显微镜知识库 | 徕卡显微系统

显微镜知识库

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！

Salmonella biofilms 3D render

探索微生物世界：三维食品基质中的空间相互作用

Micalis 研究所是与 INRAE、AgroParisTech 和巴黎萨克雷大学合作的联合研究单位。其使命是开发食品微生物学领域的创新研究，以促进健康。在这一系列视频中，Micalis…

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。

40x magnification of organoids cluster taken on Mateo TL.Cell type: esophageal squamous carcinoma; scale bar 15µm. Courtesy of bioGenous, China.

克服类器官三维细胞培养中的观察挑战

类器官在细胞生物学和药物发现中至关重要，因为它们能够模拟体内细胞的复杂性和结构，有助于癌症等微环境至关重要的疾病研究。类器官可根据患者的基因型进行定制，这也有助于个性化医学研究。

Spheroid stained with Cyan: Dapi nuclear countertain; Green AF488 Involucrin; Orange AF55 Phalloidin Actin; Magenta AF647 CK14.

基于人工智能的表型药物筛查解决方案

本次网络研讨会将全面介绍使用三维细胞培养进行表型药物筛选所遇到的问题、可能的解决方案及规划与执行策略。

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。

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。

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。

Microscopy for neuroscience research

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。