细胞器互作网络

细胞器通过空间分工与协作形成互作网络，其异常关联神经退行性疾病和癌症等多种疾病，因此系统解析细胞器之间的物质交换、信号传递及互作的时空特征，对揭示生命活动机制和开发细胞器靶向诊疗手段具有重要意义。团队围绕这一方向开展三方面工作：一是细胞器互作研究，聚焦膜接触部位的物质交换、分子信号的传递反馈以及细胞周期、分化、凋亡等过程中的动态互作模式；二是超分辨光学系统开发，突破传统显微镜约200 nm的衍射极限，重点发展SIM成像、多模态集成、自适应光学调控和转盘共聚焦快速扫描等关键技术；三是算法与数据管理，开发基于深度学习的图像处理分析算法、轨迹追踪与动态分析算法以及云平台大数据存储管理系统。中心核心成果为金大勇院士团队研发的光谱偏振光学层析（SPOT）技术，通过光强、光谱和偏振三个维度实现了细胞内10种亚细胞器膜的高时空分辨率成像（发表于Nature Communications），并将多维超分辨显微术与深度学习结合，实现实时细胞器动态追踪精度超80%、涵盖15种亚细胞结构，该成果彻底打破了传统活细胞成像单次仅能分辨 2~4 种细胞器的国际瓶颈，使团队在活细胞多细胞器全景互作与动态网络解析领域处于国际引领地位。