AI meets Deep Visual Proteomics (DVP) to Advance Disease Research
In this webinar, Dr. Andreas Mund introduces Deep Visual Proteomics (DVP) – a cutting-edge platform that integrates AI-powered tissue modeling with spatially resolved, untargeted proteomics. He…
Microscopy and AI Solutions for 2D Cell Culture
This eBook explores the integration of microscopy and AI technologies in 2D cell culture workflows. It highlights how traditional imaging methods—such as brightfield, phase contrast, and…
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。
偏振光显微镜影像图集
偏振光显微镜（又称为偏光显微镜）是一种应用于不同领域的重要方法，包括研究和质量保证。它不仅仅是在高倍率和高分辨率下产生图像，这通常是用普通光学显微镜完成的。
通过检查样本的形状、结构、颜色、双折射和进一步的光学性质，可以获得有关样本结构、光学性质和成分的附加信息。
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。
A Guide to C. elegans Research – Working with Nematodes
Efficient microscopy techniques for C. elegans research are outlined in this guide. As a widely used model organism with about 70% gene homology to humans, the nematode Caenorhabditis elegans (also…
A Novel Laser-Based Method for Studying Optic Nerve Regeneration
Optic nerve regeneration is a major challenge in neurobiology due to the limited self-repair capacity of the mammalian central nervous system (CNS) and the inconsistency of traditional injury models.…
How to Select the Right Measurement Microscope
With a measurement microscope, users can measure the size and dimensions of sample features in both 2D and 3D, something crucial for inspection, QC, failure analysis, and R&D. However, choosing the…
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…
