清華新聞網(wǎng)12月15日電 近年來(lái)，深度學(xué)習(xí)結(jié)構(gòu)光照明顯微鏡技術(shù)在長(zhǎng)時(shí)程超分辨活細(xì)胞成像中展現(xiàn)出巨大潛力，為揭示亞細(xì)胞結(jié)構(gòu)的動(dòng)態(tài)過(guò)程與相互作用提供了強(qiáng)大工具。然而，現(xiàn)有方法嚴(yán)重依賴(lài)大量高質(zhì)量“真值”圖像進(jìn)行監(jiān)督訓(xùn)練，這些數(shù)據(jù)在光敏感、快速變化的生命過(guò)程中極難獲取，限制了該技術(shù)的普適性。此外，主流端到端神經(jīng)網(wǎng)絡(luò)往往忽視超分辨成像物理模型，導(dǎo)致在低信噪比條件下重建保真度與分辨率下降。
針對(duì)上述挑戰(zhàn)，12月12日，清華大學(xué)生命學(xué)院李棟教授課題組、華中科技大學(xué)譚山教授課題組和復(fù)旦大學(xué)劉妍君教授課題組在《自然·方法》（Nature Methods）上聯(lián)合發(fā)表題為“基于自監(jiān)督重建的生物友好型高精度結(jié)構(gòu)光超分辨顯微成像”（Bio-friendly and high-precision super-resolution imaging through self-supervised reconstruction structured illumination microscopy）的長(zhǎng)文（Article）。
該工作提出了自監(jiān)督重建結(jié)構(gòu)光照明顯微術(shù)（SSR-SIM），創(chuàng)新性地將重建偽影的統(tǒng)計(jì)分析與結(jié)構(gòu)光照明的物理先驗(yàn)深度融合，無(wú)需采集任何真值圖像數(shù)據(jù)即可實(shí)現(xiàn)媲美有監(jiān)督學(xué)習(xí)的高精度、高保真超分辨圖像重建，從根本上擺脫了深度學(xué)習(xí)顯微成像對(duì)于配對(duì)訓(xùn)練數(shù)據(jù)的依賴(lài)，并首次揭示了細(xì)胞間納米管通訊、病毒與宿主細(xì)胞互作等光敏感和小概率生物學(xué)過(guò)程的動(dòng)態(tài)變化。
圖1.SSR-SIM學(xué)習(xí)框架及神經(jīng)網(wǎng)絡(luò)架構(gòu)
研究團(tuán)隊(duì)首先系統(tǒng)分析了現(xiàn)有自監(jiān)督算法在活細(xì)胞SIM成像中的失效原因。研究發(fā)現(xiàn)，SIM重建偽影具有長(zhǎng)距離空間相關(guān)性，而活細(xì)胞快速運(yùn)動(dòng)導(dǎo)致時(shí)間間隔采樣數(shù)據(jù)的信號(hào)一致性缺失，進(jìn)而導(dǎo)致現(xiàn)有基于空間或時(shí)間采樣的自監(jiān)督方法產(chǎn)生高頻信息復(fù)原不全、超分辨精度受限的結(jié)果。
為此，研究團(tuán)隊(duì)提出一種硬件層面的 “信號(hào)一致成像序列”解決方案。該方案通過(guò)精確控制照明序列，同時(shí)采集兩組具有相同生物信號(hào)與照明模式、但噪聲相互獨(dú)立的原始圖像，從而滿(mǎn)足自監(jiān)督學(xué)習(xí)有效性的核心假設(shè)（信號(hào)一致、噪聲獨(dú)立）?；诖耍芯繄F(tuán)隊(duì)構(gòu)建了全新的自監(jiān)督重建損失函數(shù)，并從理論上證明，在該自監(jiān)督框架下訓(xùn)練的模型能夠?qū)崿F(xiàn)與有監(jiān)督模型相當(dāng)?shù)闹亟ň取?/p>
在網(wǎng)絡(luò)設(shè)計(jì)方面，研究團(tuán)隊(duì)并未簡(jiǎn)單采用“黑箱”式端到端網(wǎng)絡(luò)，而是率先開(kāi)發(fā)了物理光學(xué)先驗(yàn)混合卷積與Transformer架構(gòu)（PHCT）。該架構(gòu)兼具局部特征建模的優(yōu)勢(shì)（卷積神經(jīng)網(wǎng)絡(luò)）與遠(yuǎn)程像素依賴(lài)關(guān)系建模的能力（Transformer模塊），特別適用于大視場(chǎng)成像。其核心創(chuàng)新在于開(kāi)發(fā)了物理先驗(yàn)引導(dǎo)的模式激活（PPA）模塊，該模塊將結(jié)構(gòu)光調(diào)制的頻率信息先驗(yàn)顯式編碼到網(wǎng)絡(luò)中，顯著增強(qiáng)了對(duì)高數(shù)值孔徑下密集照明條紋的解調(diào)能力，從而能夠更完整地恢復(fù)圖像的高頻超分辨信息。
在公開(kāi)基準(zhǔn)數(shù)據(jù)集上的系統(tǒng)評(píng)測(cè)表明，SSR-SIM在峰值信噪比（PSNR）、結(jié)構(gòu)相似性（SSIM）等定量指標(biāo)上均優(yōu)于現(xiàn)有的非學(xué)習(xí)型、有監(jiān)督及無(wú)監(jiān)督學(xué)習(xí)SIM算法，且在不同熒光光子數(shù)條件下表現(xiàn)穩(wěn)健。
該方法展現(xiàn)出卓越的生物友好性。通過(guò)鈣離子熒光指示劑監(jiān)測(cè)，證實(shí)SSR-SIM成像引起的細(xì)胞應(yīng)激反應(yīng)與陰性對(duì)照組相當(dāng)，顯著低于傳統(tǒng)SIM，為實(shí)現(xiàn)長(zhǎng)時(shí)程活細(xì)胞觀(guān)測(cè)提供了保障。此外，該方法僅需極少訓(xùn)練數(shù)據(jù)（可低至5對(duì)原始圖像），網(wǎng)絡(luò)參數(shù)量?。ㄗ畹蛢H0.33M），重建速度快（如處理512×512圖像約17毫秒），可滿(mǎn)足實(shí)時(shí)處理需求。集成的蒙特卡洛Dropout層還能提供模型不確定性估計(jì)，為用戶(hù)評(píng)估重建結(jié)果可靠性提供依據(jù)。
圖2.SSR-SIM成像常見(jiàn)亞細(xì)胞結(jié)構(gòu)
綜上，研究團(tuán)隊(duì)所提出的SSR-SIM技術(shù)將SIM技術(shù)固有的高速、低光毒性、多色兼容等優(yōu)勢(shì)，進(jìn)一步拓展至更廣泛、更敏感的活體生物樣本和動(dòng)態(tài)過(guò)程研究中。該技術(shù)有望成為細(xì)胞生物學(xué)、病毒學(xué)、神經(jīng)科學(xué)等領(lǐng)域探索復(fù)雜生命過(guò)程的常規(guī)利器。這項(xiàng)研究也為計(jì)算顯微成像領(lǐng)域的發(fā)展提供了新范式，即通過(guò)算法與物理的緊密結(jié)合，以更智能、更友好的方式揭開(kāi)生命微觀(guān)世界的神秘面紗。
華中科技大學(xué)人工智能與自動(dòng)化學(xué)院2021級(jí)博士生劉嘉浩和劉濤、清華大學(xué)生命學(xué)院膜生物學(xué)全國(guó)重點(diǎn)實(shí)驗(yàn)室助理研究員董學(xué)、中國(guó)科學(xué)院生物物理研究所博士后陸懷德、復(fù)旦大學(xué)生物醫(yī)學(xué)研究院博士后劉偉為論文共同第一作者，李棟、譚山、劉妍君為論文共同通訊作者。研究得到國(guó)家自然科學(xué)基金委、科技部以及新基石基金的資助。
論文鏈接：
https://www.nature.com/articles/s41592-025-02966-y
供稿：生命學(xué)院
編輯：李華山
審核：郭玲
