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。
利用激光显微切割发现生物标记物
探索空间蛋白质组学工作流程的潜力，如深度视觉蛋白质组学（DVP），以破译病理机制和发现药物靶点。蛋白质表达、丰度或活性的改变会严重影响细胞功能--通常会导致疾病。值得注意的是，相邻细胞之间的蛋白质组可能存在巨大差异。空间蛋白质组学关注到这种细胞异质性，从而揭示了病理机制。激光显微切割技术（LMD）可获取单细胞进行下游分析，同时保留其空间环境，为空间蛋白质组学奠定了基础。
体电子显微学与人工智能图像分析
该文章详细阐述了利用体电子显微镜技术 (volume-SEM) 结合人工智能辅助图像分析，对生物组织进行三维研究的工作流程。研究的重点是一种名为毛滴虫的原生动物，这是一种有鞭毛的寄生虫，是导致性传播感染——滴虫病的病原体。为了可视化其复杂的内部结构，研究人员采用了体电子显微镜技术，通过对一系列超薄切片进行成像来重建三维模型。
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。
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。
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。
利用空间蛋白质组学工作流程改革研究工作
空间蛋白质组学是《自然-方法》2024 年度方法，正在推动癌症、免疫学等领域的研究进展。通过将定位数据与组织中蛋白质的高通量成像结合起来，研究人员可以发现疾病进展和治疗反应方面的洞察力，从而更好地了解人类生物学。在这里，您可以了解更多有关空间生物学的信息，以及徕卡显微系统的工具如何推动蛋白质生物标记的可视化和分析取得进展。
