与尼康官宣合作，突破光学衍射极限，打造全球首款基于微球透镜的商用超分辨率光学显微镜

十八世纪，荷兰科学家列文虎克发明的光学显微镜带领人类从宏观走进微观。两百年后，科学的进步让光学显微镜再次大放异彩。

这就是来自英国皇家工程院李琳院士团队所研创的基于微球透镜的新一代超分辨光学显微技术。

据李琳院士介绍，作为该技术的行业先驱，其在英国创立的LIG Nanowise公司（www.lig-nanowise.com）已将此项科研成果商业化，开发出了世界首款超分辨率微球放大透镜（SMAL™）的商用纳米光学显微镜——Nanoro M及Nanoro B系列产品。

光学显微镜由于受可见光的衍射极限限制，分辨率的理论极限在200纳米左右。而在超分辨率的微球纳米光学系统领域深耕多年的李琳院士团队通过技术创新突破了这一理论限制。

2011年李琳院士团队在《自然通讯》上首次发表了微球透镜光学显微镜原理，打破了可见光衍射极限，实现直接光学成像50纳米的分辨率。

2013年，李琳院士团队在国际光学顶级期刊Light: Science and Applications（《光：科学与应用》）上发表了有关微球透镜成像的进一步研究成果。通过使用普通光学显微镜和微球透镜结合，在白光和没有荧光颗粒标记的前提下，首次在液体中直接观察到了75nm的腺病毒。这为深入了解病毒、细菌、细胞以及药物之间的相互作用提供了创新的解决方案。

为推动科研成果转化，李琳院士带领团队于2014年创建了LIG Nanowise公司。LIG Nanowise的三位联合创始人均来自英国曼彻斯特大学。李琳院士曾被授予皇家工程院颁发的弗兰克·维特爵士勋章（Sir Frank Whittle Medal），获得过英国皇家协会沃尔夫森优秀科研奖（Wolfson Research Merit Award）等诸多荣誉，并在2013年被选入英国皇家工程院院士。

联合创始人郭伟博士（研究员）是Light及自然通信论文的共同作者。另一位联合创始人刘铸教授在纳米材料及激光工程领域拥有超过25年的丰富经验。此外，LIG Nanowise还组建了在光电技术、显微镜光学器件、软件工程等学科具备丰富经验的核心研发团队。

李琳院士团队作为最早一位提出微球纳米光学显微技术的先驱者，在该技术的集成化和产业化方面做了大量的工作。LIG Nanowise先后推出了Nanoro M，Nanoro B超分辨光学纳米显微镜系列、SMAL™系列超分辨物镜以及LV-MOD等多款超分辨光学显微镜产品。

 传统光学显微镜是利用物镜和目镜的透镜组合收集散射光并将其重建成图像，但由于远场衍射极限的存在，市面上典型的白光显微镜的分辨率一般在300nm至400nm之间。

李琳院士团队所研发的基于微球透镜的超分辨光学显微镜——Nanoro M打破了光学显微镜理论衍射极限，将观测分辨率最高提升至50nm。而理论极限的突破得益于团队研发的全球首款超分辨率微球放大透镜——SMAL™（Super-resolution Microsphere Amplifying Lens）。

Nanoro M、SMAL™、Nanoro B

图源：受访者供图

微球透镜是SMAL™的核心光学元件，主要具有两大创新成像功能。

首先，微球可以将光聚焦形成纳米射流，像“灯”一样照亮目标物；其次，微球可以捕捉不可传播的隐失波（Evanescent Wave）。隐失波作为一种近场的表面波，只能沿物体表面传播。而SMAL™的微球可以在纳米尺度上捕获隐失波，并将其转换成远场传输波，将其放大后与显微镜物镜结合，后经进一步放大后投射到映像接收器。

成像对比

图源：LIG Nanowise官网

据李琳院士介绍，有些特殊的、利用荧光现象进行成像的光学显微镜也可以观测到纳米级物体，但其成像结果主要是依靠软件计算，而不是通过物镜与目镜的组合直接观测到的。而SMAL™和Nanoro M的组合搭配可以突破光学衍射极限，对活病毒等进行超分辨率的实时成像，并且相较于高端的超分辨荧光显微镜及共聚焦显微镜，Nanoro M的定价也更具优势。

除了与Nanoro M集成外，SMAL™作为一款装配式物镜还可适配于任意一款典型的光学显微镜，能为所有光学显微镜用户进行配件升级，实现超分辨率观测成像。例如Nikon LV 100，Leica DM2500等。此外，李琳院士团队还为不同成像需求的用户开发了多款可供选择的干式和浸入式SMAL™物镜。

SMAL系列物镜

图源：LIG Nanowise官网

Nanoro M

图源：LIG Nanowise官网

SMAL™作为LIG Nanowise的核心技术，与其研发的Nanoro M，Nanoro B光学显微镜的搭配使用不仅释放了该物镜的全部潜力，而且也将纳米级光学显微镜的技术短板进一步逐个击破。

功能覆盖对比

图源：LIG Nanowise官网

SMAL™与Nanoro M、Nanoro B的强强联合突破了现有纳米级显微镜面临的两大成像难题，即吞吐量过低以及纳米级成像过程中显微镜操作距离难以精准控制。

例如，癌症筛查中穿刺取样所获得的组织切片往往是毫米级的，而上千个癌细胞聚集在一起，才有几毫米那么大，如若使用传统光学显微镜挨个扫描成像的话将付出巨大的时间及人工成本。因此在癌细胞早期采样观测中往往要面对大面积成像困难的问题。

对此，李琳院士团队开发了一种创新的、高效的纳米级精密扫描拼图系统。

Nanoro M最大的扫描速度为每秒500毫米，最大可触及扫描区域面积为1600平方毫米。用户可根据需求调整成像分辨率后，Nanoro M将自动、准确且快速地对载物台上的物体进行纳米尺度的全彩广域扫描，并将每次成像的图案拼接为大面积图像。

自定义拼接算法

图源：LIG Nanowise官网

传统纳米级图案扫描平台往往面临每一次扫描后的成像的质量和颜色各异，拼接而成的大面积图像犹如屋顶瓦片一般，片片分明。此外，成像也会因为透视镜的成像原理限制而产生畸变，对用户造成了极大的阅读难度。

Nanoro M软件系统集成了自动化颜色矫正及透视矫正两大功能，在保证高分辨率成像的前提下，为用户带来质量更高、范围更大、阅读体验更佳的成像效果。

显微镜作为精密光学仪器，对于使用环境也有严格的要求。例如电子显微镜需要在真空环境中使用，对观测物种类限制也较多，如无法观测到活体，对于不导电的物体需要对其预先进行镀膜处理才能成像，并且市面上大多电子显微镜的成像为黑白图像。

而NANORO M的使用不需要洁净室、真空等的光学工作台，可以在实验室的办公桌等日常环境中使用。科研及检测人员无需到电子显微镜中心预订排队，而是在科研及检测的第一现场就可以直接观测到成像结果。

NANORO M还集成了世界首款物镜防撞系统。

光学显微镜成像应用过程中往往会发生物镜与载物台相撞损坏精密的微球透镜的情况。因此集成了防撞系统的NANORO M可通过传感器的智能识别，在碰撞发生前迅速脱开，避免造成微球透镜的损坏。此外，NANORO M的载物台还了采用防震设计，减少了噪声和伪影对成像的影响，提高图像清晰度。

显微镜像是一个万花筒，让我们感知到神秘、绚烂的微观世界。而科技探索的每一次进步，不只拓展人类认知疆界，也为经济社会发展带来强大动力。

微球与物镜的集成设备是推动微球纳米显微技术产业化发展的重要前序工作。据李琳院士介绍，超分辨率微球纳米显微技术目前主要有两大应用场景，分别是生物医药和半导体芯片检测领域。此外，该技术可以拓展到纳米材料的观测。

就生物医药领域的应用而言，主要也有两大板块的业务需求。

首先是病毒的直接观测。病毒直径通常在100nm以内，因此典型光学显微镜200nm的分辨率是无法满足观测需求。而SMAL™的典型分辨率范围在50-150nm之间，放大倍数在230-240倍之间，可以直观、清晰地呈现病毒，有助于科研及医疗诊断、治疗及时展开。

其次是对癌症的早筛早诊。高分辨率的成像技术已成为研究癌症生物学的重要工具。检测人员可以通过高分辨率实时成像的NANORO B观测到癌细胞迁移和转移等动态事件，而这些动态过程是癌症发展的核心内容。NANORO B还可应用于流行病的快速诊断、慢性病早筛早诊、常见病的普查等多个领域。

此外，微球纳米显微技术也在半导体芯片检测领域崭露锋芒。尼康在2021年官宣了与LIG Nanowise的合作，将SMAL™与其光学显微镜结合实现了超分辨光学成像。本次合作将LIG Nanowise及其产品推向了世界主流市场。此外，LIG Nanowise的半导体芯片检测技术也在三星，通富微电，KLA等公司得到了实际应用。

尼康LV-MOD超分辨升级光学模块

图源：LIG Nanowise官网

高端光学显微镜在生物学和医学等相关的前沿创新领域中发挥着不可替代的作用。随着近年来中国生物科学技术的飞速发展，我国未来光学显微镜市场规模将保持继续增长。据Report linker数据显示，2020年全球光学显微镜市场规模约为39亿美元，而中国光学显微镜市场约占全球总量的十分之一（9.91%）。

李琳院士向动脉网介绍，其团队最近又开发出了一款创新光学显微镜，清晰度可与国际上最高端的光学显微镜媲美。

目前，LIG Nanowise的相关产品主要通过经销商运营的方式销往美国、韩国、俄罗斯、日本，欧洲等国。谈及未来，李琳院士表示公司将进一步深耕中国市场。将领先技术和产品落地中国，实现在国内生产、制造以及推广布局的全流程。为推动创新技术在中国的落地应用，李琳院士团队正寻求更多的战略合作伙伴。

仰观宇宙之大，俯察品类之盛。人类对世界的探索永远没有终点。李琳院士坦言，AI作为使能技术已经深刻影响了各行各业的发展。虽然NANORO M已能为用户提供高分辨率且大面积的纳米级成像，但在图像识别以及自动化分析方面还需要与AI技术仅需进行深度集成。