相关实验视频
Updated: Jun 20, 2025
10:16
A Protocol for Real-time 3D Single Particle Tracking
Published on: January 3, 2018
14.9K
BNP-Track:一个超级分辨率跟踪框架
Ioannis Sgouralis1, Lance W Q Xu2,3, Ameya P Jalihal4
1Department of Mathematics, University of Tennessee, Knoxville, TN, USA.
Nature methods
|July 22, 2024
概括
我们开发了贝叶斯非参数轨迹 (BNP-Track),这是动态生物样本的新超分辨率方法. 在拥挤的环境中,BNP-Track可以准确地跟踪分子,而无需依赖光动力学.
科学领域:
- 生物物理学的生物物理.
- 显微镜的使用方法
- 细胞生物学 细胞生物学
背景情况:
- 像PALM和STORM这样的超分辨率显微镜技术提供纳米级精度,但由于它们依赖于特定的光物理事件,它们仅限于静态样本.
- 现有的单粒子追踪方法在密集的生物环境中难以准确.
研究的目的:
- 将超分辨率显微镜扩展到动态生物样本.
- 开发一个能够同时确定发射器数量及其轨迹的框架,每的定位精度高.
- 在拥挤的细胞环境中克服当前方法的局限性.
主要方法:
- 引入了贝叶斯的非参数轨道 (BNP-Track) 框架.
- 开发了一个共同的后部分布,以量化发射者数量和轨道估计的不确定性.
- 集成的时空信息,以提高在动态和拥挤条件下的准确性.
- 使用纤维素和合成数据验证了框架.
主要成果:
- BNP-Track实现了与固定发射器 (≈50 nm) 的宽场超分辨率相美的定位精度.
- 该框架量化了来自噪音,工件和运动的不确定性.
- 在拥挤模式中证明了准确的跟踪,超过了其他单颗粒跟踪工具的能力.
- 成功应用于细胞和合成数据集.
结论:
- 通过BNP-Track,生物系统中的动态过程可以以超高分辨率进行跟踪.
- 该方法在分子跟踪中提供了对不确定性的可靠量化.
- BNP-Track显著提高了在复杂,拥挤的细胞环境中研究分子动态的能力.
