Structured illumination microscopy (SIM) is a versatile super-resolution technique known for its compatibility with a wide range of probes and fast implementation. While 3D SIM is capable of achieving a spatial resolution of ∼120 nm laterally and ∼300 nm axially, attempting to further enhance the resolution through methods such as nonlinear SIM or 4-beam SIM introduces complexities in optical configurations, increased phototoxicity, and reduced temporal resolution. Here, we have developed a novel method that combines SIM with augmented super-resolution radial fluctuations (aSRRF) utilizing a single image through image augmentation. By applying aSRRF reconstruction to SIM images, we can enhance the SIM resolution to ∼50 nm isotopically, without requiring any modifications to the optical system or sample acquisition process. Additionaly, we have incorporated the aSRRF approach into an ImageJ plugin and demonstrated its versatility across various fluorescence microscopy images, showcasing a remarkable two-fold resolution increase.

Shigellosis is a highly infectious disease that are mainly transmitted via faecal-oral contact of the bacteria Shigella. Four species have been identified in Shigella genus, among which S. flexneri is used to be the most prevalent species globally and commonly isolated from developing countries. However, it is being replaced by S. sonnei that is currently the main causative agent for dysentery pandemic in many emerging industrialized countries such as Asia and the Middle East with unclear reasons. For a better understanding of S. sonnei virulence and antibiotic resistance, we sequenced 12 clinical S. sonnei strains with varied antibiotic-resistance profiles collected from four cities in Jiangsu Province, China. Phylogenomic analysis clustered antibiotic sensitive and resistant S. sonnei into two distinct groups while pan-genome analysis reveals the presence and absence of featured genes in each group. Screening of 31 classes of virulence factors found out that type 2 secretion system is doubled in resistant strains. Further principle component analysis based on the interactions between virulence and resistance indicated that abundant virulence factors are associated with higher resistant phenotypes. The result present here is based on statistical analysis of a small sample size and serves basically as a guidance for further experimental and theoretical studies.

Abstract Fluorescence microscopy is a powerful tool for life sciences, which employs fluorescent tags to label and observe cellular structures and their dynamics. However, due to the spectral overlap between different dyes, a limited number of structures can be separately labeled and imaged for live cell applications. Here we propose a novel double-structure network (DBSN) that consists of multiple connected models, which can extract six subcellular structures from three images with only two separate fluorescent labels. DBSN combines the intensity-balance models to compensate for uneven fluorescent labels for different structures and the structure-separation models to extract multiple different structures with the same fluorescent labels. Therefore, DBSN permits the imaging of multiple structures with only one fluorescent label. It significantly reduces photobleaching, breaks the bottleneck of the existing technologies, and would have vast applications in cell biology.