Оптимизация отслеживания подвижных объектов в высокоскоростной атомно-силовой микроскопии

Исследователи из Университета Канадзавы сообщают в Biophysics and Physicobiology, как оптимизировать эксперименты по высокоскоростной атомно-силовой микроскопии (HS-AFM) на живых клеточных мембранах, чтобы правильно отслеживать движущиеся объекты, такие как молекулы, от кадра к кадру.

В HS-AFM изображение формируется путем сканирования поверхности очень маленьким зондом (размер φ), закрепленным на кантилевере. Повторное сканирование создает видео. Практическая проблема — правильное сопоставление (assignment) идентичных подвижных объектов в последовательных кадрах, особенно для динамичных образцов, таких как живые мембраны.

Ключевые параметры и режимы уверенности

Исследователи определили ключевые параметры:

  • Пространственная дискретизация: непрерывная (расстояние d между пикселями < φ) дает лучшее разрешение, но требует большего времени сканирования τ.
  • Время сканирования τ: время для полного xy-сканирования образца.

Для мобильных мембран выделено три режима уверенности в сопоставлении объектов в зависимости от τ:

  1. Низкая уверенность: τ значительно больше времени крупных морфологических изменений мембраны (минуты) и быстрых локальных изменений (миллисекунды).
  2. Промежуточная уверенность: τ находится между этими временными масштабами.
  3. Высокая уверенность: τ меньше обоих временных масштабов (более быстрое сканирование облегчает отслеживание).

Анализ и выводы

Проанализировав сценарии с промежуточной и высокой уверенностью (без крупных морфологических изменений), ученые разработали критерии для уверенного сопоставления как одиночных, так и множественных частиц в видео HS-AFM. Ключевой вывод: способ пикселизации изображения играет решающую роль в возможности корректного сопоставления объектов.

Практическая польза

Работа предоставляет исследователям контрольный список для настройки экспериментов HS-AFM с учетом базовых параметров: скорости сканирования, минимальных размеров пикселизации и размера сканируемого изображения. Для помощи в планировании и интерпретации экспериментов доступен программный пакет HS-AFM UGOKU.

2022-06-29