An iterative algorithm implemented on a graphics processing unit determines maximum likelihood estimates of the positions of isolated fluorophores at a rate of 105 localizations per second and allows real-time generation of super-resolution images with high precision. We describe an iterative algorithm that converges to the maximum likelihood estimate of the position and intensity of a single fluorophore. Our technique efficiently computes and achieves the Cramér-Rao lower bound, an essential tool for parameter estimation. An implementation of the algorithm on graphics processing unit hardware achieved more than 105 combined fits and Cramér-Rao lower bound calculations per second, enabling real-time data analysis for super-resolution imaging and other applications.

Abstract MINFLUX offers a breakthrough in single molecule localization precision, but suffers from a tiny field-of-view and a lack of practical parallelism. Here, we combine centroid estimation and illumination pattern induced photon count variations in a conventional widefield imaging setup to extract position information over a typical micron sized field-of-view. We show a near twofold improvement in precision over standard localization with the same photon count on DNA-origami nano-structures.

1 - ABSTRACT Digital light microscopy provides powerful tools for quantitatively probing the real-time dynamics of subcellular structures. While the power of modern microscopy techniques is undeniable, rigorous record-keeping and quality control are required to ensure that imaging data may be properly interpreted ( quality ), reproduced ( reproducibility ), and used to extract reliable information and scientific knowledge which can be shared for further analysis ( value ). Keeping notes on microscopy experiments and quality control procedures ought to be straightforward, as the microscope is a machine whose components are defined and the performance measurable. Nevertheless, to this date, no universally adopted community-driven specifications exist that delineate the required information about the microscope hardware and acquisition settings (i.e., microscopy “data provenance” metadata) and the minimally accepted calibration metrics (i.e., microscopy quality control metadata) that should be automatically recorded by both commercial microscope manufacturers and customized microscope developers. In the absence of agreed guidelines, it is inherently difficult for scientists to create comprehensive records of imaging experiments and ensure the quality of resulting image data or for manufacturers to incorporate standardized reporting and performance metrics. To add to the confusion, microscopy experiments vary greatly in aim and complexity, ranging from purely descriptive work to complex, quantitative and even sub-resolution studies that require more detailed reporting and quality control measures. To solve this problem, the 4D N ucleome Initiative (4DN) ( 1, 2 ) Imaging Standards Working Group (IWG), working in conjunction with the B io I maging N orth A merica (BINA) Quality Control and Data Management Working Group (QC-DM-WG) ( 3 ), here propose light Microscopy Metadata specifications that scale with experimental intent and with the complexity of the instrumentation and analytical requirements. They consist of a revision of the Core of the Open Microscopy Environment (OME) Data Model, which forms the basis for the widely adopted Bio-Formats library ( 4 – 6 ), accompanied by a suite of three extensions, each with three tiers, allowing the classification of imaging experiments into levels of increasing imaging and analytical complexity ( 7, 8 ). Hence these specifications not only provide an OME-based comprehensive set of metadata elements that should be recorded, but they also specify which subset of the full list should be recorded for a given experimental tier. In order to evaluate the extent of community interest, an extensive outreach effort was conducted to present the proposed metadata specifications to members of several core-facilities and international bioimaging initiatives including the E uropean L ight M icroscopy I nitiative (ELMI), G lobal B io I maging (GBI), and E uropean M olecular B iology L aboratory (EMBL) - E uropean B ioinformatics I nstitute (EBI). Consequently, close ties were established between our endeavour and the undertakings of the recently established QUA lity Assessment and REP roducibility for Instruments and Images in Li ght Mi croscopy global community initiative ( 9 ). As a result this flexible 4D N - B INA- O ME (NBO namespace) framework ( 7, 8 ) represents a turning point towards achieving community-driven Microscopy Metadata standards that will increase data fidelity, improve repeatability and reproducibility, ease future analysis and facilitate the verifiable comparison of different datasets, experimental setups, and assays, and it demonstrates the method for future extensions. Such universally accepted microscopy standards would serve a similar purpose as the Encode guidelines successfully adopted by the genomic community ( 10, 11 ). The intention of this proposal is therefore to encourage participation, critiques and contributions from the entire imaging community and all stakeholders, including research and imaging scientists, facility personnel, instrument manufacturers, software developers, standards organizations, scientific publishers, and funders.

Abstract Super-resolution structured illumination microscopy (SIM) has become a widely used method for biological imaging. Standard reconstruction algorithms, however, are prone to generate noise-specific artefacts that limit their applicability for lower signal-to-noise data. Here, we present a physically realistic noise model that explains the structured noise artefact and that is used to motivate new complementary reconstruction approaches. True Wiener-filtered SIM optimizes contrast given the available signal-to-noise ratio, flat-noise SIM fully overcomes the structured noise artefact while maintaining resolving power. Both methods eliminate ad-hoc user adjustable reconstruction parameters in favour of physical parameters, enhancing objectivity. The new reconstructions point to a trade-off between contrast and a natural noise appearance. This trade-off can be partly overcome by additional notch filtering, but at the expense of a decrease in signal-to-noise ratio. The benefits of the proposed approaches are demonstrated on focal adhesion and tubulin samples in 2D and 3D, and on nano-fabricated fluorescent test patterns.

Abstract Localization microscopy offers resolutions down to a single nanometer, but currently requires additional dedicated hardware or fiducial markers to reduce resolution loss from drift of the sample. Drift estimation without fiducial markers is typically implemented using redundant cross correlation (RCC). We show that RCC has sub-optimal precision and bias, which leaves room for improvement. Here, we minimize a bound on the entropy of the obtained localizations to efficiently compute a precise drift estimate. Within practical compute-time constraints, simulations show a 5x improvement in drift estimation precision over the widely used RCC algorithm. The algorithm operates directly on fluorophore localizations and is tested on simulated and experimental datasets in 2D and 3D. An open source implementation is provided, implemented in Python and C++, and can utilize a GPU if available.

ABSTRACT Single-molecule localization microscopy methods extensively leverage the microscope point spread function (PSF) for fitting the molecules. Calibrating an accurate PSF model is especially difficult in the presence of depth-dependent aberrations which alter the PSF shape depending on the imaging depth. The aberrations at depths of a few micrometers become substantial enough to considerably impoverish the conventional calibration methods’ performance. In our work, we propose a novel spline model which enables the depth-dependent PSF model calibration by interpolating between the beads at arbitrary depths. We show that diffspline reduces the PSF intensity overestimation by 67.8 percentage points and underestimation by 21.8 percentage points. Moreover, it eliminates the depth-dependent bias and improves the localization precision two-fold compared to previous approaches.

Single-molecule fluorescence in-situ hybridization (smFISH) provides direct access to the spatial relationship between nucleic acids and specific subcellular locations. The ability to precisely localize a messenger RNA can reveal key information about its regulation. Although smFISH is well established in cell culture or thin sections, methods for its accurate application to tissues are lacking. The utility of smFISH in thick tissue sections must overcome several challenges, including probe penetration of fixed tissue, accessibility of target mRNAs for probe hybridization, high fluorescent background, spherical aberration along the optical axis, and image segmentation of organelles. Here we describe how we overcame these obstacles to study mRNA localization in Drosophila larval muscle samples that approach 50 μm thickness. We use sample-specific optimization of smFISH, particle identification based on maximum likelihood testing, and 3-dimensional multiple-organelle segmentation. The latter allows using independent thresholds for different regions of interest within an image stack. Our approach therefore facilitates accurate measurement of mRNA location in thick tissues.

RNA in situ hybridization can be a powerful method to investigate post-transcriptional regulation, but analysis of intracellular mRNA distributions in thick, complex tissues like the brain poses significant challenges. Here, we describe the application of single-molecule fluorescent in situ hybridization (smFISH) to quantitate primary transcription and post-transcriptional regulation in whole-mount Drosophila larval and adult brains. Combining immunofluorescence and smFISH probes for different regions of a single gene, i.e., exons, 3UTR, and introns, we show examples of a gene that is regulated post-transcriptionally and one that is regulated at the level of transcription. We also show that the method can be used to co-visualise a variety of different transcripts and proteins in neuronal stems cells as well as deep brain structures such as mushroom body neuropils. Finally, we introduce the use of smFISH as a sensitive alternative to conventional antibody labelling for marking specific neural stem cell populations in the brain.

Memory and learning involve activity-driven expression of proteins and cytoskeletal reorganisation at new synapses, often requiring post-transcriptional regulation a long distance from corresponding nuclei. A key factor expressed early in synapse formation is Msp300/Nesprin-1, which organises actin filaments around the new synapse. How Msp300 expression is regulated during synaptic plasticity is not yet known. Here, we show that the local translation of msp300 is promoted during activity-dependent plasticity by the conserved RNA binding protein Syncrip/hnRNP Q, which binds to msp300 transcripts and is essential for plasticity. Single molecule imaging shows that Syncrip is associated in vivo with msp300 mRNA in ribosome-rich particles. Elevated neural activity alters the dynamics of Syncrip RNP granules at the synapse, suggesting a change in particle composition or binding that facilitates translation. These results introduce Syncrip as an important early-acting activity-dependent translational regulator of a plasticity gene that is strongly associated with human ataxias.

Single-molecule binding assays enable the study of how molecular machines assemble and function. Current algorithms can identify and locate individual molecules, but require tedious manual validation of each spot. Moreover, no solution for high-throughput analysis of single-molecule binding data exists. Here, we describe an automated pipeline to analyze single-molecule data over a wide range of experimental conditions. We benchmarked the pipeline by measuring the binding properties of the well-studied, DNA-guided DNA endonuclease, TtAgo, an Argonaute protein from the Eubacterium Thermus thermophilus. We also used the pipeline to extend our understanding of TtAgo by measuring the protein's binding kinetics at physiological temperatures and for target DNAs containing multiple, adjacent binding sites.