时间序列荧光图像中精确检测高密度快速运动多囊泡的“自校正”算法

本文提出了一种“自校正”算法,用于提高时间序列荧光图像中的多个运动目标识别的正确率(如囊泡)．此算法的主要思想是构建一个由核函数叠加构成的模型,然后用这个模型去拟合无法分辨时刻的数据,通过最小二乘拟合后得到的模型与真实数据的χ²统计残差及拟合得到的核函数的参数,来确定该时刻囊泡的数目及各囊泡的中心位置．我们在合成图像上比较加入了自校正算法和未加自校正算法的识别正确率,结果表明,加入了自检算法以后识别正确率得到了明显提高．同时,提出了一个优化的囊泡追踪流程,并应用到小鼠β细胞的囊泡荧光图像分析中．统计分析显示,加入葡萄糖刺激后,小鼠β细胞囊泡轨迹数目会增加,平均锚定时间会减少,这是由于胰岛细胞需要借助囊泡的转运和分泌来调控血糖平衡．因此我们进一步在亚细胞水平定量分析了活细胞中囊泡的活动．     

以三维荧光反卷积显微技术研究活体细胞中分泌囊泡的空间分布

获得活体细胞三维图像以观察细胞内分泌囊泡的空间分布有助于细胞分泌机制的研究。三维荧光反卷积显微技术可以为活体细胞观察提供低荧光漂白 ,低毒副作用的快速三维成像。研究了显微成像系统实验测定和理论计算点扩展函数之间的关系 ,并且实验验证了NA 1.6 5物镜条件下 ,理论计算点扩展函数可以较好地反映显微成像系统的特性。然后使用已知物理结构的三维样本对反卷积算法的有效性进行了研究。进而对使用吖啶橙(acridineorange)标记的大鼠胰腺 β细胞分泌囊泡进行观察。结果显示 ,反卷积算法可以有效地去除原始图像中因为焦外光影响产生的模糊 ,处理后图像清晰地显示了细胞内分泌囊泡的空间分布     

活体细胞三维图像科学可视化方法的研究

科学可视化是指运用计算机图形学和图像处理技术,将科学计算过程中或者是计算结果的数据转换为图形或图像,在屏幕上显示出来并进行交互式处理的理论技术或方法。介绍了用反卷积荧光显微成像技术获得活体大鼠胰腺B细胞三维图像及对其进行科学可视化的主要过程和两种常用可视化算法,并运用这两种方法对所得到的三维图像进行处理以分析和研究细胞内分泌囊泡的空间分布。结果显示,当仅观察细胞三维图像的二维切片时,三维图像中的某些重要信息会被忽略,而使用科学可视化方法则可以从三维角度直观观察活体细胞内分泌囊泡的空间分布,并且可以观察到分泌囊泡的释放趋势和整体分布,从而为细胞生物学研究提供重要的信息。     

自噬对葡萄糖转运蛋白4动力学影响分析

葡萄糖转运蛋白4(GLUT4)与胰岛素抵抗有着紧密联系,抑制自噬能减缓胰岛素抵抗.为了探讨自噬对胰岛素抵抗方面的作用,现以GLUT4囊泡为动力学模型,通过全内反射荧光显微镜实时观测3T3-L1成熟脂肪细胞中GLUT4囊泡的运动,并采用高斯拟合及相应的搜索算法,从TIRFM时间序列中提取运动轨迹、速度等信息进行统计分析.结果显示:自噬对GLUT4的运动具有一定的影响.抑制自噬后,GLUT4囊泡运动的胰岛素响应程度增强,长距离运动囊泡增多,平均运动速度加快.     

PC12活细胞中单个分泌囊泡的动态成像

囊泡的荧光标记和动态显微成像观察是研究蛋白质和膜转运机制的重要手段。采用EGFP hpNPY融合荧光蛋白标记PC12细胞的致密大囊泡 ,用全内反射和宽场荧光显微镜对PC12细胞进行成像研究。结果发现 :普通的宽场荧光成像模糊不清 ,难以观察到单个囊泡 ;而全内反射荧光成像则可清晰地分辨出呈现为离散荧光点的单个囊泡 ;并且进一步利用全内反射荧光成像直接观察到了活的PC12细胞中单个囊泡的转运、锚定及与细胞膜的融合过程 ,证实了囊泡的锚定过程是可逆的。     

Synaptotagmin Ⅰ和Ⅳ在LβT2细胞中的定位和shRNA基因干扰研究

目的:研究Sytnaptotagmin(Syt)Ⅰ和Ⅳ在LβT2细胞中的定位和shRNA干扰技术对这两种蛋白在促性腺激素释放细胞(LBT2)细胞中蛋白表达量的影响.方法:运用全内反射荧光显微系统,通过在LβT2细胞中共表达各种细胞器的蛋白标记物和SytⅠ、Ⅳ与荧光蛋白的融合蛋白,对Syt Ⅰ、Ⅳ进行细胞内定位.并运用shRNA干扰技术对SytⅠ、Ⅳ在LβT2细胞中蛋白表达量进行了干扰.结果:发现了SytⅠ、SytⅣ在LβT2细胞中和致密核心大囊泡(LDCV)都存在了一定的共存比例,而且shRNA技术对SytⅠ和Syt Ⅳ在LβT2细胞中的表达沉默产生了一定的效用.结论:SytⅠ、Syt Ⅳ在LβT2细胞中与致密核心大囊泡共存比例很大,shRNA干扰技术对SytⅠ、Syt Ⅳ的沉默具有高效性,为未来进一步对Syt Ⅰ、Syt Ⅳ在LβT2细胞中的功能研究打下了基础.     

基于神经网络原理的荧光寿命成像研究

荧光寿命成像技术(fhlorescence lifetime imaging,FLIM)是一种新颖且功能强大的、能用于复杂生物组织和细胞结构与功能分析的生物组织成像技术。传统的时域荧光寿命成像数据分析方法,由于没有考虑荧光分子团之间以及他们与周围环境的相互作用,可能导致复杂的连续分布荧光寿命这一实际情况,因此对生物组织中自发荧光发光强度衰减过程的实验数据拟合效果欠佳。文章提出利用人工神经网络(artificial neural network,ANN)原理拟合算法来计算生物荧光分子团衰减动力过程,该方法能有效地建立生物荧光分子团衰减动力过程的非线性模型,并且具有处理非线性模型能力强、鲁棒性好、拟合精度高和所需计算时间少等优点。通过计算证明,相对于单参量指数与多参量指数衰减函数,这种数据拟合方法对于某些荧光分子团的多槽基面效价测定样品(multi-well plate assays)的数据有更好的一致性和更小的计算量。同时在文章中讨论了将该拟合算法应用于荧光寿命成像的前景。     

神经元图像大数据的弱监督自动识别技术

在介观尺度上，小鼠大脑图像的数据量可达到10 TB量级，人脑数据量则达到惊人的几十PB，从海量脑图像数据中识别和分析神经元的形态是一项复杂且具有挑战的任务。当前研究人员提出了基于传统机器学习和深度学习的神经元识别算法，其中传统机器学习方法存在迁移、泛化能力较差的问题，基于深度学习的算法虽然可以通过海量精确标注的训练数据提高模型的泛化性，但缺乏精确且丰富的图像标记数据集，因此同样存在过拟合和泛化能力弱等问题。本文提出了一种基于深度学习的弱监督神经元识别方案，仅需要少量有标注的数据，即可通过迭代策略获取海量神经元图像的精确识别结果，具备较强的泛化能力，并最大限度减少人工参与量。该方法在fMOST、BigNeuron等数据集上进行了实验，自动识别精度F1值分别为0.9247和0.8318，优于其他对比的神经元识别算法。     

基于单分子定位的超分辨显微中荧光激发密度的优化

基于单分子定位的超分辨显微技术中,荧光点的中心位置可通过对每个荧光点进行单点扩散函数(point spread function,PSF)逐个拟合定位或对多个荧光点进行多PSF同时拟合定位获得。定位误差以及图像采样时间与荧光激发密度直接相关。为定量得到基于这两种算法的最优荧光激发密度,模拟了成像与定位过程,比较了常见的几种荧光分子在采用基于单PSF逐个拟合和多PSF同时拟合两种算法定位时的中心定位误差、荧光获取比率、获取的有效荧光点数与荧光激发密度间的关系,进而得到了采用这两种算法对不同荧光染剂进行超分辨成像时的最优荧光激发密度。该结果对单分子成像过程中荧光激发密度的选择和激发激光的强度控制具有指导意义。     

基于稀疏编码和SCG BPNN的鳞翅目昆虫图像识别

【目的】为了给林业、 农业或植物检疫等行业人员提供一种方便快捷的昆虫种类识别方法, 本文提出了一种新颖的鳞翅目昆虫图像自动识别方法。【方法】首先通过预处理对采集的昆虫标本图像去除背景, 分割出双翅, 并对翅图像的位置进行校正。然后把校正后的翅面分割成多个超像素, 用每个超像素的l, a, b颜色及x, y坐标平均值作为其特征数据。接下来用稀疏编码(SC)算法训练码本、 生成编码并汇集成特征向量训练量化共轭梯度反向传播神经网络（SCG BPNN）, 并用得到的BPNN进行分类识别。【结果】该方法对包含576个样本的昆虫图像的数据库进行了测试, 取得了高于99%的识别正确率, 并有理想的时间性能、 鲁棒性及稳定性。【结论】实验结果证明了本文方法在识别鳞翅目昆虫图像上的有效性。     

高灵敏度荧光显微镜量化技术及其在光生物学研究中的应用

介绍一种用像增器接收荧光图像的高灵敏度荧光显微镜,相对于普通荧光显微镜的灵敏度提高了４×１０４倍,并用宽量程微光光亮度计对仪器的微弱成像性能进行了实验标定,得到了图像采集数据和图像发光强度的线性数量关系。高灵敏度荧光显微镜在给出细胞荧光图像的同时,可以给出图像上每一像元的发光强度和细胞平均发光强度,仪器对图像细微变化的判断能力远大于人眼直接观察图像。高灵敏度荧光显微镜可应用于研究细胞中荧光物质在细胞生理过程中的分布变化和发光强度变化。使用此仪器已得到了光敏竹红菌甲素（ＨＡ）在Ｈｅｌａ细胞（人体子宫癌细胞）中的分布图像和更为直观的三维显示图形,以及加入ＨＡ后Ｈｅｌａ细胞受到强先照射后的细胞损伤图像。     

聚合物囊泡在生物医学领域中的应用

聚合物囊泡是近年来新兴的一种自组装软性纳米材料。由于其优越的理化性质,聚合物囊泡已经受到了巨大的关注并且已经被利用在多个领域。文章综述了聚合物囊泡作为药物投递载体进行小分子化合物给药治疗肿瘤和反义核酸投递进行基因治疗;模拟细胞功能重建了ATP合成过程及模拟体内三酶偶联反应过程;作为近红外荧光探针在活体深层组织荧光成像技术等生物医学领域中的应用。     

基于活动轮廓模型的序列超声图像的心内壁运动跟踪方法

提出一种对心脏序列超声图像中的心内壁进行运动跟踪的方法,采用活动轮廓模型将前一帧图像中snake的停留位置作为当前帧snake的初始位置,选择适当的能量函数,使能量函数最小snake变形得到当前时刻的心内壁轮廓,实验结果论证了该算法的可行性。     

SynaptotagminI和IV在LβT2细胞中的定位和shRNA基因干扰研究

目的：研究Sytnaptotagmin（Syt）I和Ⅳ在LβT2细胞中的定位和shRNA干扰技术对这两种蛋白在促性腺激素释放细胞（LβT2）细胞中蛋白表达量的影响。方法：运用全内反射荧光显微系统,通过在LβT2细胞中共表达各种细胞器的蛋白标记物和Syt I、Ⅳ与荧光蛋白的融合蛋白,对SytI、Ⅳ进行细胞内定位。并运用shRNA干扰技术对sytI、Ⅳ在L8T2细胞中蛋白表达量进行了干扰。结果：发现了sytI、sytⅣ在LβT2细胞中和致密核心大囊泡（LDCV）都存在了一定的共存比例,而且shRNA技术对SytI和SytⅣ在LβT2细胞中的表达沉默产生了一定的效用。结论：SytI、SytⅣ在LβT2细胞中与致密核心大囊泡共存比例很大,shRNA干扰技术对SytI、SytⅣ的沉默具有高效性,为未来进一步对SytI、SytⅣ在LβT2细胞中的功能研究打下了基础。     

β淀粉样蛋白斑块的高分辨全脑三维定量研究

中枢神经系统中β淀粉样蛋白斑块是阿尔兹海默症的主要病理特征之一,其负荷和数目的变化是病程发展的重要标志.已有研究主要是对局部脑组织进行二维切片成像,尚缺少在全脑三维空间对斑块进行高分辨率定量分析的研究方法.本文建立了适用于哺乳动物三维完整脑内β淀粉样蛋白斑块定量分析策略,包括全脑斑块快速荧光染色方法、基于荧光显微光学切片断层成像技术的高分辨全脑数据获取,以及斑块自动定位、统计数目等.与免疫组化染色比较,证明本方法对直径大于10μm的斑块检出率为97.71%±0.18%.并以0.32μm×0.32μm×2μm的成像分辨率,获取了5XFAD转基因小鼠全脑Aβ斑块分布数据集,首次以脑区/核团的三维轮廓划分出立体区域,定量统计了90个亚区内Aβ斑块的数量及分布密度.本文建立的快速、精准、价廉的方法将有助于全面高效地研究阿尔兹海默症致病机理和药效评估.     

促红细胞生成素的分泌过程三维模式图

DNA经转录得到前体 m RNA,进一步剪切加工修饰得到成熟的 m RNA。核糖核蛋白体与 m RNA串连成多聚核糖核蛋白体 ,并通过信号识别颗粒及其受体结合于粗面内质网膜上 ,新合成的蛋白质进入内质网腔 ,经过加工修饰 ,以转运小泡的形式 ,运输到高尔基复合体。高尔基复合体由大囊泡、小囊泡和扁平囊组成 ,呈弯曲圆盘状。凸面称形成面或顺面 ,朝向胞核 ,凹面称分泌面或反面 ,朝向细胞表面 ,小囊泡多位于顺面 ,由粗面内质网出芽而来 ,运送新合成的蛋白质到扁平囊中 ,并不断补充扁平囊的膜结构。蛋白质在囊腔中经进一步加工修饰 ,由扁平囊两端和…     

线虫荧光标记稳定表达系的建立

目的:建立稳定表达的PHluorin标记的线虫种系,为囊泡在线虫ALA神经元上分泌机制的研究提供模型。方法:采用了国际先进的线虫转基因技术,将构建的Pida-1IDA-1:PHluorin质粒通过显微注射到线虫的母代,通过筛选后得到稳定表达的种系。结果:通过DIC显微镜整体检测和全内反射荧光成像技术(Tirfm)细胞检测,蛋白表达的位置正确,通过高倍数体式显微镜确定稳定种系中阳性率高达99%。结论:建立了一个稳定表达的荧光标记线虫种系,为进一步在线虫上研究囊泡分泌提供了很好的模型。     

测序深度对RNA编辑识别算法的影响

RNA编辑是重要的转录后修饰过程,目前已有多种算法用于识别RNA编辑,本文主要研究小鼠中测序深度对RNA编辑识别算法的影响,从而为RNA编辑的研究给出建议的方法. 本文使用STAR比对软件将小鼠的RNA-seq数据进行序列比对,然后使用GATK识别SNV,并用Separate Method、GIREMI、RNAEditor 3种方法识别出RNA编辑位点. 最后对3种方法识别RNA编辑位点的共同部分、识别效率、识别稳定性、识别与测序深度的关系进行分析. 结果发现3种方法识别的编辑位点数目差异大,共有位点较少,随着测序深度的增加,识别的RNA编辑位点数也在增加. 结果表明RNA编辑识别算法在小鼠中的识别性能与测序深度呈正相关.     

钙离子信号对胰岛素分泌的调控

胰岛素的分泌及其分泌的调控是维持机体内葡萄糖平衡的重要机制,胰岛素分泌量的不足会导致非胰岛素依赖的糖尿病的发生.胰岛素包裹在致密核心大囊泡中,胰腺β细胞通过调控致密核心大囊泡的胞吐过程来调节胰岛素的分泌.胞内Ca2 浓度是影响胰岛素分泌的重要因素.胰腺β细胞主要通过质膜上的ATP敏感的钾通道、钙通道和胞内钙库的活动改变胞内Ca2 浓度,从而调控β细胞胰岛素的分泌活动.     

应用深度学习分割光学显微镜下的细胞图像

目的 为了在细胞培养过程中便捷地分析细胞的数目和形态.方法 本文将深度学习应用到细胞识别中,实现了一种可以通过普通光学显微镜拍照,并直接在培养皿中进行细胞识别计数的方法.结果 通过构建U-Net网络结构,并对贴壁细胞和悬浮细胞图像进行标记训练,来实现贴壁细胞和悬浮细胞的分割计数.同时,用该算法绘制细胞生长曲线以及计算抑...