下载文档原格式
超分辨率成像技术的研究随着科技的不断迭代和发展，越来越多的科技成果涌现出来，其中一种极具突破性的技术——超分辨率成像技术，引起了广泛关注。
超分辨率成像技术是近年来兴起的一种图像处理技术，通过对图像的补偿、插值等处理，能够在不增加成像器件像素的情况下，获得高于原始分辨率的图像，可以有效地提高图像的清晰度和细节。
超分辨率成像技术在许多领域具有广泛的应用前景，如医学影像、航空航天、视频监控等方面。
在医学影像方面，超分辨率成像技术可以帮助医生准确诊断疾病，特别是对于一些微小病变的检测和跟踪，超分辨率成像技术可以起到非常重要的作用。
在航空航天领域，超分辨率成像技术可以使得无人机对目标进行更加清晰、准确的监测和识别。
在视频监控方面，超分辨率成像技术可以在低分辨率监控器中获得高分辨率的视频，提高了监控的精度和可靠性。
超分辨率成像技术主要分为两类：基于单张图像的超分辨率成像技术和基于多张图像的超分辨率成像技术。
基于单张图像的超分辨率成像技术需要通过图像的插值和重建技术，来实现对单张图片进行高分辨率还原。
而基于多张图像的超分辨率成像技术则需要运用多张图片的合成，通过对图像进行融合，从而达到高分辨率的效果。
基于单张图像的超分辨率成像技术主要包括插值法、最小均方差法、二次正则化技术等。
插值法是一种最为简单的超分辨率成像技术，它通过将原始图像中的像素插值得到高分辨率的图像，但插值法仅仅是单纯的填补像素的空缺，不能从本质上提高图像的清晰度和细节。
与插值法相比，最小均方差法和二次正则化技术可以更加精准地还原图片，但它们也存在一些问题，如容易出现图像失真等。
基于多张图像的超分辨率成像技术主要包括基于自然图像的超分辨率合成技术和基于监督学习的超分辨率合成技术。
基于自然图像的超分辨率合成技术主要是通过将多张低分辨率的图像进行融合，得到高分辨率的图片。
而基于监督学习的超分辨率合成技术则是通过训练神经网络模型，将多张低分辨率的图像进行提高分辨率的过程，得到更加清晰的图片。
超分辨显微镜技术的发展随着科技的进步，显微镜这种科学仪器已经被广泛应用于生命科学、物理科学、化学科学等领域，在科学研究中扮演着重要的角色。
特别是在生命科学中，显微镜对人们了解细胞的结构、功能以及分子级别的相关研究有着极为重要的贡献。
尽管现在的显微镜已经比起过去发生了巨大变化，但是对细胞、分子和微观世界的观测和研究仍然受到许多限制。
比如，传统的显微镜最精细的分辨率只有200~300纳米（1纳米=10^-9米）左右，这意味着无法观察到更小的细胞结构和分子结构。
然而，随着科技的进步，一种新型的显微镜技术被提出，即超分辨显微镜技术。
它的名称已经表明了它所具有的能力：比传统显微镜能够提高分辨率，观察到更小的物质结构。
这项技术的研究起源于1978年，但直到21世纪初，这项技术才逐渐向生命科学领域引入。
值得一提的是，在2014年，超分辨率显微镜技术的发明者Eric Betzig、William Moerner、Stefan Hell由此共同获得了诺贝尔化学奖。
超分辨显微镜技术的原理超分辨显微镜技术的基本原理是将获得的信号分解成空间或者时间，同时压缩或者展开经过分解后的信号，这样就能够达到比传统显微镜更加精细的分辨率。
这一过程与基于衍射的传统显微镜工作原理不同，更像是一种反映深层次识别方法的拼图过程。
具体地说，超分辨显微镜技术分为以下几个步骤：首先，显微镜将样本中的物质激发成荧光或者其他类型的信号，然后利用相应的器械选取某一特定的位置、方向或者时间段提取这一信号。
最后，将这些信号传送到计算机中，通过一定的算法进行处理，避免下一次信号采集时原有的信号损失。
这样，在若干轮处理后，就能够得到更加精细的图像，并且检测到更加小的物质结构。
超分辨显微镜技术在生命科学中的应用超分辨显微镜技术已经被成功应用于生命科学领域的多个方面，从分析细胞的微观结构到研究蛋白质及其相互作用等。
其中，超分辨显微镜技术的一大优势是能够检测到更加小的细胞结构和分子结构，比如细胞膜蛋白，这种蛋白的分辨率比传统显微镜可以提高10~20倍以上。
超分辨率成像技术研究及应用近年来，随着计算机技术的迅速发展，超分辨率成像技术逐渐成为人们关注的焦点。
它不仅可以提高图像的分辨率，还能够修复损失的细节信息，使图像更加清晰，具有更高的质量。
本文将详细介绍超分辨率成像技术的基本原理、应用领域以及未来发展方向。
一、超分辨率成像技术的基本原理超分辨率成像技术是通过利用图像自身的信息，对原始图像进行一系列的数学计算和处理，从而实现图像的重构。
它主要有基于金字塔理论的超分辨率成像技术和基于机器学习的超分辨率成像技术两种方式。
基于金字塔理论的超分辨率成像技术，是利用多层次二维金字塔模型来实现对图像的重构。
所谓二维金字塔模型，其实就是一系列不同分辨率的图像金字塔，从粗到细每一层都是由上一层图像经过降采样得到。
重建图像时，将低分辨率的图层进行插值，得到高分辨率的图像。
这种方法虽然简单高效，但是对图像细节重建能力不足。
基于机器学习的超分辨率成像技术则是利用计算机模型对影像进行训练，进而实现图像的重构。
该技术需要大量的样本进行训练，训练过程中可以采用各种算法优化图像的特征提取和重建过程。
通过不断的迭代训练，模型可以根据样本集合来自动地寻找重建图像的最优解，从而实现图像的重构。
虽然该方法的训练成本高，但是具有更高的重建精度和泛化能力。
二、超分辨率成像技术的应用领域超分辨率成像技术的广泛应用，涉及到多个领域，如医学影像、安防监控、航拍摄影、卫星图像等。
下面来分别介绍其中的几个应用领域。
1. 医学影像医学图像是指通过成像技术得到的医学影像。
在医学领域，超分辨率成像技术可大大提高医学影像的分辨率，帮助医生准确诊断。
例如在眼科诊疗中，可以通过超分辨率技术将眼底图像分辨率得到提高，从而实现对眼结构的清晰观测和病理判断。
2. 安防监控在安防领域，超分辨率成像技术可以大大提高监控摄像头的分辨率，使得图像更加清晰。
由于监控场所不同环境复杂，因此超分辨率技术除了提升分辨率外，还可以进行降噪和图像稳定处理，以提高图像质量和识别准确率。
超分辨率成像技术的研究及应用超分辨率成像技术是指在保持图像细节的前提下，提高图像分辨率的一种图像处理技术。
它广泛应用于航空、军事、医学、城市规划等领域。
本文将从超分辨率成像技术的概念、发展历程、基本原理、常见方法及应用等方面进行阐述。
一、超分辨率成像技术的概念超分辨率成像技术是一种通过图像处理技术，将低分辨率的图像转换成高分辨率的图像的技术。
它的目标是在不增加图像噪声的前提下，提高图像细节的表现力和分辨率，以满足人类视觉对图像品质的要求。
超分辨率成像技术的研究和应用可以提高图像质量，从而提高图像的应用价值和意义。
二、超分辨率成像技术的发展历程超分辨率成像技术的起源可以追溯到20世纪50年代。
当时，研究者们通过多次拍摄和叠加处理，实现了对显微镜下细胞分子结构的超分辨率成像。
随着计算机技术的发展，图像处理功能逐渐成熟，超分辨率成像技术逐渐得到应用和发展。
20世纪80年代中期，杜布鲁克等人提出了基于小波变换的超分辨率技术。
21世纪初，另一种新型的超分辨率技术——基于插值方法的超分辨率技术被提出。
这些技术的出现，推动了超分辨率成像技术在图像处理、医学影像、安防等领域的广泛应用。
三、超分辨率成像技术的基本原理超分辨率成像技术的基本原理是通过将多幅具有一定关联性的低分辨率图像叠加起来，以获得高分辨率的图像。
这种技术的核心是图像插值，即根据已有的低分辨率图像，构造出分辨率更高的图像，从而实现像素数的增加和图像细节的补充。
在超分辨率成像技术中，通过相邻多帧图像的时间相关性构建超分辨率图像，或者通过低分辨率图像中像素之间的相关性，推测出高分辨率图像中像素间的关系，进而进行插值处理。
因此，超分辨率成像技术的实现需要运用多种图像处理算法，如插值算法、自适应滤波算法、小波变换算法等。
四、常见的超分辨率成像技术方法1）插值法插值法是目前最常用的一种超分辨率方法。
插值法的核心思想是对低分辨率的图像进行插值，使得图像的分辨率得到提高。
超分辨率成像技术在生命科学中的应用超分辨率成像技术（super-resolution imaging）是指利用计算机算法和机器学习等技术，将低分辨率图像处理成高分辨率图像的技术。
由于分辨率决定了图像中所能表现的最小细节，因此超分辨率成像技术在生命科学中的应用非常广泛。
一、解决生命科学中的问题在生命科学研究中，有许多需要高分辨率成像技术的问题。
例如，纳米胶束在体内的分布情况，细胞内蛋白质与RNA的相互作用，细胞器的构成，甚至是脑神经元的连接等。
而这些问题都需要高分辨率成像技术才能解决。
然而，传统的成像技术，如荧光显微镜（fluorescence microscopy）、电子显微镜（electron microscopy）等，其分辨率通常只能达到100nm以下。
而在现代生命科学研究中，这一分辨率已经无法满足需求。
超分辨率成像技术的出现，使得这些细小的细胞器和分子也能够在显微镜下得到表现。
二、超分辨率成像技术的发展首先，STED（Stimulated emission depletion）技术是最早的超分辨率技术之一，它是通过设计激光束的分布形态，使得样品中部分荧光处于某种退激态，不参与信号的发射，从而达到提高分辨率的效果。
然而，STED技术的局限性较大，不适用于观察深层组织或多细胞组织片段的成像。
因此，随着超分辨率成像需求的不断提高，其他超分辨率成像技术不断涌现。
例如，分子特异性光刻图案（photoactivated localization microscopy，PALM）和随机活体标记的高分辨率成像（stochastic optical reconstruction microscopy，STORM）技术，其原理为先将样品中的荧光分子随机激发上，然后利用计算机算法的拼接和修复，最终使得图像的分辨率进一步提高。
此外，还有球面非对称显微成像技术（spherical aberration microscopy, SAM）和单分子双光子激发（single molecule doublephoton excitation, SMdPx）等，它们的出现进一步扩宽了超分辨率成像技术的应用范围。
生命科学中的高分辨率成像技术生命科学是探索生命的奥秘，揭示生命机理的学科。
精细的成像技术是生命科学研究的重要手段之一。
在生命科学研究中，高分辨率成像技术的应用越来越广泛。
本文将介绍生命科学中的高分辨率成像技术，包括原子力显微镜技术、单分子成像技术、超分辨率光学显微镜技术等。
1. 原子力显微镜技术原子力显微镜（Atomic Force Microscopy，AFM）是一种在原子尺度下成像的非光学显微镜技术。
AFM技术是利用扫描探针穿过样品表面的微小力，对表面的形貌、摩擦力、磁性等进行成像。
AFM技术具有高分辨率、不需真空和低温等特点。
AFM技术在生命科学领域中被广泛应用，例如可以观察单个生物分子的形态变化，研究蛋白质的受体配体相互作用，探究生物膜等等。
2. 单分子成像技术单分子成像技术（Single molecule imaging，SMI）是指通过成像技术直接观察分子单个分子的行为和相互作用。
SMI技术在生命科学研究中有着重要的应用价值。
通过SMI技术，可以直接测量分子的动力学特性，例如分子扩散速度、接触时间、运动轨迹、生命时间等。
基于SMI技术，可以进行各种生命科学研究，如研究蛋白质折叠和功能机制、激活和分化细胞、细胞动力学和信号途径等等。
3. 超分辨率光学显微镜技术超分辨率光学显微镜技术（Super-resolution optical microscopy，SRM）是一种通过精密成像技术提高光学显微镜分辨率上限的技术。
传统光学显微镜的分辨率上限约为200nm，而SRM技术可以将其提高至几个纳米量级。
SRM技术包括STED显微镜、PALM/STORM、SIM等多种不同的方法，每种方法在实现原理和应用领域上都有所不同。
SRM技术在生命科学研究中具有广泛的应用，例如可以研究分子动力学、体内蛋白质分布和结构、变形性细胞的形态和运动等。
总结：高分辨率成像技术在生命科学研究中占有重要地位，对生命科学研究做出了许多贡献。
细胞超分辨成像技术研究及其应用随着现代生命科学的发展，细胞成像技术也不断得到了提升。
在细胞观察中，有时分辨率的限制会使得我们无法观察到更细微的结构。
而细胞超分辨成像技术的出现，为我们提供了一种新的解决方法。
在本文中，我们将介绍细胞超分辨成像技术的原理、研究进展及其在生命科学领域中的应用。
一、细胞超分辨成像技术原理传统的光学显微镜成像的分辨率，约为200 nm。
这是由于光在穿过物质时，会发生折射、散射等现象，导致像差。
由此产生的模糊点是墨菲定律的基础，即：“雾显微镜”的像差大小与被观察物质与光的波长大小成反比。
因此，在传统光学显微镜下，我们无法观察到小于200 nm的物质。
针对传统显微镜分辨率的局限性，科学家们研究了多种超分辨显微技术。
这里只简单介绍其中一类，即受激发射调制（STED）显微镜技术。
该技术原理是，首先使用激光束激发样品中的荧光标记物，随后通过一个中空的光束来抑制标记物辐射出的荧光，达到遮蔽非中央区域、分辨率更高的效果。
利用特殊的激发方式，STED显微镜可以达到10纳米至几十纳米的分辨率，为我们提供了视觉上更为清晰的细胞结构信息。
二、细胞超分辨成像技术研究进展STED显微镜是当前最为流行的细胞超分辨成像技术之一，但它仍面临着一些挑战，被临界分辨率限制的物质范围仍较小，如膜蛋白复合物、聚合现象、折叠蛋白质等。
为此，近期不断有新技术陆续应运而生。
其中一种新技术，是荧光瞬态蚀刻显微（STORM）技术。
STORM技术可以通过激发荧光标记物并记录反射的荧光分子的位置，再将其通过数字计算重建成超分辨率图像。
这种方法的分辨率甚至可以达到5 nm，得到了越来越广泛的应用。
另一种新技术是PALM技术，与STORM技术类似，可以通过形态学域的多次激发和瞬态荧光反应，获得精细的、超分辨显微图像，为生命科学的研究提供了强有力的方法。
三、细胞超分辨成像技术在生命科学中的应用细胞超分辨成像技术的应用领域非常广泛。
多模态高速超分辨光学成像新技术及应用研究随着科学技术的不断进步，光学成像技术也在不断地发展和创新。
其中，多模态高速超分辨光学成像新技术成为了当前光学成像领域的热门研究方向之一。
该技术以其在成像速度、分辨率和信息提取等方面的优势，被广泛应用于生物医学、材料科学、环境监测等领域，为人类的科学研究和工程实践提供了强大的支持。
本文将对多模态高速超分辨光学成像新技术及其应用研究进行深入解析，以期为相关研究人员提供有益的参考和借鉴。
一、多模态高速超分辨光学成像新技术的基本原理多模态高速超分辨光学成像新技术是一种融合了多种成像模式的高速光学成像技术。
其基本原理包括以下几个方面：1. 多模态成像多模态成像是指同时利用多种不同成像模式对被研究对象进行成像。
常见的成像模式包括透射成像、反射成像、荧光成像、拉曼成像等。
通过同时应用多种成像模式，可以获取到目标的多方面信息，从而更全面地了解被研究对象的特性和性能。
2. 高速成像高速成像是指在极短的时间内对目标进行成像，以捕捉目标在瞬时变化过程中的状态。
高速成像通常需要借助高速相机或激光成像等技术手段，能够实时记录目标的运动轨迹和变化情况。
3. 超分辨成像超分辨成像是指通过提高光学成像系统的分辨率，以获得目标更加细致和清晰的图像。
超分辨成像技术通常包括了超分辨显微镜、准直束照明、光学超分辨成像等。
以上三个方面的技术手段相结合，构成了多模态高速超分辨光学成像新技术的基本原理。
这种技术融合了多种成像模式，具备了高速成像和超分辨成像的能力，能够在不同时间尺度和空间尺度上对目标进行全方位的观测和成像，为科学研究和工程应用提供了强大的支持。
二、多模态高速超分辨光学成像新技术的关键技术多模态高速超分辨光学成像新技术的实现离不开一系列关键技术的支持。
以下是其关键技术的主要内容：1. 高速相机技术高速相机是实现高速成像的重要设备，其成像速度和分辨率直接影响着多模态高速超分辨光学成像新技术的应用效果。
细胞及细胞器的超分辨率成像技术随着科技的不断发展，人们对于生物细胞领域的探索也变得越来越深入。
而对于细胞及其内部的细胞器的结构与功能的研究，超分辨率成像技术的出现丰富了研究方法，为生物学界的探索开辟了新的空间。
超分辨率成像技术，它的出现可以说是一个重大突破，因为在传统光学成像技术中，由于探测器的空间分辨率受到热噪声的限制，所以无法达到真正的“超分辨率”。
但是，超分辨率成像技术的出现打破了传统的限制，因此可以在非常小的范围内对物体进行观察和研究。
超分辨率成像技术的应用可以渗透到许多领域，而且在生物领域是一个非常重要的应用。
因为细胞是构成所有生命的最基本单位，所以对于它们的研究和理解可以帮助我们更好地了解生命的起源和生命机理的探究。
而细胞及其内部的细胞器的研究有着非常重要的意义。
因为身体里的每个细胞都有不同的结构和功能，例如细胞核、线粒体、内质网等细胞器。
细胞器在细胞内有着不同的位置和功能，而超分辨率成像技术为我们提供了对它们进行定位和跟踪的方法。
线粒体是一种代谢器官。
超分辨率成像技术可用于研究线粒体的形态结构、大小和运动方式。
目前，有两种超分辨率成像技术适用于线粒体的研究：单分子光学显微镜技术和结合焦拉曼光谱的显微镜技术。
这些技术可以在细胞内直接观察线粒体并获取更精细的信息。
内质网是一种结构复杂的细胞器，它被认为是细胞内“buffer”的主要来源。
根据这一特性，我们可以使用超分辨率成像技术来探究内质网的精确结构。
通过使用超分辨率成像技术，研究人员能够在细胞内直接将内质网的3D-Stuctures图像化，从而更好地了解细胞膜与细胞器之间的互动和通信。
除了这些例子之外，还有其他许多细胞器可以通过超分辨率成像技术进行研究。
例如，淋巴细胞中的肉芽肿样细胞核因子，以及其他与细胞生长和凋亡相关的分子。
需要特别注意的是，超分辨率成像技术的出现，不仅仅只是推进了细胞学领域的研究，同时还助力了临床的诊断和治疗。
在医学中，它不仅可以用于研究肿瘤细胞及其内在的变化，还可以用于检测很小的细胞，如病原体和细菌。
超分辨率成像揭示不同表观遗传学状态下的不同染色质折叠方式多细胞动物基因组在多个空间尺度下被组织起来，整个染色体通过把DNA 包装成单个核小体的方式来分隔在不同的领域。
基因、基因簇和调节结构域的大小都在千碱基到兆碱基尺度范围内，而在该尺度范围内，DNA的三维组织形式与多基因的调控机制有关，但是对该组织形式的认识依然不是很清楚。
在该尺度范围下，基因组被分隔成不同的表观遗传学状态下的结构域，而这些不同的表观遗传学状态对调节基因的表达来说必不可少。
在这里，我们使用高分辨率成像来研究不同表观遗传状态下染色质3D组织形式。
我们把果蝇细胞中的基因组结构域分为转录活化、转录失活和多梳抑制（Polycomb-repressed）三种状态，并观察每种状态下不同的染色质组织形式。
这三种染色质类型都显示了其3D物理尺寸与结构域长度成幂次压缩，但是每一个类型拥有自己的压缩指数。
多梳抑制结构域具有最高密度的包装形式和最有趣的染色质折叠行为，并且结构域的长度越长其染色质的组装密度越高。
与彼此相似的转录活化、转录失活状态的组织形态不同，多梳抑制结构域以染色质具有高度的结构域混合为特点。
此为，与失活结构域相比，多梳抑制结构域在空间上对同样邻近的活化结构域有更强的排异性。
计算模型和基因敲除实验结果表明，在被抑制的染色质的这些特有的组装特性里，多梳蛋白家族介导的可逆的染色质交互作用扮演一个了重要的角色。
总得来说，我们的高分辨率成像发现了在千碱基到兆碱基尺度范围下的不同表观遗传学状态中的不同的染色质组装形式，而千碱基到兆碱基长度的尺度大小直接与基因组调控相关。
多方面的证据表明，在千碱基到兆碱基尺度下的染色质空间组织形式对基因组功能很重要。
基因、基因簇和调节结构域的大小都出现在这个尺度范围内；此外，通过这个距离范围隔离的基因组成分之间的物理性相互作用，比如启动子-增强子的相互作用，对基因活动来说是非常重要的。
最近高通量的染色质构象俘获测量研究发现了，单个染色体被划分为长度从几十个千碱基到几个兆碱基不等的接触结构域或拓扑关联结构域，且这些结构组织形式可能与不同的基因组功能相联系。
根据生物化学修饰和DNA结合蛋白的不同，染色质被划分为不同表观遗传学状态的结构域，。
但是，染色质的3D空间组织形式在不同的表观遗传学状态下是如何变得不同的，我们还知之甚少。
染色质在不同的表观遗传学状态下的空间组织形式的直接成像需要有在原位特异地标记基因组DNA并以高分辨率来给染色质结构成像的能力。
在这里我们采用荧光原位杂交（FISH）技术，以添加荧光染料的互补寡核苷酸作探针来标记基因组的特定区域。
我们采用修改过的Oligopaint方法来生产成千上万的独特寡核苷酸探针，并使用大规模并行处理的方法，用该探针去标记千碱基到兆碱基长度的基因组区域。
用最近报道的酶促扩增的方法来实现了合成探针的高产出量（延伸数据图1和补充方法）。
我们用固定的渗透平衡条件来使收缩作用最小化并观察没有明显收缩现象的染色质（延伸数据图2）。
然后我们用超分辨率成像方法来给被标记了的染色质区域成像，即3维随机光学重建显微技术（3D-STORM）。
该方法可以产生细胞中的特定基因组区域xy方向20nm和z方向50nm分辨率的成像。
我们给果蝇Kc167细胞系的46个由表观遗传学定义的基因组结构域成像。
我们根据染色质免疫共沉淀（ChIP-seq）和DNA腺嘌呤甲基转移酶识别（DamID）的数据（图1a）来确定的组蛋白修饰和调节蛋白的富集情况，把这些区域分为三种主要的表观遗传学状态------转录活化、转录失活和多梳抑制（下面分别称活化型、失活型和抑制型），像前面所描述和补充的方法一样。
活化染色质结构域富集组蛋白H3K4位点2甲基化或者H3K79位点3甲基化。
抑制型染色质结构域富集H3K27位点3甲基化或多梳蛋白家族（PcG）。
失活型染色质结构域则主要以无修饰的组蛋白占优势，并且缺乏PcG蛋白和转录活性因子。
在果蝇细胞中，这些结构域的长度包括了所有的被观察到的三种表观遗传学状态类型（大约10-500kb）。
相较于普通的荧光成像，这些结构域的STORM成像充分地揭示了更多的结构信息（图1b和延伸数据图4）。
从这些超分辨率成像中，我们首次测量到了由每一个结构域所占有的物理体积，并把该体积作为该结构域DNA的密度的测量数据（图1c和延伸数据图3b、c）。
这些体积的测量数据显示了细胞间的变化（延伸数据图5a、b），该变化可能反映了表达状态和细胞类型的差异。
然而，每种结构域超过50个体积数据的平均值显示了3种表观遗传学状态的结构域类型的明显差异。
在我们研究的整个近两个数量级长度的结构域中，活化型结构域的中等体积总是比相同长度的失活型结构域要大，而失活型结构域的体积又总是比相同长度的抑制型结构域要大（图1c，实线圈）。
这些结果和以前的数据所显示的结果是一致的，都说明了PcG蛋白可以压缩染色质和转录活化的染色质区域会倾向于比转录失活的区域更加开放的结果。
特别的，染色质结构域的物理体积(V)与长度（L）显示了一个幂次的压缩行为，即V ∝L b，并且其压缩指数b各不相同（图1c，实线圈；延伸数据图3b、c）。
失活型染色质结构域的压缩指数为b = 1.00 ± 0.04（± 标准差），表明不同长度的染色质的三维密度是恒定的。
活化型染色质结构域的压缩指数明显大于1（b = 1.26 ± 0.05),），表明染色质结构域越长其组装密度就越小。
抑制型染色质结构域的压缩指数显著小于1（b = 0.76 ± 0.03），表明染色质结构域长度越长其组装密度也越高。
作为染色质结构域物理尺寸的代替测量数据，我们决定把分子位置的均方根距离定义为回旋半径（R g），该均方根距离通过STORM测量每一个结构域中的这些位置的几何中心得到（补充方法）。
当用R g来代替L，幂次压缩也能被观察到，即R g ∝L c，其中活化型、失活型和抑制型结构域的压缩指数c分别是0.37 ± 0.02，0.30 ± 0.02和0.22 ± 0.02（图1d，实线圈；延伸数据图3d）。
在多个染色体的不同基因组区域中，这些压缩行为是守恒的（延伸数据图3a、b），表明不同的组装行为是表观遗传学状态的特点。
表观遗传学状态也会影响通过染色体构象俘获测量的接触频率的压缩比例，但是接触频率是如何与尺寸测量数据相关的，这里还有待进一步了解。
除了不同的尺寸比例性质，我还发现，这些不同类型的表观遗传学结构域也倾向于拥有不同的三维形状特点（延伸数据图3e、f）。
接下来，我们探索了在表观遗传结构域中，染色质的折叠方式。
为了达到该目的，我们给每种表观遗传类型选择了两个大染色质结构域，并测量这些不同长度的结构域的内部区域的R g值，然后把它作为子结构域（图2a、b；延伸数据图5c；延伸数据表1）。
有趣的是，失活型和活化型结构域都显示了一个各自相似的组织形式，而它们内部的子结构域展示了与整个表观遗传结构域相似的压缩行为（图2b，左边和中间）。
而与之形成鲜明对比的，我们研究的抑制型结构域（双胸(图2b，右)）和触角基因（延伸数据图6）复合体）却没有被观察到自相似的组织形式。
相反的，R g值随子结构域长度的一个函数迅速增长，以致于子结构域大约比其父结构域长1/5，其父结构域基本上都显示一样的R g值。
一个小的子结构域就能几乎贯穿其父本结构域的整个体积，此观察结果预示了，两个这样的小型子结构域就可以占据和父本结构域相同的物理空间。
可见，在抑制型结构域中存在着染色质的高度混杂的情况。
我们通过同时标记同一抑制型结构域的两个子结构域的方法来验证这个假设，其中使用结合了超灵敏光控染料开关的FISH探针的两种不同设置，并用双色STORM来给这些子结构域成像（图2c，右端板）。
的确，这些成对的子结构域的成像显示了高度的重叠。
与来自于活化型和失活型染色质区域的行为明显不同（图2c，左边和中间的端板），这些来自于每一个抑制型结构域的成对的子结构域在空间上显示了大约60%-80%的重叠（中值68%，研究了三对不同的子结构域，n ≈150 细胞）（图2d，淡蓝色）。
相比之下，其附近的失活型染色质的子结构域仅仅显示了大约10%-30%的空间重叠（中值26%，3对不同的子结构域，n ≈150 细胞）（图2d，黑色），其附近的活化型染色质的子结构域仅仅显示了大约15%-25%的空间重叠（中值20%，2对不同的子结构域，n ≈100细胞)）（图2d，红色）。
观察到的活化型（或失活型）子结构域与抑制型子结构域的差异在统计学上是极显著的（P<1x10-10,秩和检验(Wilcoxon test)）。
这些结果表明，单一表观遗传结构域中的染色质的混杂（重叠）程度强烈依赖表观遗传学状态。
然后我们探索了这些不同的表观遗传学状态的结构域的跨越表观遗传学的界限与另一个结构域的相互作用。
显而易见的地，抑制型结构域没有显示与邻近的活化型结构域任何明显的重叠，反之，互相邻近的失活型和活化型结构域彼此间却又部分的混杂（图3a，b）。
我们量化了4个不同的抑制型---活化型边界，和3个不同的失活型---活化型边界。
这些结果代表性地显示，抑制型结构域与邻近的活化型结构域之间只有少于3%的重叠（中值1.5%，n ≈150细胞），而失活型结构域与邻近的活化型结构域却有高达15%的重叠（中值9.8%，n ≈150细胞）（图3c）。
这些两种类型的结构域边界之间的差异在统计学上是极显著的（P<1x10-14, 秩和检验(Wilcoxon test)）。
因此，不同表观遗传学状态类型的邻近结构域之间的空间分离的程度也强烈依赖表观遗传学状态。
在这些类型的染色质中被观察到的不同的组装和混杂行为表明了，不同表观遗传学状态下的不同的染色质折叠机制。
值得注意的是，两种非转录型染色质——失活状态与抑制状态——显示了如此不同的组装行为。
抑制型的染色质似乎显示了更大幅度的紧密压缩，高程度的染色质结构域的混杂和更强烈地倾向于在空间上排斥邻近的结构域。
为探索在这些不同的组装行为下的潜在机制，我们使用了随机高分子模拟技术。
我们已知，基因组DNA接近于一个不规则的球体——当一个未打结的高分子聚合物被限制于一个远远小于其松散的体积的空间时，这种情况就会发生。
由我们的把一个高分子聚合物限制在一个小空间的模拟实验的结果证实，我们实验上观察到的幂次压缩（R g ∝L0.3）和失活型染色质的自相似组织形式与预期的不规则球体的属性大致一致（补充方法）（图4a、b）。
另一方面，多梳抑制染色质展示该大致球体模型无法解释的一些明显的折叠行为。
由某些PcG蛋白可以连接核小体的观察结果提示，我们使用自相互作用单元来模仿这样的PcG介导的染色质互作。
