Leica Microsystems
Leica Microsystems is a world leader in microscopes and scientific instruments. Founded as a family business in the nineteenth century, the company’s history was marked by unparalleled innovation on its way to becoming a global enterprise.
Its historically close cooperation with the scientific community is the key to Leica Microsystems’ tradition of innovation, which draws on users’ ideas and creates solutions tailored to their requirements. At the global level, Leica Microsystems is organized in three divisions, all of which are among the leaders in their respective fields: Life Science, Industry and Medical.
The company is represented in over 100 countries with 6 manufacturing facilities in 5 countries, sales and service organizations in 20 countries, and an international network of dealers. The company is headquartered in Wetzlar, Germany.
AI-Powered Hi-Plex Spatial Analysis Tools for Breast Cancer Research
Breast cancer (BC) is the leading cause of cancer-related deaths in women. Investigating the tumor microenvironment (TME) is crucial to elucidate the mechanisms of tumor progression. Systematic…
神经科学研究解决方案
您的工作是更好地了解神经退行性疾病，还是研究神经系统的功能？ 了解如何使用徕卡显微系统的成像解决方案取得突破。
The “Waffle Method”: High-Pressure Freeze Complex Samples
This article describes the advantages of a special high pressure freezing method, the so-called “Waffle Method”. Learn how the “Waffle Method” uses EM grids as spacers for high-pressure freezing,…
Mastering Polymer Sectioning with Helmut Gnaegi
When it comes to ultramicrotomy, few names carry the weight of Helmut Gnaegi. As co-founder of Diatome, a global leader in diamond knife technology, Helmut has spent decades refining the art and…
斑马鱼研究
为了在筛选、分拣、操作和成像过程中获取高质量结果，您需要观察细节和结构，从而为您的下一步研究做出正确的决策。
徕卡体视显微镜和透射光底座以出众的光学器件和优良的分辨率而闻名，是全世界研究学者的首选。
How to Streamline High-Plex Imaging for 3D Spatial Omics Advances
In this webinar, Dr. Julia Roberti and Dr. Luis Alvarez from Leica Microsystems introduce SpectraPlex, a new functionality integrated into the STELLARIS confocal platform for high-plex 3D spatial…
The Guide to Augmented Reality in Microsurgery
In an era of technological advancement, Augmented Reality (AR) is rapidly transforming the medical field. In surgical microscopy, AR can display fluorescence signals as digital overlays in real-time…
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…
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…
How Fluorescence Guides Sectioning of Resin-embedded EM Samples
Electron microscopes, including transmission electron microscopes (TEM) and scanning electron microscopes (SEM), are widely utilized to gain detailed structural information about biological samples or…
Coherent Raman Scattering Microscopy Publication List
CRS (Coherent Raman Scattering) microscopy is an umbrella term for label-free methods that image biological structures by exploiting the characteristic, intrinsic vibrational contrast of their…
解剖显微镜
实施解剖工作时，您可以通过解剖显微镜的目镜观察很长时间。 徕卡显微系统为您提供各种显微镜和范围广泛的解剖显微镜零配件，确保您能找到最符合您需求的显微镜解决方案。
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。
揭开类器官模型在生物医学研究中的秘密
准备深入了解类器官和3D培养物的世界，它们是促进我们了解人类健康的重要工具。浏览这些复杂的结构并获取清晰的图像进行分析是一项挑战。在本次活动中，来自牛津大学和伦敦大学学院的研究人员将与我们一起展示Thunder Imager Cell转盘共聚焦系统 如何提供更有说服力的高质量数据，以便深入了解各种模型。
偏光显微镜使用指南
偏振光显微镜（POL）通过增强双折射材料的对比度，被广泛应用于地质学、生物学和材料科学领域，用于研究矿物、晶体、纤维以及植物细胞壁。
临床显微镜：相机选择的考虑因素
过去几年，病理学实验室对图像的需求显著增加，无论是在组织病理学、细胞学、血液学、临床微生物学还是其他应用领域。除了诊断记录外，图像还服务于许多其他目的。然而，通过目镜观察到的图像和数字图像在本质上是不同的，一个是光学图像，另一个是数字图像。从与相机相关的几个方面来审视这一过程，将有助于确保您能够获取所有细节和颜色保真度的图像。
选择临床显微镜需考虑的因素
显微镜是病理学家工作流程中不可或缺的一部分。特别是在组织病理学、血液病理学或医学微生物学中，病理学家使用显微镜来高效、可靠地进行诊断。因此，他们经常长时间低头看目镜，可能会因为工作姿势而感到身体不适。
如何通过自动化超薄切片技术节省时间与样本
本文阐述了如何利用树脂包埋电镜样本的 3D micro-CT 数据，在切片前将样本修整至预设目标平面。采用Leica UC Enuity 系统的交互式自动化方案，可显著节省时间、减少样本损耗及缩短新手用户的培训周期。
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。
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。
验证汽车零部件的规格
在汽车零部件的开发和生产过程中，无论是供应商还是汽车制造商，都必须符合规格要求。这些规格对保持汽车和其他车辆在生命周期内的性能标准和安全运行至关重要[1,2,3]。在满足或超越日益严格的质量标准的同时，对更高效和更具成本效益的零部件开发和生产的需求一直在提高。本文解释了如何用数码显微镜轻松快速地研究和记录零件以确定其是否符合规格要求。
Mica: 助力伦敦帝国学院开展跨学科科研研究
这篇访谈重点介绍了伦敦帝国学院的 Mica 所产生的变革性影响。科学家们解释了Mica如何改变了游戏规则，扩大了研究的可能性，促进了跨学科合作。他们解释了使用 Mica 进行详细的活细胞成像如何提供更有意义的信息，使科学家始终站在研究的最前沿。研究小组预计，Mica将继续开辟新的研究途径，包括研究微流体技术和其他先进应用。
从显微镜到电镜：完整的冷冻光电联用工作流程
在题为“多模态玻璃化征程，从实验台到电子显微镜的冷冻关联工作流程”的网络研讨会上，专家团队（Edoardo D'Imprima、Zhengyi Yang、Andreia Pinto 和 Martin…
如何形成清晰的图像
在显微镜检查中，景深常被看做经验参数。在实际操作中，会根据数值孔径、分辨率和放大率之间的相关性确定该参数。为了获得最佳视觉效果，现代显微镜的调节设备在景深和分辨率之间实现了最佳平衡，这两个参数在理论上呈负相关。
用大数据视角深入了解胰腺癌研究
胰腺癌由于其靠近主要器官难以分辨和难治疗，死亡率接近 40%，。这个研究探讨了胰腺导管腺癌（PDAC）的复杂生物学机制，研究了代谢、凋亡和免疫中肿瘤侵袭性的相关分子结构和空间决定因素。可以访问您的浏览器中的完整 Cell DIVE 数据集，以深入了解这些发现。
利用大数据查看器揭示结肠癌隐藏的复杂性
结直肠癌是一种的重大健康负担。虽然手术初期有效，但部分患者会发展为预后不良的复发性继发疾病，需要采用免疫疗法等先进治疗手段。利用空间生物学方法，如 Cell DIVE 多重成像技术，可为开发新型治疗方案提供关键洞见。通过 Minerva 图像查看器在浏览器中访问完整的 Cell DIVE 数据集，进一步探索这些发现。
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。
超高解析度
徕卡显微系统所提供的超高分辨率显微镜，通过宽场（GSD）和共聚焦（STED）技术克服了衍射极限，是您能够进一步研究亚细胞结构和动态，而这一层级的观察在之前采用普通荧光显微镜是无法实现的。
克服显微镜成像移动斑马鱼幼虫时的挑战
Zebrafish is a valuable model organism with many beneficial traits. However, imaging a full organism poses challenges as it is not stationary. Here, this case study shows how zebrafish larvae can be…
利用人工智能驱动的空间蛋白质组学绘制肿瘤免疫图谱
未经治疗肿瘤的空间图谱分析可呈现肿瘤免疫结构的整体特征，有助于理解治疗反应。具有免疫活性的小鼠模型对于识别肿瘤发生发展过程中免疫依赖性事件至关重要。要表征这些具有完整免疫系统及相互作用细胞组分的模型，需要采用多重标记分析技术。我们展示了一种基于人工智能的空间蛋白质组学方法，用于研究小鼠癌组织中的肿瘤-免疫互作机制。
