生命科学研究

生命科学研究

生命科学研究

在生命科学研究中心,您可以掌握最新的关于先进显微镜、成像技术、电镜样品制备和图像分析的前沿应用和创新,涵盖的主题包括细胞生物学、神经科学和癌症研究。希望在这里可以帮助您提升研究能力和精进显微镜在各个科学领域实际应用,并了解徕卡如何通过精确的可视化、图像解读和推进研究进展来赋能您的工作。
Multiplexed Cell DIVE imaging of Colon Adenocarcinoma (CAC) tissue. A panel of approximately 30 biomarkers targeted towards various leukocyte lineages, epithelial, stromal, and endothelial cell types was utilized to characterize the tumor immune microenvironment in human colon adenocarcinoma (CAC) tissue.

通过成像和AI绘制结直肠癌的景观

结肠癌是一种高负担疾病。尽管进行了化疗干预和手术切除,但疾病可能会复发。了解结肠癌微环境对于改善治疗效果是必要的。在这里,我们使用空间生物学方法,通过Cell DIVE和 Aivia可视化结肠腺癌组织中的30个生物标志物。我们探讨了肿瘤组织的血管化、免疫细胞反应和细胞增殖。
Clustering based analysis reveals various immune cell populations enriched in tumor cells within CT26.WT syngeneic mouse tumor models.

肿瘤组织中肿瘤和免疫细胞的空间结构

免疫检查点阻断(ICB)疗法在许多癌症中具有临床益处,但一些患者并无反应。最佳的治疗组合可能受到肿瘤内存在的免疫抑制机制的影响。

超分辨率显微镜图片库

由于光的衍射极限,传统共聚焦显微镜无法分辨约240纳米以下的结构。当需要提高分辨率以研究衍射极限尺度以下的结构和分子事件时,会使用超分辨率显微镜技术,如STED、PALM或STORM,或某些解卷积处理方法。
Microscope equipped with a K7 color CMOS camera for life-science and industry imaging applications.

数字显微镜相机和图像分析的技术术语

了解数字显微镜相机技术背后的基本原理,数字相机是如何工作的,并利用本文中的技术术语参考列表。
2D slice of colon cancer tissue stained with 30 markers and imaged using the Cell DIVE system. Analysis performed using Aivia 13’s new multiplex cell detection recipe and automatic clustering tool. Each phenotype denoted in a different color.

基于 AI 引导的多重二维数据向空间洞察的转化

Aivia 13 能够处理大型二维图像,使研究人员能够通过检测数百万个对象和自动聚类多达 30 个标记物,深入理解其表型周围的微环境。
Single cell datasets

利用 SPARCS 探索亚细胞空间表型

功能日益强大的显微镜可提供信息丰富的各种细胞表型数据。如果与深度学习的最新进展相结合,这将成为在基因筛选中读出感兴趣的生物表型的理想技术。在本网络讲座中,您将了解到空间分辨 CRISPR 筛选 (SPARCS),这是一种利用自动化高速激光显微切割技术在人类基因组尺度上揭示各种亚细胞空间表型的平台。
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。
AI-based workflow for fast rare event detection in living biological samples using Autonomous Microscopy powered by Aivia

人工智能显微成像能够高效检测稀有事件

对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而,由于时间限制和高度的复杂性,有些实验无法做到,从而限制了获得新发现的前景。通过基于人工智能的显微成像检测稀有事件,这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作,能够克服上述局限性。
How is microscopy used in spatial biology - Teaserimage

显微镜在空间生物学中的应用:显微镜指南

本电子书旨在探索显微镜中的关键空间生物学方法,例如多重成像技术,这个方法有助于将独立的细胞信息放入空间环境来分析。
Scroll to top