运用人工智能减少活细胞成像中的光毒性
摘要：用于研究活细胞、组织和生物的荧光显微镜常常面临光损伤的挑战。这主要是由于成像过程中光与生化成分之间的相互作用所导致的，从而降低了生物结果的准确性和可靠性。需要长时间高强度照明的方法，如超分辨率显微镜或厚样本成像，尤其容易受到这个问题的影响。作为解决这些问题的一部分，涉及人工智能（AI）的先进成像方法已经得到发展。在这里，我们强调建立限制条件以保持光诱导损伤在细胞能够维持其活的行为水平上的必要性。从这个角度来看，以数据驱动的活细胞成像为基础的人工智能增强的光损伤感知显微镜具有重大潜力。这些技术可以在最大限度地减少光毒性风险的同时，简化对自然生物动力学的精确观察。
作者：Estibaliz G''omez-de-Mariscal, Mario Del Rosario, Joanna W Pylv"an"ainen, Guillaume Jacquemet, Ricardo Henriques
论文ID：2308.04387
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2023-08-09