JPWO2020131658A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2020131658A5 JPWO2020131658A5 JP2021535632A JP2021535632A JPWO2020131658A5 JP WO2020131658 A5 JPWO2020131658 A5 JP WO2020131658A5 JP 2021535632 A JP2021535632 A JP 2021535632A JP 2021535632 A JP2021535632 A JP 2021535632A JP WO2020131658 A5 JPWO2020131658 A5 JP WO2020131658A5
- Authority
- JP
- Japan
- Prior art keywords
- pair
- microdomains
- phenotypes
- cellular
- image data
- 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
- 230000001413 cellular effect Effects 0.000 claims description 47
- 238000000034 method Methods 0.000 claims description 35
- 238000011002 quantification Methods 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 24
- 230000003834 intracellular effect Effects 0.000 claims description 22
- 239000000090 biomarker Substances 0.000 claims description 14
- 238000010874 in vitro model Methods 0.000 claims description 12
- 206010061818 Disease progression Diseases 0.000 claims description 6
- 230000005750 disease progression Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 4
- 206010028980 Neoplasm Diseases 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims 14
- 210000001519 tissue Anatomy 0.000 claims 13
- 238000004393 prognosis Methods 0.000 claims 8
- 230000014509 gene expression Effects 0.000 claims 6
- 230000004913 activation Effects 0.000 claims 5
- 230000003592 biomimetic effect Effects 0.000 claims 4
- 201000010099 disease Diseases 0.000 claims 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims 4
- 210000002220 organoid Anatomy 0.000 claims 4
- 230000000694 effects Effects 0.000 claims 3
- 238000011269 treatment regimen Methods 0.000 claims 3
- 238000010166 immunofluorescence Methods 0.000 claims 2
- 230000035992 intercellular communication Effects 0.000 claims 2
- 239000003446 ligand Substances 0.000 claims 2
- 230000001394 metastastic effect Effects 0.000 claims 2
- 206010061289 metastatic neoplasm Diseases 0.000 claims 2
- WZUVPPKBWHMQCE-UHFFFAOYSA-N Haematoxylin Chemical compound C12=CC(O)=C(O)C=C2CC2(O)C1C1=CC=C(O)C(O)=C1OC2 WZUVPPKBWHMQCE-UHFFFAOYSA-N 0.000 description 2
- 230000008568 cell cell communication Effects 0.000 description 2
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 1
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- YQGOJNYOYNNSMM-UHFFFAOYSA-N eosin Chemical compound [Na+].OC(=O)C1=CC=CC=C1C1=C2C=C(Br)C(=O)C(Br)=C2OC2=C(Br)C(O)=C(Br)C=C21 YQGOJNYOYNNSMM-UHFFFAOYSA-N 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010569 immunofluorescence imaging Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
Description
ある実施形態では、複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析する方法が提供される。本発明の方法は、マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの異なる所定の表現型の細胞間の空間的不均一性の全体的定量化を生成する工程と、全体的定量化に基づいて、複数の組織サンプルについて複数のマイクロドメインを特定する工程であって、各マイクロドメインは複数の組織サンプルの個々の1つに関連している、工程と、マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築する工程と、を含む。重み付きグラフは、複数のノードと、各々が前記ノードの対の間に位置する複数のエッジとを有し、重み付きグラフにおいて、各ノードはマイクロドメインの特定の1つであり、重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対の間の類似度の度合いを示す。
別の実施形態では、複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析するためのシステムが提供される。本発明のシステムは、(i)マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの異なる所定の表現型の細胞間の空間的不均一性の全体的定量化を生成するように構成された空間的不均一性定量化コンポーネントと、(ii)全体的定量化に基づいて、複数の組織サンプルについて複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは複数の組織サンプルの個々の1つに関連している、マイクロドメイン識別コンポーネントと、(iii)マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築する重み付きグラフコンポーネントであって、重み付きグラフは、複数のノードと、各々がノードの対の間に位置する複数のエッジとを有し、重み付きグラフにおいて、各ノードはマイクロドメインの特定の1つであり、重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対の間の類似度の度合いを示す、重み付きグラフコンポーネントとを含む処理装置を含む。
更に別の実施形態では、複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成する方法が提供される。本発明の方法は、マルチパラメータ細胞及び細胞内画像データ内の幾つかの異なる所定の表現型の細胞間の空間的不均一性の定量化を生成して、定量化に基づいて前記幾つかの組織サンプルの1つについてマイクロドメインを特定する工程であって、マルチパラメータ細胞及び細胞内画像データにフェノタイピングを実行して前記幾つかの異なる所定の表現型を特定することを含む、工程と、マイクロドメインについてコミュニケーショングラフを構築する工程とを含む。各表現型は、前記コミュニケーショングラフのノードであって、コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す。
更に別の実施形態では、複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成するためのコンピュータシステムが提供される。本発明のシステムは、(i)マルチパラメータ細胞及び細胞内画像データにおける幾つかの異なる所定の表現型の細胞間の空間的不均一性の定量化を生成するように構成された空間的不均一性定量化コンポーネントであって、特定の異なる所定の表現型を特定するためにマルチパラメータ細胞及び細胞内画像データで細胞フェノタイピングを実行する、空間的不均一性定量化コンポーネントと、(ii)定量化に基づいて、幾つかの組織サンプルについて複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは、幾つかの組織サンプルの1つに関連している、マイクロドメイン識別コンポーネントと、(iii)複数のマイクロドメインの選択された一つについてコミュニケーショングラフを構築するように構成されているコミュニケーションネットワークコンポーネントであって、各表現型は、コミュニケーショングラフのノードであって、コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、コミュニケーションネットワークコンポーネントとを含む処理装置を含む。
本明細書では、用語「空間マップ」は、マルチパラメータの細胞及び細胞内イメージングデータのセットにおける異なる所定の表現型の細胞間の関係を示す幾つかの定量化された空間統計の表現、例えばデータの集まり及び/又は視覚的に知覚可能な形式での空間統計の表現を意味する。例えば、限定ではないが、空間マップは、PCT出願第PCT/US2016/036825及び米国特許出願公開第2018/0204085に記載されている方法で生成されたポイントワイズ相互情報(PMI)マップであってよく、それらの名称は両方とも「Systems and Methods for Finding Regions of Interest in Hematoxylin and Eosin(H&E)Stained Tissue Images and Quantifying Intratumor Cellular Spatial Heterogeneity in Multiplexed/Hyperplexed Fluorescence Tissue Images」であり、それらの開示内容は参照により本明細書の一部となる。
CSPSAプラットフォーム5は、例えば、PC、ラップトップコンピュータ、タブレットコンピュータ、スマートフォン、又は、本明細書に記載された機能を実行するように構成された他の適切なコンピュータデバイスであってよいが、これらに限定されない。CSPSAプラットフォーム5は、入力装置15(キーボードなど)と、ディスプレイ20(LCDなど)と、処理装置25とを含む。ユーザーは、入力装置15を使用して処理装置25に入力を提供することが可能であり、処理装置25は、本明細書で詳細に説明されるように、ディスプレイ20がユーザーに情報(例えば、空間マップ又は他の空間依存性画像、マイクロドメイン画像、重み付きグラフ画像及び/又はコミュニケーションネットワークグラフ画像)を表示できるように、出力信号をディスプレイ20に提供する。処理装置25は、プロセッサ及びメモリを備えている。プロセッサは、例えば、限定ではないが、マイクロプロセッサ(μP)、マイクロコントローラ、特定用途向け集積回路(ASIC)、又はその他の適切な処理デバイスであって、メモリとインターフェースしている。メモリは、コンピュータの内部ストレージ領域のようなデータストレージの場合、RAM、ROM、EPROM、EEPROM、FLASH(登録商標)や、ストレージレジスタを提供するその他のもの、例えば、コンピュータ読み取り可能な媒体のような様々なタイプの内部及び/又は外部ストレージメディアの1又は複数であってよく、揮発性メモリ又は不揮発性メモリであってよい。メモリには、プロセッサによって実行可能な幾つかのルーチンが格納されており、本明細書に記載されているように、開示された概念を実施するためのルーチンを含んでいる。特に、処理装置25は、本明細書に記載されているように、マルチパラメータ細胞及び細胞内画像データ10における幾つかの異なる所定の表現型の細胞間空間的不均一性の全体的定量化を生成するように構成された空間的不均一性定量化コンポーネント30と、マルチパラメータ細胞及び細胞内画像データ10から、空間的不均一性定量化コンポーネント30によって生成された全体的定量化に基づいて、複数の腫瘍切片について、本明細書に記載されているようにして複数のマイクロドメインを識別するために構成されたマイクロドメイン識別コンポーネント35と、本明細書に記載されているようにして、マルチパラメータ細胞及び細胞内画像データ10の重み付きグラフを構築するために構成された重み付きグラフコンポーネント40と、本明細書で記載されているようにして、マルチパラメータ細胞及び細胞内画像データ10についてコミュニケーションネットワークグラフを構築するように構成されたコミュニケーションネットワークコンポーネント45とを含む。
本方法は、ステップ75で開始し、空間的不均一性定量化コンポーネント30は、本明細書の他の箇所で詳細に説明されているように、マルチパラメータ細胞及び細胞内画像データ10における空間的不均一性の定量化をもたらす。本明細書の他の箇所で述べたように、ステップ75で実行される空間的不均一性の定量化は、マルチパラメータ細胞及び細胞内画像データ10に対して細胞フェノタイピングを実行して、異なる所定の表現型を特定することを含む。例示的な実施形態では、ステップ75でもたらされた定量化は、マルチパラメータ細胞及び細胞内画像データ10の空間マップである。ある特定の実施態様では空間マップは、本明細書の他の箇所で言及されており、参照により本明細書の一部となるPCT出願第PCT/US2016/036825号及び米国特許出願公開第2018/0204085号に記載されている方法で生成される。この例示的な実施態様では、組織の各切片を複数の異なるバイオマーカー(例えば、ER、PR、及びHER2)で標識することによって組織の幾つかの切片から幾つかのバイオマーカー画像を生成することで、マルチパラメータ細胞及び細胞内画像データ10が生成されてよい。非限定的で例示的な実施形態では、マルチパラメータ細胞及び細胞内画像データ10は、多重化又はハイパープレックス化された免疫蛍光イメージングを用いて生成されるが、本明細書の他の箇所に記載されているもののような、他のイメージング技術も使用できることは理解されるであろう。
Claims (43)
- 複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析する方法であって、
前記マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの異なる所定の表現型の細胞間の空間的不均一性の全体的定量化を生成する工程と、
前記全体的定量化に基づいて、前記マルチパラメータ細胞及び細胞内画像データから複数の組織切片について複数のマイクロドメインを特定する工程であって、各マイクロドメインは前記複数の組織切片の個々の1つに関連している、工程と、
前記マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築するステップであって、前記重み付きグラフは、前記幾つかの異なる所定の表現型の進行を示しており、複数のノードと、各々がノードの対の間に位置する複数のエッジとを有し、前記重み付きグラフにおいて、各ノードは、前記複数のマイクロドメインの特定の1つであり、前記重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対間の類似度の度合いを示しており、前記重み付きグラフが分析されて、前記疾患の進行を理解することができる、工程と、
を含む方法。 - 前記複数のマイクロドメインにおけるマイクロドメインの各対について、その対のマイクロドメイン間の重み付き類似度を決定する工程を更に含んでおり、前記重み付きグラフにおけるマイクロドメインの各対間のエッジは、マイクロドメインのその対について決定された重み付き類似度である、請求項1に記載の方法。
- 特定された各マイクロドメインについて、細胞間空間的不均一性の局所的定量化を決定する工程を更に含んでおり、各対のマイクロドメイン間の重み付き類似度の決定は、その対の各マイクロドメインの局所的定量化に基づいている、請求項2に記載の方法。
- 前記全体的定量化は、前記マルチパラメータ細胞及び細胞内画像データの空間マップである、請求項1に記載の方法。
- 前記空間マップは、ポイントワイズ相互情報(PMI)マップである、請求項4に記載の方法。
- 前記マルチパラメータ細胞及び細胞内画像データが、多重化又はハイパープレックス化された免疫蛍光画像データを含む、請求項1に記載の方法。
- 前記幾つかの所定の表現型は、支配的なバイオマーカーの強度パターンの所定のセットを含む、請求項1に記載の方法。
- 特定のマイクロドメインの幾つかは予後特異的変数と関連しており、前記予後特異的変数は、再発までの時間の形態である、又は、前記疾患の進行を示す、請求項1に記載の方法。
- 特定のマイクロドメインの幾つかは、疾患の進行を示す予後特異的変数と関連している、請求項1に記載の方法。
- 前記予後特異的変数に基づいて治療戦略を提案する工程を更に含む、請求項9に記載の方法。
- 前記複数の組織サンプルは腫瘍サンプルであり、前記予後特異的変数は転移可能性を示すものである、請求項9に記載の方法。
- コンピュータによって実行されると、前記コンピュータに請求項1に記載の方法を実行させる命令を含む、1又は複数のプログラムを格納する非一時的なコンピュータ可読媒体。
- 複数の患者又は幾つかの多細胞インビトロモデルからの複数の組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、疾患の進行を分析するためのシステムであって、
処理装置を備えており、前記処理装置は、
前記マルチパラメータ細胞及び細胞内画像データにおいて、幾つかの異なる所定の表現型の細胞間の空間的不均一性の全体的定量化を生成するように構成された空間的不均一性定量化コンポーネントと、
前記全体的定量化に基づいて、前記マルチパラメータ細胞及び細胞内画像データから複数の組織切片について複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは前記複数の組織切片の個々の1つに関連している、マイクロドメイン識別コンポーネントと、
前記マルチパラメータ細胞及び細胞内画像データについて重み付きグラフを構築する重み付きグラフコンポーネントであって、前記重み付きグラフは、前記幾つかの異なる所定の表現型の進行を示しており、複数のノードと、各々がノードの対の間に位置する複数のエッジとを有し、前記重み付きグラフにおいて、各ノードはマイクロドメインの特定の1つであり、前記重み付きグラフにおけるマイクロドメインの各対の間のエッジは、マイクロドメインのその対間の類似度の度合いを示しており、前記重み付きグラフが分析されて、前記疾患の進行を理解することができる、重み付きグラフコンポーネントと、
を含む、システム。 - 前記重み付きグラフコンポーネントは、前記複数のマイクロドメインにおけるマイクロドメインの各対について、その対のマイクロドメイン間の重み付き類似度を決定するように更に構成されており、前記重み付きグラフにおけるマイクロドメインの各対間のエッジは、マイクロドメインのその対について決定された重み付き類似度である、請求項13に記載のシステム。
- 前記重み付きグラフコンポーネントは、特定のマイクロドメインの各々について、細胞間の空間的不均一性の局所的な定量化を決定するように更に構成されており、各対のマイクロドメイン間の重み付き類似度の決定は、その対のマイクロドメインの局所的な定量化に基づいて行われる、請求項14に記載のシステム。
- 前記全体的定量化は、前記マルチパラメータ細胞及び細胞内画像データの空間マップである、請求項13に記載のシステム。
- 前記空間マップは、ポイントワイズ相互情報(PMI)マップである、請求項16に記載のシステム。
- 前記マルチパラメータ細胞及び細胞内画像データが、多重化又はハイパープレックス化された免疫蛍光画像データを含む、請求項13に記載のシステム。
- 前記幾つかの所定の表現型は、支配的なバイオマーカーの強度パターンの所定のセットを含む、請求項13に記載のシステム。
- 特定のマイクロドメインの幾つかは予後特異的変数と関連しており、前記予後特異的変数は、再発までの時間の形態である、又は、前記疾患の進行を示す、請求項13に記載のシステム。
- 特定のマイクロドメインの幾つかは、疾患の進行を示す予後特異的変数と関連している、請求項13に記載のシステム。
- 前記予後特異的変数に基づいて治療戦略を提案するように構成されたコンポーネントを更に備える、請求項21に記載のシステム。
- 前記複数の組織サンプルは腫瘍サンプルであり、前記予後特異的変数は転移可能性を示すものである、請求項21に記載のシステム。
- 前記重み付きグラフに基づいて細胞型、並びに活性化及び進化の状態を特定することに基づいて治療戦略を案内するように構成されたコンポーネントを更に備える、請求項21に記載のシステム。
- 幾つかの患者又は幾つかの多細胞インビトロモデルからの幾つかの組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成する方法であって、
前記マルチパラメータ細胞及び細胞内画像データ内の幾つかの異なる所定の表現型の細胞間の空間的不均一性の定量化を生成して、前記定量化に基づいて前記幾つかの組織サンプルの1つについてマイクロドメインを特定する工程であって、前記マルチパラメータ細胞及び細胞内画像データにフェノタイピングを実行して前記幾つかの異なる所定の表現型を特定することを含む、工程と、
前記マイクロドメインのコミュニケーショングラフを構築する工程であって、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、工程と、
を含んでおり、
前記コミュニケーショングラフの各表現型は、前記マルチパラメータ細胞及び細胞内画像データから得られたデータベクトルによって表され、
表現型の各対について、その対の表現型のデータベクトル間の関連性又は影響の強さの値を決定することで、その対の表現型間の数値関係を確立する工程と、各数値関係について方向性を確立する工程とを含んでおり、表現型の各対間のエッジは、その対における表現型間の数値関係と、その対における表現型間の数値関係の方向性とを示す、方法。 - 各関連性又は影響の強さの値は線形又は非線形の相関係数値である、請求項25に記載の方法。
- 各データベクトルは、幾つかの所定のバイオマーカーの発現値のベクトルであり、前記幾つかの所定のバイオマーカーは、前記マルチパラメータ細胞及び細胞内画像データを生成する際に使用されたものである、請求項25に記載の方法。
- 発現値の各ベクトルは、前記幾つかの所定のバイオマーカーのバイオマーカー強度パターンである、請求項27に記載の方法。
- 各数値関係について方向性を確立する工程は、前記幾つかの所定のバイオマーカーについて、幾つかの受容体-リガンドデータベースに基づいて行われる、請求項27に記載の方法。
- 各データベクトルを解釈して、各表現型について幾つかの活性化の状態を決定する工程と、前記幾つかの活性化の状態の各々を前記コミュニケーショングラフに含める工程とを更に含む、請求項25に記載の方法。
- その対の表現型のデータベクトル間の関連性又は影響の強さの値を決定する工程は、その対の表現型以外の表現型の交絡効果を除去する工程を含む、請求項25に記載の方法。
- コンピュータによって実行されると、前記コンピュータに請求項25に記載の方法を実行させる命令を含む、1又は複数のプログラムを格納する非一時的なコンピュータ可読媒体。
- 幾つかの患者又は幾つかの多細胞インビトロモデルからの幾つかの組織サンプルから得られたマルチパラメータ細胞及び細胞内画像データから、空間情報に基づく異種細胞間コミュニケーションの表現を生成するためのコンピュータシステムであって、
処理装置を備えており、前記処理装置は、
前記マルチパラメータ細胞及び細胞内画像データにおける幾つかの異なる所定の表現型の細胞間の空間的不均一性の定量化を生成するように構成された空間的不均一性定量化コンポーネントであって、前記幾つかの異なる所定の表現型を特定するために前記マルチパラメータ細胞及び細胞内画像データで細胞フェノタイピングを実行する、空間的不均一性定量化コンポーネントと、
前記定量化に基づいて、前記幾つかの組織サンプルについて複数のマイクロドメインを特定するように構成されたマイクロドメイン識別コンポーネントであって、各マイクロドメインは、前記幾つかの組織サンプルの1つに関連している、マイクロドメイン識別コンポーネントと、
前記複数のマイクロドメインの選択された一つについてコミュニケーショングラフを構築するように構成されているコミュニケーションネットワークコンポーネントであって、各表現型は、前記コミュニケーショングラフのノードであって、前記コミュニケーショングラフの表現型の各対の間のエッジは、その対における一方の表現型がその対における他方の表現型の存在に与える影響を示す、コミュニケーションネットワークコンポーネントと、
を含んでおり、
前記コミュニケーショングラフの各表現型は、前記マルチパラメータ細胞及び細胞内画像データから得られたデータベクトルによって表され、前記コミュニケーションネットワークコンポーネントは、
表現型の各対について、その対の表現型のデータベクトル間の関連性又は影響の強さの値を決定することで、その対の表現型間の数値関係を確立する工程と、各数値関係について方向性を確立する工程とを含んでおり、表現型の各対間のエッジは、その対における表現型間の数値関係と、その対における表現型間の数値関係の方向性とを示すように構成される、システム。 - 各関連性又は影響の強さの値は、線形又は非線形の相関係数値である、請求項33に記載のシステム。
- 各データベクトルは、幾つかの所定のバイオマーカーの発現値のベクトルであり、前記幾つかの所定のバイオマーカーは、前記マルチパラメータ細胞及び細胞内画像データを生成する際に使用されたものである、請求項33に記載のシステム。
- 発現値の各ベクトルは、前記幾つかの所定のバイオマーカーのバイオマーカー強度パターンである、請求項35に記載のシステム。
- 各数値関係について方向性を確立する工程は、前記幾つかの所定のバイオマーカーについて、幾つかの受容体-リガンドデータベースに基づいて行われる、請求項35に記載のシステム。
- 前記コミュニケーションネットワークコンポーネントは、各データベクトルを解釈して、各表現型について幾つかの活性化の状態を決定する工程と、前記幾つかの活性化の状態の各々を前記コミュニケーショングラフに含める工程とを更に含む、請求項33に記載のシステム。
- その対の表現型のデータベクトル間の関連性又は影響の強さの値を決定する工程は、その対の表現型以外の表現型の交絡効果を除去する工程を含む、請求項33に記載のシステム。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項1に記載の方法。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項13に記載のシステム。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項25に記載の方法。
- 前記幾つかの多細胞インビトロモデルは、2D培養物、3Dスフェロイド、オルガノイド、及び生体模倣微小生理学システムからなる群から選択される、請求項33に記載のシステム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023222063A JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862781759P | 2018-12-19 | 2018-12-19 | |
US62/781,759 | 2018-12-19 | ||
PCT/US2019/066446 WO2020131658A1 (en) | 2018-12-19 | 2019-12-16 | Computational systems pathology spatial analysis platform for in situ or in vitro multi-parameter cellular and subcellular imaging data |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023222063A Division JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022514373A JP2022514373A (ja) | 2022-02-10 |
JPWO2020131658A5 true JPWO2020131658A5 (ja) | 2023-11-30 |
JP7420401B2 JP7420401B2 (ja) | 2024-01-23 |
Family
ID=71101596
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021535632A Active JP7420401B2 (ja) | 2018-12-19 | 2019-12-16 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
JP2023222063A Pending JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023222063A Pending JP2024038186A (ja) | 2018-12-19 | 2023-12-28 | インサイチュ又はインビトロでのマルチパラメータ細胞及び細胞内画像データ用の計算システムパソロジー空間分析プラットフォーム |
Country Status (6)
Country | Link |
---|---|
US (2) | US11983943B2 (ja) |
EP (1) | EP3897360A4 (ja) |
JP (2) | JP7420401B2 (ja) |
CN (1) | CN113226157A (ja) |
CA (1) | CA3123641A1 (ja) |
WO (1) | WO2020131658A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4165652A4 (en) * | 2020-06-15 | 2024-06-12 | Bragg Analytics, Inc. | DIFFRACTION-BASED GLOBAL IN VITRO DIAGNOSTIC SYSTEM |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005111905A2 (en) | 2004-05-17 | 2005-11-24 | Max-Planck Gesellschaft zur Förderung der Wissenschaften e.V. | Prediction of the dynamic behavior of a biological system |
ES2808569T3 (es) * | 2007-04-05 | 2021-03-01 | Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud | Sistema y método para manejar, diagnosticar y predecir la aparición de una afección médica |
WO2009046544A1 (en) * | 2007-10-11 | 2009-04-16 | British Columbia Cancer Agency Branch | Systems and methods for automated characterization of genetic heterogeneity in tissue samples |
WO2012149550A1 (en) * | 2011-04-29 | 2012-11-01 | Cancer Prevention And Cure, Ltd. | Methods of identification and diagnosis of lung diseases using classification systems and kits thereof |
US9370304B2 (en) * | 2012-06-06 | 2016-06-21 | The Regents Of The University Of Michigan | Subvolume identification for prediction of treatment outcome |
US8873827B2 (en) * | 2012-06-29 | 2014-10-28 | General Electric Company | Determination of spatial proximity between features of interest in biological tissue |
US11211167B2 (en) * | 2012-12-28 | 2021-12-28 | Ventana Medical Systems, Inc. | Image analysis for breast cancer prognosis |
US20140372450A1 (en) * | 2013-06-14 | 2014-12-18 | General Electric Company | Methods of viewing and analyzing high content biological data |
WO2015069827A2 (en) * | 2013-11-06 | 2015-05-14 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | Pathology case review, analysis and prediction |
WO2015089434A1 (en) | 2013-12-12 | 2015-06-18 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | Automated epithelial nuclei segmentation for computational disease detection algorithms |
US9483685B2 (en) | 2014-04-28 | 2016-11-01 | University Of Pittsburgh - Of The Commonwealth System Of Higher Education | System and method for automated identification of abnormal ciliary motion |
AU2016222894A1 (en) * | 2015-02-23 | 2017-08-31 | Cellanyx Diagnostics, Llc | Cell imaging and analysis to differentiate clinically relevant sub-populations of cells |
JP6910068B2 (ja) | 2015-06-11 | 2021-07-28 | ユニバーシティ オブ ピッツバーグ−オブ ザ コモンウェルス システム オブ ハイヤー エデュケーションUniversity Of Pittsburgh Of The Commonwealth System Of Higher Education | ヘマトキシリン・エオシン(h&e)染色組織画像における関心領域を調べて、多重化/高多重化蛍光組織画像で腫瘍内細胞空間的不均一性を定量化するシステム及び方法 |
US10176408B2 (en) * | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US9613254B1 (en) * | 2015-09-30 | 2017-04-04 | General Electric Company | Quantitative in situ characterization of heterogeneity in biological samples |
NL2016281B1 (en) | 2016-02-18 | 2017-08-24 | Perkinelmer Health Sciences B V | Means and methods for spheroid cell culturing and analysis. |
EP3491122A4 (en) | 2016-07-27 | 2020-04-08 | The University of North Carolina at Chapel Hill | METHODS FOR GENERATING POLYMERIC SCAFFOLDS HAVING A GRADIENT OF CROSSLINKING DENSITY |
EP3721406B1 (en) * | 2017-12-05 | 2024-01-24 | Ventana Medical Systems, Inc. | Method of computing tumor spatial and inter-marker heterogeneity |
EP3811281A1 (en) * | 2018-06-22 | 2021-04-28 | H-Labs Gmbh | A method to determine a degree of abnormality, a respective computer readable medium and a distributed cancer analysis system |
-
2019
- 2019-12-16 CN CN201980084101.2A patent/CN113226157A/zh active Pending
- 2019-12-16 JP JP2021535632A patent/JP7420401B2/ja active Active
- 2019-12-16 EP EP19898372.8A patent/EP3897360A4/en active Pending
- 2019-12-16 WO PCT/US2019/066446 patent/WO2020131658A1/en unknown
- 2019-12-16 US US17/413,971 patent/US11983943B2/en active Active
- 2019-12-16 CA CA3123641A patent/CA3123641A1/en active Pending
-
2023
- 2023-12-28 JP JP2023222063A patent/JP2024038186A/ja active Pending
-
2024
- 2024-02-09 US US18/437,612 patent/US20240185626A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stoessel et al. | Morphology and function of Neandertal and modern human ear ossicles | |
JP5069245B2 (ja) | 非染色核の微速度細胞周期解析 | |
Rahaman et al. | An efficient multilevel thresholding based satellite image segmentation approach using a new adaptive cuckoo search algorithm | |
Calderon | Motion blur filtering: A statistical approach for extracting confinement forces and diffusivity from a single blurred trajectory | |
CN106132341B (zh) | 形状的预测 | |
CN112614125B (zh) | 手机玻璃缺陷检测方法、装置、计算机设备及存储介质 | |
JP6756339B2 (ja) | 画像処理装置、及び画像処理方法 | |
Jones et al. | Alignment of spatial genomics data using deep Gaussian processes | |
Goldstein et al. | An attraction–repulsion point process model for respiratory syncytial virus infections | |
Kuhnt et al. | An angle-based multivariate functional pseudo-depth for shape outlier detection | |
Peiffer et al. | A novel method for quantifying spatial correlations between patterns of atherosclerosis and hemodynamic factors | |
Wiesmann et al. | Using simulated fluorescence cell micrographs for the evaluation of cell image segmentation algorithms | |
Giorno et al. | Estimating a non-homogeneous Gompertz process with jumps as model of tumor dynamics | |
KR20180005153A (ko) | 상인의 상업지역 정보의 표시 | |
US20240185626A1 (en) | Computational systems pathology spatial analysis platform for in situ or in vitro multi-parameter cellular and subcellular imaging data | |
Sansalone et al. | Homo sapiens and Neanderthals share high cerebral cortex integration into adulthood | |
Balkenius et al. | Comparing analysis methods in functional calcium imaging of the insect brain | |
CN112368705B (zh) | 从空间多参数细胞和亚细胞成像数据预测癌症复发 | |
JPWO2020131658A5 (ja) | ||
CN113850632B (zh) | 用户类别确定方法、装置、设备及存储介质 | |
CN110619624A (zh) | 一种图像分解方法及装置 | |
Shivanandan et al. | Accounting for limited detection efficiency and localization precision in cluster analysis in single molecule localization microscopy | |
CN115691814A (zh) | 血流动力学仿真模型构建、仿真方法、装置及电子设备 | |
EP3975071A1 (en) | Identifying and quantifying confounding bias based on expert knowledge | |
Alharbi et al. | Noise correction in gene expression data: a new approach based on subspace method |