光活化定位显微镜

光学显微术受衍射极限限制，传统分辨率约为200-300 nm。PALM由Betzig等人于2006年提出，基于单分子定位和光活化荧光探针，通过时间维度分离空间上重叠的荧光分子。其核心在于使用光活化荧光蛋白或可光转换染料，以低功率紫外光稀疏激活，使其从暗态转为亮态，然后高功率激光激发成像，检测单个分子的荧光斑，经高斯拟合确定其质心位置，精度可达10-30 nm。

（1）样品制备：目标蛋白融合表达光活化荧光蛋白（如PA-GFP、mEos2），或使用可光闪烁染料（如Cy5、Alexa Fluor 647）结合免疫标记。（2）数据采集：使用全内反射荧光（TIRF）或宽场照明，先以弱紫外光激活少量分子，再以强激光激发成像，直至信号漂白；重复数千至数万帧，确保每个分子被成像一次。（3）单分子定位：对每帧图像，用二维高斯函数拟合单个荧光点，提取亚像素坐标。（4）重建图像：将所有定位点叠加，生成超分辨图像（分辨率可达20-40 nm）。

光活化荧光蛋白（PA-FP）：如PA-GFP（光照后绿色荧光增强）、mEos2（从绿色光转化为红色）、Dronpa（可逆光开关）。有机荧光染料：如Cy5与Cy3配对，通过RET实现光闪烁；或Alexa Fluor 647在还原剂环境中可重复闪烁。选择标准：高亮度、低脱靶效应、光稳定性、开关可控性。探针直接影响定位精度和成像速度。

原始数据为密集时间序列图像，每帧包含稀疏单个分子。典型流程：去噪（如小波变换）、背景扣除、候选点检测（阈值法）、亚像素定位（加权质心或高斯拟合）、漂移校正（基于图像互相关或标定点）、分子计数（去重）及成像重建。常用软件包括ThunderSTORM、QuickPALM和官方开源代码。关键参数：定位精度（σ_loc = s/√N，s为PSF标准差，N为光子数）、定位密度和采集帧数影响最终分辨率。

优势：10-50 nm空间分辨率，显著超越共聚焦和STED；可对活细胞进行动态成像（时间分辨率秒级）；兼容多色成像，利用不同光谱的PA-FP。局限：需要专用荧光探针；光毒性较高，尤其对活细胞；成像时间长（数分钟至数小时），限制了快速过程的观察；探测器噪声和漂移需校正；定位精度受分子密度和光子预算影响。

细胞生物学：揭示细胞骨架微管、肌动蛋白、粘着斑等纳米结构。如对树突棘中PSD-95蛋白聚集体的研究，显示突触后致密区（PSD）直径约300 nm。 神经科学：解析突触囊泡释放、受体聚集和神经元微结构。 膜生物学：观察脂筏、网格蛋白包被小窝的动态组装。 材料科学：用于纳米粒子和介孔材料的空间分布表征。 超分辨多色成像：结合mEos2和PA-GFP实现双色PALM，展现不同蛋白的共定位。

STED（受激发射损耗）用受激辐射压制外围荧光，分辨率30-80 nm，成像速度快，但需要高激光功率和特殊染料。STORM（随机光学重建显微术）与PALM类似，但主要用有机染料，通过光闪烁实现。PALM更适于基因编码标记，STORM更依赖免疫荧光。SIM（结构光照明显微镜）分辨率~100 nm，速度最快，但不及PALM精细。选择时需权衡分辨率、速度、标记方式和光毒性。

样本固定与通透需优化；荧光蛋白表达水平应适中，避免过量聚集；缓冲液中加入氧清除系统（如葡萄糖氧化酶+过氧化氢酶）及还原剂（如β-巯基乙醇）增强闪烁。数据采集时注意避免过度激活导致分子重叠；漂移校正可通过金纳米颗粒标记物实现；阳性对照（已知分布蛋白）和负对照（无标签细胞）不可少。

（1）Betzig等首次用PALM揭示溶酶体膜蛋白LAMP-1的纳米簇分布。（2）Hess等使用PALM解析粘着斑蛋白paxillin的时空动态。（3）Lippincott-Schwartz等结合PALM与光遗传学，研究细胞内蛋白质运输。

提升时空分辨率：开发更亮更稳定的光开关探针；结合自适应光学校正像差；发展多色PALM和活体组织成像。计算重构方面，深度学习应用于定位和去噪已显示潜力。标准化数据格式和共享数据库也将促进可重复性。

• Betzig, E., Patterson, G. H., Sougrat, R., et al. (2006). Imaging intracellular fluorescent proteins at nanometer resolution. Science, 313(5793), 1642-1645.
• Hess, S. T., Girirajan, T. P. K., & Mason, M. D. (2006). Ultra-high resolution imaging by fluorescence photoactivation localization microscopy. Biophysical Journal, 91(11), 4258-4272.
• Rust, M. J., Bates, M., & Zhuang, X. (2006). Sub-diffraction-limit imaging by stochastic optical reconstruction microscopy (STORM). Nature Methods, 3(10), 793-796.
• Shroff, H., Galbraith, C. G., Galbraith, J. A., et al. (2007). Dual-color superresolution imaging of genetically expressed probes within individual adhesion complexes. Proceedings of the National Academy of Sciences, 104(51), 20308-20313.
• Patterson, G. H., & Lippincott-Schwartz, J. (2002). A photoactivatable GFP for selective photolabeling of proteins and cells. Science, 297(5588), 1873-1877.
• Manley, S., Gillette, J. M., Patterson, G. H., et al. (2008). High-density mapping of single-molecule trajectories with photoactivated localization microscopy. Nature Methods, 5(2), 155-157.
• Holden, S. J., Uphoff, S., & Kapanidis, A. N. (2011). DAOSTORM: an algorithm for high- density super-resolution microscopy. Nature Methods, 8(4), 279-280.
• Ovesný, M., Křížek, P., Borkovec, J., et al. (2014). ThunderSTORM: a comprehensive ImageJ plug-in for PALM and STORM data analysis and super-resolution imaging. Bioinformatics, 30(16), 2389-2390.