Scanners de lames de microscope haute résolution

Recherche sur le cerveau

Les chercheurs en neurosciences et en recherche sur le cerveau ont souvent besoin d'examiner un large éventail d'échantillons, allant des cellules individuelles aux tissus ou organes entiers, comme le cerveau. Le scanner de lames VS200 permet d'obtenir des numérisations haute résolution d'échantillons de cerveau entiers en combinant de manière transparente les données de plusieurs images en un seul fichier numérique. Un grand porte-lames en verre peut accueillir des spécimens plus volumineux—tels que des cerveaux de singes—permettant une numérisation complète en un seul passage.

^{Voies de projection corticothalamiques marquées avec AAV-GFP et AAV-tdTomato.
Données d'image fournies par Hong Wei Dong, MD, PhD, Professeur de neurologie, Keck School of Medicine of University of Southern California.}

_{Adénocarcinome du poumon marqué pour pan-CK, CD276, CD31 et CD68.
Échantillon gracieusement fourni par HistologiX.}

Recherche sur le cancer et les cellules souches

Dans la recherche sur le cancer et les cellules souches, il est essentiel d'évaluer avec précision la composition des tissus et la morphologie cellulaire. Cela inclut la capacité de résoudre les cellules individuelles et de distinguer les structures rapprochées ou superposées (localisation). Les optiques avancées du système VS200 offrent une correction étendue des aberrations chromatiques et une planéité améliorée, facilitant la résolution des molécules cibles tout en minimisant considérablement la distorsion de l'image.

Recherche de médicaments

Dans la recherche sur la découverte de médicaments, la compréhension des interactions entre les molécules cibles repose souvent sur la détection simultanée de la localisation de plusieurs molécules. Une qualité d'image élevée est essentielle pour acquérir des données quantitatives précises à partir d'images de lames entières — et c'est là que le scanner de lames VS200 excelle. En capturant les informations de position de plusieurs molécules cibles sur une large zone en un seul scan, le système permet une évaluation efficace des interactions moléculaires

^{Pancréas coloré avec DAPI, GFP et RFP.}

^{Données d’images fournies par Wenjin Chen, Institut du Cancer Rutgers, New Jersey.}

^{Image VS-SILA d'un échantillon d'organoïde acquise à 20X. Une série Z de 20 µm d'épaisseur est acquise et traitée avec l'imagerie à mise au point étendue (EFI). : L'organoïde a été imagé avec une excitation de 405 nm, 488 nm, 561 nm et 638 nm.
Échantillons fournis par un client en Europe.}

Organoïdes

Structures 3D imitant de véritables organes, les organoïdes sont des outils importants dans la recherche sur les cellules souches. Le dispositif de sectionnement optique VS-SILA facilite la recherche sur les organoïdes en permettant aux utilisateurs de capturer des images de la plupart des types d'échantillons, y compris des cellules et tissus clarifiés ou fixés de plus de 100 microns d'épaisseur, avec n'importe quel grossissement.

Botanique et recherche sur les plantes

La recherche sur les plantes est fondamentale pour obtenir des informations sur la science qui sous-tend l'agriculture et la protection de l'environnement. En utilisant le mode par lots du scanner VS200, les chercheurs peuvent rapidement cribler des phénotypes mutants.

^{Section d'une image à mise au point étendue VS-SILA (EFI) acquise à un grossissement de 20x, montrant une vue rapprochée d'un bouton de fleur de lys de 12 µm. Jaune et rouge : Signal d'autofluorescence excité à 561 nm et 638 nm.}

^{Tissu coloré à l’hématoxyline-éosine, grossissement 40×.}

Pathologie numérique

La pathologie numérique utilise l’imagerie de lames entières pour convertir des lames histologiques en fichiers numériques haute résolution, visualisables, partageables et analysables sur un ordinateur. Les scanners de lames constituent la technologie clé permettant de capturer rapidement des sections de tissus entières avec une qualité et une reproductibilité constantes. Ensemble, ils soutiennent le diagnostic à distance, la collaboration multidisciplinaire et l'application d'algorithmes d'IA pour l'analyse quantitative, améliorant ainsi l'efficacité et la fiabilité du diagnostic dans les flux de travail en pathologie.