稀疏解卷積:實現(xiàn)活細胞超分辨率熒光顯微成像的“新利器”
超分辨率熒光顯微成像技術在生命科學領域有著廣泛的應用,但在活細胞成像時也面臨著一系列挑戰(zhàn)。北京大學陳良怡教授團隊與哈爾濱工業(yè)大學李浩宇教授團隊合作提出稀疏解卷積算法,克服熒光顯微鏡的物理分辨率極限,實現(xiàn)通用的分辨率提升。該算法在活細胞成像應用與實踐過程中,實現(xiàn)了約60納米空間分辨率的毫秒曝光或者多色、三維、長時間的超分辨率熒光顯微成像,同時該算法還能與現(xiàn)有多數(shù)商業(yè)熒光顯微鏡結合應用,可謂是實現(xiàn)活細胞超分辨率熒光顯微成像的“新利器”。
?
現(xiàn)代科技和生物醫(yī)學的交叉融合推動著臨床醫(yī)學的理念革新和技術進步。光學顯微鏡作為一種成像儀器,長期以來一直為精密制造和生命科學等領域的定性與定量分析和研究提供著有效而關鍵的支撐。2014年諾貝爾化學獎授予了美國科學家埃里克?貝齊格、威廉?莫納和德國科學家斯特凡?黑爾,以表彰他們?yōu)榘l(fā)展超分辨率熒光顯微鏡所作的貢獻。他們利用控制熒光分子特性的方式,克服了傳統(tǒng)光學顯微鏡分辨率受限于光學衍射極限的問題,實現(xiàn)了“熒光超分辨”成像。借助這種新興的生物醫(yī)學影像工具,研究人員可對生物體乃至細胞內部不同結構成分及其相互作用進行觀察分辨,這也使得動態(tài)記錄生命活體或者活細胞中的精細結構和動態(tài)變化成為可能。
盡管超分辨率熒光顯微成像在理論上具有無限的空間分辨率,但在活細胞成像中,超分辨率顯微鏡的空間分辨率會受限于熒光分子單位時間內發(fā)出的光子數(shù)。活細胞中快速移動的亞細胞結構(如管狀內質網(wǎng)、脂滴、線粒體和溶酶體)在成像時會產(chǎn)生運動偽影,這使得空間分辨率的任何提升都需要與時間分辨率的增加相匹配。因此,現(xiàn)有超分辨率熒光顯微成像手段大都需要依靠強照明功率(每平方毫米在千瓦至兆瓦級別)、特殊熒光探針以及長曝光時間(大于2秒),才能在活細胞上達到60納米的空間分辨率極限。然而,強照明功率引起的強漂白會破壞真實熒光結構的完整性,長曝光時間在圖像重建時會導致運動偽影,降低有效分辨率。迄今為止,基于光學硬件或者熒光探針的改進方案,都無法進一步使活細胞超分辨率熒光顯微成像提升到毫秒尺度60納米的時空分辨率。例如,非線性結構光顯微鏡(Structured Illumination Microscopy, SIM)雖可實現(xiàn)接近60納米的空間分辨率,但需以降低時間分辨率為代價,且需使用光漂白敏感的可光活化/光開關熒光蛋白。此外,由于細胞深層內部的分辨率和對比度仍然受到熒光發(fā)射和離焦平面散射的影響,高對比度超分辨率結構光顯微成像的成像深度只能被限制在0.1~1微米。因此,當前亟待找尋一種超分辨率方法,能夠在活細胞中實現(xiàn)約60納米空間分辨率的毫秒曝光或者進行多色、三維、長時間的超分辨率熒光顯微成像。
稀疏解卷積算法
北京大學陳良怡教授團隊與哈爾濱工業(yè)大學李浩宇教授團隊合作,提出“熒光圖像的分辨率提高等價于圖像的相對稀疏性增加”這一新的超分辨率熒光顯微成像的通用先驗知識,再結合早前提出的信號時空連續(xù)性的先驗知識,發(fā)明了兩步迭代解卷積求解算法,即稀疏解卷積(Sparse Deconvolution)算法。在此之前,提高顯微鏡分辨率的方法主要是基于新物理原理或化學新探針的應用,而合作團隊首次從計算的角度提出可用于突破光學衍射極限的通用算法理念,利用信號稀疏性和時空連續(xù)性這兩個先驗知識聯(lián)合約束解卷積計算。其中,稀疏性約束恢復高頻信息(朝向真實信號,即通過算法將測量信號向真實信號重建),同時這一圖像重建過程也受到時空連續(xù)性的約束。需要指出的是,信號的時空連續(xù)性以及由高空間分辨率導致的熒光圖像相對稀疏性,是熒光顯微成像的兩個通用先驗知識,不依賴樣本的形態(tài)以及特定的熒光顯微鏡種類,這是與當下熱門的深度學習超分辨率顯微重建方法的最大不同之處。得益于兩個處于不同層面的先驗約束協(xié)同完成信號恢復,稀疏解卷積遠比只有單一約束的解卷積模型更加穩(wěn)健和有效(見圖1),能夠有效魯棒地突破現(xiàn)有光學顯微系統(tǒng)的硬件限制,首次實現(xiàn)了熒光的計算超分辨率顯微成像,而且運用該算法能夠實現(xiàn)約2倍的分辨率提升。因此,稀疏解卷積是一種通用熒光顯微計算超分辨率成像算法,可被廣泛應用于提升其他熒光顯微模態(tài)分辨率,觀察不同種類細胞器的精細結構及動態(tài)(見圖2)。
應用與實踐
由稀疏解卷積算法與自主研發(fā)的超快超分辨率結構光顯微鏡系統(tǒng)結合得到的稀疏SIM(Sparse-SIM),能夠實現(xiàn)目前活細胞光學成像方法中分辨率最高(60納米)、速度最快(564赫茲)、成像時間最長(1小時以上)的活細胞超分辨率熒光顯微成像。稀疏SIM在以低激發(fā)功率保證活細胞低光損傷的前提下,擁有比傳統(tǒng)SIM更高的靈敏度和空間分辨率,將分辨率提高至光學衍射極限的4倍以上(SIM可將分辨率提高至光學衍射極限的2倍,再運用稀疏解卷積算法可使分辨率得到進一步提升)。通過滾動(Rolling)重建,在564赫茲的時間分辨率下,稀疏SIM能夠識別出INS-1細胞中由VAMP2-pHluorin標記的、更小的胰島素囊泡融合孔道(見圖3)。這些孔道出現(xiàn)在囊泡融合過程的早期,孔徑?。ㄆ骄睆郊s87納米),持續(xù)時間短(9.5毫秒),無法被傳統(tǒng)的全內反射SIM(TIRF-SIM)識別,而稀疏SIM成功觀測到了這一進程。值得一提的是,雖然這里發(fā)現(xiàn)的囊泡早期融合孔狀態(tài)很難被其他的超分辨率成像手段直接驗證,但其發(fā)生頻率與20世紀80年代用快速冷凍蝕刻電子顯微鏡所觀察到的“小的融合孔發(fā)生概率遠低于大的融合孔”現(xiàn)象(參見文章“Beginning of Exocytosis Captured by Rapid-freezing of Limulus Amebocytes”)相吻合。由稀疏解卷積算法與商用的轉盤共聚焦結構光顯微鏡(SD-SIM)結合得到的稀疏SD-SIM(Sparse SD-SIM),能夠以優(yōu)于90納米的分辨率實現(xiàn)多色、三維、長時間的活細胞超分辨率熒光顯微成像。合作團隊使用雙色稀疏SD-SIM在活細胞中觀測到了內質網(wǎng)與溶酶體接觸的事件。稀疏SD-SIM還可進行四色超分辨率成像,能夠在活細胞中同時觀測溶酶體、線粒體、微管和細胞核的動態(tài)圖像(見圖4)。類似地,合作團隊在活體COS-7細胞的軸線上觀察到細胞核、線粒體和微管的三維圖像,并進行了三色成像,如圖5(a)所示。經(jīng)過稀疏解卷積優(yōu)化后,微管成像點擴散函數(shù)(PSF)的軸向半高寬(FWHM)從465納米降低到228納米,如圖5(b)所示。此外可以觀察到,在一些軸向面被微管絲和線粒體侵入的區(qū)域,連續(xù)的、凸狀的核結構向內彎曲變成凹狀,如圖5(c)所示。這種相互作用的變化表明微管蛋白網(wǎng)絡可能會影響細胞核的組裝和形態(tài)。
合作團隊提出的稀疏解卷積算法是一種實現(xiàn)計算超分辨率熒光顯微成像的全新方法,而與基于特定物理原理或特殊熒光探針的超分辨率方法都不相同。通過實際的生物樣本實驗量化,稀疏解卷積算法被證明能夠實現(xiàn)接近2倍穩(wěn)定的空間分辨率提升,而不需要付出額外的硬件代價。稀疏解卷積算法與超快超分辨率結構光顯微鏡系統(tǒng)結合形成的稀疏SIM,更是目前活細胞光學成像中有著最高分辨率、最快速度、最長成像時間的超分辨率光學顯微成像手段,可用于觀察活細胞中囊泡分泌孔道和新中間態(tài),辨識線粒體內嵴及其動態(tài)過程,記錄不同蛋白標記的核孔復合體與小窩蛋白環(huán)狀結構的動態(tài)過程。此外,稀疏解卷積算法具備較好的通用性,可與現(xiàn)有多數(shù)商業(yè)熒光顯微鏡進行結合應用,有效提升其空間分辨率,從而使其能夠觀察到更清楚的精細結構及動態(tài)。
未來,合作團隊將進一步開發(fā)相關軟件、數(shù)據(jù)庫和工程化硬件平臺,同時開展相關成果的產(chǎn)業(yè)化推廣工作,以期早日為神經(jīng)生物學、發(fā)育生物學、細胞生物學、遺傳生物學、移植生物學等研究及臨床應用提供更為高效的活體影像工具。
本文刊登于IEEE Spectrum中文版《科技縱覽》2022年6月刊。
趙唯淞:哈爾濱工業(yè)大學博士生。
趙士群:北京大學博士后。李柳菊:北京大學博士后。李浩宇:哈爾濱工業(yè)大學儀器科學與工程學院教授。陳良怡:北京大學未來技術學院教授。譚久彬:中國工程院院士,哈爾濱工業(yè)大學教授。毛珩:北京大學博士。單春燕:國家蛋白質科學中心博士。劉彥梅:華南師范大學研究員。宋保亮:中國科學院院士,武漢大學教授。陳興:北京大學教授。丁寶全:國家納米科學中心研究員。紀偉:中國科學院生物物理研究所研究員。趙唯淞、趙士群、李柳菊為共同第一作者。