I det stadigt udviklende område af mikroskopi har de seneste år været vidne til bemærkelsesværdige fremskridt inden for både hardware og algoritmer, hvilket driver vores evne til at udforske livets uendelig lille vidundere. Rejsen mod tredimensionel struktureret belysningsmikroskopi (3DSIM) er imidlertid blevet hæmmet af udfordringer, der opstår som følge af hastigheden og indviklede polarisationsmodulering.
Gå ind i højhastighedsmodulations 3DSIM-systemet "DMD-3DSIM", der kombinerer digital skærm med superopløsningsbilleddannelse, så videnskabsmænd kan se cellulære strukturer i hidtil usete detaljer.
Som rapporteret i Advanced Photonics Nexus , udviklede professor Peng Xis team ved Peking University dette innovative setup omkring en digital mikrospejlenhed (DMD) og en elektro-optisk modulator (EOM). Den tackler opløsningsudfordringer ved væsentligt at forbedre både lateral (side-til-side) og aksial (top-til-bund) opløsning, for en 3D rumlig opløsning, der angiveligt er dobbelt så høj som opnået med traditionelle bredfeltsbilledteknikker.
Rent praktisk betyder dette, at DMD-3DSIM kan fange indviklede detaljer af subcellulære strukturer, såsom det nukleare porekompleks, mikrotubuli, actinfilamenter og mitokondrier i dyreceller. Systemets anvendelse blev udvidet til at studere meget spredte plantecelle-ultrastrukturer, såsom cellevægge i oleanderblade og hule strukturer i sorte algeblade. Selv i en musenyreskive afslørede systemet en udtalt polarisationseffekt i actinfilamenter.
En åben gateway til opdagelse
Det, der gør DMD-3DSIM endnu mere spændende, er en forpligtelse til åben videnskab. Xi's team har gjort alle hardwarekomponenter og kontrolmekanismer åbent tilgængelige på GitHub, hvilket fremmer samarbejde og opmuntrer det videnskabelige samfund til at bygge videre på denne teknologi.
DMD-3DSIM-teknikken letter ikke kun betydelige biologiske opdagelser, men lægger også grunden til den næste generation af 3DSIM. I applikationer, der involverer live cell imaging, lover fremskridt inden for lysere og mere fotostabile farvestoffer, denoising-algoritmer og deep learning-modeller baseret på neurale netværk at forbedre billedbehandlingsvarighed, informationshentning og realtidsgendannelse af 3DSIM-billeder fra støjende data. Ved at kombinere hardware- og softwareåbenhed håber forskerne at bane vejen for fremtiden for multidimensionel billeddannelse.
Flere oplysninger: Yaning Li et al, højhastigheds autopolariseringssynkroniseringsmodulation tredimensionel struktureret belysningsmikroskopi, Advanced Photonics Nexus (2023). DOI:10.1117/1.APN.3.1.016001
Leveret af SPIE
Sidste artikelEt kvantespring ved stuetemperatur:Ultralavt støjsystem opnår optisk klemning
Næste artikelDechifrering af kvantegåder:Ikke-lokale kassers rolle i at definere grænserne for fysisk gennemførlighed