Nat Commun丨潘雷霆/许可团队开发最近邻配对云图算法给出单分子定位超分辨成像漂移校正新策略

单分子定位超分辨成像（SMLM）作为分辨率最高的超分辨成像技术，需要采集数万张稀疏激活闪烁发光的荧光分子图像，整个过程耗时数分钟。在此期间，样品因环境温度变化、机械振动等因素不可避免发生位置漂移，导致重建后的超分辨图像变得模糊。互相关分析是目前最常用的漂移校正法，其需要将SMLM纳米级坐标信息转换为像素数据进行处理，然后再转换回坐标信息，这样反复转换不仅失去了SMLM特有的高精度坐标信息优势，且流程复杂，存在计算量大、耗时等问题。

2025年10月10日，南开大学物理科学学院、泰达应用物理研究院潘雷霆教授、许京军教授团队联合美国加州大学伯克利分校许可教授课题组在Nature Communications在线发表了题为

Fast and robust drift correction for single-molecule localization microscopy

SMLM成像过程中每个稀疏闪烁荧光分子信号被多次激活采集，荧光分子的定位坐标被多帧记录，其中包含纳米级定位坐标信息与漂移信息。由于成像目标物可视为刚性系统，不同荧光分子的漂移距离和方向随时间是相同且连续的，新开发的漂移算法的核心思想即基于此特性。团队首先将SMLM采集的数万张图像按时间先后序列分为多个数据组（如每100帧图像分为一组），并将第一组作为参考数据组（后续数据组以此为标准进行算法分析）。此时第二数据组与参考数据组是相邻的，对于相邻数据组而言，相同荧光分子所提供的定位信息存在小段距离（几个纳米）的漂移，算法依据搜索半径的限制（如50nm），将两相邻数据组之间最近邻的定位坐标进行配对，得到来自大量荧光分子在相邻数据组间漂移距离信息，再将最近邻点配对结果以矢量对齐的形式绘制在坐标轴上即获得一幅“最近邻配对云图”。该云图内部拥有一个密集簇，团队通过均值迭代法将密集簇中心移动到原点位置，最终获得一个位移坐标，从而实现对相邻数据组之间的漂移校正。对后续数据组进行校正前，需要将该数据组所有的点坐标信息减去前面所有数据组得到的累计漂移量，即可近似认为该数据组与参考数据组相邻。依此对所有按照时间序列分配数据组进行最近邻云图校正处理，最终得到完整的漂移信息。团队分别构建了XY平面的最近邻位置云图和Z方向的近邻位置云图，对SMLM图像实现了可靠、准确的三维漂移校正。

图1 最近邻配对云图漂移校正算法原理及效果

在此基础上，团队进一步开发了重抽样最近邻配对云图算法（resampled-reference NPC, RR-NPC），即在NPC校正后的数据中重新抽取一定帧数（如1000帧）构建新的参考数据组，再用NPC算法对所有数据组依次进行一轮漂移校正，进一步改善了漂移校正效果，提高了重建图像质量，分辨率更逼近单分子定位成像分辨率极限。速度方面，NPC算法完成校正通常只需要数秒，较传统的直接互相关DCC漂移校正法快百倍，RR-NPC比冗余互相关漂移校正法RCC快万倍，且鲁棒性更强，精度更高。

综上，研究团队开发的NPC和RR-NPC漂移校正算法克服了传统基于像素算法的局限性，充分利用了单分子定位坐标数据的纳米级精度优势，提供了一种快速、稳健的SMLM三维漂移校正新策略。该漂移校正算法可显著减少SMLM对显微镜硬件系统（尤其是价格昂贵的Z轴锁焦装置）的依赖，降低SMLM价格，促进SMLM的普惠化应用。

本文第一作者是南开大学博士生侯梦迪，通讯作者为潘雷霆教授和许可教授。

论文链接：https://www.nature.com/articles/s41467-025-64085-8

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

近期直播推荐

点击主页推荐活动

关注更多最新活动！