Ji-Xin Cheng*, Tai-Yen Chen*, Peng Chen*

美国休斯顿大学的Tai-Yen Chen教授团队探讨了有效利用超分辨率显微镜（SRM）的关键：从选择合适的荧光染料、样品准备到复杂数据集的分析，并进一步探讨了最近的技术进步和方法改进，强调将SRM与其他分析方法结合，以克服固有局限并扩展生物学见解的范围，旨在帮助研究人员以更高的精度和清晰度探索复杂的生物过程，从而推动生物物理研究的发展。

Huanhuan Chen, Guangjie Yan, Meng-Hsuan Wen, Kameron N. Brooks, Yuteng Zhang, Pei-San Huang, and Tai-Yen Chen*

Yawen Zhang, Weiyue Wu, Hongdou Shen, Juan Xu, Qing Jiang*, Xiaodong Han*, and Pingqiang Cai*

澳大利亚伍伦贡大学Lisanne M. Spenkelink和Stefan H. Mueller教授团队共同探讨了单分子成像技术用于原核生物基因组稳定性维持的分子机制研究。作者首先介绍了单分子成像技术的原理，随后介绍了如何利用这些单分子技术对DNA复制、转录、修复和重组等生物过程开展实时可视化，最后，展示了超分辨率显微镜方法所取得的成果，这些成果为了解细菌生物体内不同生物分子的空间分布提供了前所未有的见解。

Nischal Sharma, Antoine M. van Oijen, Lisanne M. Spenkelink,* and Stefan H. Mueller*

美国阿拉巴马大学伯明翰分校的Hui-Ting Lee教授团队对染色质追踪成像方法及其在固定细胞和活细胞中的应用进行了介绍，总结了各种方法的优点和不足。作者认为染色质追踪方面的进展可用于阐明驱动整体染色质变化的机制、响应 DNA 损伤的变化、组蛋白修饰对染色质包装和分布的影响等。

Arianna N. Lacen and Hui-Ting Lee*

William J. Tipping*, Karen Faulds, and Duncan Graham*

George E. Greaves*, Alessandra Pinna, Jonathan M. Taylor, Alexandra E. Porter, Chris C. Phillips*

休斯顿大学王宇红教授团队开发了一种双FRET单分子Förste共振能量转移方法（dual-smFRET），该方法可以在10秒内观察单一复合物中tRNA动力学和延伸因子G（EF-G）的构象，以及二者之间的关联。并且基于该方法的装置具有多功能性，可容纳多达六对FRET，这为研究大型生物分子和各种生物系统提供了更广泛的应用前景。

Ran Lin and Yuhong Wang*

日本九州大学Hideaki Kano教授团队开发了一种基于MCR-ALS分析的超宽带多重CARS显微光谱技术，并成功将其应用于识别小鼠脑组织中脂类、蛋白质、水以及胆固醇、胶原蛋白和核酸的分子特征。鉴于生物分子的分子指纹在各物种之间的基本保留，该技术可作为生命科学各个学科无标记成像的重要工具。

Yusuke Murakami, Masahiro Ando, Ayako Imamura, Ryosuke Oketani, Philippe Leproux, Sakiko Honjoh, and Hideaki Kano*

美国西储大学Lydia Kisley教授团队通过将交叉关联作为一种后处理计算技术，扩展荧光相关光谱超分辨率光学波动成像（fcsSOFI）分析，提取了纳米级结构中粒子扩散的动态和结构信息。该技术不但保持了与自相关具有相同的超分辨率性能，而且提高了采样率，减少了模拟和实验数据中空间信息的混叠，有助于更好的解析生物和软材料样品中的纳米级动态和结构。

Jeanpun Antarasen, Benjamin Wellnitz, Stephanie N. Kramer, Surajit Chatterjee, and Lydia Kisley*

美国莫格里奇研究所Randy A. Bartels教授团队开发了一种新型多功能低频干涉脉冲刺激拉曼散射（ISRS）成像技术，该方法可适用于复杂散射样品高信噪比ISRS的光谱分析，有效解决了试样散射污染泵脉冲和阻碍拉曼光谱提取的弊端，为探索更多简化成像方法提供了新的思路。

David R. Smith, Jesse W. Wilson, Siddarth Shivkumar, Hervé Rigneault, and Randy A. Bartels*

美国休斯顿大学电子与计算机工程系Rohith Reddy教授团队首次将高光谱光热中红外光谱成像（HP-MIRSI）应用于临床宫颈癌组织评估。作者通过采用数据采集、计算数据重建和机器学习算法应用的综合方法，对宫颈癌组织达到了95%以上的组织分割精度。与传统的活检和染色方法相比，HP-MIRSI无需复杂样本处理，快速、精准且成本更低，为宫颈癌诊断提供了一种更高效的替代方案。

Reza Reihanisaransari, Chalapathi Charan Gajjela, Xinyu Wu, Ragib Ishrak, Yanping Zhong, David Mayerich, Sebastian Berisha, and Rohith Reddy*

美国伊利诺伊大学香槟分校的Rohit Bhargava教授提出了一种分析模型，用于研究光热测量中样品的热弹性响应。该模型表明了次衍射数据的记录能力与激发光的调制频率、光学传感的限制以及辨别物体位置的潜力之间的依赖关系。这项基础性分析将有助于更好地建模、理解和利用吸收与样品响应之间的关系。

Seth Kenkel and Rohit Bhargava*