La microscopía de fluorescencia de superresolución (SR), mediante el uso de sondas fluorescentes y procedimientos específicos de excitación y emisión, supera el límite de resolución de difracción (200 ~ 300 nm) que alguna vez fue una barrera.
La mayoría de las técnicas de SR dependen en gran medida de los cálculos y el procesamiento de imágenes para recuperar información de SR. Sin embargo, factores como la fotofísica de los fluoróforos, el entorno químico de la muestra y las situaciones de configuración óptica pueden causar ruido y distorsiones en las imágenes sin procesar, lo que podría afectar la calidad de las imágenes SR finales. Esto hace que sea crucial para los desarrolladores y usuarios de microscopía SR tener un método confiable para cuantificar la calidad de la reconstrucción.
Debido a la mayor resolubilidad de las imágenes SR, es necesaria una evaluación exhaustiva; sin embargo, las herramientas existentes a menudo se quedan cortas cuando la resolución local varía dentro del campo de visión.
En un estudio publicado en Light:Science &Applications , un equipo de científicos ha introducido un método novedoso conocido como correlación rodante de anillos de Fourier (rFRC). Este método facilita la representación de la heterogeneidad de la resolución directamente en el dominio de superresolución (SR), lo que permite el mapeo a una escala SR incomparable y una correlación sin esfuerzo del mapa de resolución con el contenido SR.
Además, el equipo desarrolló una mejora en el mapa de errores a escala de resolución (RSM), lo que resultó en una estimación del error sistemático más precisa. Esto se utilizó en conjunto con el rFRC, creando una técnica combinada denominada PANEL (Análisis de ubicaciones de errores a nivel de píxel), que se enfoca en identificar regiones de baja confiabilidad a partir de imágenes SR.
Los científicos aplicaron con éxito PANEL en una variedad de enfoques de imágenes, incluida la microscopía de localización de una sola molécula (SMLM), las fluctuaciones radiales de súper resolución (SRRF), la microscopía de iluminación estructurada (SIM) y métodos de deconvolución, verificando la efectividad y estabilidad de su mapa cuantitativo. .
PANEL se puede utilizar para mejorar las imágenes SR. Por ejemplo, se ha utilizado eficazmente para fusionar imágenes SMLM reconstruidas mediante varios algoritmos, proporcionando imágenes SR de calidad superior.
Anticipando que su método se convierta en una herramienta básica para la evaluación de la calidad local, el equipo ha hecho que PANEL sea accesible como un marco de código abierto. Hay disponibles bibliotecas relacionadas para MATLAB y Python, así como un complemento Fiji/ImageJ listo para usar en GitHub.
Se pueden encontrar más detalles sobre esta técnica prometedora en una publicación detrás de escena escrita por el miembro del equipo central Weisong Zhao, accesible aquí.
Más información: Weisong Zhao et al, Mapeo cuantitativo de la calidad local de la microscopía de superresolución mediante la correlación de anillos de Fourier, Luz:ciencia y aplicaciones (2023). DOI:10.1038/s41377-023-01321-0
Información de la revista: Luz:ciencia y aplicaciones
Proporcionado por la Academia China de Ciencias
