Nature文章分享：稀疏解卷積增強(qiáng)活細(xì)胞超分辨熒光顯微鏡的分辨率

“故事有個(gè)幸福的結(jié)局是因?yàn)槲覀冇幸粋�(gè)頑強(qiáng)的隊(duì)伍，堅(jiān)持到最后。如何區(qū)分固執(zhí)和頑強(qiáng)？頑強(qiáng)就是對(duì)別人的批評(píng)抱著開放的心態(tài)，反省自己為什么沒有讓大家信服。針對(duì)所有的問題一遍遍的做新的實(shí)驗(yàn)、新的分析，努力每一次用數(shù)據(jù)分析而不是偏見來說服評(píng)委。從163頁(yè)、到192頁(yè)、到167頁(yè)到最后148頁(yè)紙的rebuttal，我們必須感謝這些苛刻但是公正的評(píng)委，他們不斷的磨礪才讓我們真正提煉出完整的思想和有說服力的證明。

我們其實(shí)永遠(yuǎn)也不知道下一步會(huì)是怎么樣，只要遵循基本原則和小心的求證，也許偶爾會(huì)遇到無法想象的驚喜，這也是科學(xué)的最大魅力吧。”

——陳良怡教授

11月16日，哈爾濱工業(yè)大學(xué)李浩宇教授團(tuán)隊(duì)與北京大學(xué)陳良怡教授團(tuán)隊(duì)合作在國(guó)際權(quán)威雜志《自然－生物技術(shù)》(Nature Biotechnology）在線發(fā)布了論文《稀疏解卷積增強(qiáng)活細(xì)胞超分辨熒光顯微鏡的分辨率》(Sparse deconvolution improves the resolution of live-cell super-resolution fluorescence microscopy)。

Nature Biotechnology 做為 Nature的子刊影響因子一度超過其主刊，2020年影響因子為54.908，只發(fā)表對(duì)生命科學(xué)領(lǐng)域有重大突破的工程技術(shù)。

活細(xì)胞超分辨率（SR）顯微鏡空間分辨率的主要決定因素是可收集的最大光子通量。

研究團(tuán)隊(duì)結(jié)合自主研發(fā)的超分辨率結(jié)構(gòu)光（SIM）系統(tǒng)，實(shí)現(xiàn)目前活細(xì)胞光學(xué)成像中最高空間分辨率（60nm）下，速度最快（564Hz）、成像時(shí)間最長(zhǎng)（1小時(shí)以上）的超分辨成像。

結(jié)合商業(yè)轉(zhuǎn)盤式共聚焦超分辨率顯微鏡，實(shí)現(xiàn)四色、三維、長(zhǎng)時(shí)間的活細(xì)胞超分辨成像

研究成果：通過稀疏解卷積真正提高共聚焦和 STED 顯微鏡的空間分辨率

該技術(shù)框架也被證明適用于目前多數(shù)熒光顯微鏡成像系統(tǒng)模態(tài)，均可實(shí)現(xiàn)近兩倍的穩(wěn)定空間分辨率提升，為精準(zhǔn)醫(yī)療和新藥研發(fā)提供了新一代生物醫(yī)學(xué)超分辨影像儀器，使未來大幅度加速疾病模型的高精度表征成為可能。

超維景生物科技再次祝賀哈爾濱工業(yè)大學(xué)李浩宇教授團(tuán)隊(duì)與北京大學(xué)陳良怡教授團(tuán)隊(duì)在光學(xué)超分辨顯微成像技術(shù)領(lǐng)域取得突破性進(jìn)展，感謝每一位科研人為科研工作的付出與努力。

超維景將會(huì)在創(chuàng)始人陳良怡教授的影響下以成為中國(guó)前沿技術(shù)孵化及產(chǎn)業(yè)轉(zhuǎn)化的開拓者為使命，創(chuàng)建世界領(lǐng)先的高端生物醫(yī)學(xué)影像設(shè)備公司。

注：哈爾濱工業(yè)大學(xué)博士生趙唯淞、北京大學(xué)博士后趙士群、李柳菊為共同第一作者，哈爾濱工業(yè)大學(xué)儀器科學(xué)與工程學(xué)院李浩宇教授和北京大學(xué)未來技術(shù)學(xué)院陳良怡教授為論文共同通訊作者，共同作者還包括哈爾濱工業(yè)大學(xué)譚久彬院士、劉儉教授，北京大學(xué)毛珩博士，生科院成像平臺(tái)單春燕博士和華南師范大學(xué)劉彥梅教授。參與合作的實(shí)驗(yàn)室包括武漢大學(xué)宋保亮教授、北京大學(xué)陳興教授、中科院國(guó)家納米科學(xué)中心丁寶全教授和生物物理所紀(jì)偉教授等。

該研究受到國(guó)家自然科學(xué)基金委重大研究計(jì)劃、杰出青年基金，科技部重點(diǎn)研發(fā)專項(xiàng)，中國(guó)科協(xié)青年托舉工程，黑龍江省自然科學(xué)基金優(yōu)青，北京市科委、北京市自然基金委和北京大學(xué)博雅博士后計(jì)劃等項(xiàng)目資助，得到北京大學(xué)膜生物學(xué)重點(diǎn)實(shí)驗(yàn)室、麥戈文腦研究所、北大-清華生命科學(xué)聯(lián)合中心、北京智源人工智能研究院的支持，也是多模態(tài)跨尺度國(guó)家生物醫(yī)學(xué)成像設(shè)施建設(shè)過程中的重要成果。

相關(guān)論文信息：
https://doi.org/10.1038/s41587-021-01092-2