以色列理工学院生物医学工程学院YoavShechtman教授的研究小组开发了突破性技术，使科学家能够看到活细胞中的动态过程。他们的研究发表在《自然方法》杂志上。

到目前为止，高分辨率显微镜使研究人员能够观察细胞器等亚细胞结构，但代价是采集时间较长(每张图像需要一分钟或更长时间)，因此所观察的任何物体都需要保持完全静止。

这给生物学家带来了一个真正的问题，因为活细胞及其内部的细胞器自然地处于不断运动中。人们可以人工将它们固定到位，但这样它们就不再处于自然状态。

博士领导的一项研究。学生AlonSaguy和YoavShechtman教授提供了一种创新解决方案，利用人工智能(AI)使科学家能够看到亚细胞动态，而不会因长时间采集而受到影响。

人们如何在显微镜下找到他们想要的东西?在生物学中，科学家通常使用荧光染料对感兴趣的特定结构进行染色。这会创建标记结构的高对比度图像，然后可以清晰地看到。然而，使用这种方法所能获得的分辨率存在物理限制。它无法分辨小于200纳米(大约可见光波长的一半)的物体。

对于某些用途，200nm的分辨率就足够了。但细胞中的许多结构要小得多。例如，构成细胞“骨架”的微管厚度仅为约25纳米。由于使此类结构可见的方法，EricBetzig、StefanHell和WilliamE.Moerner教授于2014年获得了诺贝尔化学奖。

Betzig开发的技术称为单分子定位显微镜(SMLM)，它依赖的不是单个图像，而是荧光标记样本的视频记录。在每一帧中，只有几个单独的分子发光，形成稀疏的斑点图案。每个光点都以高分辨率定位，整个视频的定位叠加在一起形成高分辨率图像。

SMLM有一个显着的缺点：由于需要超过一分钟的曝光才能生成单张高分辨率图像，因此单元必须固定，就像老照片一样，这需要拍摄对象长时间静止，以免图像模糊。

正如玩耍中的孩子或跳跃中的运动员的照片(或者更重要的是视频)比摆姿势的旧照片更真实一样，科学家需要看到细胞及其内部的细胞器移动、响应刺激，做他们自然会做的事情。

以色列理工学院团队开发了一个巧妙的解决方案。“物体在活细胞中移动，但它们的移动具有一定的规律性，”谢赫特曼教授解释道。“例如，如果我们观察微管，它们有点像线，结合在一起形成网状。它们会移动，但它们不会随机跳跃。运动有一种模式。”

人工神经网络(ANN)是功能强大的人工智能工具，非常擅长发现模式。Shechtman教授和他的团队训练他们的人工神经网络来寻找SMLM视频中的模式。人工神经网络将逐帧接收记录，每一帧仅显示几个光点，并生成这些光点后面结构的连续视频。

使用这种方法，该小组能够可视化多个细胞结构及其自然运动。他们实现了30nm的分辨率和15ms的时间分辨率——相对于原始SMLM方法，时间分辨率提高了四个数量级。

这项新技术代表了生物学家研究活细胞能力的重大飞跃，这是一种使他们能够做出新发现的工具。

这项研究是与以色列理工学院的OnitAlalouf博士和NadavOpatovski博士以及法兰克福歌德大学的MikeHeilemann教授和SoohyenJang教授合作完成的。