Webinars

Single cells collected via laser microdissection as part of the Deep Visual Proteomics workflow.

人工智能与深度视觉蛋白质组学 (DVP) 相结合,推进疾病研究

在这次网络研讨会上,Andreas Mund 博士将介绍深度可视蛋白质组学(DVP)--一种将人工智能驱动的组织空间分辨、非靶向蛋白质组学相结合的尖端平台。他展示了 DVP 如何从最小的、表型匹配的细胞群中识别数千种蛋白质,并在复杂的临床组织样本中生成高分辨率分子图谱,从而在细胞水平上解码疾病机制。
这些图像说明,要捕捉特定细胞中的所有 gH2Ax 病灶并进行精确计数,用多个三维光切片方法实现。

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…

用于三维生物成像的集成连续切片与冷冻电镜工作流程

本场网络研讨会探讨了集成化工具如何支持从样品制备到图像分析的电子显微镜全流程。专家Andreia Pinto博士、Adrian Boey博士与Hoyin Lai博士将介绍UC Enuity超薄切片机和Aivia图像分析平台,并演示这些工具如何同时适用于常温与低温实验环境。会议内容包含阵列断层成像、基于深度学习的图像分割、以及生物成像中cryo-lift-out工作流程的实际案例解析。
3D high-plex imaging in cancer immunology. Overview of a pancreatic tumor section in mouse model, labeled with 15 markers and imaged in one go using STELLARIS with SpectraPlex. (https://www.nature.com/articles/d42473-024-00260-7)

如何优化多标成像技术推动3D空间组学发展

本次网络研讨会上,徕卡显微系统的Julia Roberti博士与Luis Alvarez博士将介绍STELLARIS共聚焦平台的全新功能SpectraPlex,该技术可实现超多标三维空间成像。该技术旨在通过实现超多标成像且无需频繁人工干预,从而简化和增强空间生物学应用。
Large volume computational clearing processed Thunder image of human pancreatic islet organoid. Cells segmented using Segment By Example tool, automatically phenotyped, and color-coded based on phenotypes in Aivia. Image courtesy of the Matthias von Herrath Lab, La Jolla Institute of Immunology, La Jolla, CA.

利用人工智能图像分析工具更快、更轻松地获得洞察力

了解 Aivia 如何通过快速设置、准确的人工智能检测和简便的批量处理功能,帮助科学家简化图像分析。
Transfection using the Uncommon Bio reprogramming system. Image acquired using the THUNDER Imager 3D Cell Culture with THUNDER Large Volume Computational Clearing (LVCC) applied. Image courtesy of Samuel East, Uncommon Bio.

利用新型可扩展的干细胞培养设计未来

具有远见卓识的生物技术初创企业 Uncommon Bio 正在应对世界上最大的健康挑战之一:食品可持续性。在这次网络研讨会上,干细胞科学家塞缪尔-伊斯特(Samuel East)将展示他们如何使细胞农业的干细胞培养基既安全又经济可行。了解他们如何将培养基成本降低 1000 倍,并开发出不含动物成分、食品安全的 iPSC 培养基。
Scroll to top