Filter articles
태그
产品
Loading...
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。
Loading...
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…
Loading...
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。
Loading...
利用激光显微切割(LMD)在空间背景下分离神经元
在阿尔茨海默病之后,帕金森病是第二常见的进行性神经退行性疾病。在首发症状出现之前,中脑中高达70%的多巴胺释放神经元已经死亡。本文描述了如何使用现代激光显微切割(LMD)方法帮助解决帕金森病之谜。研究涉及在空间背景下分离和分析神经元。这些细胞来自帕金森病患者的死后黑质组织样本,以便深入了解该病的分子机制。
Loading...
激光显微切割技术如何助力神经科学研究取得开创性进展?
玛尔塔·帕特林尼博士,卡罗林斯卡学院的高级科学家,分享了她在成人人类神经发生开创性研究中使用激光显微切割(LMD)的经验,并提供了关于LMD在空间蛋白质组学和精准医学中未来应用潜力的个人见解。
Loading...
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…
Loading...
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。
Loading...
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。