【佳学基因检测】基因检测自动识别人类细胞阵列上的亚细胞表型

基因突变怎么治疗秘决

课题调研基因检测机构自我培训教材中的基因检测技术优势专题中，通过《肿瘤突变基因检测与个性化治疗方案的制定》知道《Genome Res》在. 2004 Jun;14(6):1130-6.发表了一篇题目为《自动识别人类细胞阵列上的亚细胞表型》肿瘤靶向药物治疗基因检测临床研究文章。该研究由Christian Conrad , Holger Erfle, Patrick Warnat, Nathalie Daigle, Thomas Lörch, Jan Ellenberg, Rainer Pepperkok, Roland Eils等完成。这表明基因解码技术与细胞治疗中的分型技术走向结合，开启了细胞学技术与基因检测技术的跨学科结合，从而增加基因检测的可信度和全面完整性。

肿瘤靶向药物大数据临床研究内容关键词：

细胞芯片,高通量,高内涵,细胞阵列

肿瘤靶向治疗基因检测临床应用结果

细胞形态的光学显微镜分析提供了细胞功能和蛋白质定位的高内涵数据。对培养细胞的细胞阵列和微孔转染分析使细胞表型分析可用于高通量实验。蛋白质组中每种蛋白质的定位和单个基因的 RNAi 敲低对细胞形态的影响都可以通过手动检查显微图像来测定。然而，使用功能基因组学的形态读数需要快速和自动识别复杂的细胞表型。在这里，我们提出了一个全自动平台，用于结合人类活细胞阵列、筛选显微镜和基于机器学习的分类方法进行高通量细胞表型筛选。该平台的效率通过对由 GFP 标记的蛋白质标记的 11 种亚细胞模式进行分类来证明。我们的分类方法几乎可以适用于任何基于细胞形态的显微分析，从而开启了广泛的应用，包括人类细胞中的大规模 RNAi 筛选。

肿瘤发生与复发转移国际数据库描述：

Light microscopic analysis of cell morphology provides a high-content readout of cell function and protein localization. Cell arrays and microwell transfection assays on cultured cells have made cell phenotype analysis accessible to high-throughput experiments. Both the localization of each protein in the proteome and the effect of RNAi knock-down of individual genes on cell morphology can be assayed by manual inspection of microscopic images. However, the use of morphological readouts for functional genomics requires fast and automatic identification of complex cellular phenotypes. Here, we present a fully automated platform for high-throughput cell phenotype screening combining human live cell arrays, screening microscopy, and machine-learning-based classification methods. Efficiency of this platform is demonstrated by classification of eleven subcellular patterns marked by GFP-tagged proteins. Our classification method can be adapted to virtually any microscopic assay based on cell morphology, opening a wide range of applications including large-scale RNAi screening in human cells.