Рационализированная микроскопия сверхвысокого разрешения на основе глубокого обучения для длительной визуализации быстрых внутриклеточных процессов
Группа Ли Донга из Института биофизики Китайской академии наук совместно с группой ДАЙ Цюнхая из Департамента автоматизации Университета Цинхуа и доктором Дженнифер Липпинкотт-Шварц из Медицинского института Говарда Хьюза (HHMI) разработала рационализированную микроскопию сверхвысокого разрешения на основе глубокого обучения (rDL-SRM). Исследование опубликовано в Nature Biotechnology.
Метод rDL-SRM внедряет детерминированную физическую модель конкретной микроскопии в процесс обучения и работы нейронной сети. Это позволяет устранить или минимизировать некорректность, неопределённость модели, спектральное смещение и высокие требования к качеству обучающих данных, характерные для текущих методов DLSR.
В отличие от современных нейросетей, напрямую генерирующих изображения сверхвысокого разрешения (SR) в сквозном режиме, rDL-методы применяются для шумоподавления исходных изображений. В них высокочастотная информация за дифракционным пределом преобразуется в низкочастотные муаровые полосы, после чего SR-изображение реконструируется с помощью хорошо зарекомендовавшего себя алгоритма структурированного освещения (SIM). Эта стратегия устраняет спектральное смещение при восстановлении муаровых полос и гарантирует реконструкцию высококачественного SR-изображения без потери пространственного и временного разрешения.
Систематическое сравнение показало, что рационализированная трёхканальная архитектура улучшает извлечение SR-информации более чем в 10 раз и снижает неопределённость модели в 3–5 раз, обеспечивая физически обоснованные результаты с лучшей обобщающей способностью.
Концепция rDL обладает широкой совместимостью и функциональностью. Используя оптическую передаточную функцию (OTF) определённых режимов визуализации и пространственно-временную непрерывность зашумлённых серий изображений, исследователи создали обучаемый модуль подавления шума в Фурье-пространстве (FNSM), а также самообучающиеся сети для шумоподавления с временным и пространственным чередованием (TiS/SiS-rDL). Эти сети можно обучать без необходимости получения эталонных (GT) SR-данных, причём результаты сопоставимы или даже лучше, чем при обучении с учителем, что устраняет потребность в дополнительных обучающих данных.
Методы rDL-SRM значительно расширяют границы 2D/3D SR-визуализации в реальном времени, обеспечивая более чем в 30 раз большую длительность съёмки при в 10 раз более высокой частоте кадров по сравнению с передовыми методами SRM. Это позволяет исследовать тонкие пространственные детали, быструю кинетику и долговременную динамику разнообразных биологических процессов, которые ранее не были доступны для SR-визуализации.
Примеры применения:
2D-визуализация: rDL TIRF-SIM позволила провести часовую SR-съёмку (97 нм) процесса растекания клеток, чётко показав согласованную динамику F-актина и миозина-IIA. rDL GI-SIM впервые позволила охарактеризовать паттерн и частоту биения подвижных ресничек со скоростью до 684 кадров/с в течение 60 000 кадров без заметного фотообесцвечивания. Двухцветная визуализация выявила новые модели поведения внутриресничного транспорта (IFT), включая столкновения, ремоделирование и разворот в середине реснички, тогда как ранее считалось, что это происходит только на её кончике.
3D-визуализация: rDL LLS-SIM позволила проанализировать многофазный переход ядрышек во время митоза на эндогенном уровне. Наблюдалось разделение крупных жидких капель белка RPA49 на несколько независимых фокусов, что указывает на возможную роль активного деления в сборке ядрышек. TiS-rDL LLSM обеспечила высококачественную визуализацию коллективного поведения транспортных везикул SiT для 10 000 объёмов со скоростью 10 объёмов целой клетки в секунду. SiS-rDL LLSM позволила провести многочасовую трёхцветную SR-визуализацию с интервалом в секунды, впервые детально показав разнообразные стратегии клеток по правильной сегрегации органелл во время митоза.
Метод rDL-SRM удовлетворяет нерешённую потребность в минимально инвазивной 2D/3D-визуализации внутриклеточной динамики с ультравысоким пространственным и временным разрешением, высокой точностью и возможностью количественного анализа в течение длительного времени.