组织中的精密空间蛋白质组学信息
尽管可使用基于成像和质谱的方法进行空间蛋白质组学研究,但是图像与单细胞分辨率蛋白丰度测量值的关联仍然是个巨大的挑战。最近引入的一种方法,深层视觉蛋白质组学(DVP),将细胞表型的人工智能图像分析与自动化的单细胞或单核激光显微切割及超高灵敏度的质谱分析结合在了一起。DVP在保留空间背景的同时,将蛋白丰度与复杂的细胞或亚细胞表型关联在一起。
Spatial Analysis of Neuroimmune Interactions in Alzheimer’s Disease
Alzheimer’s disease (AD) is a complex neurodegenerative disorder characterized by neurofibrillary tangles, β-amyloid plaques, and neuroinflammation. These dysfunctions trigger or are exacerbated by…
使用空间多重化探测人类阿尔茨海默病皮层切片
阿尔茨海默病(AD)是最常见的神经退行性疾病,其特征是认知功能的逐渐下降。对 AD 大脑的空间分析可能揭示细胞关系,从而促进对疾病病因的更好理解。本研究捕捉了 AD 皮层组织成分的全球概述,并强调了 Cell DIVE 成像的简化工作流程,从数据采集到使用 Aivia 软件的基于人工智能的分析,最终实现更快的洞察。
Coherent Raman Scattering Microscopy Publication List
CRS (Coherent Raman Scattering) microscopy is an umbrella term for label-free methods that image biological structures by exploiting the characteristic, intrinsic vibrational contrast of their…
人工智能显微成像能够高效检测稀有事件
对稀有事件进行定位和选择性成像是许多生物样本研究过程的关键。然而,由于时间限制和高度的复杂性,有些实验无法做到,从而限制了获得新发现的前景。通过基于人工智能的显微成像检测稀有事件,这种工作流程将智能样本导航、图像采集工具和人工智能驱动的图像分析等不同功能融合起来共同协作,能够克服上述局限性。
活细胞中蛋白质降解与聚集的可视化
我们的特邀演讲嘉宾,Eric…
组织图片库
对动物和人体组织进行视觉分析对于了解癌症或神经变性等复杂疾病至关重要。从基本的免疫组化到体内成像,共聚焦显微镜和先进的模式可以让人们了解细胞、生物分子及其在环境中的相互作用。
神经科学图像
神经科学通常使用显微镜来研究神经系统的功能和了解神经退行性疾病。
20 Years of Leica Laser Microdissection
Phenotype-genotype correlations are key for insight. From Eye to Insight is therefore fitting perfectly to Leica Microsystems and in particular to laser microdissection. Laser Microdissection, also…