┐(￣▽￣)ゞ 说哪儿了

我们希望这个项目能给生物学研究者带来一种既严谨、又不折腾，还带点乐趣的体验：从荧光寿命成像显微技术（fluorescence lifetime imaging microscopy，FLIM）以及明场、定量相位成像（QPI）等其他成像模态的原始显微数据里，挖掘出真正的生物学洞见。

这个项目的理念与愿景，都画进了期刊封面、也写在了封面图注里（Cell Reports Methods 第 6 卷第 8 期）。

地面上用粉笔画出的跳房子格子，完整勾勒出 FLIM Playground 的全流程。玩家从第 1 格出发，逐格踏过这个软件所串联起来的每一步：圈定视野；校准未经处理的光子衰减曲线；提取单细胞的拟合、相量（phasor）、形态学与纹理特征；将多个数据集合并成一张统一的特征表；为每个细胞打上标签；最后通过交互式控件对它们展开分析——可反复迭代、流畅无阻、便于探索，也符合直觉。原本零散、代码繁重的漫长跋涉，如今收束在同一副格子之中；每当一个生物学问题引出下一个，生物学家便可在格子间往复跳跃。粉笔廉价而人人可得，正呼应了 Zhao 等人在论文中带来的推进：一个开源、无需写代码、人人都能上来玩的平台。

从概念上看，FLIM Playground 由两个部分组成，它们彼此衔接，也可以各自单独使用：

• 数据提取（Data Extraction）：提取多通道、多模态、单个感兴趣区域（ROI，例如单个细胞）层面的特征；
• 数据分析（Data Analysis）：对这些特征——或者说对任意表格数据——做交互式可视化与统计建模。

关键的架构创新：

• 三类语义抽象：显微数据中天然存在的多层级复杂度——像素、感兴趣区域、通道、视野、实验——被收敛成三类语义，即单个对象的标识符、数值特征与类别特征。
• 两个部分共用一套语汇：正是这三类语义，让数据提取与数据分析得以接在一起。因为任何表格数据的分析，最终都能拆解为同一件事：在单个对象的层面上，用数值测量去弥合不同类别之间的概念鸿沟。
• 按通道分别定制：数值特征是逐通道独立提取的——每个通道对应一种成像模态，而每种模态又自带一套内置的特征提取器。

想了解更多，请见：

• 开源代码与跨平台安装包
• 文档
• 论文