Eine bahnbrechende Technik, die von Forschern entwickelt wurde, die mit dem USC Michelson Center for Convergent Bioscience verbunden sind, bietet eine neue Möglichkeit, hochdetaillierte Informationen über organisches Gewebe in Rekordzeit zu sammeln und zu organisieren.
Die Methoden könnten eines Tages zur schnellen Verarbeitung von Gewebebiopsien in der Krebsbehandlung oder zum Nachweis von Bakterien in Lebensmittelverarbeitungsbetrieben eingesetzt werden.
Gewebe senden Signale oder intrinsische Felder aus, die zwar nachweisbar, aber sehr schwach und schwer zu unterscheiden sind. Die Technik, detailliert in zwei Artikeln veröffentlicht in Naturmethoden Und Cell Reports-Methodenverwendet einen komplexen mathematischen Algorithmus, um die Qualität der Signale zu verbessern und sie dann zu trennen.
Die neue Technik ist vergleichbar damit, wie ein Streaming-Dienst unterschiedliche Komprimierungsstufen präsentiert, um sicherzustellen, dass sein Video unabhängig von der Internetverbindung eines Benutzers konsistent ist, so Francesco Cutrale, Co-Principal Investigator und Research Assistant Professor an der USC Viterbi School of Engineering.
„Je nachdem, wie schnell Ihre Verbindung ist, sendet der Streamer das Video mit unterschiedlichen Komprimierungsstufen, die dann optimal für Ihr Gerät neu zusammengesetzt werden“, sagte er. „Wir machen etwas Ähnliches: Wir nehmen sehr große, sehr komplexe Daten und verschieben sie in einen Raum, in dem sie komprimiert werden. Wir können dann sehr große Datensätze betrachten – die durch Ähnlichkeit zu einem riesigen Histogramm verbunden sind – und diese analysieren Daten in Rekordzeit und mit sehr hoher Sensitivität.“
Ein von der SHy-Cam generiertes Bild eines schlagenden Herzens eines Zebrafischembryos, aufgenommen mit 20 fps. Bildnachweis: University of Southern California
Ein Fenster in die Komplexität von Zellen und organischem Gewebe
Der Algorithmus – detailliert in Naturmethoden Anfang dieses Jahres – setzt die jüngste Verfeinerung von High-Content-Imaging-Ansätzen unter Verwendung von Fluoreszenz fort. Dank ihres hohen Kontrasts und ihrer Spezifität sowie ihrer Anpassungsfähigkeit hat die Fluoreszenz den Nachweis und die Definition spezifischer Moleküle ermöglicht. Diese neueren Techniken eignen sich jedoch nicht für die Bildgebung von Live- oder In-vivo-Proben, da diese Ansätze eine begrenzte Empfindlichkeit aufweisen und Proben beschädigen können.
In dem Papier zeigte das Forschungsteam, wie die Technik namens Hybrid Unmixing verwendet werden kann, um lebendes organisches Gewebe sauber und effizient zu analysieren. Die Technik verwendet lineares Entmischen, eine Methode zur Analyse verschiedener Komponenten in einer Probe, die durch chemische Verbindungen, sogenannte Fluorophore, gekennzeichnet sind.
Anschließend visualisieren sie diese Komponenten mithilfe von hyperspektralen Phasoren, die das gesamte Farbspektrum nutzen und nicht nur Rot, Blau und Grün. Dabei ermöglicht Hybrid Unmixing die gleichzeitige Abbildung heller und dunkler markierter Komponenten in organischem Gewebe, selbst bei schwacher Beleuchtung.
Durch die gleichzeitige Analyse des zellulären Verhaltens und des zellulären Metabolismus dieser markierten Komponenten wird die Technik genauere Einblicke in die Komplexität biologischer Systeme liefern.
„Es gibt einen Schub im Forschungsbereich, um komplexe biologische Systeme zu verstehen“, sagte Cutrale.
„Während Forscher normalerweise nur zwei oder drei Markierungen gleichzeitig untersuchen, ist die Wahrheit, dass mehr als nur ein paar Faktoren innerhalb von Zellen interagieren. Die Herausforderung besteht darin, dass diese Signale oft sehr ähnlich erscheinen, was es schwierig macht, sie zu unterscheiden. In unserer Arbeit, Wir haben bis zu 14 verschiedene Signale erfolgreich identifiziert und getrennt. Dieser Durchbruch wird den Forschern ein umfassenderes Verständnis der Aktivität in zellulären und biologischen Systemen ermöglichen.“
Der Algorithmus biete aus Branchensicht die Grundlage für zahlreiche Anwendungen, so Cutrale.
„Wir arbeiten in den Biowissenschaften, aber es sind zahlreiche Anwendungen zur Bewertung der Qualität von Früchten, des Vorhandenseins von Pestiziden oder zur Optimierung der Produktion in vielen anderen Bereichen leicht vorstellbar“, sagte er.
SHy-Cam bietet ein kostengünstiges, qualitativ hochwertiges Bildgebungstool
Ein nachfolgendes Papier, veröffentlicht heute in Cell Reports-Methoden, beschreibt Hardware – genannt SHy-Cam, kurz für Single-Shot Hyperspectral Phasor Camera –, die vom Forschungsteam entwickelt wurde, um diese Art von Informationen zu erfassen. Typische Gewebeabbildungstechniken, die Fluoreszenz verwenden, verwenden Farbkanäle über das gesamte Spektrum, um die Überlappung zwischen Markierungen zu kompensieren. Diese Technik reduziert die Bildgebungsgeschwindigkeit und kann, wenn sie übermäßigem Licht ausgesetzt wird, die Proben letztendlich beschädigen.
Mit der SHy-Cam konnten die Forscher den neuen Algorithmus verwenden, um schnell und effizient spektrale Informationen in einer Kamera zu erhalten, die mit bereits verfügbaren optischen Komponenten gebaut werden kann. Die in der Veröffentlichung beschriebene neue Ausrüstung ist in der Lage, 30 Datensätze pro Sekunde mit einer Photoneneffizienz von über 80 % zu erfassen. Dies macht es zu einem leistungsstarken Werkzeug für die mehrfarbige In-vivo-Bildgebung, sagten die Forscher.
„Wie erzeugt man mit einem 2D-Sensor ein zweidimensionales Bild? Man macht ein Bild“, sagt Cutrale. „Unsere Herausforderung besteht darin, einen 3D-Datensatz mit einem 2D-Sensor zu erfassen. Ein typischer Farbsensor erfasst drei Farben – Rot, Blau und Grün – oder er empfängt alles über seine Graustufensensoren.
„In unserem Fall müssen wir 42 Informationskanäle anfordern – das ist weder üblich noch effizient. Wir haben in diesem Artikel einen neuen Ansatz entwickelt, der eine codierte Version der Spektralinformationen mit einem einzigen Bild erhalten kann.“
Cutrale sagte, dass sie dies durch die Nutzung von Licht tun. Das Team nutzte Licht, um die Informationen umzuwandeln, und führte damit die Berechnungen durch, bevor es auf den Sensor komprimiert wurde. Mit diesem Ansatz zeigte das Team, wie es das gesamte Spektrum und die Dimensionen des Bildes empfangen kann.
„Wir haben die X- und Y-Achse des Bildes – seine Höhe und Breite – und auch die spektralen Informationen auf der Wellenlängenachse erfasst, alles zusammen in einem einzigen Bild mit einer Standardkamera“, sagte er. „Das ist ein ziemlich leistungsfähiger Ansatz. Wir haben mit diesem Hardware-Ansatz Effizienzen erzielt, die in einigen Fällen bis zu achtmal schneller sind als bei bestehenden Instrumenten. Mit anderen Worten, auf diese komprimierte Weise erreicht achtmal mehr Licht den Kamerasensor.“
Mehr Informationen:
Francesco Cutrale, eine Single-Shot-Hyperspectral-Phasor-Kamera für schnelle Mehrfarben-Fluoreszenzmikroskopie, Cell Reports-Methoden (2023). DOI: 10.1016/j.crmeth.2023.100441. www.cell.com/cell-reports-meth … 2667-2375(23)00056-5
Hsiao Ju Chiang et al, HyU: Hybrid Unmixing for longitudinal in vivo imaging of low signal-to-noise fluorescence, Naturmethoden (2023). DOI: 10.1038/s41592-022-01751-5