分析高内涵筛选图像

Analyze High-Content Screening Images · 🔴专家 · 所属分类：生物成像与图像分析

高内涵筛选一次产出成千上万张孔图，手工看不过来，还要对付批次效应、边缘孔伪影和 DMSO 对照归一化，单机跑 pipeline 又慢又容易崩。它帮你把板级图像关联到孔和处理条件，批量提取表型特征、做质控和归一化，最后给出命中候选和可复现的 QC 报告。

适合谁

做化合物或 RNAi 高内涵筛选的药企 RA、筛选平台工程师和相关课题组。

给它什么 · 得到什么

• 你提供：板级图像集（含孔/视野/通道命名规则）、板布局与对照/化合物注释表（plate map）、目标表型或读出通道，以及批次/重复信息。
• 你得到：单细胞与孔级特征矩阵（CSV/Parquet）、按对照归一化的表型评分（含 Z-score/Z'-factor 质控）、命中候选清单和 QC 报告（含批次效应可视化），外加可批量运行的 CellProfiler pipeline。

怎么用

先抛一句示例提问：「这是一块 384 孔板的三通道图，plate map 在附件里，DMSO 在边列，帮我提取单细胞特征、按对照归一化并算 Z'-factor，列出命中孔。」触发后它会解析板布局与文件命名、把图像关联到孔和处理条件，构建批量 CellProfiler pipeline 提特征，按板内对照归一化、算 Z'-factor，标记批次/边缘/失焦孔，汇总孔级评分输出命中清单。

提个醒

它编排 CellProfiler 做规模化特征提取与质控，不替你下统计学命中结论；命中要重复验证，批次和边缘伪影必须显式披露。