用于二维细胞培养的显微镜和AI解决方案
这本电子书探讨了显微镜和AI技术在二维细胞培养工作流程中的整合。报告重点介绍了明视野、相衬和荧光等传统成像方法如何支持常规细胞监测，而 Mateo TL 和 Mateo FL 数字式倒置显微镜则通过自动汇合检查、细胞计数和转染分析提高了可重复性。它还展示了综合数据管理、审计跟踪和样本跟踪如何改进文档和研究的完整性。本书最后展望了未来趋势，包括微流控技术和 2D-3D…
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。
来捕捉发育动态的3D成像
本应用说明展示了研究人员如何成功利用 Viventis Deep 双视角光片显微镜探索3D多细胞模型（包括有机体、球形体和胚胎）的高分辨率长期成像，从而为发育生物学和疾病研究带来新的可能性。
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。
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。
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。
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。
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。
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。
