Une équipe de l’Université Tsinghua a mis au point une nouvelle approche d’imagerie par temps de vie de fluorescence reposant sur l’intelligence artificielle pour surmonter les limites physiques de cette technique de microscopie. Les résultats, publiés en 2026 dans Nature Biotechnology, sont signés par les professeurs Dai Qionghai et Wu Jiamin ainsi que par le premier auteur Zhou Yiliang. La fluorescence par temps de vie mesure la durée pendant laquelle les molécules fluorescentes restent dans un état excité avant de revenir à leur état initial. Contrairement à l’intensité lumineuse, ce paramètre est insensible à la concentration des sondes ou à la puissance d’éclairement, ce qui en fait un outil précieux pour étudier l’environnement cellulaire, le métabolisme ou les interactions moléculaires. Traditionnellement, la méthode nécessite l’accumulation de milliers de photons par point d’image. Cette exigence ralentit considérablement l’acquisition, augmente la toxicité lumineuse et risque d’endommager les échantillons biologiques fragiles. Pour contourner ce goulot d’étranglement, les chercheurs ont abandonné la méthode classique d’empilement des photons au profit d’une approche événementielle nommée EFLIM. Chaque impulsion laser est traitée comme un événement isolé : le système enregistre uniquement le premier photon détecté et son temps d’arrivée. Reconstruire une image fiable à partir de données aussi rares requérait un nouveau paradigme. L’équipe a donc intégré un algorithme d’apprentissage automatique en autorégression. Ce modèle exploite les corrélations spatiales et temporelles entre les pixels et les trames successives pour estimer le temps de vie moyen, tout en quantifiant précisément les écarts potentiels liés au manque de photons. Les tests confirment qu’EFLIM produit des images stables et quantitatives avec moins d’un photon par pixel, réduisant la demande en collecte de photons de plus de deux ordres de magnitude. Le rapport signal sur bruit atteint environ 17 décibels, surpassant les méthodes conventionnelles même avec des budgets lumineux cent fois supérieurs. Validée sur divers modèles biologiques, la technologie a permis d’observer l’activité neuronale chez des souris conscientes à une profondeur de 250 micromètres, de suivre les signaux calciques dans des cellules HeLa à 30 images par seconde, de différencier les lymphocytes B et T dans les ganglions lymphatiques et d’identifier rapidement les limites tumorales dans des tissus cérébraux humains sans marquage préalable. Selon les auteurs, cette avancée pourrait transformer l’imagerie en conditions de faible luminosité, notamment pour l’observation des tissus profonds ou de la rétine. En abaissant la barrière photonique, elle élargit l’utilisation de sondes fluorescentes peu intenses et ouvre la voie à des études de biologie quantitative plus précises. Les prochaines étapes consisteront à coupler la méthode à des détecteurs plus sensibles et à l’exploiter pour des imageries multiplexées à haut débit, combinant temps de vie, spectre et polarisation.