联系我们
显微镜科学与教学知识中心

显微镜科学与教学知识中心

显微镜科学与教学知识中心

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!
Two-color caspase assay with tile scan

用MICA完成Caspase 3/7多色检测

Caspases与细胞凋亡过程相关,因此可以利用caspase检测来确定细胞是否正在经历这种程序化的细胞死亡。这些检测可以通过例如流式细胞仪、平板读数仪实现,也可以在显微镜上完成,显微镜可为量化数据补充可见的结构信息。在这篇文章中,我们描述了MICA是如何用于caspase 3/7测定。借助Navigator或像素分类器等工具,MICA让设置、执行和分析caspase…
U2OS cells stained with Hoechst for nuclei (blue), MitoTracker green (Mitochondria structure, green) and TMRE (active mitochondria, magenta) and SiR for tubulin (red). Simultaneous acquisition of four channel large area overview using Spiral scan feature using the 10x/1.20 CS2 Water MotCORR objective.

如何获得具有完全时空相关性的多标记实验数据

首期MicaCam会聚焦于活细胞实验当中的挑战。我们的主持人Lynne Turnbull和Oliver Schlicker将以活细胞内线粒体活动研究为例,手把手为您展示如何用多孔板培养箱设计您的实验,以及如何分析结果。
[Translate to chinese:] U2OS cells labelled with SiR Actin, TMRE, CellEvent™, and DAPI; 13-hour time-lapse imaging; apoptosis-inducer staurosporine

简化复杂的荧光多孔板检测方法

细胞凋亡或程序性细胞死亡发生在生物体胚胎发育过程中以消除不需要的细胞,或者发生在成年人的愈合过程中,以消除身体的受损细胞,帮助预防癌症。用多孔板进行的Caspase检测实验使研究人员能够研究细胞凋亡的早期阶段。在这篇文章中,我们展示了MICA如何与荧光多孔板测定一起应用,以提供100%时空相关性的数据,并将串扰降至最低。
[Translate to chinese:] Formation of 3D spheroids; Time lapse acquisition over 72 hours

高效的长期延时拍摄技术

当对球状体做延时拍摄技术时,会出现某些挑战。由于实验可能持续数天,必须实现长时间的样本存活,这就需要确保接近生理条件。本文描述的长期延时研究使用了全场景显微成像分析平台MICA来研究U343和MDCK细胞球形成。细胞球生长需要最佳条件,以确保细胞周期和增殖不受干扰。

如何为免疫荧光显微镜制备样本

免疫荧光(IF)是一种用于可视化观察细胞内过程、状态和结构的强大工具。IF制剂可通过多种显微镜技术(如激光共聚焦、宽场荧光、全内反射成像等)来加以分析,具体取决于应用目的或研究人员的关注重点。与此同时,在很多使用至少一套简易荧光显微镜的研究工作组当中,IF早已成为不可缺少的一部分。

荧光活细胞成像技术

理解复杂和/或快速的细胞动力学是探索生物过程的重要一步。因此,如今的生命科学研究越来越关注动态过程,例如细胞迁移,细胞、器官或整个动物的形态变化,以及活体样本中的实时生理事件(如细胞内离子成分的变化)。 满足此类高难度需求的一种方法是采用某些统称为活细胞成像的光学方法。

荧光染料

荧光显微镜的基本原理是借助荧光染料对细胞成分进行高度特异性的可视化观察。这可能是一种与兴趣蛋白质遗传相关的荧光蛋白,如绿色荧光蛋白(GFP)等。如果克隆无法实现,例如在组织学样本上无法实现,则需要使用另一种技术如免疫荧光染色来对兴趣蛋白质进行可视化观察。为此,人们使用抗体来连接不同的荧光染料并将其直接或间接地结合到适当的靶点上。此外,借助荧光染料,荧光显微镜的应用就不再仅局限于蛋白质观察,还能对核…
[Translate to chinese:]

人工智能驱动的像素分类器

通过人工操作获得可重复的结果需要具备专业知识,而且工作冗长乏味。但是,现在有一种方法可以克服这些挑战,通过加快这种分析来提取图像的真正价值并获得深入的认识。人工智能驱动的像素分类器可快速提供可重复的分割结果,克服了人工操作问题。与基于功能的传统自动化相比,它可以提供更可靠的结果。

在显微成像和图像分析中运用人工智能和机器学习技术

Emma Lundberg 教授是瑞典 KTH 皇家理工学院细胞生物学蛋白质组学教授。她还是细胞图谱项目的总监,该项目是瑞典人类蛋白质图谱(HPA)项目不可或缺的组成部分,后者是用于研究人类蛋白质组的开源资源。细胞图谱项目是 HPA 的一部分,提供人类细胞系中 RNA 和蛋白质的表达及时空分布的高分辨率图像。Lundberg…
Scroll to top