La visualisation des structures sous-cellulaires dynamiques est fondamentale pour faire progresser la recherche en sciences de la vie. Cependant, la résolution de la microscopie optique traditionnelle est limitée par la diffraction à environ 200 nm latéralement, ce qui limite sa capacité à résoudre des processus subcellulaires dynamiques. Pour surmonter cette barrière, diverses techniques de super-résolution ont été développées. Cependant, des techniques telles que la microscopie STED, PALM/STORM et SIM posent souvent des obstacles à une adoption généralisée dans les environnements multi-utilisateurs, notamment une phototoxicité élevée, la nécessité de fluorophores spécialisés ou de préparation d’échantillons, des procédures d’alignement complexes ou un traitement computationnelintensif 1,2,3.
Dans ce contexte, les systèmes de microscopes confocaux équipés d’un détecteur à réseau multiplexé offrent une alternative convaincante en permettant l’imagerie à super-résolution grâce à la détection multi-pixels et à la réaffectation computationnelle, abaissant significativement le seuiltechnique 4. Cette approche utilise un réseau de détecteurs de phosphure d’arséniure de gallium (GaAsP) à 32 éléments pour collecter davantage de photons à chaque point de balayage. Les algorithmes intelligents de déconvolution ultérieurs réaffectent ces informations, réduisant effectivement le volume de détection. Ce procédé atteint des résolutions spatiales d’environ 120 nm latéralement et 350 nm axialement, représentant environ 2 fois l’amélioration de la limite de diffraction de la microscopie à large champ et offrant une augmentation de 4 à 8 fois du rapport signal/bruit par rapport au mode confocal standard sur lemême instrument 4,5,6. Cette combinaison unique de résolution améliorée, de qualité de signal supérieure et de compatibilité avec les étiquettes fluorescentes et protocoles courants constitue son principal avantage pour une application large.
Par conséquent, cette forme de microscopie super-résolution accessible a trouvé une large application dans la recherche en sciences de la vie, permettant des études détaillées sur la morphologie des organites, la dynamique du cytosquelette, les interactions virus-hôte et la co-localisation moléculaire dans les cellules fixes etvivantes 7,8. Sa relative douceur le rend particulièrement adapté aux observations en accéléré prolongé d’échantillons vivants.
L’intégration de tels systèmes avancés dans les installations centrales est cruciale pour démocratiser l’accès, mais leur fonctionnement durable et efficace présente des défis distincts. Dans les établissements institutionnels centraux, comme à la Faculté de médecine de l’Université du Zhejiang, la performance optimale et l’impact dépendent de manière cruciale de trois piliers : (1) des protocoles d’imagerie standardisés et reproductibles, (2) un entretien régulier rigoureux, et (3) un cadre de gestion efficace pour un accès partagé. Bien que des ressources précieuses existent pour des aspects spécifiques, tels que les méthodes d’imagerie pour les systèmesantérieurs 9ou les principes généraux de gestiondes installations 10,11, un guide complet intégrant des protocoles détaillés et reproductibles pour les plateformes modernes de détection à réseau multiplexé avec un modèle éprouvé de gestion des ressources partagées fait actuellement défaut. Cet article sur le protocole vise à combler cet écart.
L’objectif global est de fournir un guide complet, étape par étape, pour mettre en œuvre et utiliser efficacement un système confocal avec un détecteur à réseau multiplexé pour l’imagerie à super-résolution dans un cadre de ressources partagées. It is designed for two primary audiences: researchers requiring resolution beyond conventional confocal limits (~250-300 nm) but for whom live-cell compatibility, ease of use, and throughput are also critical; et les gestionnaires d’installation établissant ou optimisant un tel service. Ici, nous détaillons systématiquement la configuration du système, les protocoles d’imagerie multimodale (couvrant les modes multicolore, 3D, cellules vivantes, pavage et super-résolution), ainsi qu’un modèle de gestion partagée éprouvé. Ce guide intégré sert de ressource pour maximiser le potentiel et l’accessibilité de cette puissante modalité d’imagerie.