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。

Spheroid stained with Cyan: Dapi nuclear countertain; Green AF488 Involucrin; Orange AF55 Phalloidin Actin; Magenta AF647 CK14.

基于人工智能的表型药物筛查解决方案

本次网络研讨会将全面介绍使用三维细胞培养进行表型药物筛选所遇到的问题、可能的解决方案及规划与执行策略。

Hepatocellular Carcinoma with 13 biomarkers shown – Beta-Catenin, CD3D, CD4, CD8a, CD31, CD44, CD163, DAPI, PanCK, PCK26, PD1, SMA, and Vimentin.

利用蛋白质标记成像了解肿瘤异质性

Alison Cheung博士展示了如何利用蛋白质多重成像技术为癌症研究提供定量见解，与她一起探索肿瘤异质性和免疫细胞动态。

Co-detection of 10 extracellular matrix proteins and 3 topographical tissue landmarks by multiplex immunostaining within a single high-grade fibrous hotspot from a human hepatocellular carcinoma

肝细胞癌中癌症干细胞位点的原位鉴定

在这里，我们探索了一种突破性的多重免疫检测方法，通过多重成像对细胞外基质（ECM）特征进行原位定位，从而识别肝细胞癌（HCC）内的癌症干细胞龛。

Pancreatic Ductal Adenocarcinoma with 11 Apoptosis biomarkers shown – BAK, BAX, BCL2, BCLXL, Caspase9, CIAP1, NaKATPase, PCK26, SMAC, Vimentin, and XIAP.

与卢克-加蒙（Luke Gammon）一起多重成像：推进您的空间生物学研究

多重成像是一种功能强大的技术，可让研究人员同时观察单个样本中的多个目标。这对于研究复杂的生物系统尤为重要，可以帮助研究人员更好地了解不同分子和途径之间是如何相互作用的。

微分干涉对比（DIC）显微镜

本文阐释了在使用显微镜对未染色透明生物样本进行成像时，微分干涉对比法（DIC）为何是明场照明的绝佳方案。

Phase-contrast image of a MDCK-cell culture and its respective confluency measured by the Mateo TL microscope.

如何使用数字化显微镜测定细胞汇合度

本文介绍了如何以一致性的方式测量细胞汇合度。对于生命科学研究领域，例如癌症生物学、干细胞或再生医学，研究通常需要特定生长条件下的细胞。这些条件包括定期检查的细胞形态和汇合度。

Microscope image of cultured cells at the bottom of a dish.

如何对细胞培养进行快速正确的检测

本文介绍了对培养贴壁细胞系进行传代的一般工作流程及步骤说明。哺乳类细胞体外培养是在癌症、药物开发、组织工程、干细胞、疾病细胞和分子生物学等生物医学研究领域进行临床和药物研究的重要模型。要想成功维持细胞系，需要通过控制生长条件来维持细胞生理和表型的稳定性。定期监测细胞生长，对细胞进行传代培养以确保连续性。

Images of smooth muscle cells during wound healing. Courtesy L.S. Shankman, Ph.D., University of Virginia.

平滑肌细胞划痕愈合研究

本文主要讨论如何使用专门配置的徕卡倒置显微镜和台式细胞培养箱轻松、可靠地研究多孔板中培养的平滑肌细胞（SMC）的划痕愈合情况。血管受损后影响SMC增殖和迁移的信号转导情况在医学研究中有重要意义。由于SMC遍布全身，所以对其迁移情况的研究也有助于癌症和损伤的治疗。

Dual color volume rendering of Drp1 oligomers (green) and mito OM (red) in a live U2OS cell

多色四维超分辨光片显微镜

人工智能显微术研讨会主要关注和讨论显微术和生物医学成像领域的最新人工智能技术和工具。在该科学演示中，Yuxuan Zhao展示了如何通过渐进式深度学习策略并结合“双环调制的SPIM”设计改善活细胞中的细胞器三维成像。