深度学习在单分子定位显微镜中的应用

单分子定位显微成像广泛应用于亚细胞结构的三维空间解析。传统的单分子定位分析方法依赖于点扩展函数(PSF)模型拟合,制约了一些较为复杂的PSF模型的应用。深度学习的出现正在逐渐改变单分子定位的分析方法,有望用来分析复杂的PSF模型,并能提供新的方向和思路。介绍了深度学习在单分子定位、稀疏图像重建、PSF设计和高内涵信息提取等方面的应用,并介绍了目前主流的数据模拟方法。最后对深度学习在单分子定位显微成像领域内的发展方向进行了展望。

高通量单分子定位显微成像技术进展(特邀)

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。