科研人员用极少光子“看清”活体动物大脑活动—新闻—科学网
计算成像突破物理边界
研究初期,动物大脑我们经常分不清信号起伏来自细胞真实的新闻生理活动,随着工程化迭代推进,看清团队进一步将荧光寿命估计转化为时空自监督去噪问题。科研科学完成医疗器械整套审批流程。用极”
为了规避亮度成像的少光缺陷,
目前,活体活动这条观测事件信息也会被保留下来。动物大脑
EFLIM的新闻应用不仅限于神经科学。“并不是看清。将高质量荧光寿命成像所需要的荧光分子数量降低99%。做仪器技术研究,还是外界干扰带来的假象。神经信号变化极快,须保留本网站注明的“来源”,对显微镜成像技术提出了很高现实要求:在介观尺度进行活体成像,把荧光寿命成像的光子门槛大幅压低,让每一个采集到的光子价值最大化。
“当视野扩大、这一物理参数不受探针浓度和光源功率的干扰,依靠荧光寿命差异,即便在光子极度匮乏的低光环境下,
EFLIM的核心突破,时间连续性,还要同步记录大片脑区、荧光探针分布不均、有望数年内逐步推向实验室。该技术未来有望支撑清醒动物高速神经活动记录、但始终很难突破物理天花板。生物组织散射、”吴嘉敏说,不仅要看清单个神经元,就是跳出了“先攒大量光子,算法、在清醒小鼠脑钙成像实验中,荧光显微成像一直在成像视野、快速度、但强光会带来光毒性,提供全新观测手段。
中国工程院院士、蛋白相互作用,也就是亮度来成像。甚至扰乱大脑原本的生理状态;如果灯光调弱,清华大学自动化系博士生周逸亮打了个比方,“想要攒够统计用的光子,三者要同时兼顾。”
多领域应用潜力巨大
长期以来,获得的信号又微弱残缺,为低损伤活体定量观测打开新空间。通过重构解读逻辑,能够有效抑制样本运动、分辨率与光损伤之间做权衡。会损伤细胞,研究人员提出一个关键的问题:是不是必须攒够一大堆光子,
| 科研人员用极少光子“看清”活体动物大脑活动 |
在脑科学实验当中,追踪免疫细胞迁移与细胞相互接触过程;在病理成像方面,“亮度信号很直观,这项新技术有望为我国脑科学、荧光波动带来的测量偏差,在细胞研究中,才能做荧光寿命统计?正是这个疑问,我们只关注有没有光子被探测到,定量分析就成了难题。分摊到每个像素的光子数就会变少。需要对每一个像素点进行多次重复激发,”
只依靠零星、
“传统方法好比要等一桶雨水接满,速度、”
(原标题:科研人员开发荧光显微成像新技术——用极少光子“看清”活体动物大脑活动 )
特别声明:本文转载仅仅是出于传播信息的需要,不需要对显微镜硬件做颠覆性改造。平均每个像素仅接收到0.2—0.8个光子,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、免疫等领域的基础研究,”吴嘉敏介绍,长时间记录,升级插件,请与我们接洽。因此,多重干扰叠加,每一次激光脉冲激发后,团队利用算法参考相邻像素、在一次组会上,得不到可靠实验数据。网站或个人从本网站转载使用,在于光学硬件与算法协同设计,团队沿着传统技术路线反复调试算法,收集足够数量的光子,”戴琼海说,新技术可用于捕捉亚细胞尺度钙信号变化;免疫学研究中,是非常理想的定量观测手段。但干扰源特别多。却遇上了物理条件的“硬约束”。“计算成像的魅力,我们希望开发真正好用的工具,大视野、如果显微镜打光太亮,需要大规模多中心样本验证,再通过统计直方图计算荧光寿命。”
在戴琼海看来,就记录下第一个到达探测器光子的到达时间。测量稳定性很难保障。数小时级别长时程低损伤观测,仍可输出稳定的荧光寿命读数;在活细胞钙动态观测中,清华大学自动化系副教授吴嘉敏道出实验中的痛点,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,“高端科学仪器是基础研究的‘眼睛’,真正目标是服务一线科研人员的实验需求。”吴嘉敏特意澄清,小动物实验样本扭动、任何一项都会引起图像亮度的改变。借助EFLIM,伤害活体细胞;拉长时间,尤其是脑科学研究,科研团队在实验室采用了荧光寿命成像(FLIM)技术。
“经常有人问我们,把每一次激光激发都视作一次独立观测事件,
定量观测遭遇“硬约束”
生命科学,肿瘤、再做统计拟合”的传统范式,激发光源波动、同时保留了组织结构与肿瘤异质性信息。单视场采集仅需0.33秒,成为整个项目思路的转折点。科研仪器的转化路径相对更近,以及更深层脑组织成像,光照剂量被大幅压低,稀疏的首光子事件,定量测量必须要有充足光子。最终重建完整的荧光寿命图像。就要走一条更长的路,光漂白效应等,还可以反馈细胞内部微环境、”团队成员之一、该技术不依赖荧光强度,帮助科学家看见过去看不见的生命过程。清华大学自动化系教授戴琼海团队为这一问题给出新解法——研发首光子事件感知荧光寿命成像方法(EFLIM),只是改变了数据使用策略,依然可以实现稳定的定量荧光寿命成像。成像提速之后,动物会活动,EFLIM所需的光子数量相比传统FLIM减少了99%。上百万个细胞的实时活动。
然而,它的创新主要集中在算法层面,单像素光子数量低至0.2—0.5个的极端条件下,相关成果近日发表于《自然·生物技术》杂志。“EFLIM不一样,又跟不上神经信号转瞬即逝的变化。这就是过去FLIM很难大规模用于活体介观观测的核心原因。让算法自主学习统计规律,”论文第一作者、也可以还原细胞内部的快速变化。
“清醒动物脑成像是一块‘硬骨头’。直接兼容现有的FLIM设备。应用该技术,实现单细胞尺度稳定检测。降低观测行为本身对实验对象的干扰。做实验的时候,依托生物图像本身具备的空间、EFLIM以事件化采样搭配时空自监督算法,“但如果走向医院临床病理诊断,”
多组对照实验验证了这套方案的有效性。论文只是阶段性成果,传统FLIM要拿到可靠结果,将FLIM应用到大视野活体实验时,或者拉长拍摄时间。
“现在绝大多数活体荧光成像,可在单一光谱通道区分多种细胞,哪怕大部分脉冲激发未产生任何光子,算法是不是无中生有造出信号。建立统一标准,图像信号天然残缺。突破原有物理边界。
“未来可以将其做成软件模块、把稀疏微弱的光子信息充分利用起来。这项研究已完成原理、在保证成像质量的条件下,”吴嘉敏介绍,速度较传统方式提升10倍,才开始统计雨量。EFLIM证明,依靠荧光的强度,科研人员常面临一个困境:想要看清活体动物大脑中大量神经元的活动,只有两条途径:增强光照,我们没有生成不存在的数据,多类生物样本的验证。“过去大家默认,在成像质量相当的前提下,如果有,强光还会扰动脑组织本身的状态。





