单颗粒追踪-结构光照明超分辨率荧光显微镜

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    31800717
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    C2106.应用生物技术
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

The dynamic interactions between the cell membrane, organelles, subcellular structures of cells and intracellular protein molecules are important bases for the various physiological activities of cells, and these interactions are very worth study. In order to reveal the principle and characteristics of the dynamic interaction with large range of space (micron to nanometer scale) and time (milliseconds to minutes scale), this project combines Single Particle Tracking (SPT) and Structured Illumination Microscopy (SIM) to propose the new “SPT-SIM” to study these dynamic interactions. The advantage of SPT-SIM technology is the effective complementarity between the advantages and disadvantages of SPT and SIM. On one hand, SPT-SIM uses SIM to observe the dynamic structure of cells at high speed and during a long time while using SPT to achieve synchronous dynamic tracking of intracellular protein molecules. On the other hand, SPT can use the cell structure images provided by SIM to screen the tracked protein molecules to improve tracking efficiency and data accuracy.
活体细胞的细胞膜、细胞器和亚细胞结构与细胞内蛋白质分子的动态相互作用是细胞完成各项生理活动的重要基础,并具有十分重要的生物学研究价值。为了揭示这些空间(微米到纳米量级)和时间(毫秒到分钟量级)跨度较大的动态互作的原理和特性,本项目将单颗粒(分子)追踪(Single Particle Tracking, SPT)技术和结构光照明超分辨率荧光显微(Structured Illumination Microscopy, SIM)技术相结合,给出全新的“单颗粒追踪-结构光照明超分辨率荧光显微”技术来研究这些动态相互作用。新技术的优势在于实现了SPT和SIM的优缺点有效互补。一方面,新技术在利用SIM技术高速、长时程地观测细胞动态结构的同时利用SPT技术实现细胞内蛋白分子的同步动态追踪。另一方面,SPT技术可借助SIM技术提供的细胞结构图像筛选被追踪的蛋白分子,以提高追踪效率与数据准确性。

结项摘要

本项目的实施旨在开发单颗粒追踪-结构光照明超分辨率荧光联合成像技术,将单颗粒追踪和结构光照明超分辨成像技术整合成一套系统为生命科学研究提供良好通用性的超分辨率活细胞成像平台。在项目执行过程中,我们首先将二维/三维单颗粒追踪技术与结构光照明超分辨成像技术相结合开发多种新型生物力显微镜,研究了免疫细胞的免疫反应过程和细胞贴壁过程中的力学行为。接着,我们使用新型CMOS相机、开发自适应荧光漂白矫正算法和结合深度学习的超分辨重建算法优化成像质量和成像时程,成像时程相对传统显微镜提升十倍,观测到多种线粒体内脊和线粒体拟核的新型互作行为。最后,我们利用单颗粒追踪-结构光照明超分辨联合成像研究哺乳动物细胞动纤毛的外膜和纤毛内转运蛋白的动态行为。综上,本项目已经开发出一套适于生命科学研究的超分辨率活细胞成像平台,未来将极大助力生命科学研究。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(4)
Evaluation and development of deep neural networks for image super-resolution in optical microscopy
光学显微镜图像超分辨率深度神经网络的评估和开发
  • DOI:
    10.1038/s41592-020-01048-5
  • 发表时间:
    2021-01-21
  • 期刊:
    NATURE METHODS
  • 影响因子:
    48
  • 作者:
    Qiao, Chang;Li, Di;Li, Dong
  • 通讯作者:
    Li, Dong
Astigmatic traction force microscopy (aTFM).
散光牵引力显微镜 (aTFM)
  • DOI:
    10.1038/s41467-021-22376-w
  • 发表时间:
    2021-04-12
  • 期刊:
    Nature communications
  • 影响因子:
    16.6
  • 作者:
    Li D;Colin-York H;Barbieri L;Javanmardi Y;Guo Y;Korobchevskaya K;Moeendarbary E;Li D;Fritzsche M
  • 通讯作者:
    Fritzsche M

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

骨骼肌纤维活性氧/活性氮在肌少症发生中作用的研究进展
  • DOI:
    10.3969/j.issn.1001-1633.2019.06.014
  • 发表时间:
    2019
  • 期刊:
    解剖学杂志
  • 影响因子:
    --
  • 作者:
    王灵站;王立群;刘灏;李迪;于广海;毕伏龙
  • 通讯作者:
    毕伏龙
BHMT对高同型半胱氨酸环境下大鼠晶状体上皮细胞的保护作用
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    眼科新进展
  • 影响因子:
    --
  • 作者:
    周海燕;薛雨顺;王新川;李迪;高宁宁
  • 通讯作者:
    高宁宁
基于logistic 回归的肺癌危险度评价模型的构建
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    郑州大学学报( 医学版)
  • 影响因子:
    --
  • 作者:
    李迪;段书音;何霞霞;程明超;吴拥军
  • 通讯作者:
    吴拥军
江南卷柏脱氢抗坏血酸还原酶的分子特性
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    生物工程学报
  • 影响因子:
    --
  • 作者:
    兰婷;李迪;成子硕;曾庆银;杨海灵
  • 通讯作者:
    杨海灵
UML类图元模型基于描述逻辑的表示及验证
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    云南民族大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    李晶晶;江涛;郭雨婷;李迪;王米利
  • 通讯作者:
    王米利

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

李迪的其他基金

时空约束深度学习结构光照明显微镜
  • 批准号:
    32271513
  • 批准年份:
    2022
  • 资助金额:
    54.00 万元
  • 项目类别:
    面上项目
时空约束深度学习结构光照明显微镜
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码