宁波东方理工大学（暂名）工学部讲席教授金大勇院士课题组、张昊助理教授课题组与合作者在国际知名期刊《Nature Communications》发表题为“Fast Segmentation and Multiplexing Imaging of Organelles in Live Cells”的学术论文。该研究创新性地融合人工智能和“光学指纹”，首次实现活细胞内15种亚细胞结构的同步动态观测，突破了传统细胞全景成像的通道数量上限，为生命活动机制研究提供了革命性观测工具。

如果把活细胞比作精密运转的微型工厂，细胞内各种细胞器就是各司其职的功能车间，而显微成像如同实时监控系统。传统多色成像受限于光谱干扰和光毒性，难以同时观测超过6种细胞器的协作过程。同时，传统多色成像通常采用分时的方式来实现，因此更多的成像通道也面临着更低的时间分辨率。这种“高速度”和“多种类”不可兼得的技术瓶颈，长期阻碍着细胞器动态完整互作网络的研究。

图 – 通过单一脂质染料标记结合超高分辨率成像，利用深度学习算法实现15种细胞器结构的精准识别与分割

近期，宁波东方理工大学（暂名）金大勇院士课题组、张昊课题组与合作者利用亲脂性探针尼罗红为所有膜结构细胞器统一染色，借助转盘共聚焦显微镜捕获不同细胞器的独特光谱比率“指纹”。进而构建Attention U-Net深度神经网络，将超分辨荧光图像和光谱比率图像作为双输入通道，结合细胞器特异性标记的真值数据训练模型，最终建立可精准分割15种亚细胞结构的人工智能系统。该方法成功实现对线粒体、内质网、脂质液滴、细胞膜、溶酶体、内吞体、高尔基体、核膜、过氧化酶体、细胞伪足、核内陷体以及细胞核、细胞质和细胞外基质的动态成像，为绘制完整的细胞器互作图谱奠定技术基础。

视频 – 活细胞超分辨全景成像结果展示

宁波东方理工大学（暂名）助理教授张昊为论文共同第一作者，宁波东方理工大学（暂名）讲席教授金大勇院士为论文第一通讯作者，北京大学席鹏教授为论文共同通讯作者，北京大学李美琪博士为该论文共同第一作者和共同通讯作者，其它合作者来自北京大学、清华大学、中国农业大学等单位。本工作得到了科技部重点研发专项和国家自然科学基金的资助。

论文链接：

https://www.nature.com/articles/s41467-025-57877-5