XiaoMi-AI文件搜索系统
World File Search System率显
高分辨率显微镜的分子统治者
最新的超级分辨率显微镜方法现在在几纳米范围内实现了光学分辨率。这对应于细胞分子大小范围的分辨率。然而，尚未有可能验证在细胞构建块（例如多蛋白络合物）上实际达到的分辨率，因为没有生物分子参考系统可以在几个纳米的距离处用精确定义的位置标记染料。
此微管不存在：扩散模型的超分辨率显微镜图像生成
生成模型（例如Di usion模型）在近年来已取得了显着的进步，从而使能够综合各个领域的高质量现实数据。在这里，探索了在超分辨率显微镜图像上的分解模型的适应和训练。表明，生成的图像类似于实验图像，并且生成过程不会从训练集中的现有图像中显示出很大程度的记忆。为了证明生成模型在数据增强中的有用性，将基于基于学习的高分辨率数据训练的基于深度学习的单位图（SISR）方法的性能与单独使用实验图像或数学建模产生的图像进行了比较。使用一些实验图像，改进了重建图像的重建质量和空间分辨率，从而展示了分解模型图像产生的潜力，以克服显微镜图像收集和注释的限制。最后，该管道公开可用，可在线运行和用户友好，以使研究人员能够生成自己的合成显微镜数据。这项工作证明了显微镜任务的生成分歧模型的潜在贡献，并为其在该领域的未来应用铺平了道路。
此微管不存在：扩散模型的超分辨率显微镜图像生成
生成模型（例如扩散模型）在近年来已取得了重大进步，从而使能够在各个领域综合高质量的现实数据。在这里，我们探讨了从公开可用数据库的超分辨率显微镜图像的扩散模型的适应和培训。我们表明，生成的图像类似于实验图像，并且生成过程不会记住训练集中的现有图像。此外，我们比较了使用我们生成的高分辨率数据与使用样本数学建模获得的高分辨率数据训练的基于深度学习的反卷积方法的性能。使用一个小的实际训练数据集，我们可以根据空间分辨率获得出色的重建质量，从而表明了准确的虚拟图像生成的潜力，以克服收集和注释图像数据的局限性进行培训。最后，我们使我们的管道公开可用，可在线运行和用户友好，以使研究人员能够生成自己的合成显微镜数据。这项工作证明了生成扩散模型对显微镜任务的潜在贡献，并为其在该领域的未来应用铺平了道路。
超分辨率显微镜将内源性 Dvl2 定位到 Wnt 信号响应的生物分子凝聚物
在生物体发育、体内平衡和疾病过程中，蓬乱 (Dvl) 蛋白是 β-catenin 依赖性和 β-catenin 非依赖性 Wnt 通路中的关键信号因子。尽管它们对信号传递的重要性已在许多生物体中得到遗传证实，但我们对其机制的理解仍然有限。先前使用过表达蛋白的研究表明，Dvl 定位到依赖于其 DIX 结构域的大型点状细胞质结构中。为了研究 Dvl 在 Wnt 信号传导中的作用，我们对内源表达的 Dvl2 蛋白进行了基因组工程改造，该蛋白带有 mEos3.2 荧光蛋白标记，用于超分辨率成像。首先，我们通过多个独立的检测方法展示了融合蛋白在 β-catenin 依赖性和 β-catenin 非依赖性信号传导中的功能性和特异性。我们对 Dvl2 进行了活细胞成像，以分析超分子胞质 Dvl2_mEos3.2 凝聚物的动态形成。虽然 Dvl2_mEos3.2 的过度表达模拟了之前报道的大量大“点状”的形成，但在生理蛋白质水平上，超分子凝聚物的形成仅在大约每个细胞一个的细胞亚群中观察到。我们发现，在这些凝聚物中，Dvl2 与 Wnt 通路成分在 γ-微管蛋白和 CEP164 阳性中心体结构处共定位，并且 Dvl2 对这些凝聚物的定位是 Wnt 依赖性的。使用光激活定位显微镜 (PALM) 结合 DNA-PAINT 的 mEos3.2 单分子定位显微镜展示了这些凝聚物以细胞周期依赖的方式的组织和重复模式。我们的结果表明，Dvl2 在超分子凝聚物中的定位是动态协调的，并且取决于细胞状态和 Wnt 信号水平。我们的研究以单分子分辨率突出了 Wnt 通路中内源性和生理调节的生物分子凝聚物的形成。