科研进展 | 前沿中心陈春来课题组发展基于人工智能的单分子荧光数据分析方法

文章预览

加 星标 ，再也不怕错过更新！方法见文末动图。 单分子荧光共振能量转移 （FRET） 技术，是研究纳米尺度生物分子动态和相互作用的前沿生物物理工具。传统的长时间单分子FRET测量通常依赖于全内反射荧光 （TIRF） 显微镜，通过追踪单个荧光分子的强度变化，揭示分子层面的动态信息。然而，这一过程产生的大量数据对数据分析和筛选提出了挑战。传统的人工或半自动化方法不仅效率低下，而且容易引入主观偏差，严重依赖于实验者的经验。深度学习模型的应用则极大地减少了人为错误，提高了数据处理的速度和准确性。尽管如此，现有的深度学习模型往往难以根据用户的特定需求进行优化。 2024年10月28日，清华大学生命科学学院和北京生物结构前沿研究中心 陈春来 课题组在 《通讯生物学》 （ Communications Biology ） 杂志上发表题为 “基于深度 ………………………………