性爱视频 何木斌特聘副研究员联合浙江大学洪丽兰研究员课题组，在国际植物学权威期刊Plant Communications 发表题为“A versatile phenotyping platform combining three-photon microscopy, optimized tissue clearing, and deep-learning signal separation for full-depth multi-organelle phenotyping”的研究性论文。论文以性爱视频 为第一署名单位，何木斌特聘副研究员为第一作者，何木斌副研究员和浙江大学洪丽兰研究员为共同通讯作者。该工作得到国家自然科学基金的资助。

由于强光散射和叶绿素等自发荧光组分造成的光谱串扰，导致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、多通道三维成像。针对这一瓶颈，研究团队发展了 Su-VIRO 组织透明化方法，利用 50% 蔗糖溶液真空浸润填充细胞间隙和气孔，显著降低折射率失配与散射，将叶绿体成像深度从新鲜叶的约 100 μm 扩展至贯穿整叶（>230 μm）。在此基础上对全叶片厚度叶绿体进行成像与三维重建，发现叶绿体数量、体积与堆积密度沿深度递减，呈现栅栏层大而整齐贴壁、海绵层小而随机分散的组织梯度，并可检出基因型依赖的密度差异。针对单波长激发下多组分信号重叠问题，团队构建了 SE-UNet 智能信号分离网络，仅需少量单染样品训练数据即可将混合信号解耦为多个通道，双通道解耦 Accuracy 达 0.9831，并成功从单次激发的混合像中分离出叶绿体、细胞壁、线粒体与 ROS 四个通道，三维距离分析揭示了细胞器间非随机、层级化的空间组织方式。研究还将该平台推广至单子叶作物水稻，实现了水稻叶片 130 μm 三光子成像及叶枕双通道成像，证明其良好的跨物种适用性。

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/空间分析的一体化工作流程。

该研究系统阐明了“三光子显微镜 + 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，构建了 “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，为作物深层结构表型解析提供了精准的成像与定量手段，未来可拓展至更多物种和细胞器的全深度三维成像，为具有高光合效率与抗逆能力的作物分子设计育种提供支撑。

（撰稿、一审：何木斌；二审：刘亚青；三审：谢炯标）