显微镜知识库

徕卡显微系统的知识库提供有关显微镜学科的科学研究和教学材料。内容旨在对显微镜初学者、有经验的显微镜操作实践者和使用显微镜的科学家在他们的日常工作和实验有所帮助。这里有探索交互式教程和应用笔记，你可以找到你需要的显微镜的基础知识以及前沿技术——快来加入徕卡显微知识社区，分享您的专业知识！

Strain from using a microscope can lead to musculoskeletal pain.

如何使显微镜工作场所符合人体工学

对于每天使用显微镜工具的人来说，显微镜具有重要影响。显微镜对人体有着很高的要求，需要我们集中注意力，运用肌肉从事大量稳定活动。在此次采访中，Leica Microsystems的高级产品经理Clinton Smith谈到了如何缓解可能出现的紧张和压力，如何创造符合人体工学的工作场所来帮助显微镜用户舒适地工作，以及如何提高生产率。

Lifetime-based multiplexing in live cells using TauSeparation. Mammalian cells expressing LifeAct-GFP (ibidi GmbH) and labelled with MitoTracker Green. Acquisition with one detector, intensity information shown in grey. The two markers can be separated using lifetime information: LifeAct-GFP (cyan), MitoTracker Green (magenta). Image acquired with STELLARIS 5.

可重复性、协作和新成像技术的力量

在本次网络研讨会上，您将了解到影响显微镜可重复性的因素，有哪些资源和举措可用于改善显微镜教育并提高其严谨性和可重复性以及研究人员、成像科学家和显微镜供应商之间的合作如何推动创新和采用新技术。

Branched organoid growing in collagen where the Nuclei are labeled blue. To detect the mechanosignaling process, the YAP1 is labeled green.

检查癌症类器官的发展进程

德国慕尼黑工业大学的Andreas Bausch实验室研究细胞和生物体中不同结构和功能形成的细胞和生物物理机制。他的团队设计了新的策略、方法和分析工具，以量化微米和纳米等级的发展机制和动态过程。关键研究领域包括干细胞和类器官，从乳腺类器官到胰腺癌类器官，以更好地了解疾病模型。

Mouse cortical neurons. Transgenic GFP (green). Image courtesy of Prof. Hui Guo, School of Life Sciences, Central South University, China

显微镜如何帮助研究机械感受和突触通路

Tobi Langenhan教授使用显微镜研究突触蛋白质组合体，研究粘附性GPCR的机械感受特性，并了解蛋白质动力学及其空间相互作用。

Advanced technologies support neurosurgical teaching. Image courtesy of Dr. Florian Bernard.

3D、AR和VR技术在神经外科教学领域的应用

尽管拥有强大的传统教学方法，但神经外科解剖学依然是一门艰难晦涩的课程。因为这些传统教学方法并不能确保良好的知识传授效果，尤其是经验丰富的外科医生的提示和技巧。模拟解剖和现场教学等新的方法有助于提高学习质量，同时满足数字化程度更高的新一代实习医生的需求。

Cell counts for each biomarker were divided by total number of cells to give a percentage of biomarker positive cells out of total cells for each biomarker.

在空间生物学研究中提高可重复性的方法

利用自动化、高质量抗体以及经验证的多重成像工作流程，Cell DIVE能够提供可重复的实验结果。

THY1-EGFP labeled neurons in mouse brain processed using the PEGASOS 2 tissue clearing method, imaged on a Leica confocal microscope. Neurons were traced using Aivia’s 3D Neuron Analysis – FL recipe. Image credit: Hu Zhao, Chinese Institute for Brain Research.

借助人工智能，揭示复杂而密集的神经元图像中的洞察

神经元的3D形态学分析通常需要使用不同的成像模式，捕捉多种类型的神经元，并在各种密度下相连的传统Leica SP8显微镜采集多达解神经元的形态，这对许多研究人员来说仍然是一个耗时的挑战。

PDAC Multiplexed imaging of CST panels enables an examination of immune cell components in pancreatic ductal adenocarcinoma (IPDAC) tissue on a single slide.

表征肿瘤环境以揭示洞察和空间分辨率

肿瘤环境的表征可以为癌症进展和潜在治疗靶点提供更深入的见解。我们已经使用来自Cell Signaling Technology（CST）的各种IHC验证抗体，在胰腺癌的Cell DIVE研究中验证了30多种偶联抗体。

神经科学显微镜面临哪些挑战？

显微镜是神经科学研究领域的强大工具。不过，当涉及到对神经过程进行成像以及使用不同的样品类型（例如厚神经组织或脑类器官）时，科研人员可能会面临到很多挑战。这本30页的电子书包含众多真实的案例，以讨论我们最常见到的一些挑战，同时展示了如何使用THUNDER 成像技术克服这些挑战。