Michael Smith , Ph.D.
Michael Smith, Ph.D. is Application Manager for the Cell DIVE Multiplexed Imaging Solution at Leica Microsystems. He completed a Ph.D. in the genetics of DNA repair at Columbia University and a postdoctoral fellowship in genome integrity and cellular aging at Memorial Sloan Kettering Cancer Center, where he leveraged microscopy to understand the real-time dynamics of DNA homeostasis. His passion for answering biological questions using imaging technologies led him to his current position, where he provides technical expertise and customer support for spatial biology solutions from Leica Microsystems.
Transforming Research with Spatial Proteomics Workflows
Spatial Proteomics, Nature Methods 2024 Method of the Year, is driving research advancements in cancer, immunology, and beyond. By combining positional data with high throughput imaging of proteins in…
利用大数据探索阿尔茨海默病的空间蛋白组
阿尔茨海默病是一种遗传性和散发性的神经退行性疾病，导致中晚年认知能力下降，特征为β-淀粉样蛋白斑块和 tau蛋白 缠结。由于治疗选择有限，新的研究策略至关重要。Cell DIVE 多重成像解决方案可以对阿尔茨海默病脑组织进行研究，揭示，可能新的研究方向。这里我们展示了 Cell DIVE 多重成像仪的图像查看器，用户能够直接在自己的浏览器中访问完整的阿尔茨海默病多重数据集。
用大数据视角深入了解胰腺癌研究
胰腺癌由于其靠近主要器官难以分辨和难治疗，死亡率接近 40%，。这个研究探讨了胰腺导管腺癌（PDAC）的复杂生物学机制，研究了代谢、凋亡和免疫中肿瘤侵袭性的相关分子结构和空间决定因素。可以访问您的浏览器中的完整 Cell DIVE 数据集，以深入了解这些发现。
利用大数据查看器揭示结肠癌隐藏的复杂性
结直肠癌是一种的重大健康负担。虽然手术初期有效，但部分患者会发展为预后不良的复发性继发疾病，需要采用免疫疗法等先进治疗手段。利用空间生物学方法，如 Cell DIVE 多重成像技术，可为开发新型治疗方案提供关键洞见。通过 Minerva 图像查看器在浏览器中访问完整的 Cell DIVE 数据集，进一步探索这些发现。
利用人工智能驱动的空间蛋白质组学绘制肿瘤免疫图谱
未经治疗肿瘤的空间图谱分析可呈现肿瘤免疫结构的整体特征，有助于理解治疗反应。具有免疫活性的小鼠模型对于识别肿瘤发生发展过程中免疫依赖性事件至关重要。要表征这些具有完整免疫系统及相互作用细胞组分的模型，需要采用多重标记分析技术。我们展示了一种基于人工智能的空间蛋白质组学方法，用于研究小鼠癌组织中的肿瘤-免疫互作机制。
使用空间多重化探测人类阿尔茨海默病皮层切片
阿尔茨海默病（AD）是最常见的神经退行性疾病，其特征是认知功能的逐渐下降。对 AD 大脑的空间分析可能揭示细胞关系，从而促进对疾病病因的更好理解。本研究捕捉了 AD 皮层组织成分的全球概述，并强调了 Cell DIVE 成像的简化工作流程，从数据采集到使用 Aivia 软件的基于人工智能的分析，最终实现更快的洞察。
通过开放多重化和细胞 DIVE 赋能空间生物学
空间生物学和多重成像工作流程在免疫肿瘤学研究中变得越来越重要。许多研究人员即使使用有效的工具和方案，也很难提高研究效率。我们将介绍研究人员如何利用开放式超多重免疫荧光的适应性，将 IBEX 成像与Cell DIVE 相结合，创造了一种名为 Cell DIVE-IBEX 的技术。它让这些研究人员能够调整现有的技术和试剂，并获得Cell DIVE 在其免疫肿瘤学研究中的可扩展性。
基于人工智能的多重图像分析以探索结肠腺癌
在这项研究中，我们展示了一种利用Cell DIVE和AIVIA软件的空间生物学工作流程，以绘制结肠腺癌中的肿瘤免疫景观图。
肿瘤空间微环境的元癌症分析
研究 TME中肿瘤、基质和免疫细胞之间的相互作用需要采用超多重免疫荧光成像方法。在这里，我们分析了一组Cell Signaling Technology（CST®）抗体，这些抗体针对肺癌、结肠癌和胰腺癌等癌症的标志物。通过Cell DIVE成像和Aivia中的聚类分析，我们确定了TME中的空间相互作用，包括组织特异性和共有的相互作用。
IBEX、Cell DIVE 和 RNA-Seq：一种针对滤泡性淋巴瘤的多组学方法
在拉德特克等人最近的一项研究中，多组学空间生物学方法有助于揭示早期复发淋巴瘤患者的病情。
空间生物学：理解全景
空间生物学：了解分子、细胞和组织在原生空间环境中的组织和相互作用
化繁为简：多重成像中的抗体
了解抗体对于多重成像研究的重要意义，以及如何规划并建立自己的抗体组合
多重成像的类型、优势和应用
与传统显微镜相比，多重成像技术能观察到更多的生物标记物，是一种新兴的、令人兴奋的从人体组织样本中提取信息的方法。通过同时观察多种生物标记物，可以协同探索以前只能单独探索的生物通路，并识别和探测复杂的组织和细胞表型。目前已有许多不同的多重成像方法，每种方法都采用不同的方法来实现更高的复杂性。
