Istraživačka grupa profesora Ioava Shechtmana sa Izraelskog instituta za tehnologiju Fakulteta za biomedicinsko inženjerstvo razvila je revolucionarnu tehnologiju koja omogućava naučnicima da vide dinamičke procese u živim ćelijama. Njihova studija je objavljena u Nature Methods.
Do sada je mikroskopija visoke rezolucije omogućavala istraživačima da posmatraju subćelijske strukture kao što su organele, ali po cenu dugog vremena akvizicije – minut ili više po slici – tako da je sve što se gledalo trebalo da bude savršeno mirno.
Ovo je predstavljalo pravi problem za biologe, pošto su žive ćelije i organele unutar njih prirodno u stalnom pokretu. Može ih se veštački popraviti, ali tada nisu u svom prirodnom stanju.
Studija koju je vodio dr. student Alon Sagui i prof. Ioav Shechtman nude inovativno rešenje koje koristi veštačku inteligenciju (AI) kako bi omogućilo naučnicima da vide subćelijsku dinamiku bez da budu ugroženi dugim vremenom akvizicije.
Kako pod mikroskopom pronaći ono što traže? U biologiji, naučnici obično koriste fluorescentne boje za bojenje specifičnih struktura od interesa. Ovo stvara slike visokog kontrasta označenih struktura, koje se onda mogu jasno videti. Postoji, međutim, fizičko ograničenje koliko se dobra rezolucija može postići korišćenjem ove metodologije. Ne može da razreši objekte manje od 200 nm – otprilike polovinu talasne dužine vidljive svetlosti.
Za neke upotrebe, rezolucija od 200 nm je dovoljna. Ali mnoge strukture u ćeliji su mnogo manje. Mikrotubule, koje formiraju ćelijski „skelet“, na primer, su debele samo ~25 nm. Profesori Eric Betzig, Stefan Hell i Villiam E. Moerner dobili su Nobelovu nagradu za hemiju 2014. godine za metodologiju da takve strukture učini vidljivim. Zasluge: Technion – Izraelski tehnološki institut
Tehnika koju je Becig razvio, nazvana mikroskopija sa jednom molekulom (SMLM) se oslanja na pravljenje ne jedne slike, već video snimka fluorescentno obeleženog uzorka. U svakom okviru, samo nekoliko pojedinačnih molekula emituje svetlost, stvarajući retki uzorak mrlja. Svaka tačka svetlosti je lokalizovana u visokoj rezoluciji, a lokalizacije celog videa su naslagane zajedno da bi se formirala slika visoke rezolucije.
SMLM ima značajan nedostatak: pošto su ekspozicije od preko jednog minuta potrebne za generisanje jedne slike visoke rezolucije, ćelija mora da bude fiksirana, poput starih fotografija, koje su zahtevale da subjekti miruju dugo vremena, kako slika ne bi bila mutna. .
I baš kao što je fotografija – ili još više, video – deteta u igri ili sportiste u skoku vernija životu od postavljenih starih fotografija, naučnici treba da vide kako se ćelija i organele u njoj kreću, da reaguju na stimulacije i rade stvari koje prirodno rade.
Technion tim je razvio pametno rešenje. „Stvari se kreću u živoj ćeliji, ali se kreću sa određenom pravilnošću“, objasnio je prof. Šehtman. „Ako pogledamo mikrotubule, na primer, one su kao niti, povezane zajedno u mrežu. One se pomeraju, ali nemate njihove delove koji nasumično skakuću. Postoji obrazac u kretanju.“
Veštačke neuronske mreže (ANN) su moćni alati veštačke inteligencije koji su veoma dobri u pronalaženju obrazaca. Prof. Šehtman i njegov tim su obučili svoju ANN da pronađu obrasce u SMLM video snimcima. ANN bi primio snimak po frejm, pri čemu bi svaki kadar prikazivao samo nekoliko svetlosnih tačaka i proizveo kontinuirani video o strukturama iza tih tačaka.
Koristeći ovu metodologiju, grupa je bila u stanju da vizualizuje višestruke ćelijske strukture i njihovo prirodno kretanje. Postigli su rezoluciju od 30 nm i vremensku rezoluciju od 15 ms — poboljšanje za četiri reda veličine u vremenskoj rezoluciji u odnosu na originalnu SMLM metodu.
Ova nova tehnologija predstavlja veliki skok u sposobnosti biologa da proučavaju žive ćelije, alat koji će im omogućiti da naprave nova otkrića.
Studija je rađena u saradnji sa dr Onitom Alalufom i Nadavom Opatovskim iz Techniona i prof. Mikeom Heilemann-om i Soohien Jang sa Gete univerziteta u Frankfurtu.
