Nature Methods | 清华大学戴琼海/俞立/吴嘉敏开发新的方法，克服荧光显微镜中的噪声限制

荧光显微镜已成为揭示细胞和细胞器动态调控的不可缺少的工具。然而，在平衡高帧率、长期记录和低光毒性的共同要求时，随机噪声固有地限制了光学询问质量，并加剧了观察保真度。

2023年11月13日，清华大学戴琼海、俞立及吴嘉敏共同通讯在Nature Methods（IF=48）在线发表题为“Bio-friendly long-term subcellular dynamic recording by self-supervised image enhancement microscopy”的研究论文，该研究提出了DeepSeMi，一种基于自我监督学习的去噪框架，能够在各种条件下将信噪比提高12 dB以上。

通过引入新设计的偏心盲点卷积滤波器，DeepSeMi在不损失时空分辨率的情况下有效地对图像进行去噪。与共聚焦显微镜相结合，DeepSeMi允许在数万帧内以高帧率记录四种颜色的细胞器相互作用，在半天内监测迁移体和收缩体，并在数千帧内成像超光毒性敏感的盘状骨细胞。总之，DeepSeMi是一种多功能和生物相容性的工具，可以打破散粒噪声限制。

美妙和谐的系统、器官、组织和细胞吸引着人们去探索生命的奥秘。在复杂的细胞环境中，细胞器与细胞骨架协作和相互作用，协调一系列生理功能，支撑生物体的活力。这种华丽的图案反映了细胞器是如何在高度动态而有组织的相互作用中相互作用的，这种相互作用能够协调复杂的细胞功能。可视化细胞器在其原生状态下的功能和复杂性需要高时空分辨率的观察，而不会长期干扰这种生理上呈现的调节。

在致力于探索和解读微观世界的方法中，非侵入性荧光显微镜处于核心地位，它具有高时空分辨率和良好的蛋白质特异性。与荧光蛋白和指示物相结合，浓缩荧光显微镜的显著进步使许多学科都有了新的发现，包括细胞生物学、免疫学和神经科学。然而，与荧光显微镜相关的一个基本挑战是有限的光子预算，导致不足的信噪比(SNR)。荧光指示剂的低量子产率和噪声的随机性使得污染不可避免，加剧了测量的不确定性，损害了下游的定量分析，包括细胞分割、细胞跟踪和信号提取。在物理上克服这一限制需要增加激发剂量或增加指标的表达，但这些选择可能会导致生命系统中的伪影，从而改变随后的形态和功能解释。这种情况在长期成像中甚至更糟，需要对同一样品重复照射数百次和数千次，以观察细胞增殖等关键过程迁移、 细胞器相互作用和神经元放电。

DeepSeMi的统计原理（图源自Nature Methods ）

尽管在物理方法上取得的进展有限，但已经提出了许多算法方法，通过使用噪声的统计来打破单噪声限制。传统的去噪方法利用噪声的典型特性(如信号中的高斯性和结构)在图像去噪中取得了巨大的成功，但在复杂、湍流和动态的生命系统中表现有限，并且计算成本很高。相比之下，只要样本来自相同的分布，利用数据驱动的先验从成对的噪声和干净测量中学习的监督学习方法就被证明是有效的。为了扩展推广，可以进一步用额外的独立噪声测量来取代对干净数据的要求，从而在插值噪声污染的函数数据方面取得突破。然而，由于许多原因，这两种监督方法都不能避免高分辨率录像记录的去噪，包括生物体或细胞器的强度波动和变形。因此，需要在保持准确可视化和维护生物体安全之间做出妥协，或者，通过过度捕获冒着样本健康的风险来确保高质量的可视化。

该研究提出了一种深度自监督学习增强显微镜(DeepSeMi)—一种开源工具，可以在各种条件和系统中轻松而真实地将信噪比提高到12 dB以上，并在长期内催化各种结构和功能信号的无噪声录像，同时最大限度地减少光损伤。总之，DeepSeMi提供了一种强大的解决方案，可以克服荧光显微镜中的短噪声限制。随着DeepSeMi的计算增强，各种细胞器和生物体可以在高时空分辨率下长时间安全地记录，为新的生理发现带来新的见解。

原文链接：

https://www.nature.com/articles/s41592-023-02058-9

转自：“iNature”微信公众号

如有侵权，请联系本站删除！