霍華德休斯醫(yī)學(xué)研究所和Eunice Kennedy Shriver國(guó)家兒童健康與人類發(fā)展研究所的研究人員正在第一眼看到活細(xì)胞的內(nèi)部運(yùn)作，這要?dú)w功于諾貝爾獎(jiǎng)獲得者Eric Betzig在Drexel工程師的幫助下開(kāi)創(chuàng)的新型顯微鏡技術(shù)大學(xué)。他們的方法使用光網(wǎng)格激活每種類型的細(xì)胞器上的熒光顏色標(biāo)簽 - 結(jié)果是一個(gè)3-D視頻，讓研究人員最好地了解細(xì)胞的功能。它將使科學(xué)家們更好地了解細(xì)胞如何對(duì)環(huán)境壓力因素做出反應(yīng)并對(duì)藥物治療做出反應(yīng)。

在今天發(fā)表在“ 自然”雜志上的一篇論文中，該團(tuán)隊(duì)展示了使用Betzig晶格光片顯微鏡結(jié)合Drexel計(jì)算圖像序列分析實(shí)驗(yàn)室開(kāi)發(fā)的圖像跟蹤技術(shù)的方法，該實(shí)驗(yàn)室由Andrew Cohen博士領(lǐng)導(dǎo)，用于生成三維時(shí)間細(xì)胞器運(yùn)動(dòng)的失效視頻，并生成有關(guān)其相互作用的定量數(shù)據(jù)。

“細(xì)胞生物學(xué)界多年來(lái)已經(jīng)認(rèn)識(shí)到細(xì)胞質(zhì)中充滿了許多不同類型的細(xì)胞器HHMI的Janelia研究園區(qū)的Jennifer Lippincott-Schwartz博士和該研究的高級(jí)作者表示，該領(lǐng)域越來(lái)越多地認(rèn)識(shí)到這些細(xì)胞器之間的密切關(guān)系是如何以這些細(xì)胞器之間的緊密接觸形式進(jìn)行的。 “當(dāng)兩個(gè)細(xì)胞器相互靠近時(shí)，它們可以轉(zhuǎn)移脂質(zhì)和鈣等小分子，并通過(guò)轉(zhuǎn)移相互通信。但是，沒(méi)有人能夠在任何特定時(shí)間查看這些交互的整個(gè)集合。這項(xiàng)技術(shù)提供了一種方法。但是這篇論文是關(guān)于一項(xiàng)全新的技術(shù)，能夠用六種不同的熒光團(tuán)標(biāo)記六種不同的物體，并且將熒光團(tuán)分離，以便您可以離散地觀察六種不同的物體。

Betzig的顯微鏡技術(shù)使用與熒光蛋白標(biāo)記細(xì)胞相互作用的光網(wǎng)層，以構(gòu)建3D顯微圖像。在Janelia研究園區(qū)，Betzig和Lippincott-Schwartz通過(guò)使用自己的顏色標(biāo)記每個(gè)細(xì)胞器類型，改進(jìn)了該技術(shù)以在細(xì)胞內(nèi)部產(chǎn)生細(xì)致的外觀。

“挑戰(zhàn)在于分析這些數(shù)據(jù)，”Lippincott-Schwartz說(shuō)。“它需要能夠同時(shí)跟蹤3D中的這六個(gè)不同的對(duì)象.Andy Cohen和他的團(tuán)隊(duì)用他們開(kāi)發(fā)的軟件系統(tǒng)做的事情使我們能夠以比傳統(tǒng)工具更多的定量方式真正地看待它。 “Cohen的實(shí)驗(yàn)室于2015年開(kāi)發(fā)了一種名為L(zhǎng)EVER 3-D的工具，以幫助研究人員研究神經(jīng)干細(xì)胞的三維圖像。它應(yīng)用了他們開(kāi)發(fā)的高級(jí)圖像分割算法，可以識(shí)別細(xì)胞的邊界并跟蹤它們的運(yùn)動(dòng)。在微生物學(xué)家可以使用這項(xiàng)技術(shù)之前，微觀圖像和延時(shí)鏡頭的處理將花費(fèi)大量時(shí)間，因?yàn)樗麄儽仨毷止?chuàng)建譜系樹(shù)，并在比較圖像時(shí)通過(guò)自己的觀察來(lái)嘗試跟蹤細(xì)胞變化。

當(dāng)在三維中跟蹤多個(gè)對(duì)象時(shí)，該過(guò)程甚至更復(fù)雜。Lippincott-Schwartz的小組使用一系列計(jì)算機(jī)程序來(lái)過(guò)濾掉細(xì)胞器發(fā)出的所有不同光譜，開(kāi)始將三維圖像和視頻聚焦。這個(gè)名為“線性解混”的過(guò)程需要超過(guò)32個(gè)計(jì)算機(jī)工作站核心來(lái)逐個(gè)像素地篩選70億套六色圖像。

通常，他們會(huì)使用昂貴的商業(yè)軟件程序?qū)⑺鼈兤唇映?-D卷，以便研究它們。但是這些程序使用起來(lái)既昂貴又耗時(shí)，并且不能用于跟蹤移動(dòng)物體的復(fù)雜分析，以便對(duì)其行為進(jìn)行定量測(cè)量，尤其是它們?nèi)绾蜗嗷プ饔谩?/p>

Cohen的算法使整個(gè)過(guò)程自動(dòng)化，這為研究人員節(jié)省了大量時(shí)間，并且還讓他們?cè)儐?wèn) - 并回答 - 關(guān)于細(xì)胞正在做什么的更多問(wèn)題。他與Drexel的同事Uri Herschberg博士(生物醫(yī)學(xué)工程，科學(xué)與健康系統(tǒng)學(xué)院和醫(yī)學(xué)院的副教授)合作，進(jìn)一步驗(yàn)證了這些數(shù)據(jù)，以檢查細(xì)胞的二維圖像。

“這是一些非常令人印象深刻的鏡頭，讓生物學(xué)家能夠更深入地觀察活細(xì)胞并看到他們以前從未見(jiàn)過(guò)的東西 - 就像真正的三維活細(xì)胞中的六種不同的細(xì)胞器一樣，”科恩教授說(shuō)。德雷克塞爾工程學(xué)院。“但是，通過(guò)使用我們的程序自動(dòng)化該過(guò)程的大部分并從中收集有價(jià)值的數(shù)據(jù)，開(kāi)始量化他們所看到的東西也是很多工作 - 而這正是我們可以提供幫助的地方。”

利用新技術(shù)同時(shí)觀察六套細(xì)胞器，Lippincott-Schwartz在Janelia和國(guó)立衛(wèi)生研究院的團(tuán)隊(duì)正在進(jìn)行激動(dòng)人心的新觀察。他們正在研究細(xì)胞器如何在細(xì)胞內(nèi)分布，它們彼此之間的相互作用以及它們?cè)诩?xì)胞生命周期的不同時(shí)間內(nèi)移動(dòng)的位置，時(shí)間和速度。

“一個(gè)非常有趣的結(jié)果是，我們發(fā)現(xiàn)細(xì)胞中最大的細(xì)胞器，即ER [內(nèi)質(zhì)網(wǎng)]，在任何特定的時(shí)間點(diǎn)，它將占據(jù)細(xì)胞質(zhì)體積的25%，不包括細(xì)胞核。但是如果你跟蹤它在短時(shí)間內(nèi)分散在細(xì)胞質(zhì)中的方式，比如15分鐘，你可以看到它在那段時(shí)間內(nèi)探索了整個(gè)細(xì)胞質(zhì)的95%，“Lippincott-Schwartz說(shuō)。“我們可以同時(shí)為所有其他細(xì)胞器做這件事，看看細(xì)胞質(zhì)是如何通過(guò)這些細(xì)胞器的分散活動(dòng)的動(dòng)態(tài)運(yùn)動(dòng)來(lái)感知的。”

觀察亞細(xì)胞行為只是該技術(shù)的第一次應(yīng)用?，F(xiàn)在已經(jīng)證明它可以生成可用的數(shù)據(jù)，該團(tuán)隊(duì)將繼續(xù)研究當(dāng)細(xì)胞暴露于藥物治療和系統(tǒng)上的其他常見(jiàn)壓力時(shí)發(fā)生的情況。研究人員建議，它可用于研究超過(guò)六種類型的微觀物體。它可以幫助更深入地挖掘生命的構(gòu)建塊 - 轉(zhuǎn)化為RNA粒子和其他蛋白質(zhì)的相互作用，這些蛋白質(zhì)在細(xì)胞功能和病變細(xì)胞的行為中發(fā)揮作用。

“隨著這些工具不斷改進(jìn)，它們將使研究人員更好地了解細(xì)胞行為以及收集和分析數(shù)據(jù)的許多選擇，”科恩說(shuō)。“他們將能夠提出并回答越來(lái)越復(fù)雜的問(wèn)題，這將導(dǎo)致一些非常令人興奮和重要的發(fā)現(xiàn)。”