생명과학 연구에 사용되는 다양한 현미경들은 이미지 형성 원리에 따라 각각 다른 특성을 갖습니다. 예를 들어 형광 현미경은 생체 내 특정 타겟을 표지함으로써 높은 특이성을 갖는 동시에 형광표지 자체에서 오는 단점들이 있고, 비표지 방식 현미경들은 그 단점들을 피할 수 있는 대신 특이성이 떨어지는 단점이 있습니다. 본 연구에서는 시료의 3차원 굴절률을 비표지 방식으로 측정하는 홀로그래픽 현미경에 AI를 결합하여 형광영상을 정밀하게 예측함으로써, 여러 현미경의 장점만을 갖는 새로운 개념의 현미경을 개발하였습니다.

Related publication
Jo, Y., Cho, H., Park, W.S. et al. Label-free multiplexed microtomography of endogenous subcellular dynamics using generalizable deep learning. Nat Cell Biol 23, 1329–1337 (2021). https://doi.org/10.1038/s41556-021-00802-x