Une technique révolutionnaire développée par des chercheurs affiliés à l’USC Michelson Center for Convergent Bioscience présente une nouvelle façon de rassembler et d’organiser des informations très détaillées sur les tissus organiques en un temps record.
Les méthodes pourraient un jour être utilisées pour traiter rapidement des biopsies tissulaires dans les soins contre le cancer ou pour détecter des bactéries dans des usines de transformation des aliments.
Les tissus émettent des signaux, ou champs intrinsèques, qui, bien que détectables, sont très faibles et difficiles à différencier. La technique, détaillée dans une paire d’articles publiés dans Méthodes naturelles et Méthodes des rapports de celluleutilise un algorithme mathématique complexe pour améliorer la qualité des signaux puis les séparer.
La nouvelle technique est comparable à la façon dont un service de streaming présente différents niveaux de compression pour garantir la cohérence de sa vidéo quelle que soit la connexion Internet de l’utilisateur, selon Francesco Cutrale, co-chercheur principal et professeur assistant de recherche à l’USC Viterbi School of Engineering.
« En fonction de la vitesse de votre connexion, le streamer enverra la vidéo avec différents niveaux de compression qui sera ensuite recomposée de manière optimale pour votre appareil », a-t-il déclaré. « Nous faisons quelque chose de similaire : nous prenons des données très volumineuses et très complexes et les déplaçons dans un espace où elles sont compressées. Nous pouvons alors examiner de très grands ensembles de données – associés par similarité dans un énorme histogramme – et analyser cela. données en un temps record et avec une très grande sensibilité. »
Une image générée par SHy-Cam d’un cœur battant d’un embryon de poisson zèbre capturée à 20 ips. Crédit : Université de Californie du Sud
Une fenêtre sur la complexité des cellules et des tissus organiques
L’algorithme, détaillé dans Méthodes naturelles plus tôt cette année-poursuit le raffinement récent des approches d’imagerie à haut contenu utilisant la fluorescence. Grâce à son contraste élevé et à sa spécificité, ainsi qu’à son adaptabilité, la fluorescence a permis la détection et la définition de molécules spécifiques. Cependant, ces nouvelles techniques ne fonctionnent pas pour l’imagerie d’échantillons vivants ou in vivo, car ces approches ont une sensibilité limitée et peuvent endommager les échantillons.
Dans l’article, l’équipe de recherche a montré comment la technique, appelée Hybrid Unmixing, pouvait être utilisée pour analyser proprement et efficacement les tissus organiques vivants. La technique utilise le démélange linéaire, une méthode pour analyser différents composants dans un échantillon marqué par des composés chimiques appelés fluorophores.
Ils visualisent ensuite ces composants à l’aide de phaseurs hyperspectraux, qui utilisent tout le spectre de couleurs, plutôt que uniquement le rouge, le bleu et le vert. Ce faisant, Hybrid Unmixing permet une imagerie simultanée de composants marqués clairs et sombres dans les tissus organiques, même sous un faible éclairage.
Permettant une analyse simultanée des comportements cellulaires et du métabolisme cellulaire de ces composants marqués, la technique fournira des informations plus précises sur la complexité des systèmes biologiques.
« Il y a une poussée dans l’espace de recherche pour comprendre les systèmes biologiques complexes », a déclaré Cutrale.
« Alors que les chercheurs n’examinent généralement que deux ou trois étiquettes à la fois, la vérité est qu’il n’y a pas que quelques facteurs qui interagissent dans les cellules. Le défi est que ces signaux semblent souvent très similaires, ce qui les rend difficiles à distinguer. Dans notre article, nous avons identifié et séparé avec succès jusqu’à 14 signaux différents. Cette percée fournira aux chercheurs une compréhension plus complète de l’activité à l’intérieur des systèmes cellulaires et biologiques.
L’algorithme fournit la base de nombreuses applications du point de vue de l’industrie, a déclaré Cutrale.
« Nous travaillons dans les sciences de la vie, mais il est facile d’imaginer de nombreuses applications pour évaluer la qualité des fruits, la présence de pesticides ou comment optimiser la production dans de nombreux autres domaines », a-t-il déclaré.
SHy-Cam offre un outil d’imagerie de haute qualité à faible coût
Un article ultérieur, publié aujourd’hui dans Méthodes des rapports de cellule, décrit le matériel – baptisé SHy-Cam, abréviation de Single-shot Hyperspectral Phasor Camera – conçu par l’équipe de recherche et optimisé pour capturer ce type d’informations. Les techniques d’imagerie tissulaire typiques utilisant la fluorescence utilisent des canaux de couleur sur tout le spectre pour compenser le chevauchement entre les marqueurs. Cette technique réduit la vitesse d’imagerie et, si elle est exposée à une lumière excessive, peut finalement endommager les échantillons.
Avec la SHy-Cam, les chercheurs ont pu utiliser le nouvel algorithme pour obtenir des informations spectrales rapidement et efficacement, dans une caméra qui peut être construite avec des composants optiques déjà disponibles. Le nouvel équipement décrit dans le document est capable d’acquérir 30 ensembles de données par seconde, avec une efficacité photonique de plus de 80 %. Cela en fait un outil puissant pour l’imagerie in vivo multicolore, ont déclaré les chercheurs.
« Comment produisez-vous une image en deux dimensions avec un capteur 2D? Vous prenez une photo », a déclaré Cutrale. « Notre défi est de savoir comment capturer un ensemble de données 3D avec un capteur 2D. Un capteur de couleur typique acquiert trois couleurs – rouge, bleu et vert – ou il reçoit tout via ses capteurs de niveaux de gris.
« Dans notre cas, nous devons demander 42 canaux d’informations, ce qui n’est ni courant ni efficace. Nous avons conçu dans cet article une nouvelle approche qui peut obtenir une version codée des informations spectrales avec une seule image. »
Cutrale a déclaré qu’ils le faisaient en utilisant la lumière. L’équipe a exploité la lumière pour transformer les informations et l’a utilisée pour effectuer les calculs avant de les compresser sur le capteur. En utilisant cette approche, l’équipe a montré comment elle peut recevoir tout le spectre et les dimensions de l’image.
« Nous avons capturé les axes X et Y de l’image – sa hauteur et sa largeur – ainsi que les informations spectrales sur l’axe de la longueur d’onde, le tout dans une seule image avec une caméra standard », a-t-il déclaré. « C’est une approche assez puissante. Nous avons obtenu des rendements dans cette approche matérielle qui sont dans certains cas jusqu’à huit fois plus rapides que l’instrumentation existante. En d’autres termes, huit fois plus de lumière atteint le capteur de la caméra de cette manière compressée. »
Plus d’information:
Francesco Cutrale, une caméra à phaseur hyperspectral monocoup pour la microscopie à fluorescence rapide et multicolore, Méthodes des rapports de cellule (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 : démixage hybride pour l’imagerie longitudinale in vivo de la fluorescence à faible signal sur bruit, Méthodes naturelles (2023). DOI : 10.1038/s41592-022-01751-5