南开团队开发最近邻配对云图算法给出单分子定位超分辨成像漂移校正新策略
文章导读
单分子超分辨成像总是被纳米级漂移毁掉清晰度？南开大学联合伯克利团队在《自然·通讯》发表颠覆性算法！他们开发的"最近邻配对云图"技术（NPC）仅凭分子坐标数据，数秒内完成百倍于传统速度的漂移校正，更创新推出RR-NPC迭代方案实现逼近分辨率极限的精度。这项突破不仅彻底解决温度振动导致的图像模糊难题，更将大幅降低对昂贵锁焦硬件的依赖——超分辨成像普惠化时代正在加速到来！
— 内容由好学术AI分析文章内容生成，仅供参考。
（通讯员 程丹）单分子定位超分辨成像（SMLM）作为分辨率最高的超分辨成像技术，需要采集数万张稀疏激活闪烁发光的荧光分子图像，整个过程耗时数分钟。在此期间，样品因环境温度变化、机械振动等因素不可避免发生位置漂移，导致重建后的超分辨图像变得模糊。近日，南开大学物理科学学院、泰达应用物理研究院潘雷霆教授、许京军教授团队联合美国加州大学伯克利分校许可教授课题组于国际知名期刊Nature Communications在线发表了题为Fast and robust drift correction for single-molecule localization microscopy（快速且稳健的单分子定位超分辨成像漂移校正）研究论文，提出一种完全基于定位坐标信息的最近邻配对云图（Nearest paired cloud, NPC）漂移校正算法。
团队将SMLM采集的数万张图像按时间先后序列分为多个数据组，并将第一组作为参考数据组。算法将两数据组之间最近邻的定位坐标进行配对，再将大量的配对坐标以矢量对齐的形式绘制在坐标轴上获得一幅“最近邻配对云图”。该云图内部拥有一个密集簇，采用均值迭代法将密集簇中心移动到原点位置，最终获得一个位移坐标，从而实现对数据组之间的漂移校正。团队又进一步开发了重抽样最近邻配对云图算法（resampled-reference NPC, RR-NPC)），即在NPC校正后的数据中重新抽取一定帧数构建新的参考数据组，再用NPC算法对数据组再进行一轮漂移校正，进一步改善了漂移校正效果，更逼近SMLM分辨率极限。速度方面，NPC完成漂移校正通常只需要数秒，较传统的直接互相关（DCC）漂移校正法快百倍，RR-NPC比冗余互相关（RCC）漂移校正法快万倍，且鲁棒性更强，精度更高。
综上，团队开发的NPC和RR-NPC漂移校正算法利用单分子定位坐标数据的纳米级精度优势，提供了一种强鲁棒性、秒级、纳米分辨率级、XYZ三维SMLM漂移校正新策略。该算法可显著减少SMLM对显微镜硬件系统（尤其是价格昂贵的Z轴锁焦装置）的依赖，降低SMLM价格，促进SMLM的普惠化应用。
本文第一作者是南开大学博士生侯梦迪，通讯作者为潘雷霆教授和许可教授，南开大学为第一作者单位。该工作得到了国家重点研发计划、国家自然科学基金、高等学校学科创新引智计划等资助。
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
暂无评论...