Алгоритм BNP-Track позволяет лучше визуализировать движущиеся биомолекулы

Исследователи под руководством доцента Иоанниса Сгуралиса разработали алгоритм, который добавляет новый уровень к микроскопии: сверхразрешение в движении.

Сверхразрешающая микроскопия, отмеченная Нобелевской премией по химии 2014 года, позволяет захватывать детали тоньше длины волны света, которые обычные микроскопы упускают из-за дифракции.

"Важные биомолекулы, такие как ДНК, РНК и белки, примерно в 1000 раз меньше длины волны света, поэтому их изображения получаются зашумленными, искаженными и сильно размытыми", — пояснил Сгуралис.

Существующие инструменты сверхразрешения, такие как PALM или STORM, позволяют восстановить недостающую информацию и получить точные статичные изображения на молекулярном уровне, но только когда биомолекулы остаются неподвижными.

В новой работе, опубликованной 22 июля в Nature Methods, представлен фреймворк Bayesian nonparametric track (BNP-Track). Это первый алгоритм анализа изображений, который позволяет достичь сверхразрешения для движущихся биомолекул.

"Наши методы анализируют изображения эксперимента и восстанавливают недостающую информацию, даже когда биомолекулы постоянно меняют положение", — сказал Сгуралис. "Это позволяет напрямую наблюдать движущиеся биомолекулы внутри живых клеток и восстанавливать их движение с гораздо более высокой точностью, чем позволяет длина волны света".

BNP-Track позволяет исследователям решать ранее недоступные вопросы о поведении биомолекул, например:

• Стремятся ли биомолекулы агрегировать в определенных местах внутри клетки?
• Как они транспортируются извне клетки внутрь или от клетки к клетке?
• Предпочитают ли определенные биомолекулы оставаться вместе или распадаться?

"Это лишь некоторые из вопросов, которые обычно задают при открытии лекарств или при изучении центральной догмы молекулярной биологии", — отметил Сгуралис.

Следующие шаги в исследовании BNP-Track будут направлены на:

1. Сокращение времени выполнения алгоритмов — с нескольких часов до, возможно, минут или секунд для анализа изображений одного эксперимента.
2. Разработку специализированных версий алгоритмов для работы с различными установками микроскопии, необходимыми в разных лабораторных условиях.