How to Image Axon Regeneration in Deep Muscle Tissue
This study highlights Dr. Aaron Lee’s research on mapping nerve regeneration in muscle grafts post-amputation. Limb loss often leads to reduced quality of life, not only from tissue loss but also due…
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…
罕见疾病 CRISPR 疗法的开发与风险解除
Fyodor Urnov博士和Sadik Kassim博士最初是在ASGCT 2025会议上作这一按需演讲的，演讲的重点是遗传医学中的一个关键挑战：如何将CRISPR疗法从单一疾病解决方案扩展到平台方法，特别是针对罕见的儿科遗传疾病。Urnov 博士展示了由 Matthew Kan 博士领导的创新基因组研究所的工作，这是 IGI-Danaher Beacon for CRISPR Cures…
用于三维生物成像的集成连续切片与冷冻电镜工作流程
本场网络研讨会探讨了集成化工具如何支持从样品制备到图像分析的电子显微镜全流程。专家Andreia Pinto博士、Adrian Boey博士与Hoyin Lai博士将介绍UC Enuity超薄切片机和Aivia图像分析平台，并演示这些工具如何同时适用于常温与低温实验环境。会议内容包含阵列断层成像、基于深度学习的图像分割、以及生物成像中cryo-lift-out工作流程的实际案例解析。
多重成像揭示结肠癌的肿瘤免疫格局
由于抗药性和复发，癌症免疫疗法获益者寥寥无几，而针对癌症免疫周期多个步骤的组合治疗策略可能会改善治疗效果。这项研究表明，高通量空间蛋白质组学可用于识别细胞生物标志物之间的相互作用，并通过绘制肿瘤免疫微环境图来指导精准的组合疗法。
人工智能驱动的乳腺癌研究多重染色成像空间分析工具
乳腺癌（BC）是女性因癌症死亡的主要原因，研究查肿瘤微环境（TME）对于阐明肿瘤进展机制至关重要。利用超多标染色空间蛋白质组学技术系统地绘制肿瘤微环境图谱可以提高精准免疫肿瘤学的能力。在这里，我们将基于人工智能的高倍空间分析应用于BC组织，研究免疫细胞类型和生物标记物，从而深入了解受免疫疗法反应的TME分子机制。
Improving Zebrafish-Embryo Screening with Fast, High-Contrast Imaging
Discover from this article how screening of transgenic zebrafish embryos is boosted with high-speed, high-contrast imaging using the DM6 B microscope, ensuring accurate targeting for developmental…
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。
