Super-resolution (SR) fluorescensmikroskopi, genom användning av fluorescerande prober och specifika excitations- och emissionsprocedurer, överträffar diffraktionsgränsen för upplösning (200~300 nm) som en gång var en barriär.
De flesta SR-tekniker är starkt beroende av bildberäkningar och bearbetning för att hämta SR-information. Faktorer som fluoroforers fotofysik, provets kemiska miljö och optiska installationssituationer kan dock orsaka brus och förvrängningar i råa bilder, vilket potentiellt påverkar de slutliga SR-bildernas kvalitet. Detta gör det avgörande för utvecklare och användare av SR-mikroskopi att ha en pålitlig metod för att kvantifiera rekonstruktionskvalitet.
På grund av den ökade upplösningsförmågan hos SR-avbildning är en grundlig utvärdering nödvändig, men befintliga verktyg kommer ofta till korta när den lokala upplösningen varierar inom synfältet.
I en studie publicerad i Light:Science &Applications , har ett team av forskare introducerat en ny metod som kallas den rullande Fourierringkorrelationen (rFRC). Denna metod underlättar representationen av upplösningsheterogenitet direkt i superupplösningsdomänen (SR), vilket möjliggör kartläggning i en oöverträffad SR-skala och en enkel korrelation av upplösningskartan med SR-innehållet.
Dessutom utvecklade teamet en förbättring av resolution scaled error map (RSM), vilket resulterade i mer exakt systematisk feluppskattning. Detta användes tillsammans med rFRC, vilket skapade en kombinerad teknik som kallas PANEL (Pixel-level Analysis of Error Locations), som fokuserar på att lokalisera regioner med låg tillförlitlighet från SR-bilder.
Forskarna har framgångsrikt tillämpat PANEL i en mängd olika avbildningsmetoder, inklusive Single-Molecule Localization Microscopy (SMLM), Super Resolution Radial Fluctuations (SRRF), Structured Illumination Microscopy (SIM) och dekonvolutionsmetoder, för att verifiera effektiviteten och stabiliteten hos deras kvantitativa karta .
PANEL kan användas för att förbättra SR-bilder. Den har till exempel effektivt använts för att smälta samman SMLM-bilder som rekonstruerats av olika algoritmer, vilket ger SR-bilder av överlägsen kvalitet.
I väntan på att deras metod ska bli ett basverktyg för lokal kvalitetsutvärdering, har teamet gjort PANEL tillgängligt som ett ramverk med öppen källkod. Relaterade bibliotek för MATLAB och Python finns tillgängliga, samt ett färdigt Fiji/ImageJ-plugin på GitHub.
Ytterligare detaljer om denna lovande teknik finns i ett inlägg bakom kulisserna skrivet av kärnteammedlemmen Weisong Zhao, tillgängligt här.
Mer information: Weisong Zhao et al, kvantitativ kartläggning av lokal kvalitet av superupplösningsmikroskopi genom rullande Fourier-ringkorrelation, Light:Science &Applications (2023). DOI:10.1038/s41377-023-01321-0
Journalinformation: Ljus:Vetenskap och tillämpningar
Tillhandahålls av Chinese Academy of Sciences