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。

这些图像说明，要捕捉特定细胞中的所有 gH2Ax 病灶并进行精确计数，用多个三维光切片方法实现。

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…

Trichomonas parasite in mouse gut, rOTO Embedding and serial sections for array tomography imaging. Sample courtesy Isabelle Guerin-Bonne, Low Kay En, Electron Microscopy Unit, Yong loo Lin School of Medicine, National University of Singapore

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。

Cell DIVE multiplexed image of FFPE tissue section from human colon adenocarcinoma tissue.

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。

Cell DIVE multiplexed image of FFPE tissue section from human invasive ductal carcinoma (IDC)

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。

3D high-plex imaging in cancer immunology. Overview of a pancreatic tumor section in mouse model, labeled with 15 markers and imaged in one go using STELLARIS with SpectraPlex. (https://www.nature.com/articles/d42473-024-00260-7)

如何优化多标成像技术推动3D空间组学发展

本次网络研讨会上，徕卡显微系统的Julia Roberti博士与Luis Alvarez博士将介绍STELLARIS共聚焦平台的全新功能SpectraPlex，该技术可实现超多标三维空间成像。该技术旨在通过实现超多标成像且无需频繁人工干预，从而简化和增强空间生物学应用。

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

Transforming Research with Spatial Proteomics Workflows

Spatial Proteomics, Nature Methods 2024 Method of the Year, is driving research advancements in cancer, immunology, and beyond. By combining positional data with high throughput imaging of proteins in…

Large volume computational clearing processed Thunder image of human pancreatic islet organoid. Cells segmented using Segment By Example tool, automatically phenotyped, and color-coded based on phenotypes in Aivia. Image courtesy of the Matthias von Herrath Lab, La Jolla Institute of Immunology, La Jolla, CA.

利用人工智能图像分析工具更快、更轻松地获得洞察力

了解 Aivia 如何通过快速设置、准确的人工智能检测和简便的批量处理功能，帮助科学家简化图像分析。

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。

Multiplexed Cell DIVE imaging of Adult Human Alzheimer’s Brain Tissue labelled with 15 antibodies targeted towards markers specific to astrocytes (GFAP, S100B), microglia (TMEM119, IBA1), and Alzheimer’s-associated markers (β-amyloid and p-Tau217).

利用大数据探索阿尔茨海默病的空间蛋白组

阿尔茨海默病是一种遗传性和散发性的神经退行性疾病，导致中晚年认知能力下降，特征为β-淀粉样蛋白斑块和 tau蛋白缠结。由于治疗选择有限，新的研究策略至关重要。Cell DIVE 多重成像解决方案可以对阿尔茨海默病脑组织进行研究，揭示，可能新的研究方向。这里我们展示了 Cell DIVE 多重成像仪的图像查看器，用户能够直接在自己的浏览器中访问完整的阿尔茨海默病多重数据集。