是一个“SRRF-Stream +”新实时超分辨率显微镜功能,只在Andor 's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+并提供更好的图像质量与原始SRRF-Stream的所有好处。
新SRRF-Stream+超分辨率现在可在Sona背光sCMOS!
用蔡司广角显微镜60倍和Sona 4.2B-6照相机成像,使用和不使用SRRF-Stream+的心肌细胞中标记的Desmin。图片由Matt Caporizzo提供,美国费城普罗塞实验室。
荧光标记BPAE细胞的图像比较,用广角荧光显微镜和SRRF-Stream支持的iXon Life 888 EMCCD相机记录。使用x63物镜,放大2倍,照明560nm。每生成一张超分辨率图像,记录100张原始“输入”图像,超分辨率图像速率为0.5 Hz。为了在没有SRRF-Stream的情况下进行公平的比较,我们记录了100张标准的宽视场图像,然后取平均值。虽然原始图像是一个更大的细胞场,这里显示一个细胞的放大ROI,以便更容易地显示通过一个小区域的线强度剖面对比。分辨率的提高是显而易见的。
HCV感染细胞被抗ns5a染色。在这里,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)。这些图像是在同一显微镜上,用相同的物镜和光路记录的同一视野的细胞。唯一的区别是SIM是用6.5 m像素的sCMOS探测器记录的,而宽场和合成SRRF是用16 m像素的iXon EMCCD探测器记录的。SRRF优越的分辨力是显而易见的,这表明SRRF比经典衍射极限提高了2倍以上。SIM在理论上受限于经典衍射极限的2倍。样本由伦敦大学学院格罗夫实验室提供。
用Alexa Fluor 488 Phalloidin标记的BPAE细胞的F-actin在尼康Ti2显微镜60倍和Sona 4.2B-11上成像。与SRRF-Stream+图像相比,该图像的平均帧数为100帧。图片由北海道大学电子科学研究所和日本爱知国立生理科学研究所Motosuke Tsutsumi提供。
活体BSC-40细胞的200秒延时,细胞掩膜标记,635nm LED照明成像。前100帧对应于1秒曝光的广域成像;第二100帧对应SRRF-Stream成像,其中每帧由50张图像(20ms曝光时间)的SRRF-Stream处理产生。样品制备由David Albrecht(伦敦大学学院Ricardo Henriques和Jason Mercer实验室)。
用mCherry标记的活HeLa细胞的网格蛋白包被坑的对比图像,在宽视野显微镜下以2帧/秒的速度记录。每生成一张超分辨率图像,记录100张原始的“输入”图像,产生2帧/秒的超分辨率图像速率。通过SRRF-Stream图像的一个小区域显示了线强度剖面,表明了相距150nm的结构的分辨率。样品制备由Caron Jacobs(伦敦大学学院Ricardo Henriques和Mark Marsh实验室)。
裂变酵母lifeAct表达菌株的三维投影蒙太奇对比。使用相同的曝光时间,用标准大视场和SRRF-Stream大视场记录。菌株由Mohan Balasubramanian的实验室(U. Warwick)提供;样品由Gautam Dey (UCL的Buzz Baum实验室)提供。
对比标准宽视野和宽视野SRRF-Stream血小板图像,红色膜,绿色内颗粒。样本由伦敦大学学院卡特勒实验室提供。
表达小管蛋白- gfp的活HeLa细胞的广域静态图像,随后以1fps的速度对同一区域进行SRRF-Stream时间延时(SRRF-Stream在20ms曝光下对50帧进行分析)。样品制备由David Albrecht(伦敦大学学院Ricardo Henriques和Jason Mercer实验室)。
凭借它突破经典衍射极限的能力,以及实时完成这一过程的能力非复杂样品标签,传统的设备和低强度照明, SRRF-Stream以前所未有的时空分辨率,以低光损伤友好的方式,为解锁以前未见的细胞结构和行为铺平了道路。
采用伦敦大学学院(UCL) Ricardo Henriques博士实验室最近开发的SRRF技术,并与Henriques博士密切合作,Andor增强了该技术,使SRRF流支持的相机具有最佳性能。Andor也是高级GPU处理优化技术的专家,在这个实例中使用SRRF算法的执行速度比现有的基于imagej的SRRF后处理实现(NanoJ-SRRF)快30倍。通过允许数据采集和SRRF处理并行运行,这种显著的加速使得工作流得到了增强。
处理速度比较-SRRF流与NanoJ-SRRF
该图比较了100个原始输入图像(1024 x 1024像素)的块的处理速率,最终生成4096 x 4096像素的SRRF超分辨率图像。SRRF-Stream与NanoJ-SRRF进行比较,处理过程发生在同一个Nvidia GTX 1070 GPU卡上。SRRF-Stream加速随后允许数据采集和处理并行进行,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支持”的相机现在可以实现实时超分辨率,具有大视场超分辨率图像。
在我们自己的实验室中彻底测试SRRF-Stream后,我们对工作流程和使用更大视野进行活细胞超分辨率的能力都印象深刻。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个荧光显微镜的超分辨率相机。
* Nvidia GPU卡应具有计算能力v3.0或更高版本,iXon的板载GPU RAM为4GB或更高,Sona为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比相机数据采集的速度快得多。
是的,您可以升级您的iXon (Ultra和Life EMCCD)或Sona背光sCMOS相机,以解锁SRRF-Stream+超分辨率显微镜功能。
请注意:如果升级的是iXon 888型号,还需要申请srrf流相机优化过程。也可以从原来的SRRF-Stream升级到最新的SRRF-Stream+.
为了使SRRF-Stream+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。