激光共聚焦成像是一項非常成熟的技術,随着光譜式檢測方法成為共聚焦成像的主流,對于多色成像/拆分也愈發成熟,利用不同熒光染料的發射光譜的不同來進行多通道拆分能夠滿足大多數情況下的需求,但是由于存在一些發射光譜大幅重疊的熒光标記組合和一些自發熒光信号的存在,有時候利用熒光強度還是不能夠很好的拆分多熒光标記。此時除了利用智能分析軟件來進行基于熒光強度拆分的方法之外,還可以利用熒光壽命來進行成像。熒光壽命是熒光物質的固有屬性,與染料濃度、激發光強度等因素無關,取決于染料内在性質以及所處的微環境,因此相比于熒光強度成像,熒光壽命成像會更加穩定,并能同步獲取更多維度的數據信息。
熒光強度圖像(左)與熒光壽命圖像(右),紅色:細胞膜;青色:葉綠體;黃色:肌動蛋白。
對于長時間活細胞觀察實驗而言,由于熒光壽命并不會受到熒光漂白所影響,所以更适合一些定量實驗。
用Oregon Green 488-BAPTA标記的鈣震蕩動态熒光壽命還受到染料所處微環境的影響,所以往往被用來開發生物傳感器來檢測一些細胞微環境的指标,比如pH值等。
利用檢測pH變化來觀察溶酶體成熟過程
5月24号 15:30-16:10,STELLARIS助您探索熒光成像新世界,基于熒光壽命成像的各種新應用。此次講座,還會介紹人工智能分析軟件Aivia,從圖像中提取更豐富的信息,精彩知識分享,等你參加!
報名方式
掃描二維碼
預約報名
講師介紹
齊瑤
徕卡生命科學應用專員
2015年畢業于日本神戶大學醫學部,研究方向為分子藥理學。擁有多年細胞分子生物學科研經曆,在寬場顯微鏡成像和激光共聚焦顯微鏡的各類應用領域積累了豐富經驗。2019年加入徕卡,主要負責光學顯微鏡産品的技術支持。直播預告:顯微圖像的定性與定量,Aivia 人工智能分析全流程
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!