率を計算することによって、細胞質か
ら核への転座の尺度を確立することができる。

【００７６】本発明の１つの実施形態では、工程７０において、選択された蛍光チャネルか
らの画像は、典型的には、分析前に一連の一般的な画像処理操作を通じて処理さ
れる。そのような一般的な画像処理工程を用いて、ノイズを除去し、特徴の解釈
を改良するのを助ける。一般的な画像処理工程は、後記するように、フィルタリ
ング、細分化等を含むことができる。

【００７７】表４は独立的一般的画像処理操作を示す。しかしながら、他の独立的画像処理
操作を用いることができ、本発明は表４に示した独立的画像処理操作に限定され
ない。

【００７８】

【表４】表５は、依存性マスクに適用するのに有用な一般的画像処理操作を示す。しか
しながら、他の画像処理操作を用いることができ、本発明は表５に示された画像
処理操作に限定されない。

【００７９】

【表５】図６は、一般的画像処理操作を選択するための例示的グラフユーザインターフ
ェース８６を示すブロック図である。表４および５に示されたこれらの操作は、
表示されたグラフボックスに数をインプットすることによって、あるいはグラフ
チェックボックスをチェックすることによって選択される。もしグラフボックス
がゼロの値を有するか、あるいはグラフチェックボックスがチェックされなけれ
ば、一般的な画像処理操作は実行されない。例えば、図６に示すように、フィル
タリングは要求されない。しかしながら、灰色スケール細分化８８が選択され、
５０の値は灰色スケール閾値９０で用いられる。加えて、独立したマスクが、２
サイクル９２用のマスクを膨張させるために選択され、ＸＯＲ操作９４は依存的
マスクのために選択される。

【００８０】本発明の１つの実施形態において、工程７０における処理は、選択された物体
および凝集体特徴につき測定を得ることを含む。表６は、表４中の操作からの独
立的マスクを用いる表１からの物体特徴の１つの可能な実行を示す。しかしなが
ら、本発明はこの実行に限定されず、他の実行を用いることもできる。

【００８１】

【表６】依存的または引き出されたマスクについての特徴組は、独立的マスクについて
の組よりもかなり限定的である。この１つの理由は、依存的マスクは依存的チャ
ネル中の信号の形態に必ずしも関連しないことである。このように、例えば、引
き出されたマスクの周辺または形状は、典型的には、依存的チャネルよりもむし
ろ一次チャネルにより関連する。

【００８２】図７は、表５からの凝集体操作を用いて創製された依存的マスクについての物
体特徴の１つの実行を示す。

【００８３】

【表７】工程７０における処理のための本発明の１つの実施形態において、一次マスク
が適用され、所望の物体特徴が抽出され、引き出されたマスクが適用され、凝集
体特徴が抽出される。本発明の１つの実施形態において、物体特徴は細胞データ
を表し、凝集体特徴はウェル中の細胞の集団についてのウェル−レベルまたはマ
イクロプレートレベルデータを表す。しかしながら、本発明はそのような実施形
態に限定されず、他のタイプの実験データについての凝集体特徴も用いることが
できる。

【００８４】本発明の１つの実施形態において、物体および凝集体特徴が計算され、凝集体
「特徴ゲート」の設定によって制限される。「特徴ゲート」は、物体または凝集
体特徴組に寄与するであろう物体集団のサブ−組を定義するために提供される。
前記特徴ゲートは、レンジについての下限および上限を含めたレンジの選択を含
む。例えば、物体特徴面積についての特徴ゲートは、ゼロの下限および２０００
の上限にて設定することができる。このように、ゼロおよび２０００画素の間の
面積を有する物体（例えば、細胞）のみが含まれるであろう。

【００８５】図４に戻り、工程７２において、アッセイ特徴の選択された組を用いる画像の
組の処理から結果が取得される。本発明の１つの実施形態において、結果は、分
析機器１２、１４、１６またはクライアントコンピュータ１８、２０、２２に関
連する局所的データベースに対して書かれる。本発明の別の実施形態において、
結果を、共有データベース２４および／または蓄積アーカイブ３０に対して増幅
することもできる。

【００８６】本発明の１つの実施形態において、結果は、表８に示した３つの表示オプショ
ンのうちの１つを用いて表示することができる。しかしながら、本発明は３つの
表示オプションに限定されず、より多いまたはより少ない表示オプションを用い
ることもできる。

【００８７】

【表８】本発明の１つの非常に特異的な実施形態において、方法６４は自動手法で用い
ることができる。そのような実施形態において、方法６４の工程を自動的に達成
し、結果を後の分析のためのデータベースに蓄積するようにプロトコルが創製さ
れる。そのような非常に特異的な実施形態は、ＨＩＳシステムと組み合わせて用
いることができる。所望の実験が完了すると、プロトコルは自動的に開始され、
それを用いて方法６４の工程を自動的に達成することができる。

【００８８】図７は、アッセイ特徴の所望の組を用いて処理された画像から取得された情報
をグラフ表示するための例示的スクリーンディスプレイ９６を示すブロック図で
ある。しかしながら、本発明はこのスクリーンディスプレイに限定されず、他の
スクリーンディスプレイ、およびより多いまたはより少ない情報も表示すること
ができ、前記情報を異なるフォーマットで表示することもできる。

【００８９】スクリーンディスプレイ９６は、複数の物体（すなわち、細胞の集団）を含め
た画像１００から取得された物体（すなわち、細胞）についての注目する画像９
８の一部を含む。前記スクリーンディスプレイ９６は、注目する画像９８から測
定された物体特徴データ１０２、および画像１００および（表示されない）９つ
の他の画像から測定された凝集体データ１０４および１０６を含む。物体特徴デ
ータ１０２および表示された凝集体データ１０４および１０６は、方法６４の工
程６８において選択された物体および凝集体特徴を含む（図４）。

【００９０】注目する画像９８は、複数物体を含めた画像１００中の９８'によって同定さ
れた個々の細胞の拡大された画像を含む。スクリーンディスプレイ９６は、１５
３６ウェルを含めたマイクロプレート１１０のグラフ説明中の黒色ウェル１０８
によって示されるウェルＡ−３についての例示的アッセイ特徴データのみを示す
。

【００９１】本明細書中に記載されたこれらの方法およびシステムは、画像を含めた高スル
ープットデータ収集／分析システムからの実験データが解析されるようにするこ
とができる。前記方法およびシステムは、限定されるものではないが、複数ウェ
ルを含めたマイクロプレートまたは実験化合物が細胞の集団に適用された複数マ
イクロゲルを含めたバイオチップから収集された細胞画像データおよび細胞特徴
データを解析するのに用いることができる。もしバイオチップを用いれば、本明
細書中におけるマイクロプレートへのいずれの言及もバイオチップで置き換える
ことができ、マイクロプレート中のウェルに対する言及はバイオチップ上のマイ
クロゲルで置き換えることができ、記載された方法およびシステムで用いること
ができる。

【００９２】前記方法およびシステムは、汎用アッセイ開発ツールを提供するのを助ける。
前記方法およびシステムは、画像処理技術で訓練されていない生物学者、他の科
学者、または実験室技術者が、実験データから取得された画像（例えば、細胞）
を解析するのためのプロトコルおよびアッセイを迅速かつ容易にデザインするの
を可能とする。前記方法およびシステムは、細胞の集団に適用された新しい薬物
化合物の同定、選択、有効化およびスクリーニングを改良することができる。ま
た、前記方法およびシステムを用いて、新しい生物情報学技術を提供し、複数の
デジタル写真画像を含めた実験データを操作することもできる。

【００９３】本明細書中に記載されたプログラム、プロセス、方法およびシステムは、特記
しない限り、いずれかの特定のタイプのコンピュータまたはネットワークシステ
ム（ハードウェアまたはソフトウェア）に関連せずまたはそれに限定されないこ
とが理解されるべきである。種々のタイプの汎用または特殊化コンピュータシス
テムが、本明細書中に記載された教示に従って操作で用いることができ、または
前記操作を実行することができる。

【００９４】本発明の原理が適用できる広く種々の実施形態に鑑みれば、示された実施形態
は例示的なものに過ぎず、本発明の範囲を限定すると考えるべきではないと理解
されるべきである。

【００９５】例えば、流れ図の工程は記載されたもの以外の系列で採用することができ、よ
り多いまたはより少ない要素をブロック図で用いることができる。好ましい実施
形態の種々の要素がソフトウェアで実行されると記載してきたが、ハードウェア
またはファームウェアにおける他の実施形態では、実行は別法として用いること
ができ、また逆もできる。

【００９６】特許請求の範囲は、その効果に言及しなければ、記載された順序または要素に
限定されると読まれるべきではない。従って、特許請求の範囲に係る発明の技術
的範囲およびその精神に該当する実施形態、更にはそれらの同等物は本発明とし
て主張される。

【図面の簡単な説明】

【図１Ａ】図１Ａは、例示的実験データ蓄積システムを示すブロック図である。

【図１Ｂ】図１Ｂは、例示的実験データ蓄積システムを示すブロック図である。

【図２】図２は、例示的アレイ走査モジュール構築を示すブロック図である。

【図３】図３は、実験データについてのアッセイ特徴を選択する方法を示す。

【図４】図４は、実験データから取得された画像についてアッセイ特徴を選択する方法
を示す流れ図である。

【図５】図５は、物体特徴を選択するための例示的グラフユーザインターフェースを示
すブロック図である。

【図６】図６は、一般的画像処理操作を選択するための例示的グラフユーザインターフ
ェースを示すブロック図である。

【図７】図７は、アッセイ特徴の所望の組を用いて処理された画像をグラフ表示するた
めのスクリーンディスプレイを示すブロック図である。

───────────────────────────────────────────────────── フロントページの続き (81)指定国ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ，ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，ＩＴ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＲ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＳ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者ラペッツ、オレグピー．アメリカ合衆国 15101 ペンシルベニア州アリスンパークシェイディーオークサークル 1937 (72)発明者ブライト、ゲイリーアメリカ合衆国 44143 オハイオ州ハイランドハイツスターブリッジドライブ 586 Ｆターム(参考） 2G045 BB50 CB01 FB12 JA01 JA04 4B029 AA07 BB01 BB11 FA15 4B063 QA05 QA18 QQ01 QQ08 QQ20 QQ41 QQ79 QR71 QR77 QS39 QX02 QX04 5B057 AA10 CA08 CA12 CA16 DA13 DB02 DB09 DC03 DC04 DC07 DC09 DC16

Claims

【特許請求の範囲】

【請求項１】（ａ）実験データから取得した画像を解析するために複数の
所定のアッセイ特徴を提供する工程、ここに前記アッセイ特徴は前記実験データ
から取得した画像中の物体についての１以上の所定の測定を含み；（ｂ）前記複数の所定のアッセイ特徴から選択された一組の所望のアッセイ特
徴を取得する工程；（ｃ）前記所定のアッセイ特徴の組からアッセイ特徴についての画像処理ルー
チンのライブラリーから１以上の画像処理ルーチンを選択する工程、ここに前記
１以上の画像処理ルーチンを用いて前記選択されたアッセイ特徴を達成し；（ｄ）前記選択された１以上の画像処理ルーチンをアッセイ特徴と関連付ける
工程；次いで、（ｅ）前記所定のアッセイ特徴の組における他のアッセイ特徴について工程（
ｃ）および（ｄ）を反復する工程；からなるコンピュータシステムで実験データについての解析特徴を提示するため
の方法。
【請求項２】請求項１に記載の方法を中央処理ユニットに実行させるため
の命令を蓄積したコンピュータ読取り可能媒体。
【請求項３】前記アッセイ特徴が、細胞実験データから取得した画像にお
いて細胞についての１以上の測定を含む請求項１に記載の方法。
【請求項４】前記画像を解析するための複数の所定のアッセイ特徴を提示
する工程が、実験データから取得した画像を解析するための複数の物体特徴また
は複数の集合体特徴を提示することを含む請求項１に記載の方法。
【請求項５】前記物体の特徴が、細胞のサイズ、形状、強度、構造、位置
、面積、周囲、形状因子、同等直径、長さ、幅、積分蛍光強度、平均蛍光強度、
変動、歪度、尖度、最小蛍光強度、最大蛍光強度、幾何学的中心、細胞の幾何学
的中心のＸ座標または幾何学的中心のＹ座標を含む請求項４に記載の方法。
【請求項６】前記凝集体特徴が、細胞の集団についてのサイズ、形状、強
度、構造、位置、核面積、スポットカウント，凝集体スポット面積、平均スポッ
ト面積、最小スポット面積、最大スポット面積、凝集体スポット強度、平均スポ
ット強度、最小スポット強度、最大スポット強度、正規化平均スポット強度、正
規化スポットカウント、核の数、核の凝集体強度染料面積、染料凝集体強度、核
強度、細胞質強度、核強度および細胞質強度の間の差異、核面積、細胞カウント
、核ボックス−充填定量、核周囲二乗面積または核の高さ／幅の比率を含む請求
項４に記載の方法。
【請求項７】前記凝集体特徴が、さらに、細胞の集団についての平均サイ
ズ、平均形状、平均強度、平均構造、細胞の位置、細胞の数、有効視野の数、核
面積の標準偏差、平均スポットカウント、スポットカウントの標準偏差、平均凝
集体スポット面積、凝集体スポット面積の標準偏差、平均平均スポット面積、平
均スポット面積の標準偏差、平均核面積、平均核凝集体強度、核強度の標準偏差
、平均染料面積、染料面積の標準偏差、平均染料凝集体強度、凝集体染料強度の
標準偏差、最小スポット面積の平均、最小スポット領域の標準偏差、最大スポッ
ト面積の平均、最大スポット面積の標準偏差、平均凝集体スポット強度、凝集体
スポット強度の標準偏差、平均平均スポット強度、核強度、細胞質強度、核強度
および細胞質強度の間の差異、核面積、核ボックス−充填比率、核周囲二乗面積
、核の高さ／幅比率、または細胞カウントを含む請求項４に記載の方法。
【請求項８】前記画像処理ルーチンのライブラリーから１以上の画像処理
ルーチンを選択する工程が、前記画像処理ルーチンのライブラリーから１以上の
画像処理ルーチンを選択して、物体のサイズ、形状、構造、位置または強度を測
定することを含む請求項１に記載の方法。
【請求項９】前記選択された１以上の処理ルーチンをアッセイ特徴と関連
付ける工程が、前記選択された１以上の画像処理ルーチンをグラフユーザインタ
ーフェースのグラフ存在と関連付けることを含み、前記グラフ存在がアッセイ特
徴の名称を含む請求項１に記載の方法。
【請求項１０】前記画像が細胞または細胞の構成要素のデジタル画像を含
む請求項１に記載の方法。
【請求項１１】解析デバイスで実験データからの一組の画像を取得する工
程；複数の提示されたアッセイ特徴から一組のアッセイ特徴を選択して前記一組の
画像を解析する工程、前記アッセイ特徴が前記実験データから取得した画像にお
ける物体についての１以上の所定の測定を含み、前記アッセイ特徴が、画像処理
ルーチンのライブラリーからの１以上の画像処理ルーチンと関連付けて前記アッ
セイ特徴を達成し；前記アッセイ特徴の選択された組を用いて前記一組の画像の処理を要求する工
程；次いで、前記アッセイ特徴の選択された組を用いて前記一組の画像の処理からの結果を
取得する工程；を含むコンピュータシステムで実験データを解析する方法。
【請求項１２】請求項１１に記載の方法を中央処理ユニットに実行させる
ための命令を蓄積したコンピュータ読取り可能媒体。
【請求項１３】前記一組の画像を取得する工程が、所望の実験を行いなが
ら所望の実験からの一組の画像を取得すること、または所望の実験が行われた後
にデータベースから一組の画像を取得することを含む請求項１１に記載の方法。
【請求項１４】前記一組の画像を取得する工程が、細胞の集団中の細胞ま
たは細胞構成要素の一組の画像を取得することを含む請求項１１に記載の方法。
【請求項１５】前記一組の画像を解析するための複数の所定のアッセイ特
徴を選択する工程が、グラフユーザインターフェースのグラフ存在から複数の所
定のアッセイ特徴を選択することを含む請求項１１に記載の方法。
【請求項１６】前記複数の提示されたアッセイ特徴から一組のアッセイ特
徴を選択して前記一組の画像を解析する工程が、物体アッセイ特徴、凝集体アッ
セイ特徴または一般的画像処理アッセイ操作を選択することを含む請求項１１に
記載の方法。
【請求項１７】前記物体特徴が、細胞の、サイズ、形状、強度、構造、位
置、面積、周囲、形状因子、同等直径、長さ、幅、積分蛍光強度、平均蛍光強度
、変動、歪度、尖度、最小蛍光強度、最大蛍光強度、幾何学的中心、細胞の幾何
学的中心のＸ座標または幾何学的中心のＹ座標を含む請求項１６記載の方法。
【請求項１８】前記凝集体特徴が、細胞の集団についてのサイズ、形状、
強度、構造、位置、核面積、スポットカウント，凝集体スポット面積、平均スポ
ット面積、最小スポット面積、最大スポット面積、凝集体スポット強度、平均ス
ポット強度、最小スポット強度、最大スポット強度、正規化平均スポット強度、
正規化スポットカウント、核の数、核の凝集体強度染料面積、染料凝集体強度、
核強度、細胞質強度、核強度および細胞質強度の間の差異、核面積、細胞カウン
ト、核ボックス−充填定量、核周囲二乗面積または核の高さ／幅の比率を含む請
求項１６に記載の方法。
【請求項１９】前記凝集体特徴が、さらに、細胞の集団についての平均サ
イズ、平均形状、平均強度、平均構造、細胞の位置、細胞の数、有効視野の数、
核面積の標準偏差、平均スポットカウント、スポットカウントの標準偏差、平均
凝集体スポット面積、凝集体スポット面積の標準偏差、平均平均スポット面積、
平均スポット面積の標準偏差、平均核面積、平均核凝集体強度、核強度の標準偏
差、平均染料面積、染料面積の標準偏差、平均染料凝集体強度、凝集体染料強度
の標準偏差、最小スポット面積の平均、最小スポット領域の標準偏差、最大スポ
ット面積の平均、最大スポット面積の標準偏差、平均凝集体スポット強度、凝集
体スポット強度の標準偏差、平均平均スポット強度、核強度、細胞質強度、核強
度および細胞質強度の間の差異、核面積、核ボックス−充填比率、核周囲二乗面
積、核の高さ／幅比率、または細胞カウントを含む請求項１６に記載の方法。
【請求項２０】前記一般的画像処理アッセイ操作が濾過、細分化またはバ
イナリーマスク修飾を含む請求項１６に記載の方法。
【請求項２１】前記アッセイ特徴の選択された組を用いて前記一組の画像
の処理を要求する工程が、前記アッセイ特徴の選択された組中の個々のアッセイ
特徴に対応する独立的マスクまたは依存的マスクを用いて前記一組の画像を処理
することを要求することを含む請求項１１に記載の方法。
【請求項２２】前記独立的マスクを生じさせるのに使用される操作が、平
滑化、鋭敏化、灰色レベル分離、灰色レベル閾値、ホールの充填，境界物体の除
去、収縮、膨張、小物体の除去またはバイナリーマスクの分離のためのマスクを
含む請求項２１に記載の方法。
【請求項２３】前記依存的マスクを生じさせるのに使用される操作が、収
縮、膨張またはバイナリーマスクについての排他的ＯＲ操作の実行のためのマス
クを含む請求項２１に記載の方法。
【請求項２４】前記アッセイ特徴の選択された組を用いて前記一組の画像
の処理を要求する工程が、アッセイ特徴の選択された組からの一般的画像処理ア
ッセイルーチンの組をまず用いて前記一組の画像の処理を要求し、次いで、前記
アッセイ特徴の選択された組におけるいずれかの物体特徴または凝集体特徴の処
理を要求することを含む請求項１１に記載の方法。
【請求項２５】前記アッセイ特徴の選択された組を用いて前記一組の画像
の処理を要求する工程が、前記アッセイ特徴の選択された組の順番に対応する順
番で前記一組の画像を処理することを含む請求項１１に記載の方法。
【請求項２６】前記画像処理ルーチンの選択された組を用いて前記一組の
画像の処理からの結果を取得する工程が、画像についての処理系列中の各工程後
に前記解析デバイスでのグラフユーザインターフェースの前記一組の画像からの
画像の再表示によって結果を取得することを含む請求項１１に記載の方法。
【請求項２７】前記アッセイ特徴の選択された組を用いて前記一組の画像
の処理からの結果を取得する工程が、分析機器と関連付けたデータベースからの
グラフユーザインターフェースでの結果を取得することを含む請求項１１に記載
の方法。
【請求項２８】前記解析デバイスが分析機器またはコンピュータネットワ
ークのクライアントコンピュータを含む請求項１１に記載の方法。
【請求項２９】実験データから取得された一組の画像を解析するための複
数の所定のアッセイ特徴、ここに前記アッセイ特徴は前記実験データから取得さ
れた画像中の物体についての１以上の測定を含み；選択されたアッセイ特徴を達成するための画像処理ルーチンのライブラリーか
らの、前記選択されたアッセイ特徴と関連付けられた画像処理ルーチンの組；グラフ存在としての前記複数の所定のアッセイ特徴から選択された一組のアッ
セイ特徴を提示するための、かつ一組の画像の解析の結果を提示するためのグラ
フユーザインターフェース；および前記実験データから取得された一組の画像を解析するための、かつグラフユー
ザインターフェースの一組の画像の解析からの結果を提示するための画像アナラ
イザを組み合わせて含み、前記画像アナライザは前記アッセイ特徴の選択された
組からのアッセイ特徴と関連付けられた１以上の前記画像処理ルーチンの組を用
いて前記一組の画像を解析する実験データを解析するためのシステム。
【請求項３０】前記複数の所定のアッセイ特徴が、物体特徴、凝集体特徴
または一般的処理特徴を含む請求項２０に記載のシステム。