随机光学重建显微术（STORM）基于免疫荧光标记技术，具有原理易懂、光路简单、分辨率极高等特点，一直受到科研工作者的青睐，但分辨率的提升对抗体的特异性提出了更高的要求。相较一抗直接标记，“一抗+二抗”的间接标记法在实际应用中普适性更强。二抗相对一抗存在物种特异性的问题，生产时需要对其进行预吸附来提升物种特异性。为了探究二抗物种特异性对双色STORM成像的影响，基于经典的红细胞骨架模型中血影蛋白N端和C端的互斥位置关系，对二者使用高、低吸附二抗标记后分别进行双色STORM成像，对照模拟中有无信号串扰条件下的互相关分析结果，结果表明低吸附二抗会造成二者共定位的假象。进一步，分别通过高、低吸附二抗对MDA-MB-231乳腺癌细胞CD47和PD-L1两种膜蛋白进行双色STORM成像，结果揭示两种蛋白无共定位关系。本研究为二抗物种特异性的评估提供了一种基于红细胞骨架结构模型的超分辨成像新策略，助力双色STORM成像精准阐明蛋白分子互作关系。

核孔复合物（NPC）是细胞核膜上由多种蛋白组装而成的复杂结构，在细胞核质交换和信息传递中起着关键作用。单分子定位超分辨成像（SMLM）以其特异性和高成像分辨率成为研究NPC超微结构的主要方法之一。然而，由于抗体标记不完全等因素导致的数据丢失，给后续分析带来了困难。笔者使用SMLM提供的定位信息，结合基于密度的空间聚类算法（DBSCAN）和层次聚类算法进行数据的提取和分类，建立了NPC筛选和定位的分析流程，并采用该处理流程得到了缺失较少且形貌比较均匀的核孔。进一步，基于最小二乘法原理对筛选得到的大量NPC进行质心对齐的重构处理，成功复现出了其经典的八重对称结构，并揭示了核孔蛋白Nup133与Nup98的精确相对位置关系。本研究通过建立核孔筛选和重构的标准流程，填补了SMLM数据的缺失。采用该流程对多种核孔蛋白进行分析，揭示它们的结构特性。所建流程为理解核孔的复杂结构提供了一种高通量的定量分析方法。

成熟人红细胞膜骨架是由膜下多种蛋白组成的三角晶格网状结构，在维持红细胞形态、变形性、运动和代谢等功能方面扮演着重要角色。单分子定位超分辨成像（SMLM）技术在解析骨架超微结构方面展现出了强大的能力，但分辨率的提升对成像分析手段提出了更高要求。作为一种常用的空间分析方法，Vorono?分割在SMLM图像聚类分析中已被广泛应用。笔者利用自主搭建的SMLM超分辨成像系统获得红细胞膜蛋白和骨架蛋白的超分辨点簇图像，对点簇质心进行Vorono?分割，并对Vorono?多边形面积分布进行伽马函数拟合，发现自由膜蛋白CD59的伽马分布峰值对应的x轴坐标x_peak为0.78。结合模拟结果，验证了自由膜蛋白CD59呈随机分布。进一步，肌动蛋白、血影蛋白N端和原肌球蛋白的Vorono?分析结果显示它们的x_peak均为0.86，而锚蛋白的x_peak为0.84，说明骨架膜蛋白呈相对均匀的分布状态，但锚蛋白较其他骨架蛋白更具随机性。Vorono?方法可助力阐释红细胞膜骨架蛋白的空间分布特性，同时也为点簇状SMLM超分辨图像数据的深入提取提供了新思路和新方法。

膜蛋白在细胞膜上的时空分布形式决定了其活性状态及功能，在调控细胞生命活动过程中起着重要作用。单分子定位超分辨成像（SMLM）技术为在纳米尺度解析膜蛋白的空间分布提供了可能，但分辨率的极大提升对图像准确聚类分割提出了更高要求。基于密度的空间聚类算法（DBSCAN）是常用的聚类方法之一，但其对于膜蛋白分布不均匀的SMLM超分辨图像的分割效果往往不太理想。本文提出了一种结合多次DBSCAN和层次聚类的混合聚类算法，该算法以DBSCAN方法为分割基础，通过进一步的面积阈值分析和层次聚类，在保持超分辨点簇图像精确聚类识别的前提下，仍能保留每个点簇内的多次定位信号。将该算法应用于模拟数据集和实验数据分割得到的轮廓系数等性能普遍优于传统DBSCAN算法。这种混合聚类方法为膜蛋白SMLM超分辨图像的聚类分割提供了新思路和新方法，有助于更精准地分析膜蛋白在纳米尺度上的空间分布信息。

结合所制备的高品质法布里-珀罗（F-P）光学微腔，利用基于激光的高分辨率熔解曲线（HRM）分析研究了G-四链体脱氧核糖核酸（DNA）结构的热稳定性。探究了K⁺存在的情况下，诱导富含鸟嘌呤（G）的DNA单链形成G-四链体，不同K⁺浓度的DNA溶液，对应于溶液中G-四链体结构的不同热稳定性。实验结果表明，激光HRM曲线能很好地分辨出不同K⁺浓度的DNA结构。此外，通过分析不同DNA溶液在任意温度下的激光阈值，发现利用较低的泵浦能量可以很好地降低曲线的熔解温度。

21世纪初诞生的超分辨光学成像技术在生命科学研究中发挥着巨大作用,极大地增强了人们探索微纳尺度亚细胞结构的能力,然而这些成像技术往往耗时长,成本高。如今,许多研究者致力于基于深度学习的图像超分辨重建算法的研究中。利用自主搭建的随机光学重构超分辨显微镜获得细胞微管骨架超分辨图像,然后采用双线性插值降采样法处理得到低分辨率输入图集,再分别使用传统的三次样条插值法和增强型深度超分辨率神经网络进行学习训练,实现低分辨率图像的超分辨重建。结果表明:通过深度学习所重建的各种降采样的图像效果均优于采用传统插值法得到的图像效果,尤其是二倍降采样重建图像在主观和客观评价指标上可比拟实验获得的微管骨架超分辨图像。基于增强型深度超分辨率神经网络的细胞骨架图像超分辨重建有望提供一种简捷、有效和高性价比的成像方法,可应用于对细胞骨架超微结构的快速预测。

制备了高品质因子的法布里-珀罗(F-P)光学微腔,结合光微流控技术,采用溶于液体的有机染料香豆素6(Cou6)、罗丹明6G(R6G)、LDS 751的混合物作为增益介质,实现了低阈值级联荧光共振能量转移(FRET)光微流激光的输出。实验采用430 nm(Cou6的最大吸收峰)脉冲光作为抽运光,利用Cou6(供体)和R6G(受体)、R6G(供体)和LDS 751(受体)之间的共振能量转移,即两级共振能量转移过程,产生了对应有机染料LDS 751发射峰的近红外光微流激光。3种染料的FRET过程极大地降低了光微流激光产生的阈值,提高了激光产生过程中的转换效率,可在单一抽运源的情况下,将激光发射波长向长波长方向扩展。

基于所制备的高品质法布里-珀罗(F-P)光学微腔, 研究了一种基于激光信号的腔内高灵敏度熔解(HRM)曲线检测方法, 即将F-P光学微腔作为微激光腔, 将嵌入式饱和染料作为增益介质, 以产生的激光信号作为检测信号, 通过温度扫描, 实现了对碱基错配DNA分子的高灵敏度检测与筛查。分别研究了25个碱基对和50个碱基对的目标DNA及碱基错配DNA的熔解曲线, 理论及实验结果表明：基于激光信号的HRM检测技术具有低的熔解温度和高的信噪比。

制备了高品质因子的法布里-珀罗（F-P）光学微腔，采用溶于液体的有机染料罗丹明6G（R6G）作为增益介质，实现了单模光微流激光的产生，激光的半峰全宽为0.260 nm。在水的摩尔分数分别为1.09%，5.98%，11.91%，20.42%，30.75%，45.27%，51.89%的不同混合物溶剂（无水乙醇和去离子水）中实现了单模激光的产生，发现随着含水量的增加，中心波长向长波长方向移动，而当水的摩尔分数超过45.27%后，单模激光的中心波长开始向短波长方向移动。并根据单模激光波长的移动实现了混合溶液折射率的测量。测量结果及分析表明：最小可测量的折射率差值为6.31×10-4 ，测量灵敏度为411 nm/RIU（RIU为单位折射率），并对测量的结果及误差进行了分析。