荧光寿命成像显微术(FLIM)通过检测荧光分子激发态存续时长,解析分子微环境、蛋白相互作用与构象变化,具备不受探针浓度、激发光强、组织散射干扰的定量优势,是复杂生物样本定量观测的核心工具。但传统 FLIM 存在无法规避的固有缺陷:为精准拟合荧光寿命,需在单像素内反复采集、累积大量光子构建到达时间直方图。大量光子采集带来多重短板:成像耗时久、强光激发易造成活体样本光损伤、深层组织光子稀缺时图像信噪比断崖式下跌,极大限制动态活体、长时程低光观测、深层组织成像等前沿场景落地。
2026年7月15日,清华大学戴琼海院士、吴嘉敏副教授团队在Nature Biotechnology在线发表题为High-fidelity fast fluorescence lifetime imaging by event-based denoising的研究论文。团队跳出“累积光子构建直方图” 的固有思路,提出基于首光子事件感知的全新成像框架 EFLIM。EFLIM创新将单次激发转化为“有无首光子”的二元事件,通过时空自监督去噪充分挖掘稀疏光子信息,同等成像质量下光子需求降低百倍,单像素平均仅需不到1个光子仍可稳定重建寿命图像。团队在四大生物体系完成验证:可消除活体小鼠脑部运动与光强波动干扰,解析单细胞亚区域钙动态;单通道区分多种淋巴细胞,追踪免疫细胞互作;十倍提速完成人脑胶质瘤切片无标记成像,寿命图谱可匹配标准病理染色结果,有望实现活体无标记肿瘤早筛。该技术打通低光照、高速、深层组织成像壁垒,大幅拓展FLIM在神经科学、免疫学、临床病理诊断领域的应用边界。
研究团队提出了一种事件感知的数据表示方式。不同于传统方法将多个光子累积成直方图,EFLIM将每一次激发事件看作一个二值过程:要么没有探测到光子,要么探测到一个首达光子及其到达时间。基于这一表示,EFLIM将荧光寿命估计重新表述为一个自监督去噪问题,利用空间和时间邻域中的稀疏光子信息,在无需干净标签的情况下恢复表观平均寿命图像。该框架避免了极低光子条件下直方图难以可靠构建的问题,也使每一个首达光子都能被更充分地利用。该技术将每一次激光激发定义为二元事件:无光子检出,或捕获一枚首达光子及其时间戳;基于事件化数据表征,将荧光寿命求解转化为时空联合自监督去噪任务,仅依靠像素邻域稀疏光子信号,无需真值标签即可还原完整寿命图像。系统对比实验(图1)证明:同等成像精度下,EFLIM 所需光子总量相较传统方法降低两个数量级以上;即便处于单像素平均光子数(PPP)低于 1 的单光子级极端低光条件,依旧可稳定输出高信噪比、高结构相似度的寿命图像,性能全面优于中心矩法、最小二乘拟合、最大似然估计及现有深度学习 FLIM 算法。
图1. EFLIM 在不同光子条件下的系统对比实验。EFLIM在极低光子条件下仍能恢复较清晰的寿命结构,相比以往方法提升两个数量级,平均仅需不足1个光子即能恢复高信噪比图像
研究团队在多层次生物体系中完成系统性实验验证,充分印证 EFLIM 在低光高速成像场景的独特优势:
1.清醒小鼠活体脑钙成像。针对 GCaMP 钙信号易受动物运动、钙活动波动干扰的问题,EFLIM 可有效剔除强度噪声与运动伪影,输出稳定、可重复的荧光寿命定量读数,支撑大脑神经活动长时程无损观测(图2)。
图2. EFLIM 用于活细胞高速钙信号成像。在低光子预算下,EFLIM仍能获得稳定的寿命读数,解析细胞内局部钙动态差异。
2.活细胞亚细胞钙动态解析。在单光子低采集条件下,清晰捕捉 TRAP 刺激诱导的胞内局部钙信号变化,精准区分不同亚细胞区域钙响应时序差异,实现单细胞微区分子动态精细解析。
3.淋巴结免疫多组分动态成像。仅依靠单一光谱通道,借助荧光寿命差异完成多种淋巴细胞分群,实时追踪胞外囊泡荧光寿命衰减过程,直观呈现囊泡与免疫细胞互作全过程,助力免疫微环境动态机制研究。
4.人脑胶质瘤无标记快速病理成像。结合双光子成像实现厘米级肿瘤切片高通量扫描(图3),相比传统方案,成像脉冲数、采集时长均压缩至十分之一;无需染色即可区分肿瘤细胞、血管、基质、坏死区等组织组分,自发荧光寿命异质性图谱可与病理金标准 H&E 染色完美对应,为术中快速无标记病理诊断提供全新技术支撑。
图3. 人脑胶质瘤组织的快速无标记荧光寿命成像。在固定人脑胶质瘤组织切片中,EFLIM 以较低光子预算和较短采集时间恢复自发荧光寿命对比。与H&E染色图像对照可见,EFLIM保留了组织尺度和微结构层面的形态信息,并显示出肿瘤微环境中的寿命异质性。
本研究表明,FLIM的寿命估计方式可以从“累积大量光子构造直方图”转变为“充分利用每一次激发事件和首达光子”。通过事件感知的自监督去噪,EFLIM进一步打破了低光照、低光毒性和高速成像之间的不可能三角。未来EFLIM技术可广泛应用于清醒动物神经动态成像、活细胞长时程低光观测、免疫细胞互作追踪、临床组织快速无标记病理筛查等方向,为分子定量生物成像提供高速、低损伤、低成本的全新技术路径。
清华大学自动化系戴琼海院士和吴嘉敏副教授为本文共同通讯作者。清华大学自动化系博士生周逸亮、人工智能学院博士生肖一翃、自动化系博士后周静为本文共同第一作者。
原文链接:https://www.nature.com/articles/s41587-026-03222-0
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)
推荐直播
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
点击主页推荐活动
关注更多最新活动!
热门跟贴