工业 | 学习与分享 | 徕卡显微系统

工业

深入探讨有关工业和病理学领域的高效检测、优化工作流程和提高人体工学舒适度的文章和网络研讨会。涉及的主题包括质量控制、材料分析、病理学显微镜等。在这里您可以获得有关使用前沿技术提高生产力和优化质量以及准确地进行病理学诊断的干货。

Application example of hyperspectral imaging

共聚焦多色成像在癌症研究和免疫学中的潜力

在本次网络研讨会上，来自莫纳什制药科学研究所的CameronNowell和他的同事将分享他们在多重成像方面的经验，以及他们通过巧妙的共聚焦成像采集和利用FLIM等其他多重成像模式所取得的成果。

In vivo imaging of a mouse pial and cortical vasculature through a glass window (ROSAmT/mG::Pdgfb-CreERT2 mouse meningeal and cortical visualization following tamoxifen induction and craniotomy). Courtesy: Thomas Mathivet, PhD

神经血管病理学之窗

探索先天性免疫如何在神经血管病变后持续产生有害影响，以及能够对这些事件进行纵向研究的技术发展。

Lifetime-based multiplexing in live cells using TauSeparation. Mammalian cells expressing LifeAct-GFP (ibidi GmbH) and labelled with MitoTracker Green. Acquisition with one detector, intensity information shown in grey. The two markers can be separated using lifetime information: LifeAct-GFP (cyan), MitoTracker Green (magenta). Image acquired with STELLARIS 5.

可重复性、协作和新成像技术的力量

在本次网络研讨会上，您将了解到影响显微镜可重复性的因素，有哪些资源和举措可用于改善显微镜教育并提高其严谨性和可重复性以及研究人员、成像科学家和显微镜供应商之间的合作如何推动创新和采用新技术。

Donor (D) and acceptor (A) molecule which participate in FRET (Förster resonance energy transfer).

荧光寿命成像与荧光共振能量转移

荧光寿命是荧光团在发射荧光光子返回基态之前保持其激发态的平均时间长度。这取决于荧光团的分子组成和纳米环境。 FLIM将寿命测量与成像相结合：对每个图像像素以测得的荧光寿命进行颜色编码，产生额外的图像反差。因此，FLIM可以提供关于荧光分子空间分布的信息和有关其生化状态或纳米环境的信息。…

通过非拟合且简便的 FRET-FLIM 方法可视化蛋白质 - 蛋白质相互作用

了解活细胞中的分子相互作用对于解读大多数细胞功能背后的分子机制至关重要。研究蛋白质-蛋白质相互作用的金标准是福斯特共振能量转移（FRET）。尽管有几种方法可以在生物样品中证明FRET，但使用荧光寿命成像显微镜（FLIM）可以基于仅供体荧光的行为直接量化FRET。

兔舌横向组织切片。5000 万像素图像（2326 微米 x 1739 微米），由14 × 18个图块拼接而成。荧光寿命提供了额外的对比度，使组织染色中的不同结构得以区分。

荧光寿命成像显微镜（FLIM）指南

荧光寿命是荧光团在发射荧光光子返回基态之前平均保持激发态多长时间的量度。

Separation of cells based on their tracking status: A colourised binary mask of a time-lapse microscopy field of view of medium confluency with individual cells highlighted as survivors if they can be tracked since the initial movie frame (cyan), incomers if they migrated into the field of view throughout the movie (yellow) or mistracks if an error occurred in the automated trajectory reconstruction (red).

使用深度学习技术追踪单细胞

人工智能解决方案在显微镜领域的应用不断拓展。从自动化目标分类到虚拟染色，机器学习和深度学习技术在帮助显微镜学家简化分析工作的同时，也在持续推动科学技术领域的突破。

Analysis of anatomy and axon orientation of an adult mouse brain tissue with QLIPP.

通过光学属性了解细胞结构

在过去3年中，显微学家开始在广泛的应用中使用人工智能解决方案，包括图像采集优化（智能显微镜）、目标分类、图像分类、分割、还原、超分辨率和虚拟染色。

FLIM（荧光寿命成像）显微镜如何帮助检测微塑料污染

在生物样本中使用自发荧光是一种广泛应用的方法，可以帮助深入了解系统或生物体。这种特性不仅存在于生物系统中，人工材料如塑料也能够发出自发荧光。通过荧光寿命成像显微镜（FLIM）测量这种自发荧光的时间分辨率，可以获得荧光衰减的数据，即荧光寿命（τ）。我们的研究表明，荧光寿命可以用于无标记地表征塑料（微塑料）。