是一个“SRRF-Stream +”新实时超分辨率显微镜功能,仅在Andor的操作iXon生活,我发送朴通超EMCCD相机和Sona背光sCMOS摄像机.我们的新版本叫做SRRF-Stream+并提供了更好的图像质量与原始srrf流的所有优点。
新SRRF-Stream+超分辨率现在可以在索纳背光sCMOS上使用!
Desmin标记心肌细胞,用60倍蔡斯宽视野显微镜和Sona 4.2B-6相机成像,使用SRRF-Stream+或不使用SRRF-Stream+。图片由美国费城普罗瑟实验室的Matt Caporizzo提供。
用宽视场荧光显微镜和SRRF-Stream使iXon Life 888 EMCCD相机记录的荧光标记BPAE细胞的图像比较。使用x63物镜,进一步放大2倍,照明560nm。对于每一个生成的超分辨率图像,记录100个原始“输入”图像,导致超分辨率图像速率为0.5 Hz。为了在没有SRRF-Stream的情况下进行公平比较,我们记录了100张标准宽视场图像,然后取平均值。虽然原始图像是一个更大的细胞场,这里显示了一个细胞的放大ROI,以便更容易显示通过一个小区域的线强度轮廓比较。分辨力的提高是很明显的。
HCV感染细胞用抗ns5a染色。这里我们比较了宽视场(WF),结构照明显微镜(SIM)和SRRF图像(宽视场图像的SRRF)。图像是细胞的同一场,记录在同一显微镜下,使用相同的物镜和光学路径。唯一的区别是,SIM是使用6.5µm像素的sCMOS探测器记录的,而宽场和合成SRRF是使用16µm像素的iXon EMCCD探测器记录的。SRRF的优越分辨能力是显而易见的,表明SRRF比经典衍射极限提高了2倍以上。理论上SIM被限制为经典衍射极限的2倍。样本由伦敦大学学院格罗夫实验室提供。
用Alexa Fluor 488 Phalloidin标记BPAE细胞的F-actin,尼康Ti2显微镜下60倍成像,Sona 4.2B-11。图像从平均100帧与SRRF-Stream+图像进行比较。图片由Motosuke Tsutsumi提供,北海道大学电子科学研究所和日本爱知县国立生理科学研究所。
用细胞掩膜标记BSC-40活细胞,并在635nm LED照明下进行200秒延时成像。前100帧对应于1秒曝光的广域成像;第二个100帧对应于SRRF-Stream成像,其中每一帧是由50张图像(20ms曝光时间)的SRRF-Stream处理产生的。由David Albrecht(伦敦大学学院Ricardo Henriques和Jason Mercer实验室)制备样品。
mCherry标记的活HeLa细胞的网格蛋白包被坑的比较图像,在宽视野显微镜下以2fps记录。对于每个生成的超分辨率图像记录100个原始“输入”图像,导致超分辨率图像速率为2 FPS。SRRF-Stream图像的一个小区域显示了线强度剖面,表明了距离为150nm的结构的分辨率。由Caron Jacobs(伦敦大学学院Ricardo Henriques和Mark Marsh实验室)制备样品。
裂变酵母lifeAct表达菌株的三维投影蒙图比较。使用相同的曝光时间,用标准宽视场与srrf流宽视场记录。样品由高塔姆·戴伊(伦敦大学学院巴兹鲍姆实验室)提供。
比较标准宽场和宽场SRRF-Stream血小板、红膜、绿色内颗粒图像。样本由伦敦大学学院卡特勒实验室提供。
表达微管蛋白- gfp的活HeLa细胞的静态广域图像,随后以1fps的SRRF-Stream延时拍摄相同区域(20ms曝光50帧的SRRF-Stream分析)。由David Albrecht(伦敦大学学院Ricardo Henriques和Jason Mercer实验室)制备样品。
它能突破经典的衍射极限,而且还能实时完成,用非复杂样品标签,传统的设备和低强度照明, SRRF-Stream为解锁以前看不见的细胞结构和行为铺平了道路,以前所未有的时空分辨率,低光损伤友好方式。
采用伦敦大学学院(UCL) Ricardo Henriques博士的实验室最近开发的SRRF技术,并与Henriques博士密切合作,安多尔增强了该技术,使SRRF流支持的摄像机具有最佳性能。Andor还擅长高级GPU处理优化技术,在这个例子中,执行SRRF算法的速度比现有的基于imagj的SRRF后处理实现(NanoJ-SRRF)快30倍。通过允许数据采集和SRRF处理并行操作,这种显著的加速实现了工作流的增强。
处理速度比较-SRRF流与NanoJ-SRRF
该图比较了100张原始输入图像(1024 x 1024像素)的块的处理速率,以生成4096 x 4096像素的SRRF超分辨率图像。SRRF-Stream与NanoJ-SRRF相比,处理发生在同一个Nvidia GTX 1070 GPU卡上。srrf流加速随后允许数据采集和处理并行进行,从而在NanoJ-SRRF的基础上进一步改进了工作流程。
由于现在的处理速度远远快于相机获取数据的速度,“SRRF-Stream启用”相机现在可以实现实时超分辨率,具有大视场的超分辨率图像。
在我们自己的实验室彻底测试SRRF-Stream后,我们对工作流程和现在利用更大的视野实现活细胞超分辨率的能力印象深刻。通过将SRRF算法与iXon的高性能无缝结合,我们完成了世界上第一台超分辨率荧光显微镜相机。
* Nvidia GPU卡应该有3.0或以上的计算能力,iXon的4GB或更大的板载GPU RAM, Sona的8GB。注意,Andor已经测试了“中档”卡,如GTX 1070,并发现,使用SRRF-Stream+,这一级别的卡处理数据的速度远远快于相机数据采集的速度。
是的,你可以升级你的iXon (Ultra and Life EMCCD)或Sona背光sCMOS相机,解锁SRRF-Stream+超分辨率显微镜功能。
请注意:如果升级ixon888型号,您还需要请求srrf流摄像机优化过程。您也可以从原来的SRRF-Stream升级到最新的SRRF-Stream+.
为了使SRRF-Stream+能够被广泛访问,它已经完全集成到MicroManager(64位)开源显微镜软件平台中。