- 询价
- TissueGnostics
- 奥地利
- TissueFAXS Spectra
- 2026年04月24日
企业认证
研选同类产品更多 >
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
- 用户评价
- 文献和实验
- 技术资料
- 供应商：
TissueGnostics
- 规格：
台
TissueFAXS Spectra全光谱组织原位单细胞空间表型验证定量系统可实现7色及以上的全景连续光谱成像、多重荧光染色光谱拆分及血细胞或样本自发荧光去除等功能。突破了传统多通道荧光成像串色及拆色技术，无法对多色样本成像和准确定量的限制，实现了多靶点的组织原位微环境单细胞准确定量分析。另外，还具有多层次的组织图像识别和组织类流式分析功能，能够准确识别复杂组织中的单细胞、特定结构区域（如腺体、肿瘤区域、血管、支气管等）。在单细胞、组织结构、细胞空间信息等多个层面进行定位、定性、定量分析。包括对荧光标记蛋白、核酸等组分的染色强度和形态学多种参数进行定量分析；根据荧光标记和形态学参数进行样本细胞亚型分析、筛选；细胞间位置关系和细胞空间分布量化等。
- 独立8通道LED及激光混合式光源
- 快速光谱、全光谱连续扫描及光谱拆分
- 独立明场、光谱双成像模块
- 荧光、光谱扫描模式一键转换
- 可编辑多光谱Z轴多层扫描后单通道/单层图像
- 快速查看单通道原始光谱校验拆分结果
- 自定义多种独立光谱背景扣除
- 自由管理、调用多种光谱库
- 明场效果图与荧光效果图一键互换显示
多光谱技术
TissueFAXS Spectra 全光谱组织原位单细胞空间表型验证定量系统，通过λ-stack 多光谱成像结合光谱拆分算法，明确了图像中采集到每一个像素的信号分别是来源于哪些染料和各染料所占比例。这种技术解决了多色标记时，通道之间相互串色的问题，为后期图像定量提供更加准确的信号强度及形态学信息。TissueFAXS Spectra 支持在其它TissueFAXS 系列（正置系统和倒置系统）产品上升级。
多光谱显微成像主要应用在：肿瘤微环境研究，分子标志物研究，空间生物学研究，免疫表型分析，免疫浸润分析等。
高通量循环免疫荧光染色及定量分析技术
高通量循环免疫荧光定量分析技术，通过在常规切片上进行多轮免疫荧光全景扫描，来构建高维信息图像，可检测多达60多种抗原信息。通过传统免疫荧光及基于光和酸/碱催化氧化得荧光素失活过程，可大大降低自发荧光，随着染色轮数得提升同时提升信噪比。相比TSA染色方法中因为荧光强度与蛋白表达量的非线性偶联关系，无法通过荧光信号强度定量蛋白含量，高通量循环免疫荧光定量分析法原理操作简单，成像速度快，染色通道数量多，还可通过TissueFAXS Cytometry定量分析技术，利用染色荧光强弱判断单细胞蛋白表达量，并可以对任意通道任意信号（细胞、荧光探针、肿瘤组织、神经纤维等）的数量度/形态/位置/结构等进行深度大数据分析。
通过StrataQuest软件的Sample Registration功能，可以选择目标样本进行叠加处理，获得以DAPI为核心的多轮染色多通道叠加图像。通过计算DAPI细胞核的情况，继而对每个通道中细胞核、细胞质、细胞膜信号进行准确量化分析。
荧光样本λ- stack 成像及光谱拆分
显微成像领域，尤其是免疫荧光样本成像中，当标记荧光素过多时，各个荧光素光谱发生重叠。采用传统滤光片成像，单个通道会采集到多个荧光信号，发生通道串色现象，无法获取纯净的单通道图像。TissueFAXS Cytometry技术通过λ-stack多光谱成像结合光谱拆分算法明确了图像中采集到每一个像素的信号分别是来源于哪些染料和各染料所占比例，解决了多色标记时，通道之间相互串色的问题，从而为后期图像定量提供更加准确的信号强度及形态学信息。
自定义光谱建库及动态拆分
TissueFAXS Spectra光谱建库及拆分模式，采用灵活的自由组合策略，除了可以根据光谱库中已有的相关染料、背景光谱进行多重染色信号拆解，也可针对不同自发荧光背景，实时获取光谱数据并自动添加到拆分标准中。比如在高自发荧光背景信号的样本中，分别扣除血细胞背景、胶原背景、多种组织背景等。光谱库中目标荧光光谱数量与组织背景光谱数量可以无上限添加，在光谱扫描范围内可拆分多种染色信号。
肝肿瘤组织10+1色免疫荧光及光谱拆分
组织原位细胞间的相互作用模式分析
上图：巨噬细胞与T细胞距离与作用关系（巨噬细胞与T细胞在指定原位空间距离内位置关系与相互作用分析）下图：肿瘤细胞与T细胞距离与作用关系（肿瘤细胞与T细胞在指定原位空间距离内位置关系与相互作用分析）
该解决方案不但能够提供大量生物体原位中，组织与细胞形态学、蛋白组学以及空间距离分布的具体量化数据，更重要的是，提供了针对不同类型组织细胞的真实边界及细胞中心的相互作用的大数据可视化解析。
肿瘤微环境中免疫细胞空间距离分布量化
案例为肝癌组织10色样本，利用TissueFAXS Cytometry技术中Classifier功能对组织样本肿瘤与间质区域进行特异性识别，以肿瘤区域为中心，微米级别精度对微环境中免疫细胞的空间分布进行单细胞量化分析。
右侧散点图中不同颜色点数表示距离肿瘤不同距离的免疫细胞浸润数量，该量化数据对于肿瘤免疫分型，免疫细胞浸润分析，药物疗效评估等方向研究具有重要意义。
生物体原位多表型细胞的量化分析方案
利用TissueFAXS Cytometry技术分析多色样本，能够在单细胞水平上识别不同通道染色的蛋白分子，并将其识别的参数（染色强度，面积，形态等）投射到类流式散点图上，通过对不同坐标参数散点图进行圈门筛选目标细胞，最终可以实现在一个散点图分析得到不同染色共标的细胞群体。此技术不仅能够方便我们在空间原位对表达不同蛋白的细胞类群进行个性化分类与分析，并且在发现可能具有特殊功能的少数细胞群落的作用上，也尤为关键。
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。
用户评价
暂无用户评价
文献和实验[1] Early transcriptional and cellular abnormalities in choroid plexus of a mouse model of Alzheimer’s disease.Zhong-Jiang Yan, Maosen Ye, Jiexi Li, Deng-Feng Zhang & Yong-Gang Yao .Molecular Neurodegeneration volume 20, Article number: 62 (2025)
[2]Integrative analysis of T cell-mediated tumor killing-related genes reveals KIF11 as a novel therapeutic target in esophageal squamous cell carcinoma.
[3]Wenhua L ,Zhao M ,Lupei D , et al. Development and Characterization of a Highly Selective Turn-On Fluorescent Ligand for β3-Adrenergic Receptor. [J]. Analytical chemistry, 2023, 95 (5): DOI:10.1021/ACS.ANALCHEM.2C04269.
。 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
引进 Waters SYNAPT XS 质谱成像系统，不断研发更高的空间分辨率。我们要根据自己关注的组织微区大小去选择合适的分辨率。 比如对于脑组织、肾脏组织、心脏组织等样本经过切片后尺寸在 1cm*1cm 左右，利用 100um*100um 分辨率就可以满足对关注的微区结构进行图像分析，此时我们不一定需要选择更高的分辨率进行检测。 对于一些小体积样本，比如样本尺寸在 5mm*5mm 以下，为了获得足够的像素点，形成更加清晰的成像图，并且关注的组织微区需要更高的分辨率才能获得足够的信息。
