工业

工业

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。
U2OS cells transfected with an Mx1-GFP plasmid (signal enhanced using Alexa Fluor 488-conjugared anti-GFP antibody) and co-stained for nuclear DNA (Hoechst 33342), microtubules (Alexa 555) and F-actin (ATTO 643). Image was captured on Mateo FL.

Microscopy and AI Solutions for 2D Cell Culture

This eBook explores the integration of microscopy and AI technologies in 2D cell culture workflows. It highlights how traditional imaging methods—such as brightfield, phase contrast, and…

空间蛋白质组学的突破如何拯救生命

中毒性表皮坏死溶解症(TEN)是一种罕见的、但对抗生素或痛风治疗等常见药物的破坏性反应。这种疾病开始时并无大碍,通常只是皮疹,但会迅速升级为大面积皮肤脱落,类似于严重烧伤。尽管 TEN病情十分严重,但其基本机制仍然难以捉摸,治疗方案也仅限于支持性护理。TEN 的死亡率高达 30%,长期以来一直是临床医生的噩梦,直到现在才有了靶向疗法。
5 hour time-lapse maximum intensity projection of a zebrafish embryo along the z-axis at 3 days post fertilization. Left: microglia cells. Right: bright field channel. Courtesy of Prof. Francesca Peri, University of Zurich, Switzerland.

Capturing Developmental Dynamics in 3D

This application note showcases how the Viventis Deep dual-view light sheet microscope was successfully used by researchers for exploring high-resolution, long-term imaging of 3D multicellular models…
Transfection using the Uncommon Bio reprogramming system. Image acquired using the THUNDER Imager 3D Cell Culture with THUNDER Large Volume Computational Clearing (LVCC) applied. Image courtesy of Samuel East, Uncommon Bio.

利用新型可扩展的干细胞培养设计未来

具有远见卓识的生物技术初创企业 Uncommon Bio 正在应对世界上最大的健康挑战之一:食品可持续性。在这次网络研讨会上,干细胞科学家塞缪尔-伊斯特(Samuel East)将展示他们如何使细胞农业的干细胞培养基既安全又经济可行。了解他们如何将培养基成本降低 1000 倍,并开发出不含动物成分、食品安全的 iPSC 培养基。
Digital microscopy simplifies documenting cell-culture results electronically while following 21 CFR part 11 guidelines for biopharma.

细胞培养电子记录的 21 CFR 第 11 部分简介

本文介绍了 FDA 21 CFR 第 11 部分的建议,特别关注细胞培养实验室中的审计追踪和用户管理。本文旨在为负责确保电子记录和电子签名符合 21 CFR 第 11 部分的生物技术和制药行业专业人士提供指导。数字式显微镜方法,例如 Mateo FL,相较于纸质方法,提供了更一致和高效的细胞培养结果电子文档记录的优势。
Automated Laser Microdissection for Proteome Analysis

深度视觉蛋白质组学提供精确的空间蛋白质组信息

尽管可使用基于成像和质谱的方法进行空间蛋白质组学研究,但是图像与单细胞分辨率蛋白丰度测量值的关联仍然是个巨大的挑战。最近引入的一种方法,深层视觉蛋白质组学(DVP),将细胞表型的人工智能图像分析与自动化的单细胞或单核激光显微切割及超高灵敏度的质谱分析结合在了一起。DVP在保留空间背景的同时,将蛋白丰度与复杂的细胞或亚细胞表型关联在一起。
Mouse brain (left) microdissected with a 10x objective (upper right). Inspection of the collection device (lower right).

激光微切割(LMD)促进的分子生物学分析

使用激光微切割(LMD)提取生物分子、蛋白质、核酸、脂质和染色体,以及提取和操作细胞和组织,可以深入了解基因和蛋白质的功能。它在神经生物学、免疫学、发育生物学、细胞生物学和法医学等多个领域有广泛应用,例如癌症和疾病研究、基因改造、分子病理学和生物学。LMD 也有助于研究蛋白质功能、分子机制及其在转导途径中的相互作用。
AI-based cell counting performed with a phase-contrast and fluorescence image using the Mateo FL microscope.

利用AI增强的细胞计数实现精准和高效

本文描述了利用AI进行精确和高效的细胞计数。准确的细胞计数对于 2D 细胞培养的研究至关重要,例如细胞动力学、药物发现和疾病建模。精确的细胞计数对于确定细胞存活率、增殖速率和实验条件的影响至关重要。这些因素对于可靠和稳健的结果至关重要。描述了基于人工智能的方法如何显著提高细胞计数的准确性和速度,从而对细胞研究产生重大影响。
AI-based transfection analysis (left) of U2OS cells which were transfected with a fluorescently labelled protein. A fluorescence image of the cells (right) is also shown. The analysis and imaging were performed with Mateo FL.

利用AI实现细胞转染的高效分析

本文探讨了AI(AI)在优化 2D 细胞培养研究中转染效率测量中的关键作用。对于理解细胞机制而言,精确可靠的 2D 细胞培养转染效率测量至关重要。靶向蛋白的高转染效率对于包括活细胞成像和蛋白纯化在内的实验至关重要。手动估计存在不一致性和不可靠性。借助AI的力量,可以实现高效可靠的转染研究。
Scroll to top