生物學中的擴展顯微鏡技術
在生物學中,看到可以帶來理解。麻省理工學院 (MIT) 的麥戈文腦研究所 (McGovern Institute for Brain Research) 的愛德華·博伊登教授 (Edward Boyden) 實驗室的研究人員致力於讓生命的細節更加清晰。他們使用兩種新方法,擴展了擴展顯微鏡的能力,這是一種高解析度的成像技術,該技術在2015年首次推出,讓研究人員在使用光學顯微鏡觀察細胞和組織時能夠看到更多。
博伊登說:“我們想要看到一切,所以我們一直在努力改進。”他是麻省理工學院的神經科技教授,也是霍華德·休斯醫學研究所 (Howard Hughes Medical Institute) 的研究員以及麻省理工學院的楊·譚集體 (Yang Tan Collective) 成員。
新方法的優勢
通過新的樣本染色和圖像處理方法,使用擴展顯微鏡的研究人員現在可以在圖像中清晰地看到細胞的形狀輪廓,並精確定位單一組織樣本中多種不同蛋白質的位置,解析度遠超過傳統光學顯微鏡。這些進展已在《自然通訊》 (Nature Communications) 雜誌上以開放存取的形式報導,提供了追踪神經元細長突起和可視化有助於健康與疾病的分子空間關係的新方法。
擴展顯微鏡使用一種吸水的水凝膠來物理擴展生物組織。在組織樣本被水凝膠滲透後,它會被水分潤濕。水凝膠在吸水時膨脹,保持組織中分子的相對位置,並輕輕地將它們拉開。因此,當擴展的組織在光學顯微鏡下觀察時,擁擠的細胞成分看起來是分開且明顯的。這種方法可以使用標準實驗室設備進行,使超解析度成像對大多數研究團隊來說變得可及。
可視化細胞膜
團隊最新的進展之一是一種稱為超結構膜擴展顯微鏡 (umExM) 的方法,他們在《自然通訊》的2月12日期刊中描述了這一技術。通過這種方法,生物學家可以使用擴展顯微鏡來可視化形成細胞邊界並包圍細胞內細胞器的薄膜。這些膜主要由稱為脂質的分子組成,這使得在完整組織中密集標記它們以進行光學顯微鏡成像變得非常困難。現在,研究人員可以使用umExM來研究細胞的超結構和組織。
前博伊登實驗室的研究生泰·辛 (Tay Shin) 於2020年獲得碩士學位,2023年獲得博士學位,他主導了umExM的開發。他說:“我們最初的目標非常簡單:讓我們在完整的組織中標記膜,就像電子顯微鏡使用四氧化鉻來標記膜以可視化組織中的膜一樣。”他表示:“事實證明,這非常難以實現。”
團隊首先需要設計一種標記,使組織樣本中的膜在光學顯微鏡下可見。辛說:“我們幾乎必須從頭開始。我們真的需要考慮將標記與細胞膜相連的探針的基本特性,然後思考如何將它們納入擴展顯微鏡。”這意味著需要設計一種能與組成膜的脂質結合的分子,並將其與用於擴展組織樣本的水凝膠和用於可視化的螢光分子連接起來。
在優化擴展顯微鏡的膜可視化協議並廣泛測試和改進潛在探針後,辛在實驗室的一個深夜取得了成功。他將擴展的組織樣本放在顯微鏡下,看到細胞的清晰輪廓。
由於擴展技術提供的高解析度,該方法使博伊登的團隊能夠識別出從神經元突出的微小樹突,並清楚地看到它們細長的軸突的長延伸。研究人員表示,這種清晰度可以幫助研究者在大腦密集互聯的網絡中追踪單個神經元的路徑。
博伊登稱追踪這些神經過程為“我們在腦科學中最重要的優先事項”。這種追踪傳統上依賴於電子顯微鏡,後者需要專業技能和昂貴的設備。辛表示,由於擴展顯微鏡使用標準的光學顯微鏡,因此對全球的實驗室來說更具可及性。
辛和博伊登指出,當擴展顯微鏡的使用者將揭示脂質膜的新能力與顯示特定蛋白質位置的螢光標籤結合時,可以學到更多關於他們樣本的知識。博伊登說:“這很重要,因為蛋白質在細胞中做了很多工作,但你想知道它們在細胞結構中的位置。”
一個樣本,多種蛋白質
為此,研究人員在使用擴展顯微鏡時不再需要僅選擇幾種蛋白質來觀察。通過一種稱為多重擴展顯示 (multiExR) 的新方法,使用者現在可以在單一樣本中標記並觀察超過20種不同的蛋白質。生物學家可以使用這種方法可視化一組蛋白質,查看它們之間的組織方式,並生成有關它們如何相互作用的新假設。
這種新方法的關鍵在於能夠重複將螢光標記的抗體連接到擴展組織樣本中的特定蛋白質,然後成像,然後去除這些抗體,使用新一組抗體來揭示新的蛋白質。博士後研究員姜進勇 (Jinyoung Kang) 精細調整了這一過程的每一步,確保組織樣本保持完整,標記的蛋白質在每輪成像中產生明亮的信號。
在捕捉了單一樣本的多張圖像後,博伊登的團隊面臨另一個挑戰:如何確保這些圖像完美對齊,以便能夠重疊在一起,生成一張顯示所有標記和可視化蛋白質精確位置的最終圖像。
擴展顯微鏡讓生物學家能夠可視化細胞中一些最微小的特徵,但要在多輪成像中反覆找到相同的特徵,博伊登的團隊首先需要聚焦於一個較大的結構。博伊登實驗室的研究生瑪格麗特·施羅德 (Margaret Schroeder) 解釋說:“這些視野非常小,而你試圖在一個實際上已經變得相當大的凝膠中找到這個非常小的視野。”
為了每次都能導航到正確的位置,團隊決定標記通過每個組織樣本的血管,並將其用作指導。為了實現精確對齊,某些細微細節也需要在每張圖像中始終出現;為此,團隊標記了幾種結構蛋白。通過這些參考點和定制的成像處理軟件,團隊能夠將樣本的所有圖像整合為一個,揭示被分開可視化的蛋白質之間的相對排列。
團隊使用multiExR觀察了淀粉樣斑塊——在阿茲海默症 (Alzheimer’s disease) 受影響的大腦中發展的異常蛋白質聚集體。“我們可以查看這些淀粉樣斑塊的內部,詢問裡面有什麼?因為我們可以標記許多不同的蛋白質,我們可以進行高通量探索。”博伊登說。團隊選擇了23種不同的蛋白質來在圖像中查看。這種方法揭示了一些驚喜,例如某些神經傳遞物質受體 (AMPARs) 的存在。博伊登說:“這是神經科學中最著名的受體之一,而它就隱藏在神經科學病理學的最著名分子特徵之一中。”目前尚不清楚這些受體在阿茲海默症中扮演什麼角色,但這一發現顯示了能夠深入細胞內部觀察的能力如何揭示生物學的意想不到方面,並提出新的研究問題。
這項工作的資金來自麻省理工學院 (MIT)、莉莎·楊 (Lisa Yang) 和伊娃·譚 (Y. Eva Tan)、約翰·多爾 (John Doerr)、開放慈善項目 (Open Philanthropy Project)、霍華德·休斯醫學研究所 (Howard Hughes Medical Institute)、美國陸軍 (U.S. Army)、英國癌症研究 (Cancer Research U.K.)、紐約幹細胞基金會 (New York Stem Cell Foundation)、美國國立衛生研究院 (U.S. National Institutes of Health)、洛爾·麥戈文 (Lore McGovern)、Good Ventures、施密特未來 (Schmidt Futures)、三星 (Samsung)、MathWorks、科拉莫爾-羅傑斯獎學金 (Collamore-Rogers Fellowship)、美國國家科學基金會 (U.S. National Science Foundation)、阿拉納基金會 (Alana Foundation USA)、哈利斯家庭基金會 (Halis Family Foundation)、萊斯特·A·金佩爾森 (Lester A. Gimpelson)、唐納德和格倫達·馬特斯 (Donald and Glenda Mattes)、大衛·B·埃梅斯 (David B. Emmes)、托馬斯·A·斯托基 (Thomas A. Stocky)、阿夫尼·U·沙哈 (Avni U. Shah)、凱瑟琳·奧克塔維奧 (Kathleen Octavio)、Good Ventures/Open Philanthropy,以及歐盟的地平線2020計劃。
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!