- 询价
- TissueGnostics
- 奥地利
- TissueFAXS Plus
- 2026年01月03日
企业认证
相关产品推荐更多 >
万千商家帮你免费找货
0 人在求购买到急需产品
- 详细信息
- 询价记录
- 文献和实验
- 技术资料
- 国食药监械注册号：
咨询厂家
- 库存：
咨询厂家
- 供应商：
TissueGnostics
- 现货状态：
咨询厂家
- 保修期：
咨询厂家
- 规格：
台
该设备基于组织原位类流式分析技术，对于单细胞定量分析实验，通常选择流式细胞技术作为实验方法。虽然能做准确的单细胞定量，对于组织切片的量化分析，又只能依赖染色的图像定量，但缺失了组织原位的位置信息；而传统基于切片染色的图像定量方式，其识别的准确度和分析的精度，无法满足日益深入的科研需求。
而TissueFAXS 系统将流式散点图分析技术与图像原位信息相结合，既获得了准确单细胞级别的定量数据，更深度结合组织原位的位置信息，可进行组织结构定量、组织区域筛分定量、目标蛋白或靶细胞在组织中的分布情况等定量分析，不仅提供了更全面的分析数据，也为未来的研究提出了新的解决思路和研究方向。
技术特点
- 明场、荧光双独立光路，支持免疫荧光&明场40层样本扫描
- 延伸聚焦/ Z stack功能，可编辑每层扫描图像或每个通道扫描图像
- 2.5X-100X全倍率物镜扫描
- 兼容2倍-8倍不同（超大）尺寸玻片
- 智能TMA block扫描识别功能
- IF-IHC图像互相转换功能
- 实时计算HDR模式（高动态范围成像）实现更大曝光动态范围
- AI自学习可进化的对焦算法管理
- 荧光背景噪音自动矫正
- 整合人类蛋白质组研究策略数据库
- 样本数字化管理系统
基于超大尺寸病理切片的全景获取技术，TissueFAXS系统可以支撑大数据高通量影像学数据分析，为珍贵大样本数字化拷贝建库以及多学科交叉研究获取更高丰度的数据提供研究条件。
通过这种全景成像分析获得的数据，避免了因传统小视野区域分析造成的不确定性，保证了在同一分析参数下，不同研究者对相同样本获得的分析数据的一致性。
（自动化组织全景扫描及分析；多聚焦保证采集图像清晰、完整；动态聚焦/ 景深扩展/ Z-stack成像/2.5x-100x全景成像）
全倍率物镜扫描（2.5X-100X）
Dot点状marker分析——RNA原位杂交
RNA原位杂交可提供RNA在组织细胞的空间表达信息。Dot点状marker分析功能可自动计算细胞核/细胞质内RNA Scope数目。除此之外，该功能也适用于FISH等点状marker分析。
左图：识别TxR通道中的点状荧光信号，即为RNA信号（黄色标记）。
右图：细胞核5μm范围内TxR通道点状信号进行记数，识别RNA阳性细胞（紫色标记）；横坐标为细胞内RNA信号点数量，纵坐标为细胞内RNA信号点总面积 门内为RNA阳性细胞。
TMA容纳的信息量大，可以在短时间内高通量、快速、平行检测大批量组织样本中的多个实验指标，大大提高了实验效率。
TG 提供 TMA 扫描、分析模块，可用于处理免疫组化或免疫荧光标记的组织芯片样本。能够进行 TMA 点自动识别和编号，并且智能 化判断脱落点，排除在扫描之外，节省扫描时间。除此之外提供灵活的手动修正工具，允许使用者自由调整每个 TMA 点大小、格式。最终实现样本从扫描到分析结果输出的批量处理。
局部及全局Z-stack扫描
不仅如此，结合TissueFAXS系统单视野/区域图像重获取及自动回拼功能，可以实现单层和Z-Stack延伸聚焦双模式组合式扫描成像：在平整区域进行单层聚焦成像，不平整区域进行Z-stack延伸聚焦成像。比如心血管研究中血管区域多层扫描获得清晰图像，其他区域单层扫描提高扫描效率。（样本厚度150um，40层）
（*明场StrataQuest标配APP：IHC、Total Area Measurement；荧光StrataQuest标配APP：IF Co-Expression，Total Area Measurement。）
风险提示：丁香通仅作为第三方平台，为商家信息发布提供平台空间。用户咨询产品时请注意保护个人信息及财产安全，合理判断，谨慎选购商品，商家和用户对交易行为负责。对于医疗器械类产品，请先查证核实企业经营资质和医疗器械产品注册证情况。
- 作者
- 内容
- 询问日期
文献和实验1、Mitochondrial respiration in microglia is essential for response to demyelinating injury but not proliferation.
。 图 3.利用 Xenium 原位数据解析 ESCC 和 HNSC 中 CAF-Epi 生态位的空间分布图 基于 CAF-Epi 生态位形成相关基因的表达特征，研究者开发了「CAF-Epi-Immune 评分」系统。该系统整合了上皮细胞的侵袭性、去分化程度及肿瘤微环境中免疫细胞与基质细胞的特征，可更全面地评估 ESCC 进展并精准预测患者预后，且在多个独立患者队列及其他鳞状细胞癌（SCC）患者中均验证了其良好的预后预测效能。 研究意义 本研究首次系统绘制了食管鳞癌（ESCC）从癌前病变到浸润
空间位置（如靠近血管或特定 CAF 亚群）获得生存、增殖或耐药优势。 整合单细胞与空间数据构建高分辨率空间图谱 结合 scRNA-seq/scMulti-omics 数据（提供高分辨率细胞类型和状态定义）与空间技术数据（提供位置信息），通过计算反卷积或直接空间分子图谱（如高分辨率原位检测 Xenium 等）： 将单细胞定义的精细细胞类型/状态映射回组织空间位置，构建「细胞类型/状态空间图谱」。 在空间背景下验证单细胞数据推断的细胞间相互作用。 发现具有特定空间定位模式的稀有细胞亚群（如空间
生表型极化，进而抑制抗肿瘤免疫应答；基质细胞则能通过分泌功能性因子或重塑 ECM 的理化特性，推动肿瘤的侵袭与转移进程。此外，TME 的空间拓扑结构（如三级淋巴结构的存在形式与定位）也对肿瘤免疫应答效率及患者预后具有显著影响。 因此，系统解析肿瘤微环境的组成特征、功能分工及其与肿瘤细胞的动态互作机制，对于开发新型免疫治疗、靶向治疗策略以及精准预测治疗响应，均具有不可或缺的理论与临床价值。接下来，我们将通过具体案例，阐述如何利用单细胞与空间组学技术解析肿瘤微环境的相关生物学问题。 案例一： 单细胞
技术资料暂无技术资料 索取技术资料
