Abstract Polar cell-to-cell transport of auxin by plasma membrane–localized PIN-FORMED (PIN) auxin efflux carriers generates auxin gradients that provide positional information for various plant developmental processes. The apical-basal polar localization of the PIN proteins that determines the direction of auxin flow is controlled by reversible phosphorylation of the PIN hydrophilic loop (PINHL). Here, we identified three evolutionarily conserved TPRXS(N/S) motifs within the PIN1HL and proved that the central Ser residues were phosphorylated by the PINOID (PID) kinase. Loss-of-phosphorylation PIN1:green fluorescent protein (GFP) (Ser to Ala) induced inflorescence defects, correlating with their basal localization in the shoot apex, and induced internalization of PIN1:GFP during embryogenesis, leading to strong embryo defects. Conversely, phosphomimic PIN1:GFP (Ser to Glu) showed apical localization in the shoot apex but did not rescue pin1 inflorescence defects. Both loss-of-phosphorylation and phosphomimic PIN1:GFP proteins were insensitive to PID overexpression. The basal localization of loss-of-phosphorylation PIN1:GFP increased auxin accumulation in the root tips, partially rescuing PID overexpression-induced root collapse. Collectively, our data indicate that reversible phosphorylation of the conserved Ser residues in the PIN1HL by PID (and possibly by other AGC kinases) is required and sufficient for proper PIN1 localization and is thus essential for generating the differential auxin distribution that directs plant development.

Single-molecule localization microscopy is a powerful tool for visualizing subcellular structures, interactions and protein functions in biological research. However, inhomogeneous refractive indices inside cells and tissues distort the fluorescent signal emitted from single-molecule probes, which rapidly degrades resolution with increasing depth. We propose a method that enables the construction of an in situ 3D response of single emitters directly from single-molecule blinking datasets, and therefore allows their locations to be pinpointed with precision that achieves the Cramér-Rao lower bound and uncompromised fidelity. We demonstrate this method, named in situ PSF retrieval (INSPR), across a range of cellular and tissue architectures, from mitochondrial networks and nuclear pores in mammalian cells to amyloid-β plaques and dendrites in brain tissues and elastic fibers in developing cartilage of mice. This advancement expands the routine applicability of super-resolution microscopy from selected cellular targets near coverslips to intra- and extracellular targets deep inside tissues.

Simultaneous CO

ABSTRACT Single-molecule localization microscopy is a powerful tool in visualizing organelle structures, interactions, and protein functions in biological research. However, whole-cell and tissue specimens challenge the achievable resolution and depth of nanoscopy methods. As imaging depth increases, photons emitted by fluorescent probes, the sole source of molecular positions, were scattered and aberrated, resulting in image artifacts and rapidly deteriorating resolution. We propose a method to allow constructing the in situ 3D response of single emitters directly from single-molecule dataset and therefore allow pin-pointing single-molecule locations with limit-achieving precision and uncompromised fidelity through whole cells and tissues. This advancement expands the routine applicability of super-resolution imaging from selected cellular targets near coverslips to intra- and extra-cellular targets deep inside tissues. We demonstrate this across a range of cellular-tissue architectures from mitochondrial networks, microtubules, and nuclear pores in 2D and 3D cultures, amyloid-β plaques in mouse brains to developing cartilage in mouse forelimbs.

The signal to noise ratio of high-speed fluorescence microscopy is heavily influenced by photon counting noise and sensor noise due to the expected low photon budget. Denoising algorithms are developed to decrease these noise fluctuations in the microscopy data. One question arises: whether there exists a theoretical precision limit for the performance of a denoising algorithm. In this paper, combining Cramér-Rao Lower Bound with constraints and the low-pass-filter property of microscope systems, we develop a method providing a theoretical variance lower bound of microscopy image denoising. We show that this lower bound is influenced by photon count, readout noise, detection wavelength, effective pixel size and the numerical aperture of the microscope system. We demonstrate our development by comparing multiple state-of-the-art denoising algorithms to this bound. This theoretical bound provides a reference benchmark for microscopy denoising algorithms, and establishes a framework to incorporate additional prior knowledge into theoretical denoising performance limit calculation.

Over the last decades, super-resolution techniques have revolutionized the field of fluorescence microscopy. With unprecedented resolutions and merits of fluorescence imaging, these new microscopy methods become indispensable tools in biomedical and biological sciences. Among them, interferometric or 4Pi microscopy methods are supreme in three-dimensional imaging, for their high resolving power in the axial dimension. When combined with single molecule detection and localization and adaptive optics, iPALM/4PiSMS/W-4PiSMSN allowed 10-15 nm isotropic 3D resolution throughout the whole cell. However, further improving the achieved 3D resolution poses significantly challenges which, in part, is blocked by the complexity of single-molecule emission pattern generated by these systems rendering a large portion of information carrying photons unusable. Here we introduce a localization algorithm that achieves the theoretical information limit for 4Pi based single-molecule switching nanoscopy (4Pi-SMSN), and demonstrates improvements in resolution, both laterally and axially, accuracy as well as the applicability when compared with the state of art 4Pi-SMSN methods. Further, with a novel 4Pi-compatible light-sheet illumination reducing the fluorescence background by >5-fold, we demonstrated the new system enables further improvement in the achievable resolution of 4Pi/interferometric single-molecule imaging systems.

Hyaluronic acid (HA), a major component of skin extracellular matrix, provides an excellent framework for hemostatic design; however, there still lacks HA materials tailored with superior mechanical properties to address non-compressible hemorrhages. Here, we present a solvent-free thermal approach for constructing a shape-memory HA sponge for this application. Following facile thermal incubation around 130 °C, HA underwent cross-linking via esterification with poly(acrylic acid) within the sponge pre-shaped through a prior freeze-drying process. The resulting sponge system exhibited extensively interconnected macropores with a high fluid absorption capacity, excellent shape-memory property, and robust mechanical elasticity. When introduced to whole blood in vitro, the HA sponges demonstrated remarkable hemostatic properties, yielding a shorter coagulation time and lower blood clotting index compared to the commercial gelatin sponge (GS). Furthermore, in vivo hemostatic studies involving two non-compressible hemorrhage models (rat liver volume defect injury or femoral artery injury) achieved a significant reduction of approximately 64 % (or 56 %) and 73 % (or 70 %) in bleeding time and blood loss, respectively, which also outperformed GS. Additionally, comprehensive in vitro and in vivo evaluations suggested the good biocompatibility and biodegradability of HA sponges. This study highlights the substantial potential for utilizing the designed HA sponges in massive bleeding management.

Uncontrolled hemorrhage stands as the primary cause of potentially preventable deaths following traumatic injuries in both civilian and military populations. Addressing this critical medical need requires the development of a hemostatic material with rapid hemostatic performance and biosafety. This work describes the engineering of a chitosan-based cryogel construct using thermo-assisted cross-linking with α-ketoglutaric acid after freeze-drying. The resulting cryogel exhibited a highly interconnected macro-porous structure with low thermal conductivity, exceptional mechanical properties, and great fluid absorption capacity. Notably, assessments using rabbit whole blood in vitro, as well as rat liver volume defect and femoral artery injury models simulating severe bleeding, showed the remarkable hemostatic performance of the chitosan cryogel. Among the cryogel variants with different chitosan molecular weights, the 150 kDa one demonstrated superior hemostatic efficacy, reducing blood loss and hemostasis time by approximately 73 % and 63 % in the hepatic model, and by around 60 % and 68 %, in the femoral artery model. Additionally, comprehensive in vitro and in vivo evaluations underscored the good biocompatibility of the chitosan cryogel. Taken together, these results strongly indicate that the designed chitosan cryogel configuration holds significant potential as a safe and rapid hemostatic material for managing severe hemorrhage.

Mitochondrial morphology is crucial for cell identification and drug toxicity evaluation, yet it is challenged by mitochondrial complexities and limitations in imaging technologies. We develop an ultrasmall (∼1.5 nm) fluorescent carbon dot (CD), specifically designed to target mitochondria in live cells. These CDs exhibit near-infrared fluorescence at 685 nm, enhancing fluorescence imaging's signal-to-noise ratio by 2–3 times. Their dense-blinking behavior enables rapid fluctuation-based super-resolution imaging with as few as 10 frames, thereby allowing for detailed visualization of mitochondrial morphology and dynamics. We further propose a graph-based deep learning framework that integrates multidimensional mitochondrial features, which are updated using a Graph Neural Network (GNN), to achieve precise mitochondria-based cellular typing and drug toxicity analysis with up to 98 % accuracy. Additionally, we pioneer the use of interpretability algorithms to elucidate the GNN model, revealing how the depicted mitochondrial features by the CDs drive these predictions. This approach has significant implications in cellular and toxicological research, offering a unique tool for deciphering cellular behaviors and drug interactions.