为解决 AFM 数据难以与其他结构生物学方法兼容的问题，美国威尔康奈尔医学院的研究人员开展 AFM 数据格式转换研究。他们将 AFM 数据转成 3D 密度文件，助力结构分析。这一成果意义重大，强烈推荐科研读者阅读。

展望未来，研究团队表示，QHM有潜力突破现有的空间分辨率限制，并在更短的检测时间内获取更为详细的生物信息。这将使得QHM不仅在基础研究中发挥重要作用，更有可能推动其在临床诊断、药物开发等多个领域的转化应用，为科学研究和医疗健康带来更加革命性的变化。

所有这些图像都是由人工智能生成的。图片来源：proffig AI，2024 论文标题： This Microtubule Does Not Exist: Super-Resolution Microscopy Image Generation by a Diffusion Model 作者： Alon Saguy, Tav Nahimov, Maia Lehrman, Estibaliz ...