由于强光散射和叶绿素等多种自发荧光组分造成的光谱串扰，传统光学显微镜难以在亚细胞水平对植物器官内部结构进行深层、多通道的三维成像。近日，浙江大学洪丽兰研究员团队联合东莞理工学院何木斌副研究员，在Plant Communications发表研究论文A versatile phenotyping platform combining three-photon microscopy, optimized tissue clearing, and deep-learning signal separation for full-depth multi-organelle phenotyping。该研究将三光子显微镜（3PM）、可保留叶绿素的蔗糖组织透明化方法（Su-VIRO）与深度学习网络（SE-UNet）有机结合，实现了拟南芥整片叶片超过230 μm全深度的叶绿体三维成像，以及同一叶组织内叶绿体、细胞壁、线粒体、活性氧（ROS）和细胞核的四通道同步可视化。研究进一步通过水稻中叶绿体与质膜的双通道成像，验证了该平台对多样化叶型的适用性，为植物细胞生物学建立了一套通用的深组织、多参数表型分析平台，可支撑未来的基因型—表型关联研究。
图 1 Su-VIRO（降散射）→ 3PM（体积成像至 230 μm）→ SE-UNet（四通道解耦）→ 层分辨定量形态/空间分析构成的一体化工作流程
图2 拟南芥叶绿体的深度三光子荧光成像
图 3 水稻多通道大深度成像与亚细胞分析
本研究系统阐明了三光子显微+Su-VIRO组织透明化+SE-UNet智能解耦平台对植物深组织成像与多细胞器表型解析的整合作用，揭示了深穿透成像—散射削减—信号解耦—定量空间读出的精细工作范式，为植物亚细胞结构与功能空间关系研究提供了全新范例。该平台的建立不仅解释了拟南芥叶片从栅栏组织到海绵组织叶绿体大小与分布梯度、以及叶绿体—线粒体—细胞核间非随机层级化排布等组织特化特征，也为作物深层结构表型解析提供了精准的成像与定量手段。此外，研究揭示的计算性解耦替代硬件串扰分离模式也为避免深层多通道成像中的光谱串扰提供了新思路，可为其他物种、其他组织类型甚至木质化器官的深组织表型研究提供参考。
浙江大学农业与生物技术学院在站博士后徐艺如为论文的共同第一作者，洪丽兰教授为通讯作者。