美國萊斯大學團隊開發了一種名為單目標傾斜光片3D（soTILT3D）的創新成像平台，在超分辨率顯微鏡領域取得重大突破。soTILT3D結合了傾斜光片技術、納米打印微流體系統以及先進計算方法，具備強大的全細胞、多目標成像能力，能改進當前的細胞結構3D可視化精度。該成果發表在最新一期《自然·通訊》雜志上。

在納米尺度上觀察細胞結構對於理解細胞內部復雜的運作機制至關重要，這不僅有助於人們發現健康與疾病狀態下的關鍵細節，還能促進新型靶向治療的發展及對疾病發生機理的理解。

soTILT3D平台通過其獨特的設計和技術整合，極大地提升了成像質量和效率。即便是面對那些傳統技術難以處理的樣本，它也能展現出細胞結構間精細的相互作用。

具體來說，soTILT3D利用單一目標傾斜光片技術，有選擇性地照亮樣本的一小部分，有效減少了非焦點區域產生的背景熒光干擾，特別適用於如哺乳動物細胞這樣的厚樣本成像。此外，該平台集成了特制的微流體系統和金屬化微鏡，不僅能精准調控細胞外部環境，支持快速更換溶液，而且適合進行無顏色偏移的連續多目標成像，同時允許將光片反射至樣本中，確保成像質量。

該平台還應用了包括深度學習在內的高級計算工具，保証長時間內的穩定成像。這一特性使得soTILT3D在處理密集發光點時的速度可達傳統方法的十倍以上，大大縮短了捕捉細胞內復雜結構（例如核纖層、線粒體和細胞膜蛋白）詳盡圖像所需的時間。

soTILT3D平台具備強大的全細胞3D多目標成像能力，可同時追蹤細胞內部多種蛋白質的分布情況，並精確測量它們之間的納米級距離。這意味著，科學家現在能以前所未有的精度和准確性，觀察到緊密排列的蛋白質的空間布局，進而獲得關於這些蛋白質如何組織以及它們在調控細胞功能中扮演角色的新見解。

該平台的獨特優勢，在於它能夠實現長時間穩定的成像，這對於捕捉細胞內動態過程至關重要。再借助深度學習算法快速准確地分析大數據，就能向人們揭示細胞內部結構間的復雜關系。可以預想，這一成就將加速新型療法的研發，尤其是針對那些依賴於細胞內部特定分子相互作用的疾病。可以說，細胞成像技術已邁入了一個全新的階段，其預示著未來生物學研究將更加精細和高效。（記者 張夢然）

分享讓更多人看到