Tissue Microarray – Systeme

Erleben Sie unübertroffene Präzision und Automatisierung bei der Erstellung von Tissue Microarrays

Entdecken Sie unsere Workflow-Optionen

Die manuelle Herstellung von Microarray-Proben gehört der Vergangenheit an.

Die von Epredia angebotenen 3DHistech Tissue Microarray – Systeme verbessern den Tissue Microarray-Workflow. Dank fortschrittlicher Funktionen im Hardware-Design, optimieren diese benutzerfreundlichen und hochautomatisierten Instrumente die Erstellung hochdichter und hochwertiger Tissue Microarrays (TMAs) mit Leichtigkeit und erhöhter Präzision.

Sie können einfach und schnell TMA-Blöcke aus allen biologischen Proben, wie z.B. menschlichem und tierischen Gewebe, herstellen. Dabei ist eine vollständige Rückverfolgbarkeit und Reproduzierbarkeit für verschiedene molekularpathologische Anwendungen gewährleistet.

Vollautomatische Kernauswahl

Vollständig automatisierter Prozess von der Kernauswahl bis zur Erstellung von Empfängerblöcken mit bis zu 500 Proben in einem Block.

Die benutzerfreundliche Lösung standardisiert und optimiert zeitaufwendige Aktivitäten.
Maximiert das analytische Potenzial von seltenen Proben und Tumoren durch Probenerhaltung.
Gleichzeitiges Laden, Abbilden, Bohren und Stanzen ermöglicht einen Betrieb mit hohem Durchsatz.

Genaue und Präzise

Die vollautomatische Stanz- und Bohrtechnologie ermöglicht eine präzise Auswahl und Extraktion bestimmter interessanter Regionen ohne menschliches Eingreifen.

Eine genaue und präzise Stanz- und Bohrlösung ersetzt fehleranfällige manuelle Prozesse und beseitigt Unstimmigkeiten in der TMA-Produktion.

Eindeutige Probenidentifikatoren

Die 1D-und 2D-Barcodes können zur eindeutigen Probenidentifikation verwendet werden.

Gewährleistet eine lückenlose Nachverfolgung aller Kernproben während der gesamten Lebensdauer der Probe.
Verbesserung der Genauigkeit und Zugänglichkeit der Aufzeichnungen.

Vier Stanzengrößenoptionen

Vier Stanzengrößenoptionen sowie PCR-Gewebeprobenentnahmefunktionen für molekulare Anwendungen.

Ermöglicht die Auswahl der richtigen Stanzmuster, um die Probendichte zu maximieren und gleichzeitig den Abfall zu minimieren.
Die verschiedenen Stanzengrößen bieten Flexibilität, um den Anforderungen der Anwendung gerecht zu werden und eine verbesserte analytische und technische Genauigkeit zu gewährleisten.
Die Gewebeproben können direkt in PCR-Röhrchen überführt werden, um eine molekulare Analyse durchzuführen.

TMA-Steuerungssoftware

TMA-Steuerungssoftware für Design und Herstellung der TMA-Blöcke.

Die übersichtliche und intuitive grafische Benutzeroberfläche wurde entwickelt, um die Produktivität zu steigern und die Ermüdung des Bedieners zu verringern.

Demonstration des TMA Grand Masters

TMA Grand Master

Vollautomatisches Instrument mit hoher Kapazität von 72 Blöcken. Es stehen 4 Kerndurchmesseroptionen zur Verfügung und es verfügt über eine PCR-Extraktionsfunktion.

TMA Master II™

Vollautomatisches TMA-Gerät für 5 Blöcke mit vier Stanzendurchmesseroptionen und einer direkten PCR- Probenentnahmefunktion

Weitere Informationen anfordern

Entdecken Sie wissenschaftliche Publikationen, die auf Forschungsarbeiten mit unseren Produkten basieren.

Publikationen

1. Popiel-Kopaczyk, A., Grzegrzolka, J., Piotrowska, A., Olbromski, M., Smolarz, B., Romanowicz, H., Rusak, A., Mrozowska, M., Dziegiel, P., Podhorska-Okolow, M., et al. (2023). The Expression of Testin, Ki-67 and p16 in Cervical Cancer Diagnostics. CIMB 45, 490–500.

2. Gatius, S.; Jove, M.; Megino-Luque, C.; Albertí-Valls, M.; Yeramian, A.; Bonifaci, N.; Piñol, M.; Santacana, M.; Pradas, I.; Llobet-Navas, D.; Pamplona, R.; Matías-Guiu, X.; Eritja, N. (2022). Metabolomic Analysis Points to Bioactive Lipid Species and Acireductone Dioxygenase 1 (ADI1) as Potential Therapeutic Targets in Poor Prognosis Endometrial Cancer. Cancers, 14 (12), 2842.

3. Flanagan, D. J.; Amirkhah, R.; Vincent, D. F.; Gundaz, N.; Gentaz, P.; Cammareri, P.; McCooey, A. J.; McCorry, A. M. B.; Fisher, N. C.; Davis, H. L.; Ridgway, R. A.; Lohuis, J.; Leach, J. D. G.; Jackstadt, R.; Gilroy, K.; Mariella, E.; Nixon, C.; Clark, W.; Hedley, A.; Markert, E. K.; Strathdee, D.; Bartholin, L.; Redmond, K. L.; Kerr, E. M.; Longley, D. B.; Ginty, F.; Cho, S.; Coleman, H. G.; Loughrey, M. B.; Bardelli, A.; Maughan, T. S.; Campbell, A. D.; Lawler, M.; Leedham, S. J.; Barry, S. T.; Inman, G. J.; van Rheenen, J.; Dunne, P. D.; Sansom, O. J. (2022). Epithelial TGFβ Engages Growth-Factor Signalling to Circumvent Apoptosis and Drive Intestinal Tumourigenesis with Aggressive Features. Nat Commun, 13 (1), 7551.

4. Farkash, S.; Schwartz, N.; Edison, N.; Greenberg, S.; Peled, H. B.; Sindiany, W.; Krausz, J. (2022). Tissue Microarrey: A Potential Cost-Effective Approach for Mismatch Repair Testing in Colorectal Cancer. BMC Gastroenterol, 22 (1), 504.

5. Ugolini, F.; Szumera-Ciećkiewicz, A.; Baroni, G.; Nesi, G.; Mandalà, M.; Ferrone, S.; Massi, D. (2022). Differential HLA Class I Subunit (A, B, C Heavy Chain and Β2-Microglobulin) Expression Levels in Normal Tissues. Virchows Arch.

6. Benhamou, S., Fournier, E., Puppa, G., McKee, T., Ris, F., Rubbia, L., Viassolo, V., Zilli, T., Zlobec, I., Chappuis, P.O., et al. (2022). Cohort profile: population-b¬ ased cohorts of patients with colorectal cancer and of their relatives in Geneva, Switzerland. Open access, 9.

7. Ferician, A.M., Ferician, O.C., Cumpanas, A.D., Berzava, P.L., Nesiu, A., Barmayoun, A., and Cimpean, A.M. (2022). Heterogeneity of Platelet Derived Growth Factor Pathway Gene Expression Profile Defines Three Distinct Subgroups of Renal Cell Carcinomas. Cancer Genomics Proteomics 19, 477–489.

8. Partynska, A., Gomulkiewicz, A., Piotrowska, A., Grzegrzolka, J., Rzechonek, A., Ratajczak-Wielgomas, K., Podhorska-Okolow, M., and Dziegiel, P. (2022). Expression of Zyxin in Non-Small Cell Lung Cancer—A Preliminary Study. Biomolecules 12, 827.

9. Ratajczak-Wielgomas, K., Kmiecik, A., and Dziegiel, P. (2022). Role of Periostin Expression in Non-Small Cell Lung Cancer: Periostin Silencing Inhibits the Migration and Invasion of Lung Cancer Cells via Regulation of MMP-2 Expression. IJMS 23, 1240.

10. Iaccarino, A., Acanfora, G., Pisapia, P., Malapelle, U., Bellevicine, C., Troncone, G., and Vigliar, E. (2022). Tissue Microarray from Cell Block Material (cbTMA)—An Additional Shot for Cytology in the Predictive Pathology Era: The PD-L1 Experience. JMP 3, 15–23.

11. Hladek, L., Bankov, K., von der Grün, J., Filmann, N., Demes, M., Vallo, S., Wild, P.J., and Winkelmann, R. (2022). Tumor-associated immune cell infiltrate density in penile squamous cell carcinomas. Virchows Arch.

12. Wozniak, S., Nowinska, K., Chabowski, M., and Dziegiel, P. (2022). Significance of Irisin (FNDC5) Expression in Colorectal Cancer. In Vivo 36, 180–188. 2021

13. Haslbauer, J.D., Stalder, A., Zinner, C., Bassetti, S., Mertz, K.D., Went, P., Matter, M., and Tzankov, A. (2021). Immunohistochemical and Transcriptional Analysis of SARS-CoV-2 Entry Factors and Renin-Angiotensin-Aldosterone System Components in Lethal COVID-19. Pathobiology, 1–12.

14. Carpenco, E., Fulga, V., David, V., Foca, E., Saptefrati, L., (2021) Mast cells in luminal vs non-luminal breast cancers E. Carpenco et al. Moldovan Medical Journal

15. Rubisz, P., Hirnle, L., and Kobierzycki, C. (2021) The Immunohistochemical Expression of MCM-3, -5, and -7 Proteins in the Uterine Fibroids Curr. Issues Mol. Biol.

16. Meriläinen, A-S., Sihto, H., and Koljonen, V. (2021) Merkel cell polyomavirus is a passenger virus in both poroma and porocarcinoma J Cutan Pathol.

17. Kaprio, H., Heuser, V. D., Orte, K., Tukiainen, M., Leivo, I., and Gardberg, M. (2021) Expression of Transcription Factor CREM in Human Tissues Journal of Histochemistry & Cytochemistry

18. Strohmeier, S., Brcic, I., Popper, H., Liegl-Atzwanger, B., Lindenmann, J., and Brcic, L. (2021) Applicability of pan-TRK immunohistochemistry for identification of NTRK fusions in lung carcinoma Scientific Reports

19. Viborg Lindskrog, S., Prip, F., […] and Dyrskjot, L. (2021) An integrated multi-omics analysis identifies prognostic molecular subtypes of non-muscle-invasive bladder cancer Nature Communications

20. Lee, C-J., Wozniak, A., Van Cann, T., Timmermans, I., Wellens, J., Vanleeuw, U., Briaire-de Bruijn, I. H., Britschgi, C., Bovée, J. V. M. G., Zlobec, I., Sciot, R. and Schöffski, P. (2021) Establishment of an Academic Tissue Microarray Platform as a Tool for Soft Tissue Sarcoma Research Sarcoma

21. Zadka, L., Chabowski, M., Grybowski, D., Piotrowska, A., and Dziegiel, P. (2021) Interplay of stromal tumor-infiltrating lymphocytes, normal colonic mucosa, cancer-associated fibroblasts, clinicopathological data and the immunoregulatory molecules of patients diagnosed with colorectal cancer Cancer Immunology, Immunotherapy

22. Weber, M., Homm, A., Müller, S., Frey, S., Amann, K., Ries, J., Geppert, C., Preidl, R., Möst, T., Kämmerer, P. W., Kesting, M. and Wehrhan, F. (2021) Zoledronate Causes a Systemic Shift of Macrophage Polarization towards M1 In Vivo International Journal of Medical Sciences 2020

23. Remoué, A., Conan-Charlet, V., Deiana, L., Tyulyandina, A., Marcorelles, P., Schick, U., and Uguen, A. (2020) Breast cancer tumor heterogeneity has only little impact on the estimation of Oncotype DX® recurrence score using Magee equations and Magee Decision Algorithm Human Pathology

24. Grzegrzolka, J., Olbromski, M., Gomulkiewicz, A., Piotrowska, A., Glatzel Plucinska, N., Ratajczak, K., Sputa Grzegrzolka, P., Rzechonek, A., Werynska, B., Podhorska Okolow, M., and Dziegiel, P. (2020) Role of tesmin expression in non small cell lung cancer Oncology Letters

25. Ciesielska, U., Piotrowska, A., Kobierzycki, C., Pastuszewski, W., Podhorska-Okolow, M., Dziegiel, P. and Nowinska, K. (2020) Comparison of TMA Technique and Routine Whole Slide Analysis in Evaluation of Proliferative Markers Expression in Laryngeal Squamous Cell Cancer in vivo

26. Gowkielewicz, M., Lipka, A., Majewska, M., Piotrowska, A., Szadurska-Noga, M., Nowakowski, J. J., Wiszpolska, M., Dziegiel, P., Wasniewski, T., Majewski, M. K. and Jozwik, M. (2020) Anti-Müllerian Hormone Type II Receptor Expression in Endometrial Cancer Tissue Cells

27. Carpenco, E. (2020) S100 protein in molecular subtypes of breast cancer Moldovan Medical Journal

28. Margan, M. M., Cimpean, A. M., Ceausu, A R., and Raica, M., (2020) Differential Expression of E-Cadherin and P-Cadherin in Breast Cancer Molecular Subtypes Anticancer Research

29. Lehmann, M., Marklund, M., Bolender, A-L., Bidhendi, E. E., Zetterström, P., Andersen, P. M., Brännström, T., Marklund, S. L., Gilthorpe, J. D. and Nordström, U. (2020) Aggregate-selective antibody attenuates seeded aggregation but not spontaneously evolving disease in SOD1 ALS model mice Acta Neuropathologica Communications

30. Deman, F., Punie, K., Laenen, A., Neven, P., Oldenburger, E., Smeets, A., Nevelsteen, I., Van Ongeval, C., Baten, A., Faes, T., Christiaens, M., Janssen, H., Weltens, C., Desmedt, C., Wildiers, H. and Floris, G. (2020) Assessment of stromal tumor infiltrating lymphocytes and immunohistochemical features in invasive micropapillary breast carcinoma with long-term outcomes Epidemiology

31. Luksza, M., Balachandran, V. P., Levin, A. J., Wolchok, J. D., Merghoub, T., Leach, S. D., Chan, T. A., Greenbaum, B. D., and Laessig, M. (2020) Neoantigens and uses thereof for treating cancer (United States Patent Application 20200232040) Free Patents Online

32. Contat, C., Ancey, P-B., Zangger, N., Sabatino, S., Pascual, J., Escrig, S., Jansen, L., Goepfert, C., Lanz, B. et al (2020) Combined deletion of Glut1 and Glut3 impairs lung adenocarcinoma growth eLife Sciences

33. Somri-Gannam, L., Meisel-Sharon, S., Hantisteanu, S., Groisman, G., Limonad, O., Hallak, M., and Bruchim, I. (2020) IGF1R Axis Inhibition Restores Dendritic Cell Antitumor Response in Ovarian Cancer Science Direct

34. Tanaka, A., Zhou, Y., Ogawa, M., Shia, J., Klimstra, D. S., Wang, J. Y., Roehrl, M. H. (2020) STAT1 as a potential prognosis marker for poor outcomes of early stage colorectal cancer with microsatellite instability PLOS One

35. Tian, C., Öhlund, D., Rickelt, S., Lidström, T., Huang, Y., Hao, L., Zhao, R. T., Franklin, O., Bhatia, S. N., Tuveson, D. A., Hynes, R. O. (2020) Cancer-cell derived matrisome proteins promote metastasis in pancreatic ductal adenocarcinoma Cancer Research

Was Sie auch interessieren könnte …

Digital Pathology Whole-Slide Scanner

Epredias Pannoramic-Familie von 3DHistech bietet ein umfassendes Sortiment digitaler Scanner für Objektträger. Von einem erschwinglichen Einzelobjektträgermodell bis hin zum Hochgeschwindigkeitssystem mit einer Kapazität von 1.000 Objektträgern, hochwertiges Hellfeldscannen bis hin zu vielseitigem Hellfeld- und Fluoreszenz-Scannen im selben Instrument – wir bieten Systeme, die auf die Anforderungen der führenden Labore von heute zugeschnitten sind.

Pannoramic 1000

Scannt 1000 Objektträger mit FLASH-Geschwindigkeit für Labore mit hohem Arbeitsvolumen und hohem Durchsatz, die nicht auf Flexibilität und Qualität verzichten wollen.

Pannoramic 250 Flash III

Für Labore, die Hellfeld- und/oder Fluoreszenz-Scans auf ein und derselben Plattform benötigen, mit preisgekrönter Bildqualität und kontinuierlicher Beladung mit bis zu 300 Objektträgern bei FLASH-Geschwindigkeit.

Weitere Informationen

	TMA Master II®	TMA GRAND MASTER®
Kapazität (Blöcke)	5 (Spender oder Empfänger)	72 (60 Spender, 12 Empfänger)
Geschwindigkeit (übertragene Kerne pro Stunde)	200-250	250-280
Maximale Anzahl von Kernen pro TMA-Block	558 (0,6 mm), 286 (1 mm), 135 (15 mm), 84 (2 mm)	558 (0,6 mm), 286 (1 mm), 135 (15 mm), 84 (2 mm)
Maße (cm)	38 x 24 x 29	80 x 50 x 46
Gewicht (kg)	8	48

Technische Spezifikationen	TMA MASTER II®	TMA GRAND MASTER®
Kapazität (Blöcke)	5 (Spender oder Empfänger)	72 (60 Spender, 12 Empfänger)
Geschwindigkeit (übertragene Kerne pro Stunde)	200-250	250-280
Maximale Anzahl von Kernen pro TMA-Block	558 (0,6 mm), 286 (1 mm), 135 (15 mm), 84 (2 mm)	558 (0,6 mm), 286 (1 mm), 135 (15 mm), 84 (2 mm)
Maße (cm)	38 x 24 x 29	80 x 50 x 46
Gewicht (kg)	8	48

Tissue Microarray – Systeme

Erleben Sie unübertroffene Präzision und Automatisierung bei der Erstellung von Tissue Microarrays

Entdecken Sie unsere Workflow-Optionen

Die manuelle Herstellung von Microarray-Proben gehört der Vergangenheit an.