霍華德休斯醫(yī)學(xué)研究所和Eunice Kennedy Shriver國家兒童健康與人類發(fā)展研究所的研究人員正在第一次看到活細(xì)胞的內(nèi)部運(yùn)作，這得益于諾貝爾獎獲得者Eric Betzig在Drexel工程師的幫助下開創(chuàng)的新顯微技術(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)胞如何對環(huán)境壓力因素做出反應(yīng)并對藥物治療做出反應(yīng)。

在今天發(fā)表在“自然”雜志上的一篇論文中，該團(tuán)隊展示了使用Betzig晶格光片顯微鏡結(jié)合Drexel計算圖像序列分析實驗室開發(fā)的圖像跟蹤技術(shù)的方法，該實驗室由Andrew Cohen博士領(lǐng)導(dǎo)，用于生成3-D時間流逝的細(xì)胞器運(yùn)動視頻，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)界多年來已經(jīng)認(rèn)識到細(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作者表示，該領(lǐng)域越來越多地認(rèn)識到這些細(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)兩個細(xì)胞器相互靠近時，它們可以轉(zhuǎn)移小分子，如脂質(zhì)和鈣，并通過轉(zhuǎn)移相互溝通。但是，沒有人能夠在任何特定時間查看這些交互的整個集合。這項技術(shù)提供了一種方法。但是這篇論文是關(guān)于一項全新的技術(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通過使用自己的顏色標(biāo)記每個細(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。“它需要能夠同時跟蹤3D中的這六個不同的對象.Andy Cohen及其團(tuán)隊使用他們開發(fā)的軟件系統(tǒng)所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的實驗室于2015年開發(fā)了一種名為LEVER 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)用了他們開發(fā)的高級圖像分割算法，可以識別細(xì)胞的邊界并跟蹤它們的運(yùn)動。在微生物學(xué)家可以使用這項技術(shù)之前，微觀圖像和延時鏡頭的處理將花費大量時間，因為他們必須手工創(chuàng)建譜系樹，并在比較圖像時通過自己的觀察來嘗試跟蹤細(xì)胞變化。

當(dāng)在三維中跟蹤多個對象時，該過程甚至更復(fù)雜。Lippincott-Schwartz的團(tuán)隊使用一系列計算機(jī)程序來過濾掉細(xì)胞器發(fā)出的所有不同光譜，開始將三維圖像和視頻聚焦。這個名為“線性解混”的過程需要超過32個計算機(jī)工作站核心逐個像素地篩選70億套六色圖像。

通常，他們會使用昂貴的商業(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既昂貴又耗時，并且不能用于跟蹤移動物體的復(fù)雜分析，以便對其行為進(jìn)行定量測量，尤其是它們?nèi)绾蜗嗷プ饔谩?/p>

Cohen的算法使整個過程自動化，這為研究人員節(jié)省了大量時間，并且還讓他們詢問 - 并回答 - 關(guān)于細(xì)胞正在做什么的更多問題。他與德雷克塞爾同事，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)院副教授Uri Herschberg博士合作，進(jìn)一步驗證了這些數(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過的東西 - 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。德雷克塞爾工程學(xué)院。“但是，通過使用我們的程序自動化該過程的大部分內(nèi)容并從中收集有價值的數(shù)據(jù)，開始量化他們所看到的東西也是很多工作 - 這也是我們可以提供幫助的地方。”

利用新技術(shù)同時觀察六套細(xì)胞器，Lippincott-Schwartz在Janelia和國立衛(wèi)生研究院的團(tuán)隊正在進(jìn)行激動人心的新觀察。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在細(xì)胞生命周期的不同時間內(nèi)移動的位置，時間和速度。

“一個非常有趣的結(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)]，在任何特定時間點將占據(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間內(nèi)分散在細(xì)胞質(zhì)中的方式，比如15分鐘，你會發(fā)現(xiàn)它在這段時間內(nèi)探索了整個細(xì)胞質(zhì)的95%，“Lippincott-Schwartz說。“我們可以同時為所有其他細(xì)胞器做這件事，看看細(xì)胞質(zhì)是如何通過這些細(xì)胞器分散活動的動態(tài)運(yùn)動來感知的。”

觀察亞細(xì)胞行為只是該技術(shù)的首次應(yīng)用?，F(xiàn)在已經(jīng)證明它可以生成可用的數(shù)據(jù)，團(tuán)隊將繼續(xù)研究當(dāng)細(xì)胞暴露于藥物治療和系統(tǒng)上的其他常見壓力時發(fā)生的情況。研究人員建議它可用于研究超過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。

“隨著這些工具的不斷改進(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這些數(shù)據(jù)的許多選擇，”科恩說。“他們將能夠提出并回答越來越復(fù)雜的問題，這將導(dǎo)致一些非常令人興奮和重要的發(fā)現(xiàn)。”