深度学习辅助的自动化多维单粒子跟踪在活细胞中
Dongliang Song1, Xin Zhang1, Baoyun Li1
1State Key Laboratory of Physical Chemistry of Solid Surfaces, Innovation Laboratory for Sciences and Technologies of Energy Materials of Fujian Province (IKKEM), College of Chemistry and Chemical Engineering, Xiamen University, Xiamen, China, 361005.
Nano letters
|February 28, 2024
概括
我们开发了一种新的深度学习系统,用于高速3D跟踪细胞中纳米粒子定向. 这种先进的单粒子跟踪 (SPT) 方法为细胞动力学提供了精确的分子洞察力.
科学领域:
- 生物物理学的生物物理.
- 细胞生物学 细胞生物学
- 纳米技术 纳米技术
背景情况:
- 单粒子跟踪 (SPT) 揭示了细胞中的分子动力学.
- 追踪纳米粒子方向提供了详细的细胞活动信息.
- 现有的方法在旋转跟踪方面难以实现低信号噪声比 (S/N).
研究的目的:
- 开发一个自动化的高速多维SPT系统.
- 在活细胞中跟踪异构金纳米粒子探针的3D方向.
- 为了克服在低S/N条件下旋转跟踪的局限性.
主要方法:
- 将深度学习算法与多维SPT系统集成.
- 追踪异型黄金纳米粒子探针具有高精度 (<10 nm) 和时间分辨率 (0.9 ms).
- 利用深度学习进行强大的定位跟踪,即使在低S/N.
主要成果:
- 实现了高定位精度 (<10 nm) 和时间分辨率 (0.9 ms).
- 已确定的近视角和极角,误差在南北下小于2°,大约为4.4.
- 与传统方法相比,在低S/N.下证明了优越的坚固性和抗噪能力.
结论:
- 开发的系统能够精确的3D定向跟踪活细胞中的纳米粒子.
- 这项技术为细胞活动提供了分子层面的洞察力,例如货物运输.
- 深度学习方法在具有挑战性的S/N条件下提高了SPT的可靠性.
