• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  Science >> Science >  >> Physique
    La méthode de corrélation par anneaux de Fourier roulant cartographie la qualité locale à une échelle de super-résolution
    Détection de l'hétérogénéité de résolution spatiale de la microscopie super-résolution à l'aide de la carte rFRC. Crédits :Weisong Zhao, Xiaoshuai Huang, Jianyu Yang, Liying Qu, Guohua Qiu, Yue Zhao, Xinwei Wang, Deer Su, Xumin Ding, Heng Mao, Yaming Jiu, Ying Hu, Jiubin Tan, Shiqun Zhao, Leiting Pan, Liangyi Chen et Haoyu Li

    La microscopie à fluorescence à super-résolution (SR), grâce à l'utilisation de sondes fluorescentes et de procédures d'excitation et d'émission spécifiques, dépasse la limite de résolution de diffraction (200 ~ 300 nm) qui était autrefois une barrière.



    La plupart des techniques SR dépendent fortement des calculs et du traitement des images pour récupérer les informations SR. Cependant, des facteurs tels que la photophysique des fluorophores, l'environnement chimique de l'échantillon et les situations de configuration optique peuvent provoquer du bruit et des distorsions dans les images brutes, affectant potentiellement la qualité des images SR finales. Il est donc crucial pour les développeurs et les utilisateurs de microscopie SR de disposer d'une méthode fiable pour quantifier la qualité de la reconstruction.

    En raison de la résolvabilité accrue de l'imagerie SR, une évaluation approfondie est nécessaire, mais les outils existants échouent souvent lorsque la résolution locale varie dans le champ de vision.

    Dans une étude publiée dans Light :Science &Applications , une équipe de scientifiques a introduit une nouvelle méthode connue sous le nom de corrélation d'anneaux de Fourier roulant (rFRC). Cette méthode facilite la représentation de l'hétérogénéité de résolution directement dans le domaine de la super résolution (SR), permettant ainsi une cartographie à une échelle SR sans précédent et une corrélation sans effort de la carte de résolution avec le contenu SR.

    En outre, l’équipe a développé une amélioration de la carte d’erreur à l’échelle de résolution (RSM), ce qui a permis une estimation systématique des erreurs plus précise. Cela a été utilisé en tandem avec le rFRC, créant une technique combinée appelée PANEL (Pixel-level Analysis of Error Locations), qui se concentre sur l'identification des régions de faible fiabilité à partir des images SR.

    (a) Schéma de la fusion STORM. 'ME' :résultat MLE multi-émetteurs ; 'SE' :résultat d'ajustement gaussien à émetteur unique. (b) Les résultats STORM (cellules COS-7, α-tubuline marquées avec Alexa Fluor 647, à gauche) et leurs cartes rFRC (à droite) sont présentés de haut en bas, qui sont des vues agrandies de la boîte blanche en (d). De haut en bas :résultat 'ME'; résultat « SE » ; le résultat fusionné des reconstructions « ME » et « SE ». Les valeurs rFRC correspondantes sont marquées en haut à gauche des cartes rFRC. (c) Vues agrandies des cercles pointillés en (b). De gauche à droite :résultats ME, résultats SE, poids de fusion (cartes rFRC inversées des résultats ME et résultats SE fusionnés sous forme de canaux vert et magenta, respectivement) et résultats STORM fusionnés. ( d ) Vue complète du résultat STORM fusionné (cellules COS-7, α-tubuline marquée avec Alexa Fluor 647). (e) Carte rFRC de (d). L'encart montre la résolution améliorée obtenue par fusion par rapport aux résultats SE (80,55 ± 1,52 nm à 22,0 %, creux) et ME (4,28 ± 0,14 nm à 19,2 %, solide blanc). (f) Régions agrandies délimitées par la case jaune en (d). Les résultats de la carte rFRC, du STORM fusionné et du RSM sont affichés de haut en bas. barres d'échelle :(b, c) 500 nm ; (d) 5 µm ; (f) 1 µm. Crédits :Weisong Zhao, Xiaoshuai Huang, Jianyu Yang, Liying Qu, Guohua Qiu, Yue Zhao, Xinwei Wang, Deer Su, Xumin Ding, Heng Mao, Yaming Jiu, Ying Hu, Jiubin Tan, Shiqun Zhao, Leiting Pan, Liangyi Chen et Haoyu Li

    Les scientifiques ont appliqué avec succès PANEL dans diverses approches d'imagerie, notamment la microscopie de localisation de molécule unique (SMLM), les fluctuations radiales à super résolution (SRRF), la microscopie à illumination structurée (SIM) et les méthodes de déconvolution, vérifiant ainsi l'efficacité et la stabilité de leur carte quantitative. .

    PANEL peut être utilisé pour améliorer les images SR. Par exemple, il a été utilisé efficacement pour fusionner des images SMLM reconstruites par divers algorithmes, fournissant ainsi des images SR de qualité supérieure.

    En prévision que leur méthode devienne un outil de base pour l'évaluation locale de la qualité, l'équipe a rendu PANEL accessible en tant que cadre open source. Des bibliothèques associées pour MATLAB et Python sont disponibles, ainsi qu'un plugin Fiji/ImageJ prêt à l'emploi sur GitHub.

    De plus amples détails sur cette technique prometteuse peuvent être trouvés dans un article rédigé en coulisses par Weisong Zhao, membre de l'équipe principale, accessible ici.

    Plus d'informations : Weisong Zhao et al, Cartographie quantitative de la qualité locale de la microscopie à super-résolution par corrélation d'anneaux de Fourier roulant, Lumière :Science et applications (2023). DOI :10.1038/s41377-023-01321-0

    Informations sur le journal : La lumière :science et applications

    Fourni par l'Académie chinoise des sciences




    © Science https://fr.scienceaq.com