JPWO2018199326A1 - 統合システム及び統合方法 - Google Patents
統合システム及び統合方法 Download PDFInfo
- Publication number
- JPWO2018199326A1 JPWO2018199326A1 JP2019514684A JP2019514684A JPWO2018199326A1 JP WO2018199326 A1 JPWO2018199326 A1 JP WO2018199326A1 JP 2019514684 A JP2019514684 A JP 2019514684A JP 2019514684 A JP2019514684 A JP 2019514684A JP WO2018199326 A1 JPWO2018199326 A1 JP WO2018199326A1
- Authority
- JP
- Japan
- Prior art keywords
- biological
- information
- base sequence
- image
- sequence information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 102
- 230000010354 integration Effects 0.000 title claims description 46
- 239000002245 particle Substances 0.000 claims abstract description 269
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 239000012530 fluid Substances 0.000 claims description 88
- 238000003384 imaging method Methods 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 59
- 239000000523 sample Substances 0.000 description 183
- 239000012134 supernatant fraction Substances 0.000 description 156
- 210000004027 cell Anatomy 0.000 description 97
- 238000007873 sieving Methods 0.000 description 68
- 239000000084 colloidal system Substances 0.000 description 59
- 238000005119 centrifugation Methods 0.000 description 57
- 239000002244 precipitate Substances 0.000 description 46
- 230000008569 process Effects 0.000 description 33
- 239000000203 mixture Substances 0.000 description 28
- 239000013049 sediment Substances 0.000 description 25
- 238000012545 processing Methods 0.000 description 18
- 239000000725 suspension Substances 0.000 description 15
- 238000001556 precipitation Methods 0.000 description 13
- 238000002203 pretreatment Methods 0.000 description 12
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 9
- 238000011084 recovery Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 239000008119 colloidal silica Substances 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 241000894007 species Species 0.000 description 7
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 241000133262 Nauplius Species 0.000 description 5
- 238000012300 Sequence Analysis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000010365 information processing Effects 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 239000006228 supernatant Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000007850 fluorescent dye Substances 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 241000239250 Copepoda Species 0.000 description 3
- 108020004414 DNA Proteins 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000004043 dyeing Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 108020004707 nucleic acids Proteins 0.000 description 3
- 150000007523 nucleic acids Chemical class 0.000 description 3
- 102000039446 nucleic acids Human genes 0.000 description 3
- 238000003752 polymerase chain reaction Methods 0.000 description 3
- 238000010186 staining Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- IICCLYANAQEHCI-UHFFFAOYSA-N 4,5,6,7-tetrachloro-3',6'-dihydroxy-2',4',5',7'-tetraiodospiro[2-benzofuran-3,9'-xanthene]-1-one Chemical compound O1C(=O)C(C(=C(Cl)C(Cl)=C2Cl)Cl)=C2C21C1=CC(I)=C(O)C(I)=C1OC1=C(I)C(O)=C(I)C=C21 IICCLYANAQEHCI-UHFFFAOYSA-N 0.000 description 2
- 108091028026 C-DNA Proteins 0.000 description 2
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 241000206602 Eukaryota Species 0.000 description 2
- 108091092195 Intron Proteins 0.000 description 2
- 241000244206 Nematoda Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 229930187593 rose bengal Natural products 0.000 description 2
- 229940081623 rose bengal Drugs 0.000 description 2
- STRXNPAVPKGJQR-UHFFFAOYSA-N rose bengal A Natural products O1C(=O)C(C(=CC=C2Cl)Cl)=C2C21C1=CC(I)=C(O)C(I)=C1OC1=C(I)C(O)=C(I)C=C21 STRXNPAVPKGJQR-UHFFFAOYSA-N 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 108091093088 Amplicon Proteins 0.000 description 1
- 238000007400 DNA extraction Methods 0.000 description 1
- 241001147665 Foraminifera Species 0.000 description 1
- SXRSQZLOMIGNAQ-UHFFFAOYSA-N Glutaraldehyde Chemical compound O=CCCCC=O SXRSQZLOMIGNAQ-UHFFFAOYSA-N 0.000 description 1
- 235000003403 Limnocharis flava Nutrition 0.000 description 1
- 244000278243 Limnocharis flava Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000341511 Nematodes Species 0.000 description 1
- 108091028043 Nucleic acid sequence Proteins 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000012472 biological sample Substances 0.000 description 1
- 241000902900 cellular organisms Species 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- IQFVPQOLBLOTPF-HKXUKFGYSA-L congo red Chemical compound [Na+].[Na+].C1=CC=CC2=C(N)C(/N=N/C3=CC=C(C=C3)C3=CC=C(C=C3)/N=N/C3=C(C4=CC=CC=C4C(=C3)S([O-])(=O)=O)N)=CC(S([O-])(=O)=O)=C21 IQFVPQOLBLOTPF-HKXUKFGYSA-L 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000975 dye Substances 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 210000003705 ribosome Anatomy 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6869—Methods for sequencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B30/00—ICT specially adapted for sequence analysis involving nucleotides or amino acids
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/20—Heterogeneous data integration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Data Mining & Analysis (AREA)
- Organic Chemistry (AREA)
- Business, Economics & Management (AREA)
- Analytical Chemistry (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Genetics & Genomics (AREA)
- Biochemistry (AREA)
- Microbiology (AREA)
- Immunology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
Description
本願は、2017年4月28日に、日本に出願された特願2017−090809号に基づき優先権を主張し、その内容をここに援用する。
また、非特許文献1に開示された技術では、画像データへのリンクがデータベースに登録されている。
そこで、本発明は、塩基配列情報を有するデータベースであってより活用しやすいデータベースを提供することを課題とする。
塩基配列情報判定部960は、例えば取得された塩基配列情報と、リファレンスデータベース910に記憶される塩基配列リファレンスデータと、に基づいて生物の種類を判定してもよい。塩基配列情報判定部960は、判定結果である種別情報と、塩基配列情報とを対応付けて塩基配列情報データベース970に登録する。本実施形態では、塩基配列情報判定部960は、さらに試料が採取された日時を示す日時情報、試料が採取された海域を示す海域情報、その種類の生物の個体数に関する第二個体数情報を対応付けて登録する。
上述した実施形態では、検出対象である生物粒子は予めリファレンスデータベース910に画像や塩基配列情報が登録されているものであった。次に、リファレンスデータベース910に画像及び塩基配列情報が登録されていない生物粒子が試料内に存在している場合の統合システム90の動作について説明する。
そのため、リファレンスデータベース910に未登録の生物粒子についても、個体数を元に同種の生物種別の画像と塩基配列情報とを高精度で対応付けることが可能となる。統合部980によって統合データベース990に登録されたレコードは、リファレンスデータベース910に追加登録されてもよい。図5は、このように追加登録を行うように構成された第1の変形例における統合システム90の概略を示す図である。このように構成されることによって、その後の生物情報判定部930や塩基配列情報判定部960等の処理において、それまで同定できなかった生物粒子についても、リファレンスデータベース910を用いた同定が可能となる。
統合部980は、種別情報として未確認識別子が登録されたレコードについては、分類群推定処理を行ってもよい。以下、分類群推定処理について説明する。統合部980は、未確認識別子と対応づけて登録されている相同性情報に基づいて、分類群を推定してもよい。例えば、統合部980は、未確認識別子が登録されたレコードの生物について、相同性情報として登録されている生物と近い分類群の生物であると推定してもよい。統合部980は、未確認識別子が登録されたレコードの生物について、検索された配列を使って系統樹を作り、その結果から分類群を推定してもよい。統合部980は、相同性情報及び系統樹に基づいて分類群を推定してもよい。より具体的には、統合部980は、相同性情報に基づいて推定した際に複数の分類群が推定された場合には、検索された配列を使って系統樹を作り、その結果に基づいて分類群を推定してもよい。また、相同性情報に基づいて推定した結果と系統樹に基づいて推定した結果とが異なる場合には、統合部980は所定の一方の系統樹に基づいた推定結果を優先してもよい。上述した処理によって、未確認識別子が登録されたレコードについて画像と塩基配列情報との対応付けが行われている場合、さらにこの画像に基づいて分類群推定処理が行われてもよい。例えば、複数の分類群が推定された場合には、各分類群における代表的な画像(リファレンスデータベース910に登録されている画像)と、未確認識別子の画像とを画像解析し、より近い特徴を有している画像の分類群が推定結果として得られてもよい。統合部980は、未確認識別子が登録されたレコードについて、生物画像と塩基配列情報との対応付けを以下のように行ってもよい。まず、統合部980は、塩基配列情報に関して得られる相同性情報及び/又は系統樹に基づいて分類群を推定する。統合部980は、推定結果として得られた分類群を基に、未確認識別子が登録されたレコードの中から生物画像を選択する。統合部980が生物画像を選択する手法の具体例としては、例えば以下に示す2つの手法がある。ただし、以下に示す2つの手法に限定される必要は無い。(1)分類群に含まれる学名等の種別情報に基づいて、画像データベース940から近縁の種別情報を有するレコードの生物画像を取得する。(2)分類群に含まれる学名等の種別情報に基づいて、論文や図鑑等の既存のデータから生物の画像を検索し、検索結果として得られた画像に類似する生物画像をレコードの中から取得する。このようにして得られた分類群の推定結果は、上述した処理によってリファレンスデータベース910に追加登録されてもよい。
上述した実施形態では、検出対象である生物粒子は予めリファレンスデータベース910に画像及び塩基配列情報が登録されているものであるか、画像及び塩基配列情報のいずれもが登録されていないものであった。次に、リファレンスデータベース910に画像又は塩基配列情報の一方が登録されており、他方が登録されていない生物粒子が試料内に存在している場合もありえる。具体例として、リファレンスデータベース910に画像が登録されており、塩基配列情報が登録されていないケースについて説明する。
上述した第1の変形例又は第2の変形例において、塩基配列解析に用いられる核酸には、RNAの逆転写物(C−DNA)が用いられてもよい。このように構成されることによって、DNAには現存しない(過去生息していた)塩基配列が含まれる可能性があるのに対し、生物画像取得部920から得られる生物画像は現存する(生きている)ものが対象となる。そのため、現存する生物を対象とするRNAの塩基配列情報に基づく第二個体情報(生態数や分布)に基づいて、さらに効率よく画像に基づく第一個体情報と統合することが可能となる。また、RNAが用いられることによって真核生物の場合イントロン(転写に使われない配列)が含まれないという利点もある。このようにイントロンが含まれないことにより、解析対象とする遺伝子塩基配列をより確実に取得することが可能となる。
検出対象である生物粒子の大きさが検出される場合には、生物情報判定部930は、取得された生物画像と、生物粒子の大きさに関する情報と、に基づいて生物の種類を判定しても良い。この場合、リファレンスデータベース910には、画像リファレンスデータに対して、その画像の生物の大きさに関する情報が含まれていることが望ましい。このように構成されることによって、見た目が似ている生物であっても、大きさが異なる生物であれば、生物情報判定部930においてより高い精度で判定することが可能となる。なお、検出対象である生物粒子の大きさに関する情報は、例えば後述する篩分け部110によって得ることができる。すなわち、複数の篩のうちいずれの篩を通過していずれの篩を通過しなかったかを示す情報を大きさに関する情報として用いることが可能である。
生物情報判定部930は、取得された生物画像と、検出対象となっている試料が採取された場所に関する情報と、に基づいて生物の種類を判定しても良い。試料が採取された場所に関する情報とは、試料が採取された海域を示す情報であってもよいし、試料が採取された海の深度を示す情報であってもよいし、その両方であってもよい。この場合、リファレンスデータベース910には、画像リファレンスデータに対して、その画像の生物が生息している場所に関する情報が含まれていることが望ましい。このように構成されることによって、見た目が似ている生物であっても、生息している場所が異なる生物であれば、生物情報判定部930においてより高い精度で判定することが可能となる。
解析部800を備える装置として、どのような装置が実装されてもよい。例えば、携帯電話機やスマートフォンやパーソナルコンピューター等の汎用の情報処理装置において解析部800が実装されてもよい。このような実装は、例えば配布可能なアプリケーションプログラムとして実装されてもよい。この場合、アプリケーションプログラムがインストールされた情報処理装置は、ユーザーの操作にしたがって、サーバーに実装された統合データベース990の情報を取得することによって試料から取得された画像や塩基配列情報に応じた生物の種別に関する情報などを取得しても良い。
<生物粒子を含む試料の前処理方法>
[第1実施形態]
一実施形態において、本発明は、検出対象である生物粒子を含む試料を篩分けして、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する工程(以下、「工程(I)」という。)と、前記画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液を添加して、遠心分離を行い、遠心分離後の上清画分(S0)を取得する工程(以下、「工程(II)」という。)と、を含む、生物粒子を含む試料の前処理方法である。
まず、検出対象である生物粒子を含む試料1を、目開き250〜1000μmの篩(A)と、目開き32〜63μmの篩(B)とを使用して篩分けし、篩(A)を通過し、かつ篩(B)を通過しない画分(1b)を取得する(図6(a);工程(I))。
次に、画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液2を添加して、適宜撹拌する(図6(b))。その後、画分(1b)とコロイド溶液2とを含む混合物3を、遠心分離して、上清画分(S0)を取得する(図6(c))。(以上、工程(II))。
以下、本実施形態の方法の各工程について、説明する。
工程(I)は、検出対象である生物粒子を含む試料を篩分けして、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する工程である。
工程(II)は、画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液を添加して、遠心分離を行い、遠心分離後の上清画分(S0)を取得する工程である。
また、遠心分離の時間としては、3〜30分を例示することができ、5〜20分が好ましく、8〜15分がより好ましく、10分が特に好ましい。
本実施形態の方法は、上記工程(I)及び工程(II)に加えて、さらに、上清画分(S0)を調製する工程を含んでいてもよい。
一実施形態において、本発明は、検出対象である生物粒子を含む試料を篩分けして、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する工程(以下、「工程I」という。)と、前記画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液を添加して、遠心分離を行い、遠心分離後の上清画分(S0)を取得する工程(以下、「工程II」という。)と、前記遠心分離後の沈殿(Pn−1)を、コロイド溶液に懸濁して、遠心分離を行い、遠心分離後の上清画分(Sn)を取得することを、n回(nは1以上の整数であり、沈殿(Pn−1)はn−1回目の遠心分離後に得られる沈殿であり、上清画分(Sn)はn回目の遠心分離後に得られる上清画分である。)行う工程(以下、「工程II’」という。)と、を含む、生物粒子の画像を取得するための試料前処理方法である。
まず、検出対象である生物粒子を含む試料1を、目開き250〜1000μmの篩(A)と、目開き32〜63μmの篩(B)とを使用して篩分けし、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する(図6(a);工程(I))。
次に、画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液2を添加して、適宜撹拌する(図6(b))。その後、画分(1b)とコロイド溶液2とを含む混合物3を、遠心分離して、上清画分(S0)を取得する(図6(c))。(以上、工程(II))
次に、遠心分離後の沈殿(P0)に、コロイド溶液2を添加して(図7(a))、沈殿(P0)をコロイド溶液2に懸濁し、懸濁物6を作成する(図7(b))。そして、懸濁物6を遠心分離し、上清画分(S1)を取得する(図7(c))。このようにして、n回分遠心分離した後の上清画分(S1)〜(Sn)を取得する(図7(a)−n〜(c)−n))。(以上、工程(II’))
以下、本実施形態の方法の各工程について、説明する。
工程(I)及び工程(II)は、上述の第1実施形態の方法における工程(I)及び工程(II)と同じである。そのため、説明は省略する。
工程(II’)は、遠心分離後の沈殿(Pn−1)を、コロイド溶液に懸濁して、遠心分離を行い、遠心分離後の上清画分(Sn)を取得することを、n回(nは1以上の整数であり、沈殿(Pn−1)はn−1回目の遠心分離後に得られる沈殿であり、上清画分(Sn)はn回目の遠心分離後に得られる上清画分である。)行う工程である。
本実施形態の方法は、上記工程(I)、工程(II)及び工程(II’)に加えて、さらに、上清画分(S0)及び上清画分(S1)〜(Sn)を調製する工程を含んでいてもよい。
[第1実施形態]
一実施形態において、本発明は、検出対象である生物粒子を含む試料を篩分けして、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する工程(以下、工程(I)という。)と、前記画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液を添加して、遠心分離を行い、遠心分離後の上清画分(S0)を取得する工程(以下、工程(II)という。)と、前記上清画分(S0)の少なくとも一部を含む流体をフローセルに流しながら、前記フローセルを流れる流体を撮像する工程(以下、工程(III)という。)と、を含む、生物粒子の画像取得方法である。
まず、検出対象である生物粒子を含む試料1を、目開き250〜1000μmの篩(A)と、目開き32〜63μmの篩(B)とを使用して篩分けし、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する(図6(a);工程(I))。
次に、画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液2を添加して、適宜撹拌する(図6(b))。その後、画分(1b)とコロイド溶液2とを含む混合物3を、遠心分離して、上清画分(S0)を取得する(図6(c))。(以上、工程(II))。
次に、上清画分(S0)の少なくとも一部を含む流体4を、フローセル31に流しながら、カメラ32により、フレーム40内のフローセル31を撮像する(図6(d);工程(III))。なお、図6(d)の例では、対物レンズ33を介して撮像を行っている。
これにより、撮像時に、フレーム40内に存在していた生物粒子5bの画像41を取得することができる。
以下、本実施形態の方法の各工程について、説明する。
工程(I)及び工程(II)は、上述の「<生物粒子を含む試料の前処理方法>」における工程(I)及び工程(II)と同じである。そのため、説明は省略する。
工程(III)は、前記上清画分(S0)の少なくとも一部を含む流体をフローセルに流しながら、前記フローセルを流れる流体を撮像する工程である。
なお、本明細書において、フローセルの「奥行方向の内径」という場合、撮像面に対して垂直方向のフローセルの内径を意味するものとする。また、フローセルの「幅方向の内径」という場合、撮像面に対して平行な方向のフローセルの内径を意味するものとする。
本実施形態の方法は、上記工程(I)〜(III)に加えて、撮像が終了した流体4を回収する工程をさらに含んでいてもよい。撮像が終了した流体4を回収することにより、流体4に含まれる生物粒子のさらなる解析が可能になる。
一実施形態において、本発明は、検出対象である生物粒子を含む試料を篩分けして、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する工程(以下、「工程(I)」という。)と、前記画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液を添加して、遠心分離を行い、遠心分離後の上清画分(S0)を取得する工程(以下、「工程(II)」という。)と、前記遠心分離後の沈殿(Pn−1)を、前記コロイド溶液に懸濁して、遠心分離を行い、遠心分離後の上清画分(Sn)を取得することを、n回(nは1以上の整数であり、沈殿(Pn−1)はn−1回目の遠心分離後に得られる沈殿であり、上清画分(Sn)はn回目の遠心分離後に得られる上清画分である。)行う工程(以下、「工程(II’)」という。)と、前記上清画分(S0)及び前記のn回分の上清画分(S1)〜(Sn)の少なくとも一部を含む流体をフローセルに流しながら、前記フローセルを流れる流体を撮像する工程(以下、「工程(III’)」という。)と、を含む、生物粒子の画像取得方法。である。
まず、検出対象である生物粒子を含む試料1を、目開き250〜1000μmの篩(A)と、目開き32〜63μmの篩(B)とを使用して篩分けし、目開き250〜1000μmの篩(A)を通過し、かつ目開き32〜63μmの篩(B)を通過しない画分(1b)を取得する(図6(a);工程(I))。
次に、画分(1b)に、1.10〜2.45g/cm3の密度を有するコロイド溶液2を添加して、適宜撹拌する(図6(b))。その後、画分(1b)とコロイド溶液2とを含む混合物3を、遠心分離して、上清画分(S0)を取得する(図6(c))。(以上、工程(II))
次に、遠心分離後の沈殿(P0)に、コロイド溶液2を添加して(図7(a))、沈殿(P0)をコロイド溶液2に懸濁し、懸濁物6を作成する(図7(b))。そして、懸濁物6を遠心分離し、上清画分(S1)を取得する(図7(c))。このようにして、n回遠心分離した後の上清画分(S1)〜(Sn)を取得する(図7(a)−n〜(c)−n))。(以上、工程(II’))
次に、上清画分(S0)及びn回分の上清画分(S1)〜(Sn)の少なくとも一部を含む流体4を、フローセル31に流しながら、カメラ32により、フレーム40内のフローセル31を撮像する(図6(d);工程(III’))。なお、図6(d)の例では、対物レンズ33を介して撮像を行っている。これにより、撮像時に、フレーム40内に存在していた生物粒子5bの画像41を取得することができる。
以下、本実施形態の方法の各工程について、説明する。
工程(I)、工程(II)及び工程(II’)は、上述の「<生物粒子を含む試料の前処理方法>」における工程(I)、工程(II)及び工程(II’)と同じである。そのため、説明は省略する。
工程(III’)は、前記上清画分(S0)及び前記のn回分の上清画分(S1)〜(Sn)の少なくとも一部を含む流体をフローセルに流しながら、前記フローセルを流れる流体を撮像する工程である。
本実施形態の方法は、第1実施形態の方法と同様に、上記工程(I)、(II)、(II’)及び(III’)に加えて、撮像が終了した流体4を回収する工程をさらに含んでいてもよい。撮像が終了した流体4を回収することにより、流体4に含まれる生物粒子のさらなる解析が可能になる。撮像を終了した流体4を回収する方法もまた、第1実施形態の方法と同様に行えばよい。
一実施形態において、本発明は、上記生物粒子を含む試料の前処理方法を実現するための生物粒子を含む試料の前処理装置を提供する。本実施形態の生物粒子を含む試料の前処理装置は、目開き250〜1000μmの篩(A)と目開き32〜63μmの篩(B)とを備え、検出対象である生物粒子を含む試料の篩分けを行って、前記篩(A)を通過し、かつ前記篩(B)を通過しない画分(1b)を取得する篩分け部と、前記篩分け部で取得された画分(1b)に、コロイド溶液を添加するコロイド溶液添加部と、前記コロイド溶液が添加された画分(1b)を遠心分離する遠心分離部と、前記遠心分離部における遠心分離後に、上清画分を取得する上清画分取得部と、を備える。
以下、本実施形態の生物粒子を含む試料の前処理装置の構成の一例について説明する。
一実施形態において、本発明は、上記生物粒子の画像取得方法を実現するための生物粒子画像取得装置を提供する。本実施形態の生物粒子画像取得装置は、篩(A)と、前記篩(A)の目開きよりも小さい目開きを有する篩(B)とを備え、検出対象である生物粒子を含む試料の篩分けを行って、前記篩(A)を通過し、かつ前記篩(B)を通過しない画分(1b)を取得する篩分け部と、前記篩分け部で取得された画分(1b)に、コロイド溶液を添加するコロイド溶液添加部と、前記コロイド溶液が添加された画分(1b)を遠心分離する遠心分離部と、前記遠心分離部における遠心分離後に、上清画分を取得する上清画分取得部と、フローセルとカメラとを備え、前記上清画分取得部で取得された前記上清画分の少なくとも一部を含む流体を前記フローセルに流しながら、前記フローセルを流れる前記流体を撮像する撮像部と、を備える。前記篩(A)は、前記フローセルの幅方向及び奥行方向の内径のいずれか大きい方よりも小さい目開きを有する。
以下に、本実施形態の生物粒子画像取得装置の構成の一例について説明する。
ω :目の分解能(0.014:目の視角を5分とした場合)
M :総合倍率
λ :光の波長(可視光の場合λ=0.55mm)
NA :カメラで規定される開口数
また、例えば、1/2インチHDカメラの場合、CCDサイズは6.4mm(W)×4.8mm(H)であり、CCD画素数は1980(W)×1080(H)であり、分解能は幅(W)3.2μm、高さ(H)4.4μmである。したがって、M=4とすると、カメラが焦点を合わせることが可能な粒子径の最小値は、幅(W)0.8μm、高さ(H)1.1μmとなる。
このように、焦点深度、及びカメラの仕様が設定されると、総合倍率(M)が決まり、カメラが焦点を合わせることが可能な粒子径の最小値が決定される。
篩(A)及び篩(B)は、検出対象である生物粒子のサイズ、フローセルのサイズ、及びカメラの焦点深度に基づいて、操作者が、各々適切な目開きのものを選択して、篩分け部110に設置してもよい。あるいは、篩分け部110が、目開きの異なる複数種類の篩を備え、検出対象である生物粒子、フローセルのサイズ、及びカメラの焦点深度に応じて、篩(A)及び篩(B)を選択するものであってもよい。この場合、操作者の選択により、篩分け部110に篩(A)及び篩(B)が設置されるものであってよい。あるいは、検出対象である生物粒子、フローセルのサイズ、及びカメラの焦点深度に応じて、生物粒子画像取得装置200が自動的に篩(A)及び篩(B)を選択し、篩分け部110に設置するものであってもよい。生物粒子画像取得装置200は、生物検出対象である生物粒子のサイズ、フローセルのサイズ、及びカメラの焦点深度等を入力するための入力部等を備えていてもよい。
篩分け部110の他の構成については、上記生物粒子を含む試料の前処理装置100において説明したものと同様とすることができる。
流体回収部160は、撮像部150において撮像を終了した流体4を回収するためのユニットである。流体回収部160は、例えば、流体4を回収するための容器と、当該容器に流体4を導くためのチューブと、当該チューブ内での流体4の流れを作るポンプ等を備える構成とすることができる。例えば、撮像部150内のフローセル31の下流端にチューブを接続し、当該チューブを流体回収部160内の容器と接続する構成とすることができる。また、当該容器にポンプを接続し、当該容器内の空気を排出して、フローセルを通過した流体4を、前記チューブを介して、前記容器に回収する構成としてもよい。
流体回収部160で回収された流体4は、さらなる解析に使用することができる。
[解析用試料]
北海道釧路沖の3測点(水深560m、3300m、7100m)で得られた堆積物試料を用いた。
前記堆積物試料を、目合い1mm、500μm、250μm、125μm、63μm、及び38μmの6つの篩を用いて、篩分けした。前記各篩に捉えられたメイオファウナの個体数を、検鏡により確認した。
各篩に捉えられたメイオファウナの個体数を表1に示す。63〜250μmの篩区分に、約80%の個体が入っていた。
[解析用試料]
岩手県大槌湾沖の4測点(水深72m、303m、1064m、1677m)で得られた堆積物試料を用いた。
前記堆積物試料を5%中和ホルマリンで固定し、堆積物試料中の生物をローズベンガルで染色した(終濃度0.05g/L)。
前記染色操作後の堆積物試料約26.4mLを、振とうしながら篩分けした。篩分けには、目開き250μmの篩と、目開き63μmの篩を使用し、目開き250μmの篩を通過し、かつ目開き63μmの篩を通過しない試料を回収した。
回収した試料を50mL遠沈管に入れ、コロイド状シリカ(LUDOX HS−40、SIGMA−ALDRICH)を約30mL加えて、試料をコロイド状シリカに懸濁した。その後、遠心分離機(LC200、TOMY)を用いて、800Gで10分間遠心した。遠心後の遠沈管から上清を採取し、目開き32μmの篩上に捕集した。
上清を採取した後、遠沈管内の沈殿にコロイド状シリカを約30mL加えて、沈殿をコロイド状シリカに懸濁した。その後、遠心分離機を用いて、800Gで10分間遠心した。遠心後の遠沈管から上清を採取し、目開き32μmの篩上に捕集した。この作業をさらに1回行った。
上記の遠心3回分の上清から目開き32μmの篩上に捕集された試料を、コロイド状シリカ約10mLに懸濁し、新たな50mL遠沈管に回収した。
解析用画像の取得は、カメラ付き流動微粒子計数装置FlowCAM(Fluid Imaging Technologies)を用いて行った。対物レンズは倍率4倍のものを使用し、フローセルはカメラの撮像面に対する奥行方向の内径が300μmのものを使用した。
また、FlowCAMを通過した試料を回収するために、新たな50mL遠沈管を準備した。当該遠沈管の上部をパラフィルムで密閉し、チューブを2本刺し、一方のチューブの他端をフローセルの下流側に接続した。もう一方のチューブの他端は、ペリスタティックポンプ(Fisher Scientific)に接続した。この構成により、ペリスタティックポンプを稼働すると、フローセルから前記チューブに試料が流れ、遠沈管内に試料が回収される。このようにして、FlowCAMを通過した試料を遠沈管に捕集した。
なお、フローセル及びフローセルに接続するチューブは、試料投入前に、予めコロイド状シリカ溶液で満たしておいた。
撮像した画像は、FlowCAM付属のソフトVisualSpreadSheetのソート機能Red/Blue Ratioでソートし、目視にて各画像を確認して生物を選別し、高次分類群ごとに計数した。なお、ここでは、目視により選別を行ったが、各画像から得られた生物の形態、ひげ等の形態的特徴から、プログラム等で自動的に、生物画像の選別・分類を行うようにしてもよい。生物画像の選別は、画像解析ソフトやAI(人工知能)等により行ってもよい。
FlowCAMへの試料の投入に使用した遠沈管、及び計数を終えた後のチューブ内を検鏡したが、残っていた生物個体は数個体であった。
FlowCAMで撮像された画像の一例を図10に示す。FlowCAMで撮像された画像は、目視により生物を選別するのに十分な画質であった。
FlowCAMで観察された生物個体数と、FlowCAM通過後に遠沈管に捕集された個体数を比較して撮影効率を計算した。その結果、撮影効率は、メイオファウナ全体で57.9±14.8%、線虫類で58.9±19.6%、カイアシ類で34.6±3.7%であった。また、FlowCAMで計数した個体数と、遠沈管に捕集された試料を検鏡により計数した個体数とは、有意な相関を示した(メイオファウナ全体:r=0.95、p<0.05;線虫類:r=0.95、p<0.05;カイアシ類:r=1.00、p<0.01;図11)。
以上より、本方法は、従来の検鏡による方法で得られる生物個体数の解析結果と、相関の高い解析結果を得られることが明らかになった。
1a…目開き250〜1000μmの篩を通過しない画分
1b…目開き250〜1000μmの篩を通過し、かつ目開き32〜63μmの篩を通過しない画分
1c…目開き32〜63μmの篩を通過する画分
2…コロイド溶液
3…画分(1b)とコロイド溶液2とを含む混合物
4…流体
5a〜5c…生物粒子
6…懸濁物
10…容器
13…振とう機
20…遠心分離機
21…遠沈管
30…撮像装置
31…フローセル
32…カメラ
33…対物レンズ
34…光源
40…フレーム
41…画像
100…生物粒子を含む試料の前処理装置
110…篩分け部
120…コロイド溶液添加部
130…遠心分離部
140…上清画分取得部
150…撮像部
160…流体回収部
200…生物粒子画像取得装置
A…目開き250〜1000μmの篩
B…目開き32〜63μmの篩
S0〜Sn…上清画分
P0〜Pn…沈殿
90…統合システム
910…リファレンスデータベース
920…生物画像取得部
930…生物情報判定部
940…画像データベース
950…塩基配列情報取得部
960…塩基配列情報判定部
970…塩基配列情報データベース
980…統合部
990…統合データベース
800…解析部
Claims (9)
- 検出対象である生物粒子を含む試料から前記生物粒子の画像である生物画像を取得する生物画像取得部と、
前記生物粒子の塩基配列情報を取得する塩基配列情報取得部と、
同種の生物粒子から取得された前記生物画像及び前記塩基配列情報を対応付けて統合データベースに登録する統合部と、
を備える統合システム。 - 前記生物画像取得部によって取得された画像に基づいて、前記試料中における前記生物粒子の種類毎に個体数に関する情報を取得する生物情報判定部をさらに備え、
前記統合部は、前記生物画像及び前記塩基配列情報に加えてさらに前記画像に基づいて得られた個体数に関する情報を対応付けて統合データベースに登録する、請求項1に記載の統合システム。 - 前記塩基配列情報取得部によって取得された塩基配列情報に基づいて、前記試料中における前記生物粒子の種類毎に個体数に関する情報を取得する塩基配列情報判定部をさらに備え、
前記統合部は、前記生物画像及び前記塩基配列情報に加えてさらに前記塩基配列情報に基づいて得られた個体数に関する情報を対応付けて統合データベースに登録する、請求項1又は2に記載の統合システム。 - 生物画像取得部は、前記試料を含む流体がフローセル中を流れる状態において前記流体を撮像することによって前記生物画像を取得する、請求項1から3のいずれか一項に記載の統合システム。
- 前記生物画像取得部によって取得された画像に基づいて、前記試料中における前記生物粒子の種類毎に個体数に関する情報である第一個体情報を取得する生物情報判定部と、
前記塩基配列情報取得部によって取得された塩基配列情報に基づいて、前記試料中における前記生物粒子の種類毎に個体数に関する情報である第二個体情報を取得する塩基配列情報判定部と、をさらに備え、
前記統合部は、前記第一個体情報と前記第二個体情報とが所定の基準に基づいて類似の情報であると判定された場合に、前記第一個体情報に対応する前記画像と、前記第二個体情報に対応する前記塩基配列情報と、を対応付けて前記統合データベースに登録する、請求項1に記載の統合システム。 - 前記統合データベースに登録された前記生物画像及び前記塩基配列情報との対応付けに基づいて、新たに取得された生物画像の生物粒子の塩基配列情報を同定する、又は、新たに取得された生物の塩基配列情報の生物画像を同定する、解析部をさらに備える、請求項1から5のいずれか一項に記載の統合システム。
- 前記解析部は、前記生物粒子に関して得られる属性情報にさらに基づいて同定する請求項6に記載の統合システム。
- 前記統合部は、前記生物画像又は前記塩基配列情報に基づいて、前記生物粒子の分類群を推定する、請求項1〜7のいずれか一項に記載の統合システム。
- 検出対象である生物粒子を含む試料から前記生物粒子の画像である生物画像を取得する生物画像取得ステップと、
前記生物粒子の塩基配列情報を取得する塩基配列情報取得ステップと、
同種の生物粒子から取得された前記生物画像及び前記塩基配列情報を対応付けて統合データベースに登録する統合ステップと、
を有する統合方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017090809 | 2017-04-28 | ||
JP2017090809 | 2017-04-28 | ||
PCT/JP2018/017300 WO2018199326A1 (ja) | 2017-04-28 | 2018-04-27 | 統合システム及び統合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018199326A1 true JPWO2018199326A1 (ja) | 2019-08-08 |
JP6853469B2 JP6853469B2 (ja) | 2021-03-31 |
Family
ID=63918461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019514684A Active JP6853469B2 (ja) | 2017-04-28 | 2018-04-27 | 統合システム及び統合方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11837331B2 (ja) |
EP (1) | EP3617916A4 (ja) |
JP (1) | JP6853469B2 (ja) |
CN (1) | CN109564770B (ja) |
WO (1) | WO2018199326A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018508821A (ja) * | 2015-01-30 | 2018-03-29 | モレキュラー デバイシーズ, エルエルシー | ハイコンテント撮像システムおよびハイコンテント撮像システムを動作させる方法 |
CN114101109B (zh) * | 2021-11-29 | 2024-02-27 | 华电电力科学研究院有限公司 | 一种直吹式制粉系统管道在线监测系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06117886A (ja) * | 1992-08-19 | 1994-04-28 | Hitachi Ltd | プラントの支援システム |
JP2008175769A (ja) * | 2007-01-22 | 2008-07-31 | Canon Inc | 生物種判定用の辞書作成方法 |
JP2010088335A (ja) * | 2008-10-07 | 2010-04-22 | Ihi Corp | 微生物反応装置 |
WO2014203322A1 (ja) * | 2013-06-18 | 2014-12-24 | 株式会社日立製作所 | 細胞画像処理装置、細胞画像認識装置及び細胞画像認識方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6303297B1 (en) * | 1992-07-17 | 2001-10-16 | Incyte Pharmaceuticals, Inc. | Database for storage and analysis of full-length sequences |
US20020064792A1 (en) | 1997-11-13 | 2002-05-30 | Lincoln Stephen E. | Database for storage and analysis of full-length sequences |
JP3880417B2 (ja) * | 2002-02-18 | 2007-02-14 | セレスター・レキシコ・サイエンシズ株式会社 | 遺伝子発現情報管理装置、遺伝子発現情報管理方法、プログラム、および、記録媒体 |
CN1813063A (zh) | 2003-05-01 | 2006-08-02 | 独立行政法人科学技术振兴机构 | 将固定于载体上的物质附加染色体的顺序或排列位置信息进行排列的阵列及其制造方法、使用阵列的分析系统及其应用 |
CA2623130C (en) * | 2005-09-21 | 2018-01-09 | Luminex Corporation | Methods and systems for image data processing |
JP2012146067A (ja) | 2011-01-11 | 2012-08-02 | Nippon Software Management Kk | 核酸情報処理装置およびその処理方法 |
JP2014203322A (ja) | 2013-04-08 | 2014-10-27 | 船井電機株式会社 | 描画装置、描画方法、及び描画プログラム |
WO2014175427A1 (ja) | 2013-04-26 | 2014-10-30 | 日本ソフトウェアマネジメント株式会社 | Dnaの状態を評価する方法、装置及びプログラム |
US20150298091A1 (en) * | 2014-04-21 | 2015-10-22 | President And Fellows Of Harvard College | Systems and methods for barcoding nucleic acids |
US20150324969A1 (en) * | 2014-05-09 | 2015-11-12 | Fluid Imaging Technologies, Inc. | System and method for microorganism effectiveness analysis using particle imaging |
-
2018
- 2018-04-27 US US16/321,436 patent/US11837331B2/en active Active
- 2018-04-27 EP EP18790917.1A patent/EP3617916A4/en active Pending
- 2018-04-27 CN CN201880002968.4A patent/CN109564770B/zh active Active
- 2018-04-27 WO PCT/JP2018/017300 patent/WO2018199326A1/ja active Application Filing
- 2018-04-27 JP JP2019514684A patent/JP6853469B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06117886A (ja) * | 1992-08-19 | 1994-04-28 | Hitachi Ltd | プラントの支援システム |
JP2008175769A (ja) * | 2007-01-22 | 2008-07-31 | Canon Inc | 生物種判定用の辞書作成方法 |
JP2010088335A (ja) * | 2008-10-07 | 2010-04-22 | Ihi Corp | 微生物反応装置 |
WO2014203322A1 (ja) * | 2013-06-18 | 2014-12-24 | 株式会社日立製作所 | 細胞画像処理装置、細胞画像認識装置及び細胞画像認識方法 |
Non-Patent Citations (3)
Title |
---|
CARSTENSEN J. ET AL.: "7.08-Coastal Monitoring Programs", TREATISE ON ESTUARINE AND COASTAL SCIENCE, vol. 7, JPN6018004700, 2011, pages 175 - 206, XP055528357, ISSN: 0004280169, DOI: 10.1016/B978-0-12-374711-2.00712-9 * |
井上晶次 他: "名古屋市を中心とした愛知県及び近隣県産ゾウムシ類のDNAバーコーディング", なごやの生物多様性, vol. 第4巻, JPN6018025944, March 2017 (2017-03-01), JP, pages 23 - 29, ISSN: 0004280167 * |
白山義久: "海洋生物のセンサス:成果と今後の展望", 地球環境 VOL.16 NO.1, JPN6018025945, 2011, JP, pages 81 - 86, ISSN: 0004280168 * |
Also Published As
Publication number | Publication date |
---|---|
US20210295953A1 (en) | 2021-09-23 |
JP6853469B2 (ja) | 2021-03-31 |
EP3617916A1 (en) | 2020-03-04 |
CN109564770A (zh) | 2019-04-02 |
WO2018199326A1 (ja) | 2018-11-01 |
EP3617916A4 (en) | 2021-05-05 |
US11837331B2 (en) | 2023-12-05 |
CN109564770B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11796788B2 (en) | Detecting a defect within a bodily sample | |
Koydemir et al. | Rapid imaging, detection and quantification of Giardia lamblia cysts using mobile-phone based fluorescent microscopy and machine learning | |
Gering et al. | A rapid method for counting nucleated erythrocytes on stained blood smears by digital image analysis | |
Rees et al. | Imaging flow cytometry | |
CN113330292A (zh) | 在高通量系统中应用机器学习以分析显微图像的系统和方法 | |
CN115639134A (zh) | 基于图像的细胞分选系统和方法 | |
Colin et al. | Quantitative 3D-imaging for cell biology and ecology of environmental microbial eukaryotes | |
JP6853469B2 (ja) | 統合システム及び統合方法 | |
US10990798B2 (en) | Analysis device, analysis method, and program | |
Melzer et al. | Trypan blue as an affordable marker for automated live‐dead cell analysis in image cytometry | |
JP6715527B2 (ja) | 生物粒子を含む試料の前処理方法、生物粒子の画像取得方法、生物粒子を含む試料の前処理装置、及び生物粒子画像取得装置 | |
Goodwin et al. | Improving a semi‐automated classification technique for bivalve larvae: Automated image acquisition and measures of quality control | |
Vorobjev et al. | Development of spectral imaging cytometry | |
CN116490773A (zh) | 富集目的粪便样品以提交给计算机化系统/设备来鉴定人和动物的胃肠道寄生虫用于诊断寄生虫疾病的方法 | |
Blumer et al. | Novel Methods of Microscopic Leukocyte Analysis in the Inflammatory Process | |
Belini et al. | Reducing costs of Giardia spp. cyst enumeration using machine learning-based systems | |
CN114034625A (zh) | 基于精细分级的浮游生物精准计数与分类的方法及装置 | |
Biancotto et al. | Polychromatic Flow Cytometry | |
Tozetti et al. | A reproducible differential blood cell count without a cytometer or specific markers | |
Kelly et al. | Automated Image Processing in Marine Biology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A527 Effective date: 20190130 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190328 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200807 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210126 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210219 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6853469 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |