深度学习助力三维定位：结构化背景下逆转录病毒组装的时空解析

来自国际前沿团队的研究人员针对人类免疫缺陷病毒1型(HIV-1)在活细胞顶部质膜(PM)三维环境中的组装难题，创新性地结合双螺旋点扩散函数三维成像与深度学习算法，成功突破细胞质未组装Gag蛋白形成的结构化背景干扰。该研究首次实现非贴壁顶部PM的病毒组装动力学三维可视化，揭示了HIV-1 Gag蛋白颗粒在贴壁/非贴壁PM区域的运动性差异，为病毒复制机制研究提供了突破性技术路径。

　　

人类免疫缺陷病毒1型(HIV-1)的病毒颗粒组装过程由Gag结构多蛋白驱动，这是产生新病毒颗粒的关键步骤。尽管实时观测活细胞中的病毒粒子生物发生过程极具挑战性，目前对该过程的认知主要来源于贴壁细胞底部质膜(PM)的标记Gag全内反射荧光显微成像。

值得注意的是，与底部PM相邻的玻璃盖板会形成人工环境，而更具生理相关性的顶部PM成像却面临双重挑战：其三维轮廓结构以及由胞质内未组装Gag蛋白产生的大规模结构化背景荧光。

为解决这一难题，研究者开发出创新的三维定位显微分析方案。通过采用具有扩展景深的双螺旋点扩散函数(PSF)三维成像技术，结合深度学习分析流程，成功实现对含异质性结构化背景图像的精准解析。该技术突破使得在贴壁细胞顶部PM进行三维荧光显微观测成为可能。

研究结果揭示出令人振奋的发现：在三维荧光显微镜下，贴壁底部PM与非贴壁顶部PM区域的病毒组装动力学存在显著差异，HIV-1 Gag蛋白斑点的运动特性也展现出截然不同的特征。这些发现为深入理解病毒复制周期提供了全新的时空维度视角。