双色共聚焦荧光寿命测量系统搭建与实验

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:hot8391
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
荧光寿命与荧光团所处的微环境密切相关,且不受激发光强度、荧光团浓度和光漂白等因素影响,能够提供与荧光光谱技术、荧光显微技术互补的生物体功能信息。荧光寿命测量系统一般是基于激光扫描共聚焦显微系统(LSCM)搭建的。LSCM的分辨率能够达到亚微米量级,是研究生物组织样品的重要工具,在生命科学、生物医学、工业检测等领域获得了广泛的应用。LSCM中的共焦小孔使得焦平面以外的荧光被屏蔽,只有焦点处的荧光才能被收集,从而具有三维光学成像能力。双光子激光扫描显微镜(TPLSM)结合了LSCM和双光子激发技术。双光子激发基于三阶非线性效应,只发生在物镜焦点处,无需共焦小孔即可三维成像,提高了荧光检测效率。除此之外,TPLSM还具有非侵入、成像深度深、成像质量高、适合观察活细胞等优点,是进行生物组织活体成像的重要工具。本论文主要搭建了具有双色LSCM成像模式和TPLSM成像模式的荧光显微系统,然后在双色LSCM成像模式下进行荧光寿命测量实验获得荧光蛋白e GFP和m Cherry的荧光强度衰减曲线,最后采用L-M算法、FFT算法和Prony算法进行荧光寿命拟合并获得相应的荧光寿命值。具体内容如下:(1)双色LSCM/TPLSM系统搭建。这一荧光显微成像系统主要包括:LSCM561nm激发光路、LSCM470nm激发光路、LSCM探测与寿命测量光路、TPLSM激发与成像光路,其中前三条光路组成了双色LSCM荧光寿命测量系统。在LSCM两条激发光路中重点解决了双色激发光斑重叠的问题以及光纤耦合效率过低的问题。在LSCM探测与寿命测量光路中设计了两种探测模式,一种是荧光强度探测模式;另一种是具有双通道的荧光寿命探测模式,可以同时观察样品中两个不同的荧光团。在TPLSM激发与成像光路中解决了激光分束等问题,将飞秒激发光引入光束调节单元,最终进入MPM200-2双通道多光子系统实现对样本的激发和荧光探测。(2)荧光寿命测量实验。利用搭建的荧光显微系统并在双色LSCM成像模式下进行荧光寿命测量实验,分别采用不同浓度的配体DKK1(e GFP标记)与细胞膜上的受体LRP6(m Cherry标记)结合,基于时间相关单光子计数法(TCSPC)获得e GFP和m Cherry的荧光强度衰减曲线。针对双色荧光寿命测量实验获得的荧光强度衰减曲线,分别采用L-M算法、FFT算法和Prony算法进行荧光寿命拟合,计算出e GFP和m Cherry的荧光寿命值。结果发现,三种算法拟合得到的e GFP和m Cherry荧光寿命基本一致,且与文献报道相符。拟合得到的不同配体浓度下e GFP荧光寿命值在1.9 ns上下波动,m Cherry荧光寿命在1.5 ns到1.6 ns之间。此外,e GFP荧光寿命均值随着配体浓度的升高而减小,m Cherry荧光寿命均值随着配体浓度的升高而小幅度增大。这是由于当选用不同浓度的配体DKK1(e GFP标记)与细胞膜上的受体LRP6(m Cherry标记)相结合时,细胞膜上的LRP6蛋白数量会减少,e GFP和m Cherry所处的微环境会发生变化,从而导致它们的荧光寿命改变。
其他文献
随着三维点云技术的发展,人们不再满足于二维平面图像,开始向三维领域发展。深度相机可以从场景中获取三维信息,因此被广泛应用于需要更可靠三维信息的人机交互(HCI)和增强现实(AR)。由于深度相机由于其精度的提高并且变得更加便宜和流行,以至于可以部署在智能手机上,研究人员开始积极研究利用深度信息的三维计算机视觉。与深度相机拍摄的深度图像(称为2.5D信息)相比,研究人员试图将深度图像转换为三维点云或通
语义分割是计算机视觉领域的重点关注问题,也是场景理解的基石性任务。近年来,深度学习在图像处理、语音识别等领域表现优异,因此语义分割任务也更倾向于采纳深度学习方法,来实现更精准的分割预测。目前,最出色的语义分割方法往往借助全卷积神经网络的结构形式,以此来获取逐像素的分类预测。然而,语义分割是一项密集标注任务,需要在获得目标语义信息的同时对其进行精确定位。而现有的神经网络模型往往会在提取特征的过程中损
将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。聚类算法是一种高效的无监督学习方法,被广泛应用于许多领域,包括机器学习,数据挖掘、模式识别、图像分析和生物信息学等。但是已有的聚类算法仍存在一些难点问题,例如复杂数据集中存在的簇间密度不均匀、聚类形态多样、聚类中心的识别等。针对这些问题,本文设计研究了相应的聚类算法以改进现存的问题,提高聚类算法的性能。具体研究内容如下:(1)针对
自Heusler合金问世以来的一百多年时间里,由于大量具有各种物理特性的新型Heusler合金材料不断被发现、制备并广泛应用,使得对于新型Heusler功能材料的设计与合成至今依旧是材料科学领域的热点研究方向之一。我们使用基于密度泛函理论的第一性原理计算的方法对原子替换所得的Ag基Heusler合金材料进行了高通量计算,得到了多种稳定的新型Heusler合金结构。文中系统的讨论了这几种新结构的稳定
硅元素及其化合物在现代工业中起着不可或缺的作用,现已经被广泛应用到了各个相关领域中。本文采用原子掺杂的方法,寻找新型的硅同素异形体和硅化物结构,并结合第一性原理计算方法研究了新结构在常压下的力学性质、弹性各向异性、电子结构等性质,同时还分析了能带变化的影响因素,为有效合成该材料提供理论基础,也为其他新材料的理论研究提供支撑。本文研究的主要内容如下:1.对G21、G58、G90、G117、G158、
随着科技的快速发展,功能材料已经广泛应用于现代工业的各个领域之中,新型功能材料的结构设计与合成是目前材料科学的研究热点之一。本文采用基于CALYPSO的晶体结构设计技术,首先结合只限定原子数的直接搜索方法,发现了一个具有直接带隙的新型大胞超硬碳晶体结构Fmmm-C80。然后采用功能材料反向搜索方法,在使用CALYPSO搜索晶体结构的过程中,设定带隙为每一代结构中的二次筛选目标参数,最终发现了一个新
传统的密码系统假设攻击者只能访问密码算法的输入和输出,即密码算法处在一种黑盒模型下。但随着计算机与互联网技术的高速发展,攻击者的能力得到了显著提高,传统的黑盒模型已经无法满足密码算法安全性分析的需要。2002年,Chow等人根据数字版权管理(Digital Rights Management,简称DRM)应用场景,提出白盒攻击环境(White-Box Attack Context,简称WBAC)的
低序级断层延伸短,断距小,识别解释有一定的困难,但低序级断层是局部微幅度构造和油气富集的主控因素,能否识别低序级断层和微幅度构造直接影响致密储层水平井部署,轨迹控制和砂岩钻遇率。本文首先基于多窗口倾角扫描的曲率属性,凸显低序级断层的特征;然后采用属性定量优化方法,即结合地震剖面,平剖结合统计不同断距断层的曲率值,以此设定门槛值,消除非断裂地质效应,突出目标低序级断层和微幅度构造的平面剖面特征,提高
深度神经网络的分布式训练包含模型并行,数据并行等不同策略。传统模型并行流水化策略将深度神经网络按层分配到不同计算设备上,通过重叠计算时间与通信时间减小分布式通信的开销,但是该策略将神经网络模型中的分支和捷径与其他神经网络结构看作一个整体,在切分模型时难以保证结果的均匀分布,导致训练迭代时间增加。数据并行通常使用同步法进行计算设备间模型参数的更新,在每个迭代周期的末尾,参数服务器会与各计算设备进行通
图像信息是人们获取信息的重要组成部分,高质量的图像会让人们获得更加准确的信息,而由于图像在获取的过程中受到设备和环境的限制,客观上导致了部分图像信噪比低下。随着人们对图像质量的需求越来越高,真实图像去噪问题在生产和生活中有着重要的作用。针对真实图像去噪,国内外学者提出大量算法,但是这些去噪算法基本上都是基于高斯白噪声的假设,在仿真的高斯图像上能取得理想的去噪效果,但是在实际的相机系统中,由于实际噪