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！

Virally labeled neurons (red) and astrocytes (green) in a cortical spheroid derived from human induced pluripotent stem cells. THUNDER Model Organism Imager with a 2x, 0.15 NA objective at 3.4x zoom was used to produce this 425 µm Z-stack (26 positions) which is presented here as an Extended Depth of Field (EDoF) projection. Images courtesy of Dr. F. Birey, Dr. S. Pasca laboratory, Palo Alto, CA.

Guide to Live-Cell Imaging

For a wide range of applications in various research fields of life science, live-cell imaging is an indispensable tool for visualizing cells in a state as close to in vivo, i.e. living and active, as…

Shown is the DMi8 inverted microscope which is used for life-science research.

Factors to Consider When Selecting a Research Microscope

An optical microscope is often one of the central devices in a life-science research lab. It can be used for various applications which shed light on many scientific questions. Thereby the…

U2OS cells transfected with an Mx1-GFP plasmid (signal enhanced using Alexa Fluor 488-conjugared anti-GFP antibody) and co-stained for nuclear DNA (Hoechst 33342), microtubules (Alexa 555) and F-actin (ATTO 643). Image was captured on Mateo FL.

用于二维细胞培养的显微镜和AI解决方案

这本电子书探讨了显微镜和AI技术在二维细胞培养工作流程中的整合。报告重点介绍了明视野、相衬和荧光等传统成像方法如何支持常规细胞监测，而 Mateo TL 和 Mateo FL 数字式倒置显微镜则通过自动汇合检查、细胞计数和转染分析提高了可重复性。它还展示了综合数据管理、审计跟踪和样本跟踪如何改进文档和研究的完整性。本书最后展望了未来趋势，包括微流控技术和 2D-3D…

Brain organoid labeled with lamin (green) and tubulin (magenta), acquired using Viventis Deep. Courtesy of Akanksha Jain, Treutlein Lab ETH-DBSSE Basel (Switzerland).

如何深入了解类器官和细胞球模型

在本电子书中，您将了解3D细胞培养模型（如类器官和细胞球）成像的关键注意事项。探索创新型显微镜解决方案，来实时记录类器官和细胞球的动态成像过程。

Digital microscopy simplifies documenting cell-culture results electronically while following 21 CFR part 11 guidelines for biopharma.

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。

Dapi – Nucleus, GFP – Plasma Membrane, Thickness 100µm, 63x objektive, 469 Z planes, 2 channels, THUNDER Imager 3D Cell Culture. Courtesy M.Sc. Dana Krauß, Medical University of Vienna (Austria).

您的 3D 类器官成像和分析工作流程效率如何？

类器官模型已经改变了生命科学研究，但优化图像分析协议仍然是一个关键挑战。本次网络研讨会探讨了类器官研究的简化工作流程，首先是实时的三维细胞培养检查，接下来是高速、高分辨率的三维成像，生成清晰的图像和更纯净的数据，以便对生长速率、细胞迁移和三维细胞相互作用等参数进行准确地人工智能分割和量化，从而实现更深入的洞察。

AI-based cell counting performed with a phase-contrast and fluorescence image using the Mateo FL microscope.

利用AI增强的细胞计数实现精准和高效

本文描述了利用AI进行精确和高效的细胞计数。准确的细胞计数对于 2D 细胞培养的研究至关重要，例如细胞动力学、药物发现和疾病建模。精确的细胞计数对于确定细胞存活率、增殖速率和实验条件的影响至关重要。这些因素对于可靠和稳健的结果至关重要。描述了基于人工智能的方法如何显著提高细胞计数的准确性和速度，从而对细胞研究产生重大影响。

AI-based transfection analysis (left) of U2OS cells which were transfected with a fluorescently labelled protein. A fluorescence image of the cells (right) is also shown. The analysis and imaging were performed with Mateo FL.

利用AI实现细胞转染的高效分析

本文探讨了AI（AI）在优化 2D 细胞培养研究中转染效率测量中的关键作用。对于理解细胞机制而言，精确可靠的 2D 细胞培养转染效率测量至关重要。靶向蛋白的高转染效率对于包括活细胞成像和蛋白纯化在内的实验至关重要。手动估计存在不一致性和不可靠性。借助AI的力量，可以实现高效可靠的转染研究。

Image of confluent cells taken with phase contrast (left) and analyzed for confluency using AI (right).

通过 AI 汇合度提高 2D 细胞培养的精度

本文解释了如何利用人工智能（AI）进行高效、精确的 2D 细胞培养汇合度评估。准确评估细胞培养的汇合度，即表面积覆盖的百分比，对于可靠的细胞研究至关重要。传统方法使用视觉检查或简单算法，使结果不客观和精确，尤其是对于用于药物发现、组织工程和再生医学的复杂细胞系。利用自动化图像分析和深度学习算法的方法提供更好的精度，并可以增强实验结果。