【儀表網(wǎng) 研發(fā)快訊】復(fù)雜的生物過程在細胞、組織的三維空間中時刻維持著精密有序的運轉(zhuǎn)，維系生命活動的基本功能。光片顯微鏡(LSM)作為當(dāng)前最適宜進行多細胞、大體積樣本三維成像的模態(tài)，通過使用兩個光軸垂直的物鏡分別進行片狀激發(fā)和寬場探測，提升顯微鏡光學(xué)層切能力的同時顯著降低了三維成像時對活體樣本的光漂白和光毒性。但受限于特殊的物鏡擺放方式，LSM的空間分辨率往往低于共聚焦顯微鏡等常規(guī)方法，如何提升其分辨率是領(lǐng)域內(nèi)面對的長期難題。
為此，諾貝爾化學(xué)獎得主埃里克·貝齊格(Eric Betzig)在2014年發(fā)明了晶格光片顯微鏡(LLSM)，并通過與結(jié)構(gòu)光照明(SIM)相結(jié)合，形成晶格光片結(jié)構(gòu)光照明顯微鏡(LLS-SIM)解決方案。LLS-SIM可在結(jié)構(gòu)光照明方向上將分辨率提升1.5倍左右，這也是當(dāng)前最新的前沿技術(shù)方法。然而，不同于標(biāo)準(zhǔn)SIM，LLS-SIM僅能產(chǎn)生單一方向的結(jié)構(gòu)光照明，導(dǎo)致空間分辨率各向異性，未超分辨方向易產(chǎn)生畸變，限制了對三維亞細胞動態(tài)的精準(zhǔn)探測。
近年來，以深度學(xué)習(xí)為代表的智能計算方法對光學(xué)顯微鏡發(fā)展產(chǎn)生變革性影響。通過光學(xué)成像系統(tǒng)與智能算法的聯(lián)合優(yōu)化，可在極大程度上突破光學(xué)系統(tǒng)設(shè)計的時空帶寬固有局限，實現(xiàn)超高速、超分辨、超長時程活體熒光顯微成像。如何基于光學(xué)系統(tǒng)與人工智能的交叉創(chuàng)新突破現(xiàn)有觀測工具的性能瓶頸，以三維視角和亞細胞級各向同性分辨率觀測動態(tài)生物過程，是三維超分辨顯微成像領(lǐng)域的前沿重要挑戰(zhàn)。
4月29日，清華大學(xué)生命學(xué)院李棟課題組與自動化系戴瓊海院士團隊開展合作，在《自然·方法》(Nature Methods)上發(fā)表了題為“快速自適應(yīng)超分辨晶格光片顯微鏡助力快速、長時程、近各向同性亞細胞成像”(Fast-adaptive super-resolution lattice light-sheet microscopy for rapid, long-term, near-isotropic subcellular imaging)的研究論文，開發(fā)了一種元學(xué)習(xí)驅(qū)動的反射式晶格光片虛擬結(jié)構(gòu)光照明顯微鏡(Meta-rLLS-VSIM)。結(jié)合虛擬結(jié)構(gòu)光照明、鏡面增強雙視角探測與貝葉斯雙視角融合重建等多項技術(shù)創(chuàng)新，在不犧牲成像速度與光子代價的前提下，將傳統(tǒng)LLS-SIM的一維超分辨能力擴展到XYZ三個維度，實現(xiàn)橫向120納米、軸向160納米的近各向同性成像分辨率。研究進一步將元學(xué)習(xí)策略與系統(tǒng)數(shù)據(jù)采集過程深度融合，僅需三分鐘就可以完成從訓(xùn)練數(shù)據(jù)采集到深度學(xué)習(xí)模型的自適應(yīng)部署過程，讓AI工具在實際生物實驗中的應(yīng)用達到近乎“零門檻”。
Meta-rLLS-VSIM實現(xiàn)快速五維超分辨活細胞成像效果展示
為展示Meta-rLLS-VSIM的快速五維(波長通道-XYZ三維空間-時間)超分辨活細胞成像能力，合作團隊對小鼠胚胎(圖a)、植物花粉管(圖b、c)、線蟲胚胎(圖d-g)等大體積厚樣本進行了長時程超分辨觀測。兼具晶格光片照明的物理光學(xué)層析與近各向同性的三維超分辨能力，Meta-rLLS-VSIM清晰地揭示了花粉管頂端極性生長、秀麗隱桿線蟲胚胎發(fā)育過程中質(zhì)膜融合等生物過程。
進一步地，團隊利用Meta-rLLS-VSIM對完整COS-7細胞進行了快速(每8秒拍攝一組三通道完整細胞數(shù)據(jù))、長時程(>800個時間點)、近各向同性超分辨成像(圖h-m)，對不同細胞器在三維空間中的分布模式及其與細胞骨架的時空協(xié)同互作機制進行了精確的定量研究。得益于高時空分辨率與長周期的觀測窗口，團隊觀測到微管與溶酶體之間“搭便車”、線粒體在溶酶體運動產(chǎn)生的機械力作用下分裂等新現(xiàn)象，驗證了Meta-rLLS-VSIM發(fā)現(xiàn)新生物現(xiàn)象與機制的潛力。
綜上，Meta-rLLS-VSIM通過反射增強雙視角晶格光片顯微鏡與元學(xué)習(xí)驅(qū)動的快速自適應(yīng)部署模式的硬件升級，以及虛擬結(jié)構(gòu)光照明和RL雙循環(huán)融合網(wǎng)絡(luò)的人工智能算法創(chuàng)新，實現(xiàn)了軟硬件協(xié)同優(yōu)化，顯著提升了成像性能。該技術(shù)的突破為細胞生物學(xué)、神經(jīng)科學(xué)等基礎(chǔ)學(xué)科的發(fā)展提供了新的技術(shù)路徑，未來有望幫助生命科學(xué)研究人員從更全面的多維視角發(fā)現(xiàn)、理解和探索豐富多彩的生物現(xiàn)象。
清華大學(xué)生命學(xué)院教授李棟、自動化系戴瓊海院士為論文共同通訊作者。清華大學(xué)自動化系博士后喬暢，復(fù)旦大學(xué)未來信息創(chuàng)新學(xué)院副研究員李子薇，中國科學(xué)院生物物理所博士后王宗發(fā)、博士生林煜桓，瑞士洛桑聯(lián)邦理工學(xué)院博士后劉沖為論文共同第一作者。研究得到科技部、國家自然科學(xué)基金委員會以及新基石科學(xué)基金會的資助。
所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)。