Les microscopes confocaux sont inestimables dans la recherche biomédicale, car ils peuvent produire des images tridimensionnelles d’échantillons épais. Cependant, ces images sont floues dans la troisième dimension, et plus l’échantillon est épais, plus la situation est mauvaise. Aujourd’hui, une équipe dirigée par des scientifiques du NIBI a considérablement amélioré l’imagerie confocale pour créer des images 3D haute résolution de structures fines dans des spécimens vivants.
Ce travail a été dirigé par Hari Shroff, PhD, chercheur principal du NIH, en collaboration avec le scientifique du NIH Yikong Wu, PhD, et Xiaofei Han, étudiant diplômé à l’Institut national d’imagerie biomédicale et de biotechnologie. Parmi les autres collaborateurs figurent Patrick La Rivière de l’Université de Chicago, Arpita Upadhyay et Saugata Roy de l’Université du Maryland, Daniel Colon-Ramos de l’Université de Yale et des partenaires industriels d’Applied Scientific Instrumentation.
Le travail de l’artiste sur un microscope confocal à balayage linéaire à trois vues obtenant des images de vers ronds, C. elegansCombiné avec un apprentissage profond. Crédit : NIH Medical Arts.
L’équipe a combiné du matériel innovant (microscopes multivues) et des logiciels avancés (techniques d’apprentissage en profondeur) pour améliorer la microscopie confocale dans les cellules individuelles, les embryons de vers vivants et les tissus de mouches, de souris et de vers.
“C’est passionnant de voir les différents outils informatiques que nous avons développés ensemble au cours des dernières années se réunir dans cet article”, a déclaré La Rivière, qui collabore avec Shroff depuis 2014, à la suite des percées dans les microscopes informatiques dont nous avions précédemment déplacé certains. Et certains d’entre eux ont été exposés pour la première fois à ce vaste échantillon distribué.
L’avancée matérielle majeure réalisée par Shroff et ses collègues a été la création d’un microscope confocal à balayage linéaire qui visualise les échantillons dans trois directions, appelé microscope confocal à balayage linéaire à trois voies. Les chercheurs ont ensuite utilisé un logiciel pour combiner les trois vues en une seule image 3D haute résolution, améliorant ainsi la résolution et les performances globales des échantillons épais.
Deux vues agrandies et colorées par fluorescence d’embryons d’ascaris ont été créées à l’aide d’un microscope confocal à balayage à trois vues. La couleur indique la profondeur de chaque structure, avec des structures violettes près de la surface de l’embryon et des structures bleues/vertes situées à l’intérieur de l’embryon. Crédits : Yikong Wu, Xiaofei Han, Yijun Su, Alam.
La partie « balayage linéaire » du nouveau microscope confocal fait référence aux lignes focalisées qui délimitent séquentiellement l’échantillon. Le balayage linéaire permet aux chercheurs d’obtenir une résolution plus élevée en faisant varier la fluorescence autour de chaque ligne et en utilisant un programme informatique pour assembler les images « super résolution » résultantes de chaque vue.
L’équipe a utilisé un type d’intelligence artificielle (IA) appelé apprentissage profond pour compenser les compromis liés à l’utilisation de faibles niveaux de lumière. Bien que des niveaux d’éclairage plus faibles réduisent les dommages causés aux échantillons par un éclairage laser focalisé (permettant ainsi des durées d’imagerie plus longues), des niveaux d’éclairage plus faibles sont moins efficaces pour résoudre certaines caractéristiques. L’approche de l’équipe produit des images de haute qualité en prenant de nombreuses images floues et à basse résolution et en entraînant un algorithme d’apprentissage profond pour les convertir en images haute résolution.
Image confocale en super-résolution à balayage à trois vues d’un échantillon épais de tissu œsophagien de souris coloré avec des anticorps fluorescents pour mettre en évidence la muqueuse œsophagienne et les fibres musculaires. Crédits : Yikong Wu, Xiaofei Han, Yijun Su.
Grâce à des techniques d’apprentissage profond, ils ont pu obtenir des images haute résolution d’une variété d’échantillons et de processus biologiques, notamment la croissance des vers ronds (un organisme couramment utilisé pour étudier les processus de développement). Cette technique permet d’imagerie de l’embryon de l’ascaris au fur et à mesure de son développement jusqu’à ce qu’il se transforme finalement en un ver nouveau-né, y compris la visualisation des nouvelles cellules nerveuses de l’embryon lorsqu’elles commencent à « tweeter » à l’intérieur de la coquille de l’œuf.
Ces images extraordinaires permettent également un décompte cellulaire plus précis des vers adultes et des embryons de vers ; Visualisation de processus de signalisation subtils dans le développement des ailes des mouches des fruits ; et observation de la dynamique des protéines à l’échelle nanométrique dans les cellules immunitaires.
En explorant les moyens par lesquels l’intelligence artificielle pourrait faciliter leur travail, l’équipe a également découvert qu’avec suffisamment de données de formation, elle pourrait enseigner aux programmes d’apprentissage profond d’adopter une vision confocale – dans une seule direction – et de prédire. Il devrait y avoir trois points de vue sur ce qui devrait être fait. créera le volume le plus rapide.
Colon-Ramos a résumé l’importance des efforts de collaboration à long terme. « Nous sommes ravis d’utiliser cette approche nouvelle et intégrative pour étudier en profondeur les fondements biologiques des organismes en développement et les comprendre depuis l’organisation des molécules et des organites au sein des cellules jusqu’à l’organisation des cellules au sein des tissus, des échelles et des organismes vivants. » . ,
Soutien financier : subventions de laboratoire intra-muros et extra-muros, NIH ; Laboratoire de biologie marine à Woods Hole, MA ; et la Fondation Gordon et Betty Moore. Ce travail a été publié dans Nature1,
1. Wu, Y., Han, X., Su, Y. MOITal. Microscopie confocale multivue à super-résolution. Nature (2021).
2024-07-14 19:45:43
1720980811
#Capturez #tout #des #contractions #aux #trappes #Agents #BRILink #BRI
