画像解析ソフトウェア「HALO」を使用した画像解析

弊社保有の画像解析ソフトウェア「HALO」を用いて実施可能な解析例について、現在、以下の動画を公開中です。

腫瘍組織を用いた解析を行う際には、腫瘍におけるターゲットタンパク質の挙動を解析するため、標本中の腫瘍エリアと非腫瘍エリア（間質エリア、と呼びます）の識別が重要となります。 HALOには腫瘍エリアと間質エリアを識別するTissue Classifierというプログラムが搭載されています。


① 腫瘍エリアを指定し、学習させます。	② 次に、間質エリアを指定して、同様に学習させます。

③ 学習の結果を標本全体に適用します。認識に問題があれば再学習させ、最終的には病理技術者の目でHALOの認識が妥当かどうかを判断します。	④ 標本全体の腫瘍エリアおよび間質エリアの分類ができました。

↑クリックで動画再生

H-Scoreによるスコアリング例をご紹介します。上記1のTissue Classifierと組み合わせることで、腫瘍組織中のH-Scoreを自動で算出することが可能です。HALOによって客観的な定量値を得ることができます。


① H-Scoreは、 (染色強度1+の細胞の割合)×1+(染色強度2+の細胞の割合)×2+(染色強度3+の細胞の割合)×3 で算出します。	② 各細胞の染色強度（赤：染色強度3+～黄色：染色強度1+）が判定されました。

③ ここにTissue Classifierの評価を追加し、腫瘍エリアのみを解析対象として設定します。	④ 腫瘍エリア内の細胞のみを対象としたH-Scoreの算出ができました。

↑クリックで動画再生

核局在タンパク質のスコアリング例です。HALOには核を識別した上で、ターゲットタンパク質の染色強度を判定できるプログラムも搭載されています。


① 染色方法や染色実施施設によって核染色の強度や色味が異なるため、まずは核染色の認識パラメータの調整を行います。	② ここにTissue Classifierの評価を追加し、腫瘍エリアのみを解析対象として設定します。

③ 陽性細胞数やそれぞれの染色強度、H-Scoreなどが算出されました。

↑クリックで動画再生

陽性エリアの染色強度ごとの面積算出例です。従来の解析ソフトでは苦手としていた線維細胞や神経細胞などの細長い形状の細胞の認識もHALOでは可能です。


① 核を識別することで核を面積算出の対象から除外します。	② 陽性エリアの染色強度をStrong、Moderate、Weakの3段階に判定し、その強度ごとに面積が算出されました。

↑クリックで動画再生

蛍光多重免疫染色標本の解析例です。ターゲットタンパク質ごとの陽性エリアの識別および面積算出を行います。発色（DAB等）と異なり、クリアな色分けが可能となり、多重染色標本でも各ターゲットの正確な解析が可能です。


① 標本を各蛍光の波長ごとに撮影し、それらを重ね合わせ（マージ）します。	② 各ターゲットタンパク質に対して染色強度をStrong、Moderate、Weakの3段階で判定し、色分けして表示します。

③ 各ターゲットタンパク質、各染色強度の面積が算出されました。

↑クリックで動画再生