成像方法

p 　　现代生物学研究已经不再停留在仅从组织中识别一种特殊的化学成分，或者蛋白成分上了，我们需要精确的了解这些物质是如何分布，如何构成的，解答这些问题需要更进一步的实验技术，比如免疫组化或免疫荧光检测方法，但是这些技术需要特殊的抗体，而且效率低，偏差大。 /p p 　　因此研究人员将目光转向了质谱技术上，以质谱为基础的成像方法不局限于特异的一种或者几种蛋白质分子，可在组织切片中找到每一种蛋白质分子，并提供这些蛋白质分子在组织中的空间分布的精确信息，而事先无需知道所检测蛋白的信息，不需要对待测物进行标记，分析物可以其最初的形态被检测，同时可对这些蛋白质分子含量进行相对定量，适用于研究生物分子的反应。 /p p 　　质谱成像(Imaging Mass Spectrometry,IMS)这种最新原位分析技术主要是利用质谱直接扫描生物样品，分析分子在细胞或组织中的 “结构、空间与时间分布”信息。其基本流程(以质谱分析生物组织标记物为例)见下： /p p style=" text-align: center " img title=" 9a504fc2d56285350618456392ef76c6a6ef63fc.jpg" src=" http://img1.17img.cn/17img/images/201708/insimg/640b0273-3ad1-4c6a-b6bf-22df33199709.jpg" / /p p 　　简单而言，质谱成像技术就是借助于质谱的方法，再配套上专门的质谱成像软件控制下，使用一台通过测定质荷比来分析生物分子的标准分子量的质谱仪来完成的。但是随着这项技术的不断发展，也陆续出现了许多针对各种问题的新技术。 /p p 　　最早的质谱成像技术是基质辅助激光解吸电离(MALDI，matrix assisted laser desorption ionization)质谱分子成像技术，由范德堡大学(VanderbiltUniversity)的Richard Caprioli等在1997年提出，他们通过将MALDI质谱离子扫描技术与专业图像处理软件结合，直接分析生物组织切片，产生任意指定质荷比(m/z)化合物的二维离子密度图，对组织中化合物的组成、相对丰度及分布情况进行高通量、全面、快速的分析，可通过所获得的潜在的生物标志物的空间分布以及目标组织中候选药物的分布信息，来进行生物标志物的发现和化合物的监控。 /p p 　　正如数字图像包括三个通道：红、绿、蓝一样(单个亮度定义了每个像素的颜色)，质谱成像也包含了数以千计的通道，每一个对应于一个特殊的光谱峰值，“你可以通过质谱方法从这些像素中获得任何信号，然后调整图像中所需分子像素的相对亮度，最后得到一张分子特异性的成像图。” /p p 　　这种方法可用于小分子代谢物、药物化合物、脂质和蛋白，而且质谱成像能相对快速的利用许多分子通道，完全无需特殊抗体。下面列出五种先进的质谱成像方法。 /p p 　　 strong I. 挑战高分子量蛋白——MALDI质谱分子成像技术 /strong /p p 　　在对组织或生物体进行成像，分析小分子构成的时候，有一个“拦路虎”总是阻碍实验的进程，那就是多肽，这些多肽体积十分大，要想对它们进行分子成像几乎是不可能的，比如想要研究肿瘤边缘的分子微环境，如果直接成像是不可能获得清晰图像的。 /p p 　　来自范德堡大学的质谱方法专家Richard Caprioli博士因此发明了基质辅助激光解吸电离(MALDI)质谱分子成像技术，这项技术不局限于特异的一种或者几种蛋白质分子，它可在组织切片中找到每一种蛋白质分子，并提供这些蛋白质分子在组织中的空间分布的精确信息，而事先无需知道所检测蛋白的信息，同时可对这些蛋白质分子含量进行相对定量。 /p p 　　MALDI 质谱分子成像是在专门的质谱成像软件控制下，使用一台通过测定质荷比来分析生物分子的标准分子量的质谱仪来完成的。被用来研究的组织首先经过冰冻切片来获得极薄的组织片，接着用基质封闭组织切片并将切片置入质谱仪的靶上。通过计算机屏幕观察样品，利用MALDI 系统的质谱成像软件，选择拟成像部分，首先定义图像的尺寸，根据尺寸大小将图像均分为若干点组成的二维点阵，来确定激光点轰击的间距。激光束通过这个光栅图案照射到靶盘上的组织切片，软件控制开始采集质谱数据，在质谱仪中，激光束对组织切片进行连续的扫描，组织样品在激光束的激发下释放出的分子被质谱仪所鉴定从而获得样品上每个点的质荷比(m/ z)信息，然后将各个点的分子量信息转化为照片上的像素点。在每个点上，所有质谱数据经平均化处理获得一幅代表该区域内化合物分布情况的完整质谱图。仪器逐步采集组织切片的质谱数据，最后得到具有空间信息的整套组织切片的质谱数据。这样就可以完成对组织样品的“分子成像”。设定m/ z 的范围，即可确定该组织区域所含生物分子的种类，并选定峰高或者峰面积来代表生物分子的相对丰度。图像中的彩色斑点代表化合物的定位，每个斑点颜色的深浅与激光在每一个点或像素上检测到的信号大小相关。 /p p 　　通过增加单位面积上轰击的激光点数量和像素，研究人员可以获得更多的样品信息，例如采用4000 像素比200 像素能够得到更好的样品图像。质谱分子成像技术是一种半定量或相对定量技术，图像上颜色深的部分表明有更多的生物分子聚集在组织的这个部分。然而，不可能据此确定生物分子在组织的不同部位的实际绝对含量。选择组织图像上的任意一个斑点，图像都能够给出一个质谱谱图或者离子谱图，代表在组织的该部位存在这种生物分子，然后与做指纹图谱类似，像做指纹图谱那样，将样品的离子谱图与已知标准品进行对照，分析差异，从而进行生物标志物的发现和药物作用的监控。 /p p 　　 strong Ⅱ. 无需样品处理 实时成像——电喷雾电离技术 /strong /p p 　　一般质谱成像方法由于体积庞大，重量重，需要冗长的样品准备阶段，因此并不适用于即时成像(bedside applications)，比如说要帮助外科医生进行实时的肿瘤边界成像监控，那么就要寻找新的方法了。 /p p 　　一种称为电喷雾电离技术(desorption electrospray ionization，DESI)的MS成像技术解决了这个问题。DESI技术于2004年首次提出，由于这一方法具有样品无需前处理就可以在常压条件下，从各种载物表面直接分析固相或凝固相样品等优势而得到了迅速的发展。 /p p 　　这种方法的原理是带电液滴蒸发，液滴变小，液滴表面相斥的静电荷密度增大。当液滴蒸发到某一程度，液滴表面的库仑斥力使液滴爆炸。产生的小带电液滴继续此过程。随着液滴的水分子逐渐蒸发，就可获得自由徘徊的质子化和去质子化的蛋白分子DESI与另外一种离子源：SIMS(二次离子质谱)有些相似，只是前者能在大气压下游离化，发明这项技术的普渡大学Cooks博士认为DESI方法其实就是一种抽取方法，即利用快速带电可溶微粒(比如水或者乙腈acetonitrile)进行离子化，然后冲击样品，获得分析物的方法。 /p p 　　DESI系列产品最大的优势就在于无需样品处理，一般质谱和高效液相色谱分析，样品必须经过特殊的分离流程才能够进行分析检测，使得一次样品检测常常需要约一个小时，而DESI系列产品可将固体样品直接送入质谱,溶液被喷射到检测表面,促使样品离子均匀分布。采用这一手段的质谱分离过程，只需3分钟左右即可完成。 /p p 　　 strong Ⅲ. 活体成像——APIR MALDI/LAESI技术 /strong /p p 　　了解细胞的内部成分是理解健康细胞不同于病变细胞的关键。但是直到目前为止，唯一的方法是观察单个细胞的内部，然后将其从动物或植物中移除，或者改变细胞的生存环境。但是这么做的话，会使细胞发生变化。科学家还不是很清楚一个细胞在病变时与健康细胞的差别，或者当它们从一个环境移到另一个环境中产生的变化。 /p p 　　来自华盛顿大学Akos Vertes教授希望能从另外一个方面来进行活细胞分析，在他的一项关于活叶样品中初级和次级代谢产物分布的研究中，研究人员发现叶片中积累基质很厚，常导致光谱末端低分子量部分模糊，而且基质辅助激光解析电离(MALDI)质谱分析需要在真空中进行，但活体样本在真空中无法存活。 /p p 　　实际上，MALDI质谱分析的原理是将分析物分散在基质分子中并形成晶体，当用激光照射晶体时，由于基质分子经辐射所吸收的能量，导致能量蓄积并迅速产热，从而使基质晶体升华，致使基质和分析物膨胀并进入气相。而生物样品也可以直接吸收能量的，比如2.94mm波长的光能激活水中氢氧键。 /p p 　　因此Vertes等人想到复合两种技术来解决这一问题。首先他们利用大气压红外线(an atmospheric pressure infrared，APIR)MALDI激光直接激活组织中的水分，使样品气化，就像是组织表面发生了细胞大小的核爆炸，从而获得了离子化微粒，进入质谱中进行分析。但是并不是所有的气化微粒都带电，大部分其实是不带电的，会被APIR MALDI遗漏。 /p p 　　为了捕捉这些中性粒子，Vertes等人采用了第二种方法：LAESI (laser ablation electrospray ionization，激光烧蚀电喷雾电离)，这种方法能捕捉大量带电微滴的微粒，然后重新电离化。通过对整个样品进行处理，复合这两种方法，就能覆盖更多的分子，分析质量更高。 /p p 　　与一般质谱成像过程不同，Verte的方法还在成像中增加了高度，从而实现了3D代谢物成像。这项技术的分辨率是直径10mm，高度30mm，这与生物天然的立体像素相吻合，这样科学家们就可以获得天然构像。 /p p 　　 strong Ⅳ. 3D成像——二次离子质谱技术 /strong /p p 　　质谱成像技术能将基质辅助激光解吸电离质谱的离子扫描与图像重建技术结合，直接分析生物组织切片，产生任意质荷比(m/z)化合物的二维或三维分布图。其中三维成像图是由获得的质谱数据，通过质谱数据分析处理软件自动标峰，并生成该切片的全部峰值列表文件，然后成像软件读取峰值列表文件，给出每个质荷比在全部质谱图中的命中次数，再根据峰值列表文件对应的点阵坐标绘出该峰的分布图。 /p p 　　但是一般的质谱成像技术不能对一些携带大分子碎片的化学成分进行成像，来自宾夕法尼亚州州立大学的Nicholas Winograd教授改进了一种称为二次离子质谱(SIMS，secondary ion mass spectrometry)的方法，可以对样品进行完整扫描，三维成像。 /p p 　　SIMS早在用于生物学研究之前就已经应用广泛了，比如分析集成电路(integrated circuits)中的化学成分，这种质谱技术是表面分析的有利工具，能检测出微小区域内的微量成分，具有能进行杂质深度剖析和各种元素在微区范围内同位素丰度比的测量能力。 /p p 　　这种技术具有几个优点：速度快(-10,000 spectra per second)，亚细胞构造分辨率(-100 nm)，以及不需要基质。但是另外一方面，不同于MALDI方法，SIMS方面不是一种“软”技术，这种方法只能对小分子成像，因此常常需要进行粉碎。 /p p 　　Winograd教授改进了这一方法，他利用了一种新型SIMS光束(carbon-60 磁性球)，这种新光束比传统的SIMS光束对物体的化学损伤更小。C60同时撞击样品表面，类似于“一阵爆炸”，这样重复的轰击使得研究人员能深入样品，进行三维分子成像，Winograd教授称这个过程是“分子深度成像”(molecular depth profiling)。 /p p 　　C60的能量与其它的离子束相当，却不到达样品表面以下，这样样品可以连续地被逐层剥离，研究人员就可以得到纵面图形，最终获得三维的分子影像。Winograd教授等人用含有肽的糖溶液将硅的薄片包裹起来并进行SIMS实验，随着薄膜逐渐被C60剥蚀，可以获得糖和肽的稳态信号。最终，薄膜完全剥离后就可以获得硅的信号。如果用其它的射线或原子离子代替C60 ，粒子束会快速穿过肽膜而无法提供有关生物分子的信息。因此这种方法具有良好的空间分辨率，能够获得巨噬细胞和星型细胞的细胞特征和分析物的分布情况。 /p p 　　这里还要说到一点，SIMS和上一技术(APIR MALDI/LAESI技术)都可以对三维成像，但两者也有差别，SIMS方法中，采用高能离子轰击样品，逐出分析物离子(二级离子)，离子再进入质量分析器。MALDI方法则用激光辐射样品使之离子化，另外SIMS探针可以探测到100nm的深度，能提供纳米级的分辨率，而MALDI可以探测更深，但空间分辨率较低。 /p p 　 strong 　Ⅴ. 高灵敏度 高分辨率——纳米结构启动质谱技术 /strong /p p 　　质谱在检测生物分子方面有很大潜力，但现有方法仍存在一些缺陷，灵敏度不够高和需要基质分子促使分析对象发生离子化就是其中之二。比如说，需要溶解或者固定在基质上的方法检测代谢物，较易错判，因为这些代谢物与那些基质常常看上去都一样。另外基于固定物基质的系统也不允许研究人员精确的判断出样品中某一分子到底来自于哪儿。 /p p 　　来自斯克利普斯研究院的Gary Siuzdak博士发明了一种称为纳米结构启动质谱(nanostructure-initiator mass spectrometry，NIMS)的新技术，这种技术能以极高的灵敏度分析非常小的区域，从而允许对肽阵列、血液、尿和单个细胞进行分析，而且还能用于组织成像。 /p p 　　NIMS利用了一种特制的表面，这种多孔硅表面上聚集了一种含氟聚合物，这些分子在受到激光或离子束照射时会猛烈爆发，这种爆发释放出离子化的分析物分子，它们被吸收到表面上，使其能够被检测到。这种方法利用激光或离子束来从纳米尺度的小囊中气化材料，从而克服了一般质谱方法缺少所需的灵敏度和需要基质分子促使分析对象发生离子化的缺陷。 /p p 　　通过这种方法可以分析很多类型的小分子，比如脂质，糖类，以及类固醇，虽然每一种分析材料需要的含氟聚合物有少许差别，但是这是一种一步法的方法，比MALDI简单多了——后者需要固定组织，并添加基质。 /p p 　　由于含氟聚合物不能很好的离子化，因此会发生轻微的光谱干扰，而且由于离子化过程是“软性”的——就像MALDI，所以NIMS产生的生物分子是整块离子化，而不是片段离子化。不过这种技术对于完整蛋白的检测灵敏度没有MALDI高。 /p p & nbsp /p p & nbsp /p

近日，由浙江大学承担的“近红外多维多目标成像方法技术研究及应用”项目在北京通过了专家验收。 　　项目组制备了一系列基于量子点—生物分子的发射波长位于近红外“医学光疗窗口”的、可适合于活体多标靶多光谱荧光成像的高性能荧光探针 设计出一种在多维多目标分子成像应用中具有较明显优势的基于软纳米聚合物囊泡的分子荧光探针通用平台 研究出高性能近红外荧光探针试剂盒两套。项目组利用所合成的近红外荧光探针和平台开展了小鼠体内多标靶、多光谱荧光成像研究，并制备了可做小动物多维多目标荧光成像研究的实验装置一套。

近年来，以深度学习为代表的计算超分辨方法可在不损失其他成像性能的前提下，提升显微图像分辨率或信噪比，表现出广阔的应用前景。然而，针对生物医学研究必需高保真度、可定量分析的图像要求，深度学习显微成像方法存在三大共性问题：受限于深度学习内秉的频谱频移(spectral-bias)问题，输出图像分辨率无法达到真值(ground truth)水平；受限于超分辨重建、去噪问题的病态性(ill-posed problem)和神经网络模型的不确定性(model-uncertainty)，重建或预测结果的真实性无法得到保障；深度神经网络的训练需要大量数据，但高质量训练数据的采集在许多应用场景下极其困难、甚至无法实现。当前，深度学习显微成像方法的研究和发展如火如荼，并表现出超越传统成像性能极限的潜力，但上述问题阻碍了现有深度学习超分辨或去噪方法在生物显微成像实验中的使用。 　　10月6日，中国科学院生物物理研究所李栋课题组联合清华大学自动化系、清华大学脑与认知科学研究院、清华-IDG/麦戈文脑科学研究院戴琼海课题组，美国霍华德休斯医学研究所博士Jennifer Lippincott-Schwartz，在Nature Biotechnology上，以长文(Article)的形式，发表了题为Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes的论文。该研究提出了一套合理化深度学习(rationalized deep learning，rDL)显微成像技术框架，将光学成像模型及物理先验与神经网络结构设计相融合，合理化网络训练、预测过程，从而实现了高性能、高保真的显微图像去噪与超分辨重建，并结合实验室自主研发、搭建的多模态结构光照明显微镜(Multi-SIM)与高速晶格光片显微镜(LLSM)，将传统TIRF/GI-SIM、3D-SIM、LLS-SIM和LLSM的成像速度/时程提升30倍以上，实现了当前国际最快(684Hz)、成像时程最长(最长可达3小时、60,000时间点以上)的活体细胞成像性能，首次对高速摆动纤毛(30Hz)中转运蛋白(IFT)的多种运输行为以及完整细胞分裂过程中核仁液液相分离(liquid-liquid phase separation)过程进行快速、多色、长时程、超分辨观测。Nature Biotechnology针对这一工作同时发表了评述文章(Research Briefing)。 　　具体而言，李栋/戴琼海研究团队提出的合理化深度学习结构光超分辨重建架构(rDL SIM)不同于现有超分辨神经网络模型的端到端(end-to-end)训练模式，而是采用分步重建策略，首先利用所提出的融合成像物理模型和结构光照明先验的神经网络对原始SIM图像进行去噪和高频信息增强，然后通过经典解析算法进行SIM重建以获得最终的超分辨图像。相比于该团队去年在Nature Methods上提出的超分辨重建神经网络模型DFCAN/DFGAN，rDL SIM可将超分辨重建结果的不确定性降低3~5倍，并实现更高的保真度和重建质量；相比于其他去噪算法(如CARE)，rDL SIM可恢复出调制在原始图像中的莫尔条纹，并将高频信息增强10倍以上。 　　此外，针对晶格光片显微镜、共聚焦显微镜等宽场照明或点扫描成像模态，该团队提出了一种可学习的傅立叶域噪声抑制模块(FNSM)。该模块可以利用OTF信息对显微图像中的噪声进行自适应滤除。科研团队以此构建了嵌入FNSM的通道注意力去噪神经网络架构，并基于显微成像数据本身的时空连续性，提出了时空交织采样自监督训练策略(TiS/SiS-rDL)。该策略无需额外采集训练数据、亦无需保证时序数据具有时间连续性，即可实现媲美监督学习效果的去噪神经网络的训练，解决了实际生物成像实验中高质量训练数据难以获取的难题。 　　合理化深度学习超分辨显微成像方法可适用于包括2D-SIM、3D-SIM、LLSM等在内的多种显微成像模态，提供高分辨率、高保真的显微图像重建性能，相较于传统方法最多可以提升30倍的成像时程和10倍的成像速度。借助rDL成像技术，研究团队开展了诸多过去的成像手段无法开展的超分辨活体成像实验，并与Lippincott-Schwartz、中科院分子细胞科学卓越创新中心研究员朱学良、中科院遗传与发育生物学研究所研究员何康敏探讨了其潜在的生物学意义，包括：对滴落在玻片上的U2OS细胞贴壁生长过程进行双色、长时程(1小时以上)、超分辨(97nm分辨率)观测，清晰、真实地记录了细胞粘附和迁移的动力学现象，且不干扰这一漫长、脆弱的生命过程；对高速摆动纤毛以当前最快的684Hz成像速率进行长达60,000个时间点的连续超分辨观测，且过程中无明显光漂白或细胞活性损伤，并对纤毛摆动模式和频率进行统计分析；对摆动纤毛及纤毛内转运蛋白(IFT)进行超快、超分辨双色成像，揭示了IFT在行进途中碰撞、重组、掉头等多种新行为；通过对cCAS-DNA与ER进行双色、长时程、超分辨成像，观测到cGAS-DNA在保持与ER持续接触过程中的定向运动、转向或扩散等行为，拓展了对膜性细胞器与无膜细胞器相互作用机制的认知；对HeLa细胞分裂过程中的核仁磷酸蛋白(NPM1)、RNA聚合酶I亚基RPA49及染色质(H2B)进行超长时程(12秒采集间隔，2.5小时以上)的三维超分辨活体成像，实现了对完整有丝分裂过程中NPM1与RPA49两种结构形态变化的三维超分辨活体连续观测，揭示了细胞有丝分裂过程中核仁形成以及NPM1、RPA49两种无膜亚细胞结构的相变、互作规律；以10Hz的全细胞体成像帧率对高尔基体进行长达10,000时间点的连续拍摄，并实现了对完整细胞分裂过程内质网、溶酶体、线粒体等亚细胞结构的三色、高速(秒量级)、超长时程(小时量级，1000个时间点)三维观测，探究了细胞有丝分裂过程中细胞器在子代细胞中的均匀分配机制。 　　李栋/戴琼海合作团队通过人工智能算法与光学显微成像技术的交叉创新，提出了合理化深度学习超分辨显微成像框架，解决了现有深度学习成像方法分辨率损失、预测不确定性、训练集不易采集等难题，可为多种活体显微成像模态提供30倍以上的成像速度与时程的提升，为细胞生物学、发育生物学、神经科学等领域的发展提供了重要的研究工具。同时，该研究团队所坚持和倡导的人工智能算法与光学成像原理交叉创新、软硬结合的研究思路，为现代光学显微成像的发展开辟了新的技术路径。 　　研究工作得到国家自然科学基金、科技部、中科院、中国博士后科学基金、腾讯“科学探索奖”、清华大学“水木学者”计划的支持。图1.合理化深度学习超分辨显微成像神经网络架构图2.合理化深度学习超分辨显微成像方法应用概览

2015年11月22日，由北京大学、中国科学院生物物理研究所联合主办的“2015年生物医学成像新技术新方法青年论坛”在北京大学中关新园科学报告厅举行。共有100多名生物医学成像领域的青年科学家前来参加了此次会议。　　北京大学科学研究部部长周辉致辞欢迎各位青年学者的到来。18位青年科学家就自己的研究方向作了精彩的报告。　　上午的会议由中科院生物物理所研究员卓彦主持。北京大学生命科学学院研究员唐世明介绍了其团队发展和利用双光子成像技术在清醒猴脑皮层研究视觉神经回路方面的情况。因为猴视觉与人比较接近，所以可以获得更加接近人类视觉神经回路的结果。目前其团队已经实现700-800μ m的活猴脑成像深度。中科院心理研究所研究员左西年主要介绍了国际人脑神经影像“重测信度”与可重复同盟(CoRR)，他通过功能磁共振成像数据，就计算方法的重复性、稳定性以及临床应用等方面进行了讲解。中科院自动化研究所研究员张鑫介绍了他们开发的围绕脑网络研究的多尺度、多模态的成像设备。中科院武汉物理与数学研究所研究员周欣介绍了肺部气体MRI仪器和方法以及肺部重大疾病MRI成像。浙江大学教授牛田野、田梅分别介绍了定量低剂量锥束CT、PET成像技术取得的临床应用新进展和未来的发展方向。北京大学医学部基础医学院刘绍飞老师讲述了活体小动物分子影像监控下的肿瘤精准治疗的探针研究。中科院自动化所研究员王坤介绍了肿瘤光学成像的前沿技术和其研究所在该方面取得的工作成果。　　会议休息期间，多位青年科学家就自己的研究方向进行了海报展示，并同与会代表进行了深入交流。　　下午的报告由北京大学教授陈良怡和研究员孙育杰主持。上海交通大学教授魏勋斌以“in vivo counting of circulating cells”为题，开启了下午的精彩环节。清华大学教授廖洪恩介绍了医学三维成像和精准诊疗的研究意义、现状和未来的发展方向。复旦大学教授季敏标介绍了其小组在受激拉曼散射成像技术用于脑肿瘤的无标记探测中所取得的最新进展。上海交通大学教授贺号介绍了其利用光刺激显微系统对细胞信号的调控研究。中科院上海生命科学研究院神经科学研究所研究员王凯介绍了自适应光学技术在斑马鱼、果蝇、小鼠深层神经组织成像中的应用。来自台湾的陈壁彰教授介绍了一种“lattice light sheet microscopy”实现超快超高成像的进展。吉林大学的吴长峰教授介绍了基于半导体聚合物的荧光探针设计及其在生物医学成像中的应用，引起了参会者的极大兴趣。来自中科院生物物理所的徐平勇研究员介绍了他们在光激活和光转化荧光蛋白用于多种超高分辨荧光显微成像的应用。中科院生物物理所的孙飞研究员介绍了目前国际上各种电子显微镜技术的现状和他们在电镜成像方面所取得的成绩。最后，来自北京师范大学的贺永教授以他们在脑成像方面所取得的进展结束了下午的报告。　　北京大学分子医学所程和平院士充分肯定了此次会议的成功，表达了对未来的期望。各位与会学者纷纷表示此次会议给予了他们学习交流的机会，对未来中国生物医学成像的发展起到重要的推动作用。　　本次会议得到了北京协同创新研究院、脉动科技有限公司和北京锐驰恒业仪器科技有限公司的赞助支持。

活体光学成像(Optical in vivo Imaging)主要采用生物发光（bioluminescence）技术与荧光（fluorescence）技术。生物发光是用荧光素酶(Luciferase)基因标记细胞或DNA，今天，生物发光标记物可以标记到任何一种基因上，使对基因功能的全面细致研究成为现实。而荧光技术则采用荧光报告基团（GFP、RFP, Cyt及dyes等）进行标记，利用荧光蛋白在外源光源或是内源发光照射下被激发产生的荧光作为检测信号。研究人员能够利用一套非常灵敏的光学检测仪器直接监控活体生物体内的细胞活动和基因行为。 该技术可被广泛应用于标记细胞或基因的示踪及检测；基因治疗在活体动物体内直接的观察和检测；基因组、蛋白组学、药学及生物技术在活体动物内的研究；药物及化学合成药物的药物代谢及毒理学监测；食品菌落生长成像；皮肤医学中皮肤疾病的体内成像；法医鉴定；微孔板成像，例如：免疫分析、报告基因、基因探针和嗜菌作用分析等；荧光团的体内成像，例如：Alzheimer疾病研究中结合嗪的β-淀粉沉淀物分析；转基因植物中通过报告基因对生理周期节奏的研究；凝胶成像分析等等。 但在研究过程中，研究者们必须事先用基因技术进行荧光素酶基因标记，或者某种荧光报告基团标记。目前活体光学成像系统的知名制造商，如Berthold、GE、Xenogen、Photometrics、Carestream Health等，不仅为客户提供先进的仪器，也提供具体实验所需的整套解决方案，包括试剂、实验手册、特殊用途的质粒、细胞株、转基因动物、细胞处理和动物处理设施等配套技术支持。出色的多任务处理能力，人性化的整体设计，便捷精确的操作系统，使实验室影像分析领域进入了一个全新的时代。 下面以研究干细胞活体移植后的存活率为例，简介一两种内源性荧光色素标记的实验方法，供专业人士参考。 用荧光色素DiD标记 间充质干细胞 1. 先用胰蛋白酶消化待标记材料，使之成为一定密度的悬浮液； 2. 从细胞培养箱中取出间充质干细胞，吸取含原有培养基的细胞悬浮液进行标记； 3. 用10 ml Mg/Ca-free PBS （不含钙镁离子的磷酸缓冲液）清洗细胞，吸去PBS， 钙镁离子会影响胰蛋白酶的活性，必须小心； 4. 加入预热的0.05% 胰蛋白酶液，加液量以T75型瓶为例，每瓶加5ml， 确保瓶的表面被完全覆盖； 5. 在细胞培养箱中37° C 孵育约 5 分钟； 6. 然后在显微镜下确认细胞已经完全分散，如果有细胞贴壁情况，轻拍若干次或延长孵育时间直至酶解消化完全成功； 7. 加入等量含 10% FCS的培养基中和胰蛋白酶； 8. 用移液器反复吸取几次确保细胞均匀分散； 9. 然后移取细胞悬浮液至15ml 已灭菌的有盖聚丙烯离心管中； 10. 400 RCF离心5 分钟； 11. 小心移去上清液，不要扰动细胞； 12. 将细胞重新悬浮于DMEM 并进行计数； 13. 需要待标记细胞在无血清DMEM溶液中的密度应为1x106 /ml ； 14. 每ml细胞悬浮液加入5 ?L DiD 染色液； 15. 用移液器将染色液与细胞悬浮液混合均匀； 16. 在6孔低附着性细胞板上37 °C 孵育20分钟； 17. 孵育完全后移取细胞悬浮液至15ml 已灭菌的有盖聚丙烯离心管中； 18. 400 RCF离心5 分钟； 19. 小心移去染色液，不要扰动细胞； 20. 用PBS清洗细胞，用移液器反复吸取几次确保细胞均匀分散； 21. 重复洗三次； 22. 细胞重新计数并用台盼蓝染色法检测细胞活性； 23. 可以进行活细胞成像了！ 用荧光色素ICG标记 人胚胎干细胞 1. 必须先准备好吲哚菁绿溶液（血容量、心输出量、肝功能测定剂）作为对照品 ，然后使之与转染试剂鱼精蛋白（抗凝血作用）混合； 2. 测出1ml吲哚菁绿溶液的活力，然后在100 ?L DMSO中溶解ICG； 3. 向混合物中加入 400 ?L Dulbecco的改良Eagles 培养基 (DMEM + 10% 胎牛血清)， 震荡均匀，吲哚菁绿溶液终浓度为2mg/ml； 4. 加入转染试剂鱼精蛋白，鱼精蛋白作为对照品的载体，使之能够有效进入细胞； 5. 在300 ?L ICG 和 300 ?L 无血清Dulbecco改良 Eagles 培养基中混入 5 ?L 硫酸鱼精蛋白溶液, 使之终浓度为 10mg/ml,； 6. 震荡5分钟使之形成复合物，标记溶液制备完毕； 7. 从 hESC 10mm Petri 培养皿中移去原有培养基； 8. 加入5ml预热的 DMEM； 9. 加入制备好的鱼精蛋白/ICG 溶液， 37 °C下孵育1h； 10. 孵育完全后移去染色液； 11. 用5 ml PBS漂洗培养皿以清除染色液； 12. 移去 PBS 再加入 5ml 0.25 % 胰蛋白酶液，37 °C下孵育5分钟使之酶解，适当震摇培养皿效果会更好； 13. 用移液器反复吸取几次确保细胞均匀分散； 14. 加入等量含 10% KSR的培养基中和胰蛋白酶； 15. 然后移取细胞悬浮液至15ml 已灭菌的有盖聚丙烯离心管中，400 RCF离心5 分钟； 16. 在全培养基中悬浮细胞； 17. 如果还有细胞团块，可以移去原有培养基用10ml预热的全ESC培养基重新悬浮细胞，重复酶解再离心； 18. 在这一点上，鼠源饲喂细胞需从hESCs中分离； 19. 然后将细胞悬浮液移至涂布琼脂的10 cm 培养皿中； 20. 37 °C 孵育 45 分钟，注意不要晃动培养皿，如此鼠源饲喂细胞会贴壁而干细胞保持悬浮； 21. 从Petri 培养皿中移出已标记的单细胞人胚胎干细胞悬浮液； 22. 细胞重新计数并用台盼蓝染色法检测细胞活性； 23. 可进行活细胞成像了！

光学超分辨显微成像技术使人们能够从微观纳米尺度观测细胞内的动态生命活动，是当今细胞生物学、发育生物学、神经科学等生命科学领域的重要研究工具。基于深度学习的超分辨成像技术在保证成像指标，如速度、时程或视野等性能的前提下，进一步提升了显微图像分辨率或信噪比，表现出更大的应用前景。近日，中国科学院生物物理研究所与清华大学，联合美国霍华德休斯医学研究所等研究团队，在Nature Biotechnology杂志上发表了题为“Rationalized deep learning super-resolution microscopy for sustained live imaging of rapid subcellular processes”的研究论文。该研究提出了一套合理化深度学习显微成像技术框架，将光学成像模型及物理先验与神经网络结构设计相融合，合理化网络训练、预测过程，从而实现了高性能、高保真的显微图像去噪与超分辨重建，并结合实验室自主研发、搭建的多模态结构光照明显微镜与高速晶格光片显微镜，将传统成像速度/时程提升30倍以上，实现了当前国际最快、成像时程最长的活体细胞成像性能，并首次对高速摆动纤毛中转运蛋白的多种运输行为以及完整细胞分裂过程中核仁液-液相分离过程进行了快速、多色、长时程、超分辨观测。综上，本研究提出了一种合理化深度学习超分辨显微成像框架，解决了现有深度学习成像方法分辨率损失、预测不确定性、训练集不易采集等难题。同时，人工智能算法与光学显微成像技术的交叉创新，也为现代光学显微成像的发展开辟了新的技术路径。　　原文链接：　　https://www.nature.com/articles/s41587-022-01471-3

德国马克斯玻恩研究所、亥姆霍兹中心、美国布鲁克海文国家实验室和麻省理工学院研究人员组成的团队，开发出一种革命性的新方法，利用强大的X射线源捕获纳米级材料波动的高分辨率图像。这种新技术允许创建清晰、详细的影像，而不会因过度辐射损坏样本。研究结果近日发表在《自然》杂志上。世界的微观领域是不断运动的，并以不断变化为标志。即使在看似不变的固体材料中，这些波动也可能产生不寻常的性质；高温超导体中电流的无损传输就是一个例子。在相变过程中，波动尤其明显，材料会改变其状态，例如在熔化过程中从固体变成液体。然而，详细研究这些过程是一项艰巨的任务，捕捉到这些波动模式的影像就更具挑战性。联合研究团队开发出一种新的无损成像方法，称为相干相关成像。为了制作一段影像，他们快速连续地拍摄样本的多个快照，同时降低足够的光照以保持样本的完好无损。尽管这会导致个别图像中样品的波动模式变得不清晰，但这些图像仍包含足够的信息以将它们分成几组。研究团队首先创建一种新的算法来分析图像之间的相关性。每个组中的快照非常相似，因此可能来自相同的特定波动模式。只有当一组中的所有镜头一起观看时，才会出现样本的清晰图像。科学家们现在能将每一张快照与样本当时状态的清晰图像联系起来。该团队在由薄磁性层制成的样品上展示了相干相关成像。他们创建了一张地图，显示了被称为磁畴的区域之间边界的首选位置。这张地图和运动的影像使人们更好地理解了材料中的磁性相互作用，促进了未来在先进计算机体系结构中的应用。

p 　　近日，德国和瑞典科学家利用欧洲X射线自由电子激光装置(XFEL)，通过创新的“光子反冲成像”(Photon-recoil imaging)技术，研究X射线与原子之间相互作用的基本过程。该方法可以使人们更好地了解原子级的化学反应，将成为探索非线性X射线物理学的有力工具。 br/ /p p style=" text-align: center " img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202010/uepic/5f55c4a7-b32f-412f-9416-323e599f35f6.jpg" title=" 50177d68ee524f13991d9fe7ea5286d6.jpg" alt=" 50177d68ee524f13991d9fe7ea5286d6.jpg" / /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　a)自发x射线拉曼散射的受激原子分布。 /span /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　b)受激x射线拉曼散射的增激发态原子分布(窄线)。? /span /p p style=" text-align: center " span style=" font-family: 楷体, 楷体_GB2312, SimKai " 　　图片来源：网络(mbi-berlin.de) /span /p p 　　观察X射线与原子之间相互作用 /p p 　　1921年，爱因斯坦因发现光的量化，即光子作为光粒子流与物质相互作用，获得了诺贝尔物理学奖。从量子力学的早期开始，人们就知道光子具有动量。原子对光子的吸收和发射是光与物质相互作用的基本过程。自1960年代以来，强激光束的出现推动了所谓的“非线性光学”的发展。于是科学家们进一步研究，用X射线代替可见光来操作非线性光学系统，即将非线性光学扩展到X射线光谱域。但由于非线性效应难以捉摸的性质，尽管理论概念数十年前就已提出，迄今科学家们仍在努力实现这一目标。随着2017年位于汉堡的XFEL的投入使用，科学界朝着这一目标更近了一步。 /p p 　　最近，德国柏林马克斯· 波恩非线性光学和超快光谱研究所(MBI)、瑞典乌普萨拉大学和位于汉堡的欧洲X射线自由电子激光装置(XFEL)的研究人员合作开发出“光子反冲成像”技术，用来观察X射线与原子之间相互作用的基本过程。该技术可以区分X射线范围内的自发和受激拉曼散射(SRS)，使得人们几乎可以对单个原子上受激拉曼散射进行自由地研究。相关的理论分析和实验结果发表在《科学》杂志上。 /p p 　　为了测量实验中激发原子的散射，研究人员将准直的氖原子超声束与XFEL光束成直角相交。当X射线光子的能量与氖的俄歇跃迁能量发生共振时，瞬态激发原子会受到自发拉曼散射的影响。优化X射线的强度和光子能量，则瞬态激发原子在自发衰减之前会与另一个具有适当光子能量的XFEL光子相互作用，产生受激拉曼散射，并沿入射光子的方向发射光子。此过程需要来自X射线的两个光子，因此是非线性的。由受激拉曼散射引起的激发原子基本上不会发生偏转，在检测器上显示为一条锐利的直线。 /p p 　　有望更好地了解原子级化学反应 /p p 　　论文第一作者，柏林马克斯· 波恩研究所的乌利· 艾希曼教授解释说，在受激拉曼散射过程中，两个光子沿与两个入射光子完全相同的方向离开原子，原子不改变其动量，也不改变其飞行方向。这与更频繁的线性过程截然不同。在线性过程中，首先吸收一个光子，然后发射另一个光子。由于发射的光子通常以不同的方向发送，因此原子发生偏转。通过观察原子的飞行方向，研究人员能够清楚地将X射线激发的拉曼过程与其他过程区分开。 /p p 　　XFEL的迈克尔· 迈耶博士解释说：“如果将来我们将新方法与不同波长的X射线脉冲一起使用，就会带来特殊的可能性。”具有不同波长的X射线脉冲可以专门处理分子中的单个原子，因此可以详细了解分子中电子的波函数随时间变化的方式。这为研究非线性X射线过程建立了非常有前途的分析技术。 /p p 　　长远来看，科学家们还希望借助定制的激光脉冲对其产生影响。乌普萨拉大学的贾恩-埃里克· 鲁本森教授说：“我们的方法有望使人们更好地了解原子级的化学反应，将来甚至可能影响它们。” /p p br/ /p

解吸电喷雾电离技术(DESI)现已成为市场上广泛应用的成像技术，可实现更小的像素尺寸和更高的图像分辨率。对单细胞的测定，是现今前沿科学研究的热门方向，使用DESI XS能否进行单细胞的测试呢？今年美国质谱年会(ASMS)上，沃特世展示了如何借助DESI™ XS进行5 μm空间分辨率的成像，从而实现对单细胞层面上的成像。 结论 兼容性与简易性：使用商用DESI XS离子源，无需重大改动即可实现5 μm左右的空间分辨率。高通量：低流量DESI非常稳定，适用于大样本分析(大于20个组织切片)。稳定性强：使用商品化的部件，保证稳定性和数据质量的情况下，进行超过35小时的长时间连续采集。高效率与高质量：在最低300 psi的背压、250 nL/min的流量下，可显著提高图像分辨率。利用HDI(1.8)软件以更高效地进行成像。 方法 使用市售的 DESI 离子源(DESI XS，Waters)分析猪肝、人肾上腺和大鼠脑组织。DESI XS离子源配有高性能喷雾器、加热传输管路(HTL)和μBinary溶剂管理器流体系统(ACQUITY UPLC M-Class BSM)。为进行高分辨率低流量DESI分析，对该系统进行了一些可逆的微小改动：为改善溶剂输送，在溶剂管路中加入了1.7 μm(300 μm x 150 mm)ACQUITY C18色谱柱。 DESI设置如下 溶剂：95:5 MeOH:水 溶剂流速：200-250 nL/min 雾化气体压力：1.35 bar 毛细管电压：0.79-0.85 kV 喷雾头到样品表面的距离： Xevo™ G3 QTof质谱仪采集 负离子和正离子模式，离子源温度为150℃，锥孔电压为80 V，所有其他设置均为默认值。 HDI软件方法设置：使用250 nL/min的低流量设置，先以100 μm像素大小获取初始图像，然后以50 - 5 μm像素大小重新获取选定区域的图像。 研究结果 分辨率高 将溶剂输送流速从典型的每分钟2 μL降低到250 nL，可将喷射束直径从约20-25 μm减小到 图2.HDI 1.8数据驱动显微镜工作流程，A）在模式选项卡中定义并获取低分辨率图像的初始区域。B) 在HDI中处理和检视图像。C) 在分析选项卡中选定感兴趣的区域。D) 将选定区域导入模式选项卡，并以更高分辨率采集。E) 在原始低分辨率图像上处理并显示高分辨率子区域。 兼容性与稳定性强 低流量DESI能在多天采集的多个组织中保持稳定。在标准分析后，可以选定感兴趣的区域进行高分辨率分析。 图3.左图：以50 μm分辨率采集的人类肾上腺癌组织图像。右上图：以5 μm分辨率重新采集的4号组织子区域。右下：Umap/DBscan对所需的5 μm区域进行分割的结果。低流量DESI在高分辨率(10 μm像素大小)下长时间(大于35小时)采集也很稳定。 图4.左图：以10 μm像素尺寸绘制的整个大鼠大脑矢状切面，其扩展部分显示了小脑内部的细节。右图：数据组中与组织最相关20个的单异构离子。 效率与质量兼备 将5 μm像素大小的图像与显微图像中看到的特征进行比较，估计达到的分辨率小于10 μm。图5.A：图4中数据组一小块区域的扩展；B：A的Umap/DBscan分割结果，紫色部分与C中显微图像中的细胞相对应；D：重新采集5 μm处的区域，C中可见的细胞的分辨率有所提高。 后记 解吸电喷雾电离(DESI)质谱技术越来越成熟，应用方向愈加广泛。现阶段来说，已可以朝着挑战单细胞成像的方向发展，如您有希望进行单细胞测试的合作意向，或希望了解更多DESI的应用方向，下载DESI应用文集，可扫描下方二维码告诉我们。 △立即扫码，告诉我们您的需求

光声成像中，体内血红蛋白分子产生强烈的背景信号，导致其他分子成像的灵敏度和特异性受到很大局限，这些分子被淹没在血液中血红蛋白分子造成的强背景中。具有光开关特性的基因编码蛋白是解决该问题提供了一种思路。这种蛋白能够在“开”“关”两种状态成像，通过差分的方法有效去除血液背景。但该方法至今难以得到实际应用，只在概念层面展现出差分成像的效果。　　近日，中国科学院深圳先进技术研究院团队与美国德克萨斯大学奥斯汀分校科研团队合作在《Proceedings of the National Academy of Sciences of the United States of America》杂志上发表题为“Background-suppressed tumor-targeted photoacoustic imaging using bacterial carriers”的文章，实现了活体深层组织肿瘤靶向零背景光声成像。　　本项工作中，研究人员提出一种名为“GPS”的策略，为基因编码开关蛋白真正走向活体应用提供了思路。在“GPS”方法中，“G”代表基因编码开关蛋白（Genetically Encoded Switchable Protein），“P”代表光声成像（Photoacoustic Imaging），“S”代表合成生物学（Synthetic Biology）。研究人员设计合成出F469W基因编码蛋白，利用遗传编码规则，将该蛋白基因质粒转染到一种大肠杆菌中，利用该细菌对肿瘤缺氧微环境的靶向特性，将开关蛋白基因靶向递送至肿瘤区域，实现基因蛋白定向表达。“GPS”方法能够精准定位肿瘤，在深层组织中实现背景噪音抑制的肿瘤靶向光声成像。该方法为细菌等活细胞在体光声成像提供了全新范式，可通过光开关蛋白信号差分策略，消除血液背景干扰，提升目标检测灵敏度和特异性，并利用细菌载体靶向归巢能力，为肿瘤内基因药物可视化提供新手段。　　论文链接：　　https://www.pnas.org/content/119/8/e2121982119　　注：此研究成果摘自《Proceedings of the National Academy of Sciences of the United States of America》杂志，文章内容不代表本网站观点和立场，仅供参考。

近日，中国科学技术大学国家同步辐射实验室的研究团利用之前自行研发的解吸电喷雾电离/二次光电离(DESI/PI)质谱成像平台结合多孔聚四氟乙烯印迹技术，实现对多种植物叶片中代谢物的空间成像。研究成果发表于国际分析化学领域著名期刊Analytical Chemistry。代谢活动是生命体的本质特征和物质基础。随着生物分析技术的发展，代谢组学逐渐成为生物学研究的重要领域，并在植物研究中受到广泛关注。目前已知的植物有30万-35万种，其产生的代谢产物预计有20万-100万种，其中鉴定出化学结构的植物代谢物约有20万个。植物代谢物的成分分析和空间成像对于研究植物代谢物的生物合成、运输、生理机制、自我调节机制及植物与生态的相互作用具有重要意义。质谱成像技术(MSI)是基于质谱发展起来的一种分子成像新技术。通过直接扫描生物样本，可以同时获得多种分子的空间分布特征，具有免荧光标记、不需要复杂样品前处理等优点。但常规的MALDI和DESI等软电离技术难以穿透植物叶片表层的角质层和表皮蜡作用于叶肉组织，因此无法对叶片中的代谢物进行直接成像。为解决这一问题，研究团队通过印迹方法，将叶片中的植物代谢物转移至多孔聚四氟乙烯材料上，并对印迹后的材料进行成像，以这种间接成像方式实现了叶片植物代谢物的质谱成像。研究团队在成像种使用的技术是2019年团队自行研发的解吸电喷雾电离/二次光电离(DESI/PI)质谱成像技术。该技术的关键是在DESI喷雾装置后引入一套光电离系统和高效离子传输管道，可通过开、关光电离源，实现对多种极性和非极性组分的高灵敏度空间成像。相比于传统DESI方法，正离子模式下可新检出多达百种萜类、黄酮类、氨基酸和苷类等次生代谢产物；负离子模式下整体代谢物信号强度可增强一个数量级。研究团队以茶叶为实验对象对该印迹DESI/PI成像技术进行了验证，在咖啡因、茶氨酸和儿茶素等茶叶代谢物研究中取得了重要成果，表明印迹DESI/PI成像技术在探索植物代谢转化位点和途径方面有巨大的潜力。作为一门新兴的学科，植物代谢组学还处于发展的初级阶段，印迹DESI/PI成像技术为植物代谢组学研究提供了一种新的方法，推动了植物代谢组学的发展。

4月11日，中国科学院深圳先进技术研究院医工所传感中心罗茜团队在质谱成像数据分析领域获得重要进展，成功开发了一种多模态融合验证的空间分割新方法，可以准确可靠地确定质谱成像数据的感兴趣区域（regions-of-interest,ROIs）。相关研究成果发表在生物数据科学领域国际知名期刊GigaScience上，深圳先进院郭昂助理研究员为论文第一作者，罗茜研究员为论文通讯作者。质谱成像（Mass Spectrometry Imaging, MSI）是一种具有空间分辨能力的新型分子组学技术，为研究人员提供了理解生物现象背后生化机制的新手段。它通过扫描收集组织切片上各个位置的完整质谱图，可免标签、高通量地同时获得几十到几百个分子的空间分布信息，其能够探测的分子种类包括蛋白质、肽、脂类和代谢物，具有灵敏度高和化学特异性强的特点。在MSI数据的统计分析过程中，一张完整的组织切片通常会被“虚拟地”划分成许多感兴趣区域（Regions-of-interest, ROIs），这些区域往往对应着不同的解剖学或病理学标签。准确划分ROI是挖掘空间分子组学数据的前提，对于发现疾病等因素引起的分子变化至关重要。然而，在现有的ROI划分方法中，传统手动方法依赖主观判断且耗时费力，而基于质谱间相似性聚类算法的空间分割（spatial segmentation）方法，虽然很大程度上实现了自动化，但其结果易受仪器噪声和伪影影响，并且关键算法参数的选取（如直接决定空间分割颗粒度的聚类数/簇数K）仍存在一定的主观性，导致其结果可靠性较差。对此，研究团队提出了一种基于多模态融合思想的“半监督”新方法，即依靠“AI病理师”验证空间分割得到的ROI结果。研究团队创新性地融合MSI中获取的分子组分信息和H&E病理图中获取的组织形态信息，实现了从两个相对独立互补的生物信息源，交叉验证ROI的划分结果，有力保证了其生物学意义上的可靠性。其中，深度卷积神经网络被作为视觉特征提取器，从H&E染色图像中计算切片各位置的组织形态学谱图（Histomorphological Features，HF），然后根据不同位置间的组织形态谱相似性，通过聚类分析实现无监督切片分区。最后，通过Cohen's kappa系数评估基于MSI和基于组织学的两组ROI间的相似性，选取可以最大化相似性的Kmeans聚类算法的关键参数——簇数K，将两种模态判断类别标签一致的区域输出，进而实现不同成像模态生成的ROI进行交叉验证，令生成的ROI具有高可信度。基于多模态融合方法的自动组织分区流程图 科研团队供图团队开发多模态融合方法划分质谱成像数据ROI并应用于小鼠肾组织样本和原位种植肿瘤研究，发现ROI与ground truths完美呼应，且广泛适用于不同类别的组织样本。据介绍，该工作涉及的核心代码与数据将完全开源共享，该方法为以MSI为基础的空间代谢组学和蛋白质组学研究者，提供多模态数据融合技术方法，进一步发展临床病理切片的细胞化学异质性研究。“这篇研究文章中使用的深度卷积神经网络（DCNN）方法是人工注释的一个有趣的替代方法，作者在探索劳动密集型人工注释的自动化替代方法方面值得称赞。”英国爱丁堡大学遗传和分子医学研究所博士的Chris Armit对工作评价道。德国曼海姆质谱和光学光谱学中心（CeMOS）的Stefania Iakab博士则认为：“我高度赞赏作者无私地提供他们的工具，并为所有的数据预处理提供了必要的信息，以及为读者提供测试的示例数据。”

5月22日，中国科学院生物物理研究所朱平研究组在国际学术期刊《自然-通讯》（Nature Communications）发表论文。在该论文中，研究者提出了一种在冷冻电子断层三维成像中，对目标分子原位结构特征和动态构象进行高信噪比直接观察和识别的方法，并命名为REST（REstoring the Signal in Tomograms）。冷冻电子断层成像技术可以获得细胞及组织样品中纳米级分辨率的生物大分子原位三维结构，但由于冷冻电子断层成像中的极低信噪比和不可逆信息缺失，研究者难以获得深度学习过程中所需的目标颗粒真实信息（ground truth），使得利用神经网络和深度学习技术进行电子断层成像中的目标大分子蛋白识别具有很大的挑战。为了解决上述技术瓶颈，朱平研究组新发表的研究论文提出并实现了两种训练策略。在策略一中，研究者选取来自原始数据中少量颗粒进行亚单位平均，以该平均结果作为训练的“ground truth”并和原始颗粒建立训练对。在策略二中，研究人员通过对高质量“ground truth”密度图人为添加不同程度的噪声和动态构象变化，以此模拟真实数据中低信噪比和大分子结构异质性，并将模拟获得的高噪声、动态变化的低质量颗粒密度图与高质量密度图建立映射和训练集。在建立以上训练集和深度学习策略后，研究者利用深度学习网络对训练集进行学习和训练，并将训练好的模型和习得的知识迁移到原始数据中，进行目标蛋白颗粒的信息恢复。 REST方法流程和训练策略研究发现，采用以上策略，REST方法在恢复目标蛋白清晰信号（如在嘈杂的背景中识别并提取粒子）、分割目标特征、识别目标蛋白的动态或柔性结构、获得没有缺失信息的密度作为初始模型并辅助电子断层成像中亚单位平均（STA）等冷冻电子断层成像相关的各种任务中，将具有广泛的应用价值和前景。中国科学院生物物理研究所朱平研究组博士生张浩楠、副研究员李岩为该论文的共同第一作者，朱平研究员为论文的通讯作者。该研究工作得到国家自然科学基金、科技部重点研发项目、中国科学院战略性先导科技专项（B类）等的资助。

2021年6月，中国分析测试协会标准化委员会组织了以张新荣教授为组长的“仪器及零部件性能测试方法标准工作组”，对中国电子科技集团第四十四研究所及钢研纳克检测技术股份有限公司在完成《国家重大科学仪器设备开发专项》项目时制定的《电子倍增电荷耦合成像器件光电性能通用测试方法》CAIA标准草案和编制说明，进行了网上审议。“仪器及零部件性能测试方法标准工作组”的专家审了标准草案和编制说明，提出了修改意见，同意将修改后的标准草案和编制说明提交CAIA标委会全体委员进行审议。中国分析测试协会标准化委员会秘书组将修改后的标准草案和标准草案编制说明，用电子邮件发给中国分析测试协会标准化委员会的一个委员进行审议。在规定的审议时间内，委员们在同意该标准草案的前提下，对标准草案和编制说明提出了一些修改意见。标准草案的起草人根据委员们提出的修改意见，对标准草案再次进行了修改，形成了“CAIA标准”的正式文本，报中国分析测试协会标准化委员会主任委员张玉奎院士审批。经张玉奎院士审查同意，现将该“CAIA标准”正式发布。附件：《电子倍增电荷耦合成像器件光电性能通用测试方法（发布稿）》.pdf

组织病理学分析通常被认为是肿瘤诊断和临床治疗的“黄金标准”。近年来，人工智能（AI）在病理诊断中的应用取得了显著进展。然而，目前大多数AI方法使用的数据源是由传统光学显微镜捕获的彩色图像，这种图像所包含的病理信息有限，影响了诊断的准确性。随着二维图像处理算法的逐步成熟，研究人员开始转向三维算法，以期获得更准确的结果和更丰富的信息。本文提出了一种新的多维胆汁数据库，该数据库包含在同一视场下捕获的显微镜高光谱图像和RGB彩色图像，专门用于深度学习研究。该数据库中的所有图像均经过经验丰富的病理学家评估和标记，适用于训练神经网络。由于该数据库包含了样本的形态、光谱和生化变化信息，对研究人员开发新型多维深度学习算法用于病理诊断具有重要意义。图1 数据集的多维图像场景(a) RGB图像 (b) 显微镜高光谱数据立方体 (c) 从高光谱数据立方体中提取的16个单波段图像本实验旨在建立一个多维胆汁数据库，为此开发了一种显微镜高光谱成像系统，用于采集胆汁组织的高光谱图像。胆总管组织切片的透射光通过显微镜被收集，并在sCMOS相机上成像，最终合成高光谱数据立方体。该成像系统使用的鑫图sCMOS相机Dhyana 400D，具有6.5 μm的像素尺寸，适用于高倍显微镜。此外，其低读出噪声和在制冷条件下的低暗电流，使其在弱光成像时仍能获得高信噪比的图像。同时，USB 3.0的接口能够提供高达35 fps的帧率，满足了高光谱成像所需的高速采集性能指标。参考文献Zhang Q, Li Q, Yu G, et al. A multidimensional choledoch database and benchmarks for cholangiocarcinoma diagnosis[J]. IEEE Access, 2019, 7: 149414-149421.该文章旨在为大家提供先进成像技术相关应用参考，部分内容摘抄于相关论文研究成果，版权归原作者所有，引用请标注出处。

2024年3月15日，国家标准GB/T 43688-2024《磁共振成像/波谱仪质量控制方法》正式发布，于2024年10月1日正式实施。该标准由TC487（全国光电测量标准化技术委员会）归口 ，主管部门为中国科学院。该标准主要起草单位：中国计量科学研究院 、北京大学第三医院 、上海联影医疗科技股份有限公司 、中国科学院空天信息创新研究院 、广东省中量检测有限公司 、北京大学 、北京航空航天大学 、北京万东医疗科技股份有限公司 、重庆大学 、中国计量大学 、美的集团（上海）有限公司 、北京印刷学院 、广东省建筑设计研究院有限公司 、广州计量检测技术研究院 、山东第一医科大学 。本标准从国内外磁共振影像和放疗设备的生产、临床使用情况出发，研究可溯源至国际单位制（SI）的设备性能评价方法并将其标准化。2013 年底我国MRI 的市场保有量已达到6400台，以目前速度，我国MRI市场容量将在2017 年应可突破万台大关。国内磁共振企业在规模和技术水平上也逐步得到发展，无论低场，还是高场1.5TMRI 系统都已有自主研发机型生产，并上市销售；生产企业也由原来的少数几家发展到近20家，但国内市场，尤其是中高端市场，仍以通用电器、西门子、飞利浦等公司的磁共振成像产品占据绝对优势。本标准构筑提升了我国磁共振设备质控的基础，并为其它重大数字诊疗装备质控提供了共性技术支撑。

研究背景癌变细胞和正常细胞在形态、化学性质和力学性质等方面有明显差异，肿瘤组织细胞化学和力学性能的检测可为细胞及人体组织病变过程提供多维信息。现有组织细胞形态、力学性能、化学性能的检测方法中，共焦拉曼光谱显微技术可对样品微区化学性能进行非接触、无标记探测，共焦布里渊光谱显微技术可对样品微区力学性能进行非接触、无损探测，将共焦拉曼光谱与布里渊光谱检测技术结合，来同时、同位检测组织甚至亚细胞结构的微区三维形貌、化学性能和机械力学性能，有望为组织细胞多维病变信息的检测提供新手段。创新研究现有共焦拉曼/布里渊光谱显微成像技术由于缺少高精度实时定焦能力，致使扫描过程中聚焦在样品上的光斑大小随着样品的高低起伏而变化，从而制约了共焦光谱显微系统理论空间分辨力的实现；其次，由于拉曼和布里渊散射光谱强度较弱，成像积分时间较长，共焦光谱显微系统极易受系统漂移的影响而导致离焦，进而影响空间分辨力和成像质量等；此外，在对生物组织切片样品进行成像时，垂直入射产生的荧光信号会降低样品拉曼光谱的信噪比，从而影响拉曼光谱和布里渊光谱探测的准确性，降低检测精度。鉴于此，在国家自然基金重点项目“机械形态性能激光分光瞳差动共焦布里渊—拉曼光谱测量原理与传感系统（51535002）”等项目支持下，北京理工大学赵维谦教授团队发明了图1所示的高稳定、高分辨、抗散射分光瞳激光差动共焦拉曼-布里渊（Divided-aperture Laser Differential Confocal Raman-Brillouin，DLDCRB）图谱成像新方法（授权中国发明专利ZL 201410086366.5和欧洲发明专利EP 3118608 B1），该方法将分光瞳激光差动共焦显微技术与拉曼光谱和布里渊光谱探测技术相结合，通过差动共焦测量技术进行纳米精度的样品定焦，来提高系统空间分辨力和稳定性；通过分光瞳斜向激发与探测技术进行反射光和层间散射光等干扰光的抑制，来提高系统的光谱探测信噪比；通过拉曼光谱与布里渊光谱的同源激光激发与高分辨分离探测，来实现微区几何形貌、拉曼光谱和布里渊光谱的高稳定、高分辨原位图谱成像。图1. DLDCRB光谱显微成像原理基于该方法研制了图2所示的具有高空间分辨力和三维成像聚焦跟踪能力的DLDCRB光谱显微镜，其轴向定焦分辨力达1nm、光谱成像横向分辨力达400nm、拉曼光谱分辨力达0.7cm-1、布里渊光谱探测分辨力达0.5GHz等。图2. DLDCRB光谱显微镜利用研制的DLDCRB光谱显微镜，对条形样品进行了清晰成像，结果如图3所示，验证了所提方法的抗漂移能力；对PMMA/SiO2双层样品进行了检测，结果如图4所示，验证了所提方法抑制离焦层散射光干扰的能力。图3. 传统共焦光谱系统与DLDCRB光谱显微镜结果对比（a）经典共焦光谱系统成像（模糊） (b) DLDCRB光谱系统成像（清晰）图4. 系统抗离焦噪声干扰机制 (a) 斜向激发与收集光路 (b) 压缩了散射体轴向尺寸利用研制的DLDCRB光谱显微镜，对胃癌组织和癌旁正常组织进行了拉曼-布里渊光谱成图实验分析，证实了之前有关癌组织中蛋白质物质发生变化以及组织之粘弹性变化导致浸润性增加的假设。图5给出了DLDCRB光谱显微镜对胃癌组织与癌旁正常组织的化学成像结果，浓度由拉曼光谱特征峰的强度来表征。胃癌组织与癌旁正常组织化学成像结果相比：胶原蛋白浓度低且分布离散；胃癌细胞的DNA物质浓度高且分布范围大；胃癌组织细胞基质内的蛋白质浓度低；胃癌组织的脂质在基质内浓度高，而正常组织的脂质分布相对均匀。图5.胃癌组织与癌旁正常组织化学成像结果图6给出了DLDCRB光谱显微镜对胃癌组织与癌旁正常组织的力学性能成像结果，布里渊光谱的频移表征物质的储能模量（弹性性能），布里渊光谱的半高宽表征物质的损耗模量（粘性性能）。胃癌组织与癌旁正常组织力学成像结果相比，胃癌细胞和细胞间质的弹性低于正常细胞和细胞间质，癌细胞细胞核的弹性高于正常细胞；胃癌细胞和细胞间质的粘性低于正常细胞和细胞间质，癌细胞细胞核的粘性高于正常细胞。图6. 胃癌组织与癌旁正常组织的力学性能对比图本研究提出了具有高稳定、高分辨、抗散射的分光瞳激光差动共焦拉曼-布里渊图谱成像方法，研制成功了相应的仪器，实现了样品三维形貌、力学性能和化学组分的多维信息检测，并在肿瘤组织表征分析中进行了应用验证，本检测方法可为癌变过程和癌症治疗等领域的研究提供一种新的手段。

大脑的神经回路是极其复杂的网络，包含数十亿个神经元细胞，这些细胞间又存在着数以百亿计的连接。如果只了解其中单个分子或单个神经细胞的工作机理而不了解多个神经元细胞之间连接之后的网络结构和集体行为方式，则无法理解大脑复杂且高等的功能行为，也无法解释很多脑部疾病的致病机理。目前成像技术众多，但仍然缺乏可在亚细胞神经元突起水平上描绘出单个脑组织中所有细胞以及神经投射图谱的方法。构建出一种能快速绘制神经网络联接图谱，展现全细胞细节并与电子显微成像相关联以发挥二者优势的光学成像技术，对了解大脑的工作机制和相关疾病机理具有重大意义。　　近期，中国科学院苏州生物医学工程技术研究所张若冰课题组提出一种光学多层干涉断层成像方法Optical Multilayer Interference Tomography（OMLIT）。科研人员发现，原本仅用于收集超薄切片的卷带以及为电镜成像提供导电性的导电镀层在光学显微镜下可发挥独特作用：光经过层与层之间的反射与干涉后到达物镜，获得对比度增强的图像。OMLIT在此基础上，通过测试收集超薄切片时所使用的卷带材料、镀层材料、镀层厚度、超薄切片厚度等因素，找到一种在光学分辨率下获取满足介观尺度下要求的图像的条件。　　这种成像方法另外的优势在于快速高效准确。相较于电子显微镜成像所需的3.5小时，OMLIT最快可在12分钟内获得神经突触水平下的小鼠皮层三维结构数据集（0.95×1.15×0.027mm3），并可区分和重建所有神经元和神经胶质细胞的形态以及空间位置，以及毛细血管和神经突触的交织网络。使用扫描电镜验证OMLIT的成像与三维重建精度，展示了两种成像方法之间的兼容性。科研人员认为，未来可将长程神经投射图谱与单个脑组织中全细胞的局部回路的互补突触级细节合并，提高大尺度脑图谱的成像通量。　　相关成果发表在ACS Photonics上。　　论文链接

南开大学化学学院 段潮舒 韩丽 刘煦阳（导师：邵学广）2022年11月28-30日，第八届亚洲近红外光谱会议（ANS2022）以网络会议形式召开。来自6个国家的约70位代表参加了此次大会，中国有9位代表出席。韩国汉阳大学的Hoeil Chung教授在开幕式上致辞，对所有参会的老师、同学和厂商代表表示热烈欢迎。本次会议有大会邀请报告（plenary lecture）2场，主题报告（keynote presentation）和口头报告（oral presentation）34场，墙报（poster）29篇。其中，口头报告分为4个会议单元（session），主题分别是：“农业食品材料”、“高光谱成像”、“基础科学与化学计量学”和“先进技术和药物应用”。本次会议内容丰富，从多角度展现了近红外光谱技术的最新研究和应用进展，以下从四个方面加以概述。1、化学计量学方法与应用研究化学计量学方法是历届近红外光谱会议的重要主题，本次会议安排了一场大会邀请报告，题为“Key aspects to increase the robustness of NIRs prediction models”。报告者强调了数据质量对建模的重要性，介绍了稳健模型建立的四大关键部分，分别是校正集的选择、参考值的质量、光谱数据的质量、预测模型的开发和评估（预处理方法、回归方法等）。在实际应用中，由于近红外光谱预测模型是动态的，应该定期对模型进行监控和更新；来自南开大学的邵学广教授进行了题为“Chemometric studies for analyzing temperature-dependent near-infrared spectra”的报告。报告着重讲述了利用温控近红外光谱技术结合化学计量学方法，可通过提取随温度变化的水光谱信息，从而理解水结构的复杂性以及将水作为探针可以探测溶液或生物体系中分子的定量信息和结构变化；来自日本国家农业和食品研究院的Akifumi Ikehata教授带来了题为“Extended molar absorption coefficients of confined water in reverse micelles”的报告，提出了基于浓度的扩展摩尔吸收系数分析方法，当水与表面活性剂的分子比超过一定值时，可以准确检测到反胶束中核心水的存在，有利于更好地理解限域环境中的分子行为。深度学习是化学计量学领域发展的前沿方向之一，本次会议中也有与深度学习相关的研究。来自新加坡南洋理工大学的Ying Zhu教授带来了题为“Chemometrics and deep learning models for classification of spectroscopic data with application to detection of colon polyps”的报告，介绍了基于CNN的预测模型可用于区分癌前腺瘤状息肉和增生性息肉，优于PCDA和PLSDA模型；来自韩国江原大学的Nam-Wook Kim介绍了利用可见-近红外高光谱成像技术，基于卷积神经网络（CNN）模型预测紫玉米的花青素含量，与高效液相色谱测定结果相比，深度学习模型的预测准确度可以达到93%，有利于后续智能育种技术的应用；同样来自韩国江原大学的Hong-Gu Lee利用3D-卷积神经网络进行蜂螨分类。此外，还有多场化学计量学方面的报告，研究内容涉及了各种定性定量模型的建模方法，对扩展近红外光谱的应用范围和改善模型具有重要作用。总结以上的报告，我们深切体会到：化学计量学方法种类较多，使用者应该从原理入手学习，加强对每类方法原理的理解和学习，更有利于新方法的开发和已有方法的推广应用。2、高光谱成像技术作为近红外光谱技术的发展前沿，高光谱成像技术的发展和应用越来越引起大家的关注。本次会议安排了一场题为“Spectral imaging technologies for agricultural applications” 的大会邀请报告。报告者着重介绍了高光谱成像的原理和仪器技术的发展，以及在苹果损伤、在线家禽检测、蔬菜全表面新鲜度检测等领域的应用；来自韩国忠南大学的Byoung-Kwan Cho教授带来了“Application of hyperspectral imaging for quality measurement of agricultural materials”的报告。报告首先强调了农产品质量控制对于整个农业生产行业的重要性，并介绍了高光谱成像技术在水果瘀伤检测、压力植物监测、种子活力分选和食品掺假检测等农产品质量控制中的应用，最后提出高光谱成像技术作为农产品质量控制的新兴手段，具有快速、准确、无创的检测特点，并有望代替传统检测方法；来自泰国朱拉隆功大学的Sureerat Makmuang报告了其通过改进的自组织图和近红外高光谱成像识别杂草稻的工作，首次对栽培稻种子中的杂草稻进行原位高光谱成像，并通过监督自组织图分类，达到了88%以上的分类准确率。通过以上报告，我们发现，本次会议与高光谱成像技术相关的研究多集中于食品、农产品的质量控制等，极大地拓展了近红外光谱的应用。不过，大家也认识到，虽然高光谱技术是获取综合信息的高效手段，但高光谱的测量及数据处理技术仍需要进一步发展。3、先进技术与药物应用先进技术和药物应用也是本次会议的重要主题。来自泰国农业大学的Sirinad Noypitak教授带来了“A portable moisture content meter using near infrared spectroscopy with real-time data report on a smartphone”的报告。该报告介绍了一种基于近红外光谱技术的新型便携式水分测定仪，在测量的时候可以在智能手机上显示实时数据报告。通过应用程序控制近红外光谱仪，在智能手机上实时采集、显示和处理光谱数据，非常适合在锯木工厂中的实际应用；来自韩国汉阳大学的Eunjin Jang介绍了用近红外透射光谱检测不同病变的胆汁，通过主成分聚类分析可以准确识别出患有胆囊癌的胆汁样品。这些研究大大拓展了近红外光谱技术在疾病诊断、制药方面的应用，未来可逐步实现准确控制药物中的有效成分含量、精准医疗等。4、农业食品材料农业、食品和材料一直是近红外光谱技术的重要应用领域。来自印度贾达普大学的Rajib Bandyoypadhyay教授带来题为“Estimation of total alkaloids in Cinchona bark using a developed portable NIR”的报告，该报告使用便携式近红外光谱仪测定金鸡纳树皮中总生物碱（一种抗疟疾药物）含量，对近红外光谱进行PLS回归分析，与重量法评估的结果相比，达到了很好的预测结果。不仅如此，该研究还开发了包含图形用户界面和校正程序的软件，通过对软件进行适当的修改，便携式光谱仪还可用于植物及其产品中的其他标记分子的含量测定；来自尼泊尔特里布文大学的Milka Nakarmi介绍了近红外光谱检测鸡肉中的微生物菌落的应用，该研究以标准平板计数法检测细菌的污染情况作为参考，对885-1680 nm范围的光谱建立的模型对大肠菌群预测效果最好，这为近红外光谱技术用于提取微生物信息发展了新的应用。在本次会议中，很多研究工作集中在农产品和食品质量评估，实用性的特点较为突出。理论指导实践，实际应用也将当下的需求反馈于理论方法的研究，与此同时研究工作者从需求入手，深入分析了解研究对象的特性，针对这些特性设计了更适用的仪器或测量方法，更好地满足实际的生活生产需要。本次会议利用网络平台进行在线直播，整个会议日程安排紧凑有序。全世界各地参会者通过网络平台交流与学习，无论在学校、在家、还是在公司，都可以聆听专家们的报告，而且还可以在问答区进行发言和提问。除了精彩纷呈的报告，本次会议还采用线上墙报的形式，参会人员采用录制音频配合图像的形式为大家展示墙报，以直观的图像和图表展示主要内容，再配以简洁明了的讲解说明，让大家快速了解研究内容。此外，线上墙报不受展示时间的限制，大家可以在网上多次观看。特别值得一提的是，会议中，数位中国代表给我们带来了精彩的报告，但中国参会代表还是较少，期待更多的国内学者今后为大家带来精彩的报告，继续扩大中国在国际会议的影响力。第八届亚洲近红外光谱会议圆满落幕，探知建模新方法，洞悉成像新世界！下一届亚洲近红外光谱会议将在印度加尔各答举办，让我们共同期待能与大家面对面地交流学习！

主题：如何做好3D细胞球培养及提高成像分析技能？日期：2018年12月18日 周二时间：上午 10:00-11:00感兴趣的朋友请扫描下方二维码立即报名！背景：3D细胞培养技术是最近10年左右才出现的新的细胞生物学实验技术，其实体结构以及细胞间更加紧密的联系，加之接近于真实组织结构的先天优势，使其更加适合于生命科学的研究和药物的开发、筛选。随着3D细胞培养技术的发展，相继出现了大量的新方法，如类组织、类器官的研究以及相关的临床应用，这些都是以常规的3D细胞球技术为基础。本次介绍基于3D细胞球培养技术的基本方法，介绍3D细胞球的获得方法，以及如何能够准确有效地获取3D细胞球内的信息。本次讲堂将介绍：● 3D细胞球与传统的2D细胞培养的差异● 3D细胞球的培养方式● 3D细胞球标记过程中的注意事项● 3D细胞球的成像方式● Molecular Devices 公司 ImageXpress Micro高内涵成像系统对于3D细胞球实验的独特解决之道主讲人简介：周旋 技术支持经理 美谷分子仪器（上海）有限公司10年多来一直从事于显微成像及高内涵成像的应用技术工作，熟悉目前各种细胞学成像技术，包括共聚焦、双光子、超分辨以及Light Sheet等。希望能够为广大科研工作者提供帮助。

近日，中国科学院沈阳自动化研究所在基于微透镜成像研究方面取得新进展，提出一种将原子力显微镜（AFM）与基于微透镜的扫描光学显微镜相结合的无损、快速、多尺度关联成像方法。相关研究成果（Correlative AFM and Scanning Microlens Microscopy for Time-Efficient Multiscale Imaging）发表在Advanced Science上。　　在半导体器件制造中，半导体晶圆的错误检测、缺陷定位和分析对于质量控制和工艺效率至关重要。因此，为了提高芯片特征结构的检测分辨率和效率，需要发展新的大范围、高分辨、快速成像技术。　　为此，依托于沈阳自动化所的机器人学国家重点实验室微纳米自动化团队提出了一种新的关联成像方法。科研人员将微透镜与AFM探针耦合，通过在面向样品的微透镜表面上沉积扫描探针，将基于微透镜的光学成像和AFM两者的优势结合，实现了三种成像模式——微透镜快速高通量扫描光学成像、表面精细结构AFM成像和微透镜AFM同步成像。　　实验结果表明，微透镜的引入提高了传统AFM光学系统的成像分辨率，成像放大率提高了3-4倍，有效地缩小了传统光学成像与AFM之间的分辨率差距。与单一AFM成像模式相比，成像速度提高了约8倍。高通量、高分辨率AFM和扫描超透镜关联显微镜为实现微米到纳米级分辨率的跨尺度快速成像提供了新的技术手段。　　研究工作得到国家自然科学基金国家重大科研仪器研制项目（基于微球超透镜的跨尺度同步微纳观测与操作系统）和机器人学国家重点实验室自主项目的支持。AFM和扫描微透镜关联成像示意图半导体芯片成像结果

近日，中国科学院沈阳自动化研究所在基于微透镜成像方面取得新进展，提出一种将AFM与基于微透镜的扫描光学显微镜相结合的无损、快速、多尺度关联成像方法，相关成果以论文的形式（Correlative AFM and Scanning Microlens Microscopy for Time-Efficient Multiscale Imaging）发表在国际顶级学术期刊Advanced Science (中科院一区，IF= 16.806)。在半导体器件制造中，半导体晶圆的错误检测、缺陷定位和分析对于质量控制和工艺效率至关重要。因此，为了提高芯片特征结构的检测分辨率和效率，需要发展新的大范围、高分辨、快速成像技术。为此，依托于沈阳自动化所的机器人学国家重点实验室微纳米自动化团队提出了一种新的关联成像方法。科研人员将微透镜与AFM探针耦合，通过在面向样品的微透镜表面上沉积扫描探针，将基于微透镜的光学成像和AFM两者的优势结合起来，实现了三种成像模式：微透镜快速高通量扫描光学成像、表面精细结构AFM成像和微透镜AFM同步成像。实验结果表明，微透镜的引入提高了传统AFM光学系统的成像分辨率，成像放大率提高了3-4倍，有效地缩小了传统光学成像与AFM之间的分辨率差距。与单一AFM成像模式相比，成像速度提高了约8倍。高通量、高分辨率AFM和扫描超透镜关联显微镜为实现微米到纳米级分辨率的跨尺度快速成像提供了一种新的技术手段。该研究得到了国家自然科学基金委国家重大科研仪器研制项目（基于微球超透镜的跨尺度同步微纳观测与操作系统）和机器人学国家重点实验室自主项目的大力支持。（机器人学国家重点实验室）AFM和扫描微透镜关联成像示意图半导体芯片成像结果

近日，中科院大连化物所蛋白质折叠化学生物学创新特区研究组（02T5组）刘宇研究员团队和生物分子高效分离与表征研究组（1810组）张丽华研究员团队合作，通过发展新型仿生荧光共价键探针和质谱表征方法，发现了蛋白质聚集态界面具有化学反应活性，可用于相变蛋白质的标记与成像。　　蛋白质在人体内的相变过程会诱发多种退行性疾病，例如帕金森症、阿尔兹海默症、渐冻人症和老年性心衰等。针对上述疾病，刘宇团队致力于发展新型化学生物学工具用于观察蛋白质的相变过程和疾病的早期诊断，张丽华团队一直关注胞内相变蛋白质的质谱组学解析。然而，致病蛋白质通常由于发生相变处于无序结构状态，其特异性识别和检测具有挑战性。因此，发展新的化学方法识别和捕捉相变致病蛋白质对疾病的早期诊断和治疗有着重要的意义。　　在前期工作（Anal. Chem.，2021）的基础上，该合作团队保持了红色荧光蛋白骨架分子对相变蛋白质分子的选择性结合能力和荧光激活效应，通过模仿Kaede光转化荧光蛋白的作用机理，逆向设计了具有迈克尔加成反应活性的新型荧光分子探针。该类新型探针可与早期错误折叠的蛋白结合发出红色荧光，在进一步相变聚集过程中发生迈克尔加成反应，荧光信号进而由红光转为绿光。团队通过定点突变技术和高分辨质谱分析，揭示了相变蛋白和探针分子的共价反应机制，蛋白质错误折叠过程中半胱氨酸的微环境变化、蛋白聚集紧实度的不同、探针反应活性强弱等因素均会影响该反应的进程。基于该化学特性，团队拓展了基于孔雀绿的新型荧光变色分子，并论证了该共价键反应的普适性和可调控性。同时，团队使用该探针，展示了细胞内蛋白质组在药物刺激下从早期错误折叠到晚期聚集的相变过程。该工作首次揭示了蛋白质相变界面的化学反应活性，对未来设计质谱探针和药物分子提供了新的策略和思路。　　上述成果于近日发表在《德国应用化学》（Angew. Chem. Int. Ed.）上。该工作得到国家自然科学基金、辽宁省兴辽人才计划、大连市科创基金、博士后面上基金、国家重点研发计划等项目的资助。

为高效率、低能耗捕碳材料的设计提供了可靠手段 　　加拿大卡尔加里大学和渥太华大学科学家成功利用X射线晶体成像仪和计算机模拟手段，对被称为“棒球手套”的捕碳材料如何捕捉二氧化碳分子进行了观察和分析。科学家认为，该项成果为设计定制一种高效率、低能耗的捕碳新材料指明了研究方向。相关文章发表在最新出版的《科学》杂志上。 　　目前采用的二氧化碳捕获方法是将二氧化碳气体注入氨溶液中。该项技术的弱点在于氨溶液吸收二氧化碳后，还需要释放二氧化碳以便进行储存，在释放二氧化碳时，溶液需要加热到100摄氏度，这要耗去大量的能源和水资源。据估算，燃煤发电厂如果使用该项技术捕获储存二氧化碳，需要消耗其四分之一的发电量。 　　因此，找到一种既可轻松捕获二氧化碳，还可在低能耗和节水条件下轻松释放出二氧化碳的新型材料，对于捕获二氧化碳技术的实际应用意义非常重大。加拿大科学家的研究发现正是为找到这种新型材料指明了方向，并提供了实验方法和计算机模拟方法。 　　参与研究工作的科学家将捕捉二氧化碳形象地比作棒球手套与棒球之间的关系，在此将球比作二氧化碳，而将手套比作可捕获二氧化碳的材料。对于不同大小的球，需要不同尺寸的手套，才能更好地匹配，以便球手能够更加容易接到来球。卡尔加里大学化学教授乔治斯密祖介绍说，他们使用X射线结晶成像仪直接实验成像，并通过计算机模型计算，确定了二氧化碳分子的确切位置，并可以清晰观察到“手套”材料的各个“手指”如何合力将二氧化碳分子固定在其位置上。 　　渥太华大学负责计算机模拟研究的科学家表示，该项发现的另一个特别之处在于，实验结果和计算机模拟结果之间表现出非常好的一致性。因此，其计算机模拟方法现在就可以更令人放心地应用于发现和预知材料的捕碳性能，特别是在实验室制作某种捕碳材料之前，可先在计算机上进行模拟。 　　研究人员认为，该项研究成果最终可得到多方面的应用，既可帮助燃煤发电厂降低二氧化碳排放，还可帮助去除非常规天然气资源中的二氧化碳成分。

锥束CT因其独特的成像优势和开放的系统结构设计，可以在血管介入治疗、牙科检查、骨科手术、乳腺癌筛查等众多临床诊疗场景中为医生提供实时的三维诊断信息，近年来受到越来越多的关注。然而，传统平板探测器受数据采集方式的制约，导致锥束CT成像系统存在空间分辨与时间分辨无法兼得的内在矛盾（图1）。换句话说，为了追求更高的成像空间分辨率，需要大幅降低锥束CT的成像速度；反之，如果追求更快的成像时间分辨率，则需要损失锥束CT的空间分辨率。长期以来，这一突出矛盾导致锥束CT无法满足临床诊断的发展需求，亟需变革。 图1 基于平板探测器的锥束CT系统空间分辨率与时间分辨率之间存在竞争关系针对上述锥束CT成像面临的共性关键挑战，中国科学院深圳先进技术研究院医工所CT成像物理与系统实验室的葛永帅研究员及其团队提出了一种基于双层平板探测器亚像素位移的新型锥束能谱CT成像方案（图2）。该方案通过上层和下层探测器像素单元错位读出的方式将空间信息采样率提升一倍，有效克服了探测器像素合并（快速扫描）引起的空间分辨率降低问题。物理实验结果证明（图3），该新型锥束能谱CT成像方案可以在相同成像速率下，将锥束CT图像的空间分辨率提升至少30%。该研究成果为加快推动高时空分辨锥束能谱CT成像技术与系统变革提供了崭新的解决方案。相信在不久的将来，这一技术将为血管介入治疗、牙科检查、乳腺癌筛查等众多临床场景提供全新的高时空分辨锥束CT成像解决方案，大幅改善锥束CT图像质量。 图2 基于亚像素位移的双层探测器锥束能谱CT数据采集方案示意图相比常规对齐式数据采样方案，新发展的亚像素位移型数据采集方案利用上层和下层探测器单元错位提高成像的空间采样率，实现高时空分辨锥束能谱CT成像。图3 (a)-(d)为猪腿实验数据成像结果；(e)-(h)为Catphan CT体模实验数据成像结果 (i)-(j)为测量的CT图像的MTF曲线。可以看出，本工作提出的suRi方法在1x2像素合并下的成像性能与1x1像素合并的成像性能相当。 相关研究成果以Super resolution dual-energy cone-beam CT imaging with dual-layer flat-panel detector为题发表在医学成像领域顶刊IEEE Transactions on Medical Imaging（IF=10.6）上。中国科学院深圳先进技术研究院医工所医学人工智能研究中心苏婷助理研究员为文章的第一作者，南方医科大学马建华教授、中国科学院深圳先进技术研究院医工所梁栋研究员、葛永帅研究员为本文的共同通讯作者。该研究获得了国家自然科学基金委员会、广东省科技厅、深圳市科创委等单位的资助。

本文由中国药科大学天然药物国家重点实验室药物代谢与药代动力学重点实验室所作，发表于Talanta 165 (2017) 128–135。 近年来，基质辅助激光解吸/电离飞行时间质谱成像（MALDI-TOF-MSI）技术受到了广泛的关注，因为它可以对动植物组织切片中不同的分子进行定位，尽管在逐点绝对定量中仍存在一些障碍。奥曲肽是一种合成的生长抑素类似物，在临床上广泛应用于预防胃肠道出血。 本研究的目的是建立一种定量显示奥曲肽在小鼠组织中空间分布的MALDI-TOF-MSI方法。在这个过程中，一个结构相似的内标物与基质溶液一起被点到组织切片上，以尽量减少信号变化，并给出良好的定量结果。通过比较奥曲肽与不同基质共结晶后MALDI-TOF-MSI产生的信噪比，选择2,5-二羟基苯甲酸作为最合适的基质。通过测定不同浓度的新鲜组织切片中奥曲肽的含量，验证了MALDI-TOF-MSI在线性、灵敏度和精密度方面的可靠性。验证的方法成功地应用于奥曲肽在小鼠组织中的分布研究。 结果表明，MALDI-TOF-MSI不仅能清晰地显示奥曲肽的空间分布，而且可以计算关键的药代动力学参数（Tmax和t1/2）。更重要的是，MALDI-TOF-MSI测定的奥曲肽的组织浓度-时间曲线与LC-MS/MS测定的结果一致。这些发现说明了MALDI-TOF-MSI在药物开发过程中的药代动力学分析潜力。使用仪器：岛津MALDI TOF、 LC–MS/MS 图1 内标对MALDI-TOF-MSI分析小鼠肝切片中奥曲肽线性的影响。(A) 小鼠肝脏切片上的兰瑞肽(内标)的质谱图，(B)加入奥曲肽标准溶液的肝脏切片光学图像，(C)5个浓度水平的奥曲肽的代表性质谱图像([M+H]+离子 m/z 1019 Da)，(D) 用奥曲肽的平均信号强度绘制的奥曲肽校准曲线(n=5)，(E)经内标校正后的奥曲肽的代表性质谱图像，(F) 用奥曲肽/内标的平均强度比绘制的奥曲肽校准曲线(n=5) 图2 对口服20 mg/kg奥曲肽后0、10、30、60、90和120 min采集的小鼠组织进行成像MS分析。(A)胃切片的代表性光学和质谱图像，(B)肠切片的代表性光学和质谱图像，(C)肝切片的代表性光学和质谱图像 图3 MALDI-TOF-MSI和LC-MS/MS测定奥曲肽的组织浓度-时间曲线。(A) MALDI-TOF-MSI法测定小鼠胃中奥曲肽的浓度-时间曲线 (B) LC-MS /MS法测定小鼠胃中奥曲肽的浓度-时间曲线 (C) LC-MS/MS法和MALDI-TOF-MSI法测定小鼠胃中奥曲肽的含量的相关性分析。 本研究开发了一种基于MALDI-TOF-MSI的小鼠组织切片奥曲肽定量分析方法。首次通过比较DHB、CHCA和SA提取的奥曲肽在一系列激光功率水平下的信噪比，系统研究了激光能量对MALDI基质选择的影响。结果表明，DHB、CHCA和SA的最优功率水平应分别设置为50、70和60，DHB因其较高的灵敏度和较低的基质效应最终被选为最合适的MALDI基质。兰瑞肽是一种与奥曲肽结构相似的生长抑素类似物，被用作内标，通过减小组织异质性、基质晶体异质性和激光功率波动引起的离子信号变化，提高分析的线性、准确性和精密度。然后成功地应用所开发的MALDI-TOF-MSI方法，观察口服20 mg/kg剂量后，奥曲肽在小鼠胃、肠、肝中的分布和消除过程。 结果表明，MALDI-TOF MSI不仅能清晰地显示奥曲肽在小鼠组织中的空间分布，而且使关键药物动力学参数(Tmax和t1/2)的计算成为可能。更重要的是，MALDI-TOF-MSI测定的奥曲肽的组织浓度-时间曲线与LC-MS/MS绝对定量的结果吻合较好。 文献题目《Optimization and evaluation of MALDI TOF mass spectrometric imaging for quantification of orally dosed octreotide in mouse tissues》 使用仪器岛津MALDI TOF、 LC–MS/MS作者Tai Rao, Boyu Shen，Zhangpei Zhu, Yuhao Shao, Dian Kang, Xinuo Li, Xiaoxi Yin, Haofeng Li,Lin Xie, Guangji Wang, Yan Liang Key Lab of Drug Metabolism &hamacokinets,State Key Laboratory of Natural Medicines,China Pharmaceutical University, Tongjiaxiang 24, Nanjing 210009 PR China

中国中医科学院中药资源中心黄璐琦院士团队提出了注意力机制（AM）、卷积神经网络（CNN）和长短时记忆（LSTM）的集成深度学习模型辅助的高光谱成像(HSI)。实现了薏苡仁的地理来源和质量的定量、快速无损检测。相关研究成果在以题为“Application of hyperspectral imaging assisted with integrated deep learning approaches in identifying geographical origins and predicting nutrient contents of Coix seeds”发表在国际学术期刊Food Chemistry（IF= 8.688）上。通讯作者为黄璐琦院士和杨健副研究员。薏苡仁含有丰富的营养物质，包括淀粉、蛋白质和油脂等。具有受保护地理标志和高水平营养物质含量的地理来源保证了薏苡仁的质量，但无损和快速预测这些质量指标的方法仍有待探索。本文提出了注意力机制( Attention Mechanism，AM )、卷积神经网络（Convolutional Neural Networks，CNN）和长短时记忆（Long short-term memory）的集成深度学习模型辅助的高光谱成像( High Spectral Imaging，HSI )。该方法实现了有效波长的选择，生产区域判别的预测精度最高，营养物质含量预测的平均绝对误差和均方根误差最低。此外，通过AM模型选择的波长对于预测地理来源和营养元素含量具有可解释性和可靠性。提出的HSI与集成深度学习模型的结合在薏苡仁的质量评价中具有很大的潜力。研究亮点:1.引入注意力机制以增强深度学习模型的性能2.所提出的深度学习模型适用于营养和来源预测3.研究中所选波长是可解释且可靠的图1. ACLSTM模型的结构。ACLSTM模型由注意力机制( AM )、卷积神经网络( CNN )和长短期记忆网络( LSTM )三部分组成。CNN前面的AM模块用于评估重要波长的权重，并将结果作为CNN模块的输入。CNN模型由3个隐藏层、2个全连接层和1个回归层组成。在CNN模型的隐藏层的卷积层后面加入LSTM模型，替换第一层全连接层。图2 . 产地预测效果和AM选择识别的有效波长。(a)通过AM模型选择(AM -测试集)在全波长测试集和有效波长测试集上的预测精度；(b)产地预测中预测效果最好的ACLSTM模型的测试组结果；(c)通过AM选择波长。在产地预测中，采用权重值相对较高的前9个波长进行模型预测。此外，在油脂、蛋白质和淀粉的预测中，采用权重值相对较高的前6个波长进行模型预测。图3 . 来自最佳模型组的三种营养物质含量的参考值与预测值。(a) - (c)使用基于全波长的最佳模型ACLSTM预测油、蛋白质和淀粉含量；(d) ~ (f)油分、蛋白质和淀粉含量预测使用基于所选波长的最佳模型CLSTM。R2，曲线相关系数的平方；Reg. bias，回归偏差。研究结论：本研究提出的ACLSTM模型(即AM、CNN和LSTM)具有变权重评价和连续光谱信息融合的优点，与传统的学习模型和单独的深度学习模块相比，在地理来源和营养物质含量预测方面取得了更令人满意的效果。此外，通过AM选择的有效HSI波长在提高预测效率和结果的可解释性方面具有可解释性和可靠性。整体结果表明HSI技术结合深度学习模型ACLSTM对薏苡仁质量评价具有巨大的应用潜力，该方法具有快速、无损、有效检测的优点。在未来的研究中，我们将收集更多来自不同生产区域、不同种植模式(有机与否)、不同储存年限的薏苡仁样本，以提高所提出模型的应用范围和可靠性。此外，基于有效波长，我们将尝试开发便携式和成本较低的高光谱设备，供工业使用。

中国科学技术大学化学与材料科学学院梁高林教授课题组与中科院强磁场科学中心钟凯研究员课题组合作，发明一种能在化疗肿瘤内“智能”自聚集的磁共振纳米造影剂，并在患有肿瘤的小鼠体内验证了其优异的肿瘤成像效果。该研究成果近日在线发表在国际著名学术期刊《纳米快报》上。　　半胱天冬酶家族在介导细胞凋亡的过程中起着非常重要的作用，对半胱天冬酶的检测可以很好地监测肿瘤细胞的早期凋亡，从而评价肿瘤化疗的疗效，为后续治疗提供参考。核磁共振成像是一种无放射、非侵入的影像学技术，且成像参数多、扫描速度快、组织分辨率高，是常见的影像检查方式。磁性纳米粒子在生物成像方面已经得到广泛应用，大的磁性纳米粒子比目前常用的小磁性氧化铁纳米粒子在磁共振成像方面更具优越性，但前者在血液中被很快清除，导致组织的磁共振信号降低。　　为解决这一难题，梁高林教授课题组设计了一种“智能”小分子——四氧化三铁复合纳米粒子，该纳米粒子在凋亡肿瘤细胞内半胱天冬酶的控制下，“智能”地自聚集成大尺寸磁性纳米粒子，可显著增强肿瘤的横向磁共振成像信号。他们与钟凯课题组合作，在中科院强磁场科学中心9.4特斯拉磁场强度下对小鼠肿瘤活体进行磁共振成像，结果显示，与对照组四氧化三铁磁性纳米粒子相比，该“智能”四氧化三铁磁性纳米粒子的横向加权磁共振成像信号显著增强，并且没有对小鼠产生毒性。　　专家称，这种新型的四氧化三铁磁共振纳米造影剂，能够更加简单、准确和灵敏地测定体内外半胱天冬酶的活性，从而为肿瘤化疗疗效评价提供了新思路。

产品简介 　　法国vilber公司是欧洲著名的分子成像设备生产厂家，具有六十年的研发、生产和销售经验，是欧洲分子成像设备第一品牌。其产品覆盖凝胶成像系统、化学发光多色荧光系统、活体成像系统、紫外交联设备、小动物光辐射设备、UV辐射设备等，为客户提供整体解决方案。 　　Vilber Quantum凝胶成像系统 　　1、4.8OD值，超大动态范围，线性范围广，检测浓度广 　　2、550万分辨率，16bit灰阶，2/3英寸CCD芯片，是高清晰度、高灵敏度的质量保证。 　　3、全自动变焦镜头，一键获取最佳成像质量 　　技术参数 单色CCD 2/3英寸CCD芯片 分辨率 550万 动态范围 4.8OD 灵敏度 最低可达0.01ng dsDNA条带 图片控制 实时成像、图像整合、图片监控 镜头 全自动变焦镜头，F1.2 11.5-69mm 透照台 抽屉式透照台，方便进行切胶 成像面积 21x26cm 光源 312nm紫外光、白光，透射紫外、透射白光 滤光片 标配F590干涉滤光片（EB），6位滤光片轮 图像分析 可进行DNA/RNA胶、蛋白胶、微孔板、平板、自动/手动菌落计数、显微照片、放射自显影照片、组织切片、PCR产物等各种生物样品的图像采集、处理和数据分析，如分子量测定、迁移率分析、百分含量分析等。 　　 　　北京五洲东方科技发展有限公司隶属于中科院系统，公司专业从事进口实验室仪器代理，至今已有20多年的历史。五洲东方与法国vilber公司合作已有将近十年的历史，是vilber产品在中国区独家代理商。 　　欢迎广大客户和经销商联系 　　联系人：产品经理 刘女士 　　联系电话：010-82388866-310　　13811906542 　　联系邮箱：k.m_liu@ostc.com.cn 　　北京五洲东方科技发展有限公司 　　北京市北四环中路265号

MD高内涵成像中医药研发方法开发平台揭牌仪式隆重举行 2018年11月16日，上海中医药大学科技实验中心-美谷分子高内涵成像中医药研发方法开发平台揭牌仪式在中医药科技创新中心隆重举行。此平台的建立旨在为中医药的发展起到示范作用，成为大学大型仪器共享、整个张江地区药物研发项目的一个标志。揭牌仪式嘉宾合影杨扬 博士 致辞 上海中医药大学是新中国成立以来所建立的第一批中医药大学，目前被纳入高水平大学中，杨扬博士在致辞中表示：“作为中医药这个传统的学科来说我们是一个开拓者，用科学的方法来发展中医药，现在慢慢看到了前进的方向。”上海中医药大学科技实验中心成立于2003年，在2016年中医药创新楼建立，实验中心重新定位成公共服务平台。作为校级大型仪器集聚的二级学院部门，平台不断建设团队，通过共享合作和方法学的开发对技术上进一步提高，推进科研的系统化规范化。 杨博士介绍，实验室分三个层次的研究，分别是分子生物学、细胞生物学和形态学，有专业的老师进行指导和管理。中医药不同于西药，法典更多元化，是对整个生物体平衡的调控，在技术体系中，需要通过现代科学研究中医药，使低通量实验变成高通量实验，使形态学可以定性或者定位的实验变成可以定量的实验，并且结合到一起。从单标到多标，从静态到动态，这些不仅需要通过大型仪器的购置，同时还要进行方法学的配套来实现。 就高内涵成像而言，目前实验室也在寻求各种各样的合作模式。首先，作为技术服务平台有海量的实验资源，获得多元化技术支持是工作重要的目标。其次，构建化合物筛选平台，高内涵成像是必不可少的仪器之一。另外，技术服务平台也是重要的学校新药药效的评价平台，在评价的过程中有助于实验室标准化、系统化的建设，也有利于数据的囊括。作为一所医学院校，有很多临床资源，希望通过科研工作和临床紧密结合，最终使得科研成果反馈到临床治疗，随后获得更高质量的药和科研成果。 最后，杨扬博士发表了对平台的展望：“希望通过不断努力获得更好的实验方法，在MD支持下，获得更好的硬件和软件支持，最终助力于中医药科学的发展。”严洁敏 总经理 致辞 随后，严洁敏总经理也发表了精彩致辞，首先为我们详细介绍了Danaher集团和Danaher中国的业绩增长情况，重点阐述了其管理体系的完善，无论从人员、计划和流程，还是程序循环的考量都十分有意义。 “整个Danaher集团包括MD在内，我们觉得最重要的是亲近客户，开发的产品和提供的服务都是需要贴近客户的需求和考虑未来实验发展意义。MD的高内涵产品也在产品质量、功能和性能方面不断改善。MD关注未来人类发展健康问题，通过对细胞和蛋白两个方向的解读，最终使客户在科学方面获得成就。” 高内涵成像是从形态学和表型层面观察细胞结构，目前MD的高内涵成像系统除了能进行传统的细胞分析之外，更能进行深入的细胞研究，如三维细胞结构，这也有助于对观察药物额外的机理。 严洁敏总经理提到：“未来的高通量筛选，不一定是真正意义上的高通量，而是在确定的化合物通量中提高有效性和靶点确认的速度。” 最后严总和我们分享了此次和创新中心合作的四个方面，分别是表型研究方法学的开发、实验软件针对性培训、仪器的日常维护保养和线上线下的研讨会，这都为将来合作带来更积极的意义。 揭牌仪式后，在杨扬博士的带领下，到场嘉宾参观了实验室，就仪器使用和技术方面进行了深入的探讨。杨扬 博士 带领嘉宾参观实验室