Новая технология позволяет наблюдать движение органелл в живых клетках с супервысоким разрешением
Исследовательская группа профессора Йоава Шехтмана с факультета биомедицинской инженерии Техниона (Израильский технологический институт) разработала прорывную технологию, позволяющую учёным наблюдать динамические процессы в живых клетках. Их исследование опубликовано в Nature Methods.
До сих пор микроскопия сверхвысокого разрешения позволяла исследователям наблюдать субклеточные структуры, такие как органеллы, но ценой длительного времени получения изображения — минута или более на один кадр. Это требовало полной неподвижности объекта.
Это создавало проблему для биологов, так как живые клетки и их органеллы находятся в постоянном движении. Их можно искусственно фиксировать, но тогда они не находятся в естественном состоянии.
Исследование под руководством аспиранта Алона Сагуи и профессора Йоава Шехтмана предлагает инновационное решение, использующее искусственный интеллект (ИИ). Оно позволяет учёным наблюдать субклеточную динамику, не будучи ограниченными длительным временем получения изображения.
Проблема разрешения и её решение
В биологии для визуализации структур обычно используют флуоресцентные красители. Однако существует физический предел разрешения для этой методологии — около 200 нм (половина длины волны видимого света). Многие клеточные структуры, например, микротрубочки («скелет» клетки), имеют толщину всего ~25 нм.
За метод, позволяющий визуализировать такие структуры, — микроскопию локализации одиночных молекул (single-molecule localization microscopy, SMLM) — в 2014 году была присуждена Нобелевская премия по химии (Эрик Бетциг, Стефан Хелл, Уильям Мёрнер).
Суть и ограничение метода SMLM
Метод SMLM основан не на одном изображении, а на видеозаписи меченого образца. В каждом кадре светится лишь несколько отдельных молекул, создавая редкий узор из точек. Положение каждой точки определяется с высоким разрешением, а данные со всех кадров видео объединяются для построения итогового изображения высокого разрешения.
Главный недостаток SMLM: для создания одного изображения высокого разрешения требуются экспозиции длительностью более минуты, что вынуждает фиксировать клетку.
Решение с помощью искусственного интеллекта
Команда Техниона разработала решение. «Объекты в живой клетке движутся, но с определённой регулярностью, — объяснил профессор Шехтман. — Например, микротрубочки похожи на нити, связанные в сеть. Они движутся, но не прыгают случайным образом. В их движении есть паттерн».
Искусственные нейронные сети (ИНС) — мощный инструмент ИИ, хорошо справляющийся с поиском паттернов. Команда обучила свою ИНС находить паттерны в видео SMLM. Сеть получала запись кадр за кадром (каждый кадр показывал лишь несколько светящихся точек) и генерировала непрерывное видео структур, стоящих за этими точками.
Результаты
Используя эту методологию, группа смогла визуализировать различные клеточные структуры и их естественное движение. Было достигнуто пространственное разрешение 30 нм и временное разрешение 15 мс. Это улучшение временного разрешения на четыре порядка величины по сравнению с исходным методом SMLM.
Эта технология представляет собой значительный скачок в способности биологов изучать живые клетки и позволит совершать новые открытия.
Исследование выполнено в сотрудничестве с доктором Онитом Алалуфом и Надавом Опатовски из Техниона, а также с профессором Майком Хайлеманом и Сухьен Чан из Университета Гёте во Франкфурте.