生命科学 已完成 会议编号: huiyi-2025-4215 推荐指数: 7

2025年第六届活细胞与超高分辨成像高级研讨会

会议时间

2025年08月10日 - 2025年08月16日

会议地点

预计规模

500人

会议简介

光学显微成像技术是解析细胞形态、动态及互作的核心工具,其快速发展正推动科研进入"见所未见"的新时代。然而,面对繁多的技术类型与迭代更新,如何精准匹配研究需求、避免资源浪费成为科研人员的共性挑战。本次研讨会聚焦前沿显微成像技术,通过深度技术解析与沉浸式实操相结合,搭建产学研高效对话平台,助力科研创新突破。会议形式:讲座与上机实操相结合

特邀专家(持续更新中)

汪立宏 加州理工学院罗森生物工程中心

席 鹏 北京大学未来技术学院

陈良怡 北京大学未来技术学院

李 栋 清华大学生命科学学院

陈春来 清华大学生命科学学院

唐爱辉 中国科学技术大学生命科学与医学部

苏 冰 上海交通大学医学院上海市免疫学研究所

潘雷霆 南开大学物理科学学院

徐平勇 中国科学院生物物理研究所

吴嘉敏 清华大学自动化系

陈知行 北京大学未来技术学院分子医学研究所

赵 姗 北京大学未来技术学院国家生物医学科学成像中心

左 超 南京理工大学智能计算成像研究院

章永登 西湖大学生命科学学院

屈军乐 深圳大学物理与光电工程学院

杨思华 华南师范大学生物光子学研究院

王文娟 清华大学蛋白质研究技术中心细胞影像平台

会议内容

会议日程

2025年8月10-16日

会议时间

参会对象

注册征文

上机实操安排

超分辨成像:结构光照明SIM、随机光学重建STORM、受激发射损耗超分辨STED成像

共聚焦成像:激光扫描共聚焦显微镜、转盘共聚焦显微镜、空间阵列超分辨共聚焦显微镜,聚焦共聚焦高级应用如荧光漂白后恢复(FRAP)、荧光共振能量传递(FRET)、荧光寿命成像(FLIM)等。

高通量与活体大组织成像:光声成像、高内涵成像、光片成像、双光子成像

图像处理:Imaris 、Amira、 ImageJ 、NIS-Elements等

报名截止日期2025年8月3日

注册报到:2025年8月10日

理论研讨时间:2025年8月11-13日

上机实操时间:2025年8月14-16日

注册与缴费

注册费包含资料费、材料费和仪器使用费等,其它交通食宿自理。缴纳当年会费的中国细胞生物学学会会员可以享受会员优惠价。2025年7月3日之前注册的参会人员可享受早鸟价,注册费标准如下:

缴费时间 身份 缴费类型 金额 (单位: 元)
即日起 - 7月3日 会员 理论 2000
即日起 - 7月3日 会员 理论 + 实操 4000
即日起 - 7月3日 非会员 理论 2500
即日起 - 7月3日 非会员 理论 + 实操 4500
7月4日 - 8月3日 会员 理论 2500
7月4日 - 8月3日 会员 理论 + 实操 4500
7月4日 - 8月3日 非会员 理论 3000
7月4日 - 8月3日 非会员 理论 + 实操 5000

说明:

1.理论部分报名截止日期: 2025年8月3日

2.理论+实操报名:为保证上机实操质量,实操报名限40人,额满即止,以实际缴费时间为准。

3.付款方式:

1)在线支付(推荐):https://www.cscb.org.cn/payment_conference/150.html

2)银行汇款:

户名:中国细胞生物学学会

账号:03392400040009251

开户行:农行上海市徐汇区枫林支行

纳税人识别号:511000 00500 009968A

地址:上海市徐汇区肇嘉浜路789号16D

电话:021-64220196

注意事项:

1)汇款时,请备注第六届活细胞研讨会+汇款单位名称+参会人员姓名,请及时将汇款凭证扫描件发送treasure@cscb.org.cn

2)电子发票:在线付款时可以勾选,交费后15个工作日内电子发票将直接发送邮箱;

报名方式

访问链接:http://imagingcorefacility.mikecrm.com/z4gPRyj

结业证书

''

产业简报

活细胞与超高分辨成像研究现状

一、主流技术分类与进展

受激发射损耗显微术(STED)

原理:通过两束激光(激发光与损耗光)协同作用,压缩荧光发射区域,突破衍射极限。

进展:

空间分辨率提升至约20纳米(如STED-FCS技术)。

活细胞应用中,已实现线粒体、微管等结构的动态成像。

优势:无需特殊荧光标记,兼容多色成像。

局限:高激光强度可能导致光漂白和光毒性。

结构光照明显微术(SIM)

原理:利用周期性照明光栅与样品相互作用,通过算法重建高频信息。

进展:

分辨率提升至约100纳米,时间分辨率可达秒级。

适用于活细胞中膜蛋白、细胞骨架等动态结构。

优势:低光毒性,适合长时间观测。

局限:分辨率低于STED和PALM/STORM。

单分子定位显微术(PALM/STORM)

原理:通过控制荧光分子的随机开关,实现单分子定位与超分辨重建。

进展:

分辨率可达10-20纳米,适用于活细胞中蛋白质复合物的动态分析。

优势:高分辨率,可定量分析分子分布。

局限:时间分辨率低(需长时间数据采集),光毒性较高。

扩展景深显微术(EDF)与光片显微术(LSFM)

EDF:通过轴向扫描或波前编码扩展景深,适用于厚样品成像。

LSFM:利用薄层光片照明,减少光毒性,适合活体胚胎或组织成像。

二、应用领域与突破

细胞骨架与细胞器动态

研究微管、肌动蛋白丝的动态组装与解聚过程。

观测线粒体分裂、融合及与内质网的相互作用。

膜蛋白与信号转导

解析受体蛋白在细胞膜上的分布与动态聚集。

研究G蛋白偶联受体(GPCR)的激活与内化过程。

细胞分裂与发育生物学

观测有丝分裂过程中染色体的动态变化。

研究胚胎发育中细胞命运的决定机制。

神经科学与突触可塑性

解析突触前膜与突触后膜的纳米级结构。

研究学习记忆过程中突触强度的动态调节。

三、当前挑战

光毒性与光漂白

高强度激光可能导致细胞损伤,限制长时间观测。

解决方案:开发低光毒性荧光探针(如量子点、自标记蛋白)。

时间分辨率与空间分辨率的权衡

高分辨率技术(如PALM/STORM)通常牺牲时间分辨率。

解决方案:结合多模态成像(如STED与SIM结合)。

数据处理与算法优化

超分辨成像产生海量数据,需高效算法进行重建与分析。

解决方案:开发深度学习辅助的图像重建方法。

活体组织成像的深度限制

光在组织中的散射限制成像深度。

解决方案:采用自适应光学或双光子显微术。

四、未来发展方向

多模态融合成像

结合STED、SIM、PALM等技术,实现高时空分辨率的动态观测。

例如:STED-FCS技术用于研究分子扩散动力学。

智能成像与自动化

利用人工智能优化成像参数,实现自适应成像。

开发自动化平台,提升实验效率。

新型荧光探针与标记策略

开发光稳定性高、毒性低的荧光探针。

研究基因编码的荧光蛋白(如mNeonGreen、mScarlet)的优化。

临床应用探索

将超高分辨成像技术应用于疾病诊断(如癌症早期检测)。

研究病原体在细胞内的动态感染过程。

活细胞与超高分辨成像研究可以应用在哪些行业或产业领域

一、生物医药与生命科学

药物研发

靶点验证:解析药物分子与靶蛋白(如GPCR、激酶)的相互作用机制,优化药物设计。

毒性评估:通过活细胞成像观察药物对细胞器(如线粒体、溶酶体)的影响,预测潜在副作用。

案例:利用STED显微术观察肿瘤细胞中药物诱导的微管解聚过程,评估抗癌药物疗效。

疾病机制研究

神经退行性疾病:研究阿尔茨海默病中tau蛋白的聚集与扩散路径。

感染性疾病:追踪病毒(如HIV、新冠病毒)在宿主细胞内的入侵与复制过程。

案例:通过PALM/STORM技术解析HIV病毒包膜蛋白在细胞膜上的动态分布,揭示病毒与受体结合的分子机制。

干细胞与再生医学

细胞命运决定:观测干细胞分化过程中关键转录因子的核内定位变化。

组织工程:评估生物材料对细胞黏附、迁移的影响,优化支架设计。

案例:利用SIM技术实时监测干细胞向心肌细胞分化过程中肌节蛋白的组装动态。

二、农业与食品科学

作物抗逆性研究

胁迫响应:观察植物细胞在干旱、盐碱等逆境下信号分子(如Ca²⁺)的动态变化。

案例:通过STED显微术解析拟南芥根尖细胞中ABA信号通路关键蛋白的定位变化。

食品安全检测

病原体检测:超高分辨成像可快速识别食品中的致病菌(如沙门氏菌)的细胞膜结构特征。

案例:利用SIM技术检测牛奶中金黄色葡萄球菌的生物膜形成过程。

育种改良

表观遗传调控:研究DNA甲基化、组蛋白修饰在细胞核内的空间分布规律。

案例:通过PALM技术定位水稻胚乳细胞中特定组蛋白变体的核小体分布。

三、临床诊断与精准医疗

病理诊断

癌症早筛:超高分辨成像可检测肿瘤组织中特定蛋白(如HER2)的纳米级聚集状态,辅助分子分型。

案例:利用STED-FCS技术分析乳腺癌组织中EGFR受体的扩散系数,区分良恶性病变。

个性化治疗

药物敏感性测试:通过活细胞成像评估患者来源肿瘤细胞(PDX模型)对靶向药物的响应差异。

案例:结合SIM与AI算法,预测非小细胞肺癌患者对EGFR抑制剂的耐药性。

细胞治疗监控

CAR-T细胞疗效评估:实时监测CAR-T细胞与肿瘤细胞的相互作用动力学。

案例:利用双光子-STED联合成像技术追踪CAR-T细胞在实体瘤中的浸润深度。

四、材料科学与生物工程

生物材料研发

界面相互作用:研究细胞与纳米材料(如石墨烯、量子点)的相互作用机制。

案例:通过PALM技术解析细胞膜上纳米颗粒的内吞途径。

组织工程支架优化

细胞-材料界面:观察细胞在3D打印支架中的黏附、增殖与分化行为。

案例:利用SIM技术评估胶原蛋白支架的孔隙结构对干细胞成骨分化的影响。

仿生材料设计

天然结构模拟:借鉴细胞骨架、细胞膜等生物结构的纳米级组装规律,开发新型功能材料。

案例:基于微管动态组装原理,设计自修复水凝胶材料。

五、环境科学与生态学

微生物生态研究

群落结构解析:超高分辨成像可区分环境中相似微生物的细胞膜特征。

案例:通过STED显微术识别土壤中硝化细菌的细胞膜脂质组成差异。

污染修复机制

重金属解毒:研究微生物细胞内重金属转运蛋白的定位与功能。

案例:利用PALM技术定位铜绿假单胞菌细胞膜上的铜离子转运蛋白。

生物传感器开发

实时监测:结合活细胞成像与纳米材料,开发高灵敏度环境污染物检测平台。

案例:基于细胞内钙信号的STED成像,实时监测水体中雌激素类污染物的浓度。

六、工业与生物制造

发酵过程优化

代谢调控:观测微生物细胞内代谢酶的动态定位与活性变化。

案例:通过SIM技术监测酿酒酵母细胞中糖酵解酶的线粒体-细胞质穿梭。

生物燃料生产

光合效率提升:研究藻类细胞中光合复合体的纳米级组装与能量传递。

案例:利用STED显微术解析小球藻细胞中光系统II的超分子结构。

合成生物学

人工细胞设计:验证合成基因线路在细胞内的空间组织与功能。

案例:通过PALM技术定位人工合成膜蛋白在细菌细胞膜上的分布模式。

七、前沿交叉领域

类器官与器官芯片

疾病模型构建:超高分辨成像可解析类器官中细胞间连接的动态变化。

案例:利用SIM技术监测肠道类器官中紧密连接蛋白的分布与功能。

脑机接口

神经信号解码:研究神经元突触的纳米级结构与信号传递效率的关系。

案例:通过STED-FCS技术分析突触前膜囊泡释放位点的分子动力学。

量子生物学

光合作用机制:超高分辨成像可揭示光合复合体中量子相干效应的微观基础。

案例:利用PALM技术定位光系统I中的叶绿素分子簇。

活细胞与超高分辨成像领域有哪些知名研究机构或企业品牌

一、顶尖学术研究机构1. 德国马克斯·普朗克生物物理化学研究所(MPI-BPC)

核心团队:Stefan Hell(STED显微术发明者,2014年诺贝尔化学奖得主)

技术专长:

开发STED显微术,实现20纳米级分辨率活细胞成像。

研发MINFLUX技术(分辨率突破1纳米),用于单分子定位与动态追踪。

应用案例:解析神经元突触中蛋白质复合物的纳米级动态分布。

2. 美国霍华德·休斯医学研究所(HHMI)

核心团队:Eric Betzig(PALM技术发明者,2014年诺贝尔化学奖得主)、Xiaowei Zhuang(STORM技术发明者)

技术专长:

PALM/STORM技术:单分子定位精度达10纳米,适用于活细胞动态成像。

开发多色超分辨成像方法,解析细胞内多蛋白复合物的空间关系。

应用案例:研究HIV病毒包膜蛋白在细胞膜上的动态聚集机制。

3. 欧洲分子生物学实验室(EMBL)

核心团队:Jan Ellenberg(细胞周期与成像技术专家)

技术专长:

开发4D成像技术(空间+时间),结合SIM与光片显微术,实现厚样品长时间观测。

构建开放数据平台,推动活细胞成像数据的共享与分析。

应用案例:追踪胚胎发育过程中细胞命运的动态决定。

4. 中国科学院生物物理研究所

核心团队:徐涛院士(超分辨成像与糖尿病研究专家)

技术专长:

开发基于STED的活细胞胰岛素分泌动态成像技术。

结合AI算法优化超分辨图像重建效率。

应用案例:解析胰岛β细胞中胰岛素颗粒的分泌路径与调控机制。

5. 日本理化学研究所(RIKEN)

核心团队:Hiroshi Kimura(表观遗传与超分辨成像专家)

技术专长:

开发SIM-FISH技术,实现基因组DNA与蛋白质的共定位成像。

研究细胞核内染色质高级结构的动态变化。

应用案例:解析细胞周期中异染色质的三维组织规律。

二、领先企业品牌1. 徕卡显微系统(Leica Microsystems)

核心产品:

STED超分辨显微镜:如Leica TCS SP8 STED 3X,分辨率达30纳米,适用于活细胞动态成像。

光片显微镜:如Lightsheet 7,实现低光毒性三维成像。

技术优势:

硬件与软件一体化设计,简化操作流程。

与学术机构合作开发专用成像方案(如神经科学、发育生物学)。

2. 蔡司(Zeiss)

核心产品:

Elyra 7超分辨系统:结合SIM、PALM与STED技术,提供多模态成像能力。

Airyscan 2检测器:提升传统共聚焦显微镜的分辨率与信噪比。

技术优势:

多色成像与快速扫描技术,适用于活细胞动态观测。

提供定制化成像解决方案(如药物研发、临床诊断)。

3. 尼康(Nikon)

核心产品:

N-SIM S超分辨显微镜:基于SIM技术,分辨率达115纳米,时间分辨率高。

AxioScan.Z1高通量成像系统:适用于大规模细胞筛选与药物测试。

技术优势:

高通量成像与自动化分析平台,提升实验效率。

开发低光毒性荧光探针与成像缓冲液。

4. 奥林巴斯(Olympus)

核心产品:

FV4000系列共聚焦显微镜:结合SIM技术,提升分辨率与成像速度。

TruResolution成像软件:优化图像重建算法,降低伪影。

技术优势:

模块化设计,支持用户根据需求升级功能。

提供活细胞成像专用培养系统(如温度、气体控制)。

5. Bruker

核心产品:

Vutara 352超分辨显微镜:基于单分子定位技术,分辨率达20纳米。

Opterra II多光子显微镜:适用于深层组织成像。

技术优势:

高精度单分子定位算法,适用于复杂样品成像。

提供多光子与超分辨成像的集成解决方案。

6. Abberior Instruments

核心产品:

STEDYCON超分辨显微镜:紧凑型设计,分辨率达40纳米,操作简便。

MINFLUX纳米显微镜:基于Stefan Hell团队技术,分辨率突破1纳米。

技术优势:

专注于超分辨技术的商业化,提供从硬件到软件的完整方案。

开发低光毒性荧光染料(如ATTO染料系列)。

三、新兴企业与创新技术1. Vutara(现属Bruker)

技术亮点:

开发3D-PALM技术,实现细胞内三维单分子定位与动态追踪。

应用于神经突触可塑性与病毒入侵机制研究。

2. NanoLive

核心产品:

3D Cell Explorer:无标记活细胞成像技术,基于折射率差异实现亚细胞结构三维重建。

技术优势:

非侵入性成像,避免光毒性,适用于长时间动态观测。

适用于药物筛选与毒性评估。

3. Phasefocus

核心产品:

Livecyte细胞分析系统:基于定量相位成像(QPI),无需荧光标记即可监测细胞动态。

技术优势:

提供细胞形态、质量、迁移等多参数分析。

适用于干细胞分化与癌症细胞异质性研究。

四、总结与趋势

学术机构推动技术革新:

诺贝尔奖得主团队(如Stefan Hell、Eric Betzig)持续引领STED、PALM/STORM等技术发展。

中国、日本等国家的研究机构在超分辨成像应用领域(如糖尿病、表观遗传)取得突破。

企业品牌加速商业化:

徕卡、蔡司、尼康等传统显微镜厂商通过技术整合(如多模态成像)提升竞争力。

Abberior、NanoLive等新兴企业聚焦细分领域(如MINFLUX、无标记成像)。

未来方向:

多模态融合:结合STED、SIM、PALM等技术,实现高时空分辨率的动态观测。

智能化与自动化:AI辅助图像重建与分析,提升实验效率。

临床转化:开发便携式超分辨成像设备,推动精准医疗应用。

活细胞与超高分辨成像领域有哪些招聘岗位或就业机会

一、学术研究机构岗位1. 博士后研究员

岗位职责:

开展超分辨成像技术(如STED、PALM/STORM、SIM)的算法优化或应用研究。

探索活细胞动态过程(如信号转导、细胞分裂)的分子机制。

技能要求:

精通至少一种超分辨成像技术,熟悉显微镜操作与数据分析(如ImageJ、ThunderSTORM)。

具备分子生物学、细胞生物学或生物物理学背景。

代表机构:

德国马克斯·普朗克研究所、美国霍华德·休斯医学研究所(HHMI)、中国科学院生物物理研究所。

2. 科研助理/技术员

岗位职责:

协助实验室管理超分辨成像设备,维护显微镜系统(如激光器、探测器)。

开展常规实验(如细胞培养、荧光标记、成像参数优化)。

技能要求:

熟悉显微镜操作与基础图像处理,具备细胞培养或分子生物学实验技能。

部分岗位需掌握编程(如Python、MATLAB)进行自动化控制。

3. 仪器研发工程师

岗位职责:

参与超分辨显微镜的硬件开发(如光学系统设计、探测器优化)。

开发新型成像探针或标记技术(如量子点、荧光蛋白)。

技能要求:

光学工程、电子工程或材料科学背景,熟悉光学设计软件(如Zemax、Code V)。

具备显微镜研发经验者优先。

二、工业研发岗位1. 生物医药研发科学家

岗位职责:

利用超分辨成像技术评估药物靶点(如GPCR、激酶)的动态分布。

开发基于活细胞成像的药物筛选平台,优化化合物库测试流程。

技能要求:

熟悉药物研发流程,掌握细胞生物学与分子药理学技术。

具备超分辨成像数据分析能力,熟悉高通量成像设备(如Operetta、ImageXpress)。

代表企业:

辉瑞(Pfizer)、诺华(Novartis)、罗氏(Roche)等跨国药企。

2. 生物材料工程师

岗位职责:

研究细胞与纳米材料(如石墨烯、水凝胶)的相互作用机制。

通过超分辨成像优化生物材料的表面修饰与功能化设计。

技能要求:

材料科学与生物工程背景,熟悉纳米材料表征技术(如AFM、SEM)。

具备细胞实验与成像分析能力。

代表企业:

3M、巴斯夫(BASF)、波士顿科学(Boston Scientific)等材料与医疗器械公司。

3. 仪器应用工程师

岗位职责:

为客户提供超分辨显微镜的技术支持(如安装调试、培训、故障排除)。

开发行业应用方案(如神经科学、肿瘤学),撰写技术白皮书。

技能要求:

熟悉显微镜操作与成像原理,具备跨学科沟通能力。

适应频繁出差,部分岗位需掌握多语言。

代表企业:

徕卡(Leica)、蔡司(Zeiss)、尼康(Nikon)等显微镜厂商。

三、临床与诊断领域岗位1. 病理诊断科学家

岗位职责:

利用超分辨成像技术辅助癌症分子分型(如HER2、PD-L1表达检测)。

开发基于活细胞成像的液体活检技术,用于肿瘤早期筛查。

技能要求:

病理学或临床医学背景,熟悉免疫组化与分子诊断技术。

具备超分辨成像数据分析能力,熟悉临床样本处理流程。

代表机构:

医院病理科、第三方医学检验所(如金域医学、迪安诊断)。

2. 精准医疗研发工程师

岗位职责:

结合超分辨成像与AI算法,预测患者对靶向药物的响应差异。

开发个性化治疗方案,优化CAR-T细胞治疗等免疫疗法。

技能要求:

生物信息学与计算生物学背景,熟悉机器学习算法(如深度学习、随机森林)。

具备临床研究经验,熟悉GCP规范。

四、技术服务与销售岗位1. 显微镜技术支持工程师

岗位职责:

为客户提供超分辨成像系统的安装、调试与培训服务。

协助客户解决实验问题(如荧光标记优化、成像参数设置)。

技能要求:

熟悉显微镜操作与成像原理,具备细胞生物学实验经验。

良好的沟通与问题解决能力。

2. 显微镜销售工程师

岗位职责:

推广超分辨显微镜及相关技术解决方案,拓展客户群体(如高校、药企)。

分析市场需求,制定销售策略,完成销售目标。

技能要求:

具备显微镜或生命科学仪器销售经验,熟悉行业动态。

良好的商务谈判与客户关系管理能力。

五、新兴领域与跨学科岗位1. 类器官与器官芯片工程师

岗位职责:

利用超分辨成像技术解析类器官中细胞间连接的动态变化。

开发基于活细胞成像的器官芯片平台,用于药物毒性测试。

技能要求:

微流控技术与组织工程背景,熟悉类器官培养与成像分析。

具备跨学科合作能力。

2. 量子生物学研究员

岗位职责:

研究光合作用、磁感应等生物过程中的量子效应。

利用超分辨成像技术验证量子相干效应的微观基础。

技能要求:

量子物理与生物物理学背景,熟悉超分辨成像与光谱技术。

具备理论建模与实验验证能力。

六、就业前景与趋势

技术需求增长:

超分辨成像技术逐渐从基础研究向临床应用(如癌症诊断、药物研发)渗透,推动相关岗位需求。

人工智能与自动化技术的融合(如AI辅助图像分析、自动化显微镜)催生新型岗位。

跨学科能力关键:

单一技术背景(如光学、生物学)已难以满足需求,复合型人才(如生物信息学+成像技术)更具竞争力。

职业发展路径:

学术路线:博士后→助理教授→独立PI,需持续产出高影响力论文。

工业路线:研发工程师→技术主管→研发总监,需结合技术能力与商业思维。

临床路线:病理诊断科学家→临床研究经理→医学总监,需熟悉法规与临床需求。

七、总结与建议

技能提升方向:

核心技术:掌握至少一种超分辨成像技术(如STED、PALM/STORM),熟悉显微镜操作与数据分析。

交叉技能:学习编程(Python、MATLAB)、生物信息学或AI算法,提升跨学科竞争力。

实践机会:参与学术项目、企业实习或开源社区(如ImageJ插件开发),积累项目经验。

求职策略:

学术岗位:关注顶尖实验室招聘公告(如Nature Jobs、Science Careers),提前联系导师。

工业岗位:通过企业官网、LinkedIn或行业展会(如Bio-IT World、SLAS)获取招聘信息。

临床岗位:关注医院病理科或第三方检验所的招聘需求,考取相关资质(如病理技师证)。

报名信息

报名截止 2025年08月10日
发布时间 2025-06-12 09:07
立即报名

联系方式

电子邮箱

联系电话

更多

主办单位

中国细胞生物学学会细胞器生物学分会

上机实操

  • • 清华大学蛋白质研究技术中心细胞影像平台

相关链接

关注微信服务号

Baidu
map