单分子定位显微镜在一个典型的宽视场设置已广泛用于研究亚细胞结构与超分辨率；然而，场相关的像差限制视场角(FOV)只有几十微米。
2023年2月23日，南方科技大学李依明团队在Nature Methods（IF=48）在线发表题为“Field-dependent deep learning enables high-throughput whole-cell 3D super-resolution imaging”的研究论文，该研究表明场相关深度学习可实现高通量全细胞 3D 超分辨率成像。该研究提出了一种深度学习方法，用于在覆盖现代sCMOS相机全芯片的大视场上精确定位空间变量单分子点(FD-DeepLoc)。
利用基于图形处理单元的矢量点扩散函数拟合器，可以快速准确地模拟大孔径物镜在整个视场内的空间变化点扩散函数。结合基于变形镜的最佳PSF工程，作者在~180×180×5μm3的体积上展示了高精度的三维单分子定位显微镜，允许人们在单个成像周期内对整个细胞的线粒体和核孔复合体进行成像，而无需硬件扫描；与最先进的技术相比，吞吐量增加了100倍。
具有高对比度和超分辨率的荧光显微镜已经彻底改变了结构细胞生物学研究，而具有丰富信息含量的高通量成像则使定量生物学研究成为可能。一个新兴的趋势是开发高通量超分辨率成像技术进行高含量筛选。典型的策略是自动显微镜逐个获取小视场图像，并通过后处理生成马赛克图像；然而，在典型的显微镜中通常没有硬件自动化，一些生物样品不适合进行体积扫描。此外，要将超分辨率图像以与其高空间分辨率相当的精度进行拼接并不容易。由于大多数生物样品含有丰富的三维结构信息，在高通量下获得全细胞尺度的三维(3D)单分子分辨率图像变得特别具有挑战性。作为一种宽视场超分辨率成像技术，单分子定位显微镜(SMLM)在不影响成像速度或空间分辨率的情况下，仅使用在大芯片上具有超高像素数量的现代科学互补金属氧化物半导体(sCMOS)相机就有可能提高成像吞吐量。通过均匀的照明，FOVs大至221×221μm2可以使用波导实现、多模光纤、微透镜阵列或宽视场照明扫描；然而，跨大视场的3D超分辨率成像以利用完整的相机芯片仍然很困难。根据经验，这一困难的主要原因是光学像差在大视场的边缘变得更加明显，导致3D成像质量下降。FD-DeepLoc能够在大视场和DOF内对线粒体进行3D超分辨率成像（图源自Nature Methods ）传统的三维SMLM分析需要空间不变的三维PSF来实现单分子的精确拟合；然而，如果发射体距离中心光轴较远，就很难校正像差，对于高NA物镜尤其如此。研究工作包括使用规则间隔的纳米孔阵列，在局部化偏差的空间变异上建立一个近似的PSF模型，以及最近通过用一组泽尼克系数绘制场相关的PSFs，引入矢量PSF理论。后者有可能提高精度，但它需要计算资源，例如，每次定位花费约2分钟进行数据分析。因此，这种方法在实践中很难使用，特别是对于大数据集的高通量成像。该研究提出了FD-DeepLoc，这是一种特殊的基于深度学习的SMLM空间感知方法，能够在大视场和DOF上实现高通量全细胞3D超分辨率成像。相比传统的基于散光的3D成像，FD-DeepLoc改进的DOF和FOV使吞吐量提高了约100倍，能够在整个相机框架上实现高精度生物结构的体积成像。https://www.nature.com/articles/s41592-023-01775-5
—END—
内容为【iNature】公众号原创，
转载请写明来源于【iNature】
微信加群
iNature汇集了4万名生命科学的研究人员及医生。我们组建了80个综合群（16个PI群及64个博士群），同时更具专业专门组建了相关专业群（植物，免疫，细胞，微生物，基因编辑，神经，化学，物理，心血管，肿瘤等群）。温馨提示：进群请备注一下（格式如学校+专业+姓名，如果是PI/教授，请注明是PI/教授，否则就直接默认为在读博士，谢谢）。可以先加小编微信号（iNature5），或者是长按二维码，添加小编，之后再进相关的群，非诚勿扰。
投稿、合作、转载授权事宜
请联系微信ID：13701829856 或邮箱：iNature2020@163.com
觉得本文好看，请点这里！
