生命科学研究

在生命科学研究中心，您可以掌握最新的关于先进显微镜、成像技术、电镜样品制备和图像分析的前沿应用和创新，涵盖的主题包括细胞生物学、神经科学和癌症研究。希望在这里可以帮助您提升研究能力和精进显微镜在各个科学领域实际应用，并了解徕卡如何通过精确的可视化、图像解读和推进研究进展来赋能您的工作。

细胞骨架如何运输分子？

MicaCam是生命科学研究人员聚集在一起现场聊天、互动沟通和探索发现的地方。欢迎您在直播中分享问题，参与互动。

[Translate to chinese:] Developing zebrafish (Danio rerio) embryo, from sphere stage to somite stages.

研究斑马鱼胚胎的早期发育阶段

第2集MicaCam的内容是结合宽场和共聚焦成像来研究斑马鱼胚胎（Danio rerio）的早期发育阶段，即从卵细胞到多细胞阶段。

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。

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…

在显微图像分析中运用机器学习技术

显微成像技术最近取得了令人振奋的进展，因此，在生物医学研究中采集的图像数据无论质量还是数量都呈指数级增长。但是，分析日益复杂的大型图像数据集以提取有意义的信息可能是一个既枯燥又耗时的过程，而且容易出现人为误差和偏差，这经常给许多研究人员造成生产效率瓶颈。