作者单位
摘要
南方科技大学生物医学工程系,广东 深圳 518055
由于衍射极限的存在,传统的光学成像手段无法观测细胞器结构及细胞器之间的相互作用。单分子定位显微成像技术作为三种超分辨技术中分辨率最高的成像技术,为生命科学领域的研究提供了重要手段。大视场高通量单分子成像技术具有分辨率高、成像范围大和成像时间短等特点,在生物医学领域广泛用于观察和分析复杂的生物结构和功能。从基于硬件扫描的拼接成像技术、基于大面阵sCMOS的大视场高通量成像技术、大景深单分子定位成像技术、高通量数据分析技术4个方面回顾近年来大视场高通量单分子定位技术的研究进展。最后,对大视场高通量单分子定位成像技术的发展方向进行展望。
高通量 大视场 单分子定位显微镜 超分辨成像 
激光与光电子学进展
2024, 61(6): 0618004
作者单位
摘要
国家纳米科学中心中国科学院纳米生物效应与安全性重点实验室,北京 100190
超分辨显微成像技术自诞生以来,凭借其优异的纳米级空间分辨率,已成为生命科学研究中精准揭示复杂生命现象的重要成像技术。其中,基于单分子定位的超分辨成像策略,使得定位、观察、研究单个探针分子独特的理、化、光学性能成为可能。偏振作为荧光信号的一个重要特性,近年来伴随着单分子三维取向成像技术的发展,逐步在单分子成像和超分辨领域中展示出诸多新颖且重要的应用特性。本文总结了单分子三维取向超分辨成像技术的最新进展,介绍并分析了两类主要的单分子三维取向荧光显微技术——基于荧光吸收与辐射偏振调制的单分子三维取向成像方法以及利用点扩散函数工程将单个荧光分子的三维取向信息编码到荧光图像上的成像策略。此外,还探讨了应用于活细胞或单颗粒的其他类型的超分辨取向成像技术。最后,针对单分子三维取向超分辨成像技术发展与应用前景面临的挑战,进行了总结与展望。
显微 单分子荧光 超分辨成像 单分子空间取向 单分子定位显微术 
激光与光电子学进展
2024, 61(6): 0618015
作者单位
摘要
1 浙江大学光电科学与工程学院,极端光学技术与仪器全国重点实验室,浙江 杭州 310027
2 浙江大学杭州国际科创中心,浙江 杭州 311215
荧光超分辨显微技术自20世纪90年代诞生以来,经历了多代创新与发展,其空间分辨率已经远超衍射极限,横向分辨率能够达20 nm以下,可以实现分子尺度的生物成像与动态追踪。新一代超高分辨率显微技术的产生得益于传统超分辨技术的深度发展和结合创新。详细介绍横向分辨率在亚20 nm尺度的新一代荧光超分辨显微技术,并阐述其与传统超分辨原理的联系与区别。此外,针对分辨率的限制因素,就光学系统、扫描策略和样品制备等方面进行探讨,并展望高分辨率荧光显微技术在生物医学领域中的应用前景和发展方向。
荧光显微 超分辨成像 调制照明 单分子定位 扫描策略 
激光与光电子学进展
2024, 61(2): 0211004
作者单位
摘要
厦门大学生命科学学院,福建 厦门 361102
细胞内存在大量性质各异的大分子复合物,它们是控制生命活动的核心信号枢纽。荧光显微成像因其分子特异性、细胞原位可视化和多色标记解析等优势,已成为当今生物学研究不可或缺的技术手段。而突破光学衍射极限的超分辨光学成像技术为进一步理解多种重要生物百纳米信号体的原位结构和功能调节提供了亚细胞尺度甚至单分子精度的研究思路和方案。首先阐述了超分辨成像和单分子定位显微镜的基本原理,介绍了近年来在多项生命科学研究中的代表性应用案例,结合实际研究经验总结了超分辨光学成像技术在使用中面临的诸多挑战和未来发展方向,提出了基于原位纳米成像解析信号枢纽组织结构将有力促进新型疾病治疗靶点和策略的开发。
生物光学 超分辨成像 单分子定位 生物信号体 信号转导 
中国激光
2024, 51(3): 0307103
侯梦迪 1胡芬 1,**杨建宇 1董浩 1潘雷霆 1,2,3,4,*
作者单位
摘要
1 弱光非线性光子学教育部重点实验室,南开大学物理科学学院,泰达应用物理研究院,天津 300071
2 药物化学生物学全国重点实验室,南开大学生命科学学院,细胞应答交叉科学中心,天津 300071
3 南开大学深圳研究院,广东 深圳 518083
4 山西大学极端光学协同创新中心,山西 太原 030006
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。
生物光学 超分辨成像 单分子定位 核孔复合物 聚类算法 重构 
中国激光
2024, 51(3): 0307106
Author Affiliations
Abstract
1 Key Laboratory of Biomedical Engineering of Hainan Province, School of Biomedical Engineering, Hainan University, Haikou 570228, P. R. China
2 School of Computer Science and Technology, Hainan University, Haikou 570228, P. R. China
3 Wuhan National Laboratory for Optoelectronics, Huazhong University of Science and Technology, Wuhan 430074, P. R. China

Quantitative data analysis in single-molecule localization microscopy (SMLM) is crucial for studying cellular functions at the biomolecular level. In the past decade, several quantitative methods were developed for analyzing SMLM data; however, imaging artifacts in SMLM experiments reduce the accuracy of these methods, and these methods were seldom designed as user-friendly tools. Researchers are now trying to overcome these difficulties by developing easy-to-use SMLM data analysis software for certain image analysis tasks. But, this kind of software did not pay sufficient attention to the impact of imaging artifacts on the analysis accuracy, and usually contained only one type of analysis task. Therefore, users are still facing difficulties when they want to have the combined use of different types of analysis methods according to the characteristics of their data and their own needs. In this paper, we report an ImageJ plug-in called DecodeSTORM, which not only has a simple GUI for human–computer interaction, but also combines artifact correction with several quantitative analysis methods. DecodeSTORM includes format conversion, channel registration, artifact correction (drift correction and localization filtering), quantitative analysis (segmentation and clustering, spatial distribution statistics and colocalization) and visualization. Importantly, these data analysis methods can be combined freely, thus improving the accuracy of quantitative analysis and allowing users to have an optimal combination of methods. We believe DecodeSTORM is a user-friendly and powerful ImageJ plug-in, which provides an easy and accurate data analysis tool for adventurous biologists who are looking for new imaging tools for studying important questions in cell biology.

Single-molecule localization microscopy artifact correction quantitative analysis ImageJ plug-in DecodeSTORM 
Journal of Innovative Optical Health Sciences
2023, 16(6): 2350006
作者单位
摘要
哈尔滨工业大学仪器科学与工程学院,黑龙江 哈尔滨 150080
单分子定位技术通过随机激发荧光标记获得一组稀疏的图像序列,同时对荧光点进行亚像素级别定位,最终实现超分辨显微成像。基于拟合的单分子定位算法,如单发射(SE)及多发射(ME)定位算法,通过对估计器性能进行改进提高了单分子定位的精度和速度;然而,受失配误差和串扰误差的影响,SE算法和ME算法在不同密度情况下各有优劣,均无法达到全密度范围内最优的估计效果,并且分别存在荧光分子利用效率低和计算量大的缺点。本文提出了自适应混合发射单分子定位(SM)算法,该算法通过图像荧光发射密度及强度自适应地确定的拟合区域以及所采用的拟合模型及模型初值,有效避免了上述两种误差的影响,达到了全密度范围内一致、良好的定位效果。在仿真和实验数据上将所提SM算法与SE算法、ME算法进行比较,结果显示,SM算法重构图像的分辨率和对比度在不同发射密度下均具有优势。
生物医学 单分子定位显微技术 超分辨成像 单发射模型 多发射模型 自适应算法 
中国激光
2023, 50(21): 2107106
杨建宇 1胡芬 1,*侯梦迪 1董浩 1[ ... ]潘雷霆 1,2,3,4,**
作者单位
摘要
1 弱光非线性光子学教育部重点实验室,南开大学物理科学学院,泰达应用物理研究院,天津 300071
2 药物化学生物学国家重点实验室,南开大学生命科学学院,细胞应答交叉科学中心,天津 300071
3 南开大学深圳研究院,广东 深圳 518083
4 极端光学协同创新中心,山西大学,山西 太原 030006
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xpeak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xpeak均为0.86,而锚蛋白的xpeak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。
生物光学 超分辨成像 单分子定位 红细胞膜骨架 图像分割 Voronoï分析 
中国激光
2023, 50(15): 1507104
作者单位
摘要
1 南开大学弱光非线性光子学教育部重点实验室,物理科学学院,泰达应用物理研究院,天津 300071
2 南开大学细胞应答交叉科学中心,药物化学生物学国家重点实验室,生命科学学院,天津 300071
3 南开大学深圳研究院,广东 深圳 518083
4 山西大学极端光学协同创新中心,太原 山西 030006
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。
生物光学 单分子定位超分辨成像 超分辨图像分割 膜蛋白 基于密度的空间聚类算法 层次聚类算法 
中国激光
2023, 50(3): 0307106
作者单位
摘要
南方科技大学 生物医学工程系, 广东 深圳518055
单分子成像方法被广泛应用于亚细胞结构的三维空间定位。点扩散函数是分析单分子信息的重要窗口,除了能反映空间坐标外还蕴含着丰富的额外信息。本文介绍了从点扩散函数中解析空间位置、荧光波长、偶极子朝向及干涉相位等多维度单分子成像研究进展,简要地概括了目前主流定位方法,并对该技术的发展方向进行了展望。
超分辨 单分子定位显微方法 多维度成像 点扩散函数 super-resolution single molecule localization microscopy multi-dimensional imaging point spread function 
中国光学
2022, 15(6): 1243

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!