技術(shù)特點(diǎn)：

?  快速光譜、全光譜連續(xù)掃描及光譜拆分

?  多種成像模式，兼顧速度與應(yīng)用，適用性更廣

?  多色標(biāo)記樣本信號(hào)拆解，支持10+1色標(biāo)記樣本處理

?  自定義多種獨(dú)立光譜背景扣除

?  快速查看單通道原始光譜校驗(yàn)拆分結(jié)果

?  多靶點(diǎn)生物體原位空間分布位置信息

?  細(xì)胞作用模式，腫瘤微環(huán)境免疫機(jī)制解決方案

TissueFAXS Spectra可實(shí)現(xiàn)多色全景連續(xù)光譜成像、多重?zé)晒馊旧庾V拆分及血細(xì)胞或樣本自發(fā)熒光去除等功能。突破了傳統(tǒng)多通道熒光成像串色及拆色技術(shù)，無(wú)法對(duì)多色樣本成像和準(zhǔn)確定量的限制，實(shí)現(xiàn)了多靶點(diǎn)的組織原位微環(huán)境單細(xì)胞準(zhǔn)確定量分析。另外，還具有多層次的組織圖像識(shí)別和組織類(lèi)流式分析功能，能夠準(zhǔn)確識(shí)別復(fù)雜組織中的單細(xì)胞、特定結(jié)構(gòu)區(qū)域（如腺體、腫瘤區(qū)域、血管、支氣管等）。在單細(xì)胞、組織結(jié)構(gòu)、細(xì)胞空間信息等多個(gè)層面進(jìn)行定位、定性、定量分析。包括對(duì)熒光標(biāo)記蛋白、核酸等組分的染色強(qiáng)度和形態(tài)學(xué)多種參數(shù)進(jìn)行定量分析；根據(jù)熒光標(biāo)記和形態(tài)學(xué)參數(shù)進(jìn)行樣本細(xì)胞亞型分析、篩選；細(xì)胞間位置關(guān)系和細(xì)胞空間分布量化等。

結(jié)腸瘤組織7色免疫熒光染色及光譜拆分

結(jié)腸癌是常見(jiàn)的發(fā)生于結(jié)腸部位的消化道惡性腫瘤之一，癌變誘發(fā)性炎癥反應(yīng)導(dǎo)致在癌變相關(guān)區(qū)域出現(xiàn)免疫細(xì)胞浸潤(rùn)。眾多研究表明不同類(lèi)型的細(xì)胞及因子，在腫瘤免疫反應(yīng)中起到的作用和對(duì)腫瘤患者的影響結(jié)果均有不同，例如CD4/CD8淋巴細(xì)胞是結(jié)腸癌患者預(yù)后情況的主要指標(biāo)，隨著對(duì)PD1/PD-L1研究的深入其也在一定程度上可以作為免疫檢查點(diǎn)療法的判斷指證。

生物體原位多表型細(xì)胞的量化分析方案

TISSUEFAXS SPECTRA全光譜組織原位單細(xì)胞空間表型驗(yàn)證定量系統(tǒng)的生物體原位單細(xì)胞類(lèi)流式散點(diǎn)圖分析功能，在針對(duì)性識(shí)別細(xì)胞及其不同通道蛋白染色的亞細(xì)胞定位后，對(duì)其染色強(qiáng)度/面積/形態(tài)等多種細(xì)胞特征進(jìn)行二維散點(diǎn)圖投影。利用設(shè)門(mén)圈選工具，層層對(duì)單個(gè)細(xì)胞表型進(jìn)行分析，并在一個(gè)散點(diǎn)圖中可以同時(shí)對(duì)細(xì)胞陽(yáng)性群體、陰性群體及多種蛋白共表達(dá)群體分群。結(jié)合多標(biāo)記組織染色技術(shù)，最終實(shí)現(xiàn)生物體原位無(wú)數(shù)量上限的多表型細(xì)胞精確量化分析。

AI人工智能在炎性浸潤(rùn)機(jī)制研究中的應(yīng)用

基于多重染色的腫瘤免疫微環(huán)境的作用研究，利用組織原位多重染色技術(shù)，可以對(duì)同一張樣本中多種不同Marker進(jìn)行量化分析，這種技術(shù)應(yīng)用于腫瘤微環(huán)境的免疫機(jī)制研究中，可以獲得不同類(lèi)型的腫瘤細(xì)胞、不同表型的免疫細(xì)胞以及腫瘤實(shí)質(zhì)與腫瘤間質(zhì)等因素相互的分布距離關(guān)系：不僅可以分析不同表型細(xì)胞間的作用模式，也可以分析相同類(lèi)型細(xì)胞發(fā)會(huì)生物學(xué)作用的聚類(lèi)模式。結(jié)合其他實(shí)驗(yàn)指標(biāo)，最終獲得各類(lèi)免疫因素在腫瘤微環(huán)境中的作用關(guān)系數(shù)據(jù)。

腸細(xì)胞邊緣腫瘤微環(huán)境免疫細(xì)胞分布

針對(duì)結(jié)腸癌的浸潤(rùn)性研究，利用TissueGnostics組織細(xì)胞定量分析系統(tǒng)TISSUEFAXS SPECTRA多光譜系列，可以對(duì)腫瘤區(qū)域進(jìn)行特異性染色后，通過(guò)Classifier功能AI自動(dòng)識(shí)別腫瘤/間質(zhì)區(qū)域，并以微米為尺度，對(duì)腫瘤邊界呈多層分布的炎性細(xì)胞進(jìn)行單細(xì)胞空間量化分析，實(shí)現(xiàn)包含腫瘤微環(huán)境中的多標(biāo)陽(yáng)性細(xì)胞表達(dá)數(shù)量關(guān)系，以及不同表型細(xì)胞間的相互作用距離模式等量化數(shù)據(jù)。這種定量分析方法突破了傳統(tǒng)肉眼評(píng)估無(wú)法獲得組織原位精確量化結(jié)果的限制，其對(duì)結(jié)腸癌免疫炎性浸潤(rùn)研究具有極其重要的現(xiàn)實(shí)意義。

肝腫瘤組織10+1色免疫熒光及光譜拆分