导读 一项新技术提供了一种实时收集和组织有关有机组织的高度详细信息的方法。在NatureMethods和CellReportsMethods上发表的两篇论文中有详细介...

一项新技术提供了一种实时收集和组织有关有机组织的高度详细信息的方法。在NatureMethods和CellReportsMethods上发表的两篇论文中有详细介绍，它使用一种算法来提高组织发出的信号的质量，分离并捕获它们。这些方法有朝一日可用于快速处理癌症护理中的组织活检或检测食品加工厂中的细菌。

南加州大学维特比工程学院研究助理教授FrancescoCutrale博士指出，这项新技术类似于流媒体服务如何呈现不同级别的压缩，以确保无论用户的互联网连接如何，其视频都是一致的。

“根据你的连接速度，流媒体将发送具有不同压缩级别的视频，然后针对你的设备进行最佳重组，”他说。“我们正在做类似的事情：我们正在获取非常大、非常复杂的数据并将其移动到压缩的空间中。然后我们可以查看非常大的数据集——通过相似性关联成一个巨大的直方图——并在创纪录的时间内以非常高的灵敏度分析这些数据。”

(资料图片仅供参考)

该算法——今年早些时候在NatureMethods中有详细介绍——延续了最近对利用荧光的高内涵成像方法的改进。然而，这些新技术不适用于实时或体内样本成像。

研究人员展示了这种称为混合分离的技术如何用于干净有效地分析活的有机组织。该技术使用线性分解，这是一种分析标本中不同成分的方法，标本中标有称为荧光团的化合物。然后，他们使用高光谱相量将这些成分可视化，高光谱相量使用整个色谱，而不仅仅是红色、蓝色和绿色。这样做时，HybridUnmixing允许同时对有机组织内的明亮和暗淡标记成分进行成像，即使在低照度下也是如此。

允许同时分析这些标记成分的细胞行为和细胞代谢，该技术将为生物系统的复杂性提供更准确的见解。

“理解复杂生物系统的研究领域正在推动，”Cutrale说。“虽然研究人员通常一次只检查两个或三个标签，但事实是，细胞内相互作用的因素不止几个。挑战在于这些信号通常看起来非常相似，因此很难区分。在我们的论文中，我们成功识别并分离了多达14种不同的信号。这一突破将使研究人员能够更全面地了解细胞和生物系统内部的活动。”

Cutrale说，从行业的角度来看，该算法为众多应用奠定了基础。“我们从事生命科学工作，但很容易想象有许多应用可以评估水果的质量、杀虫剂的存在，或者如何优化许多其他领域的生产，”他说。

最近发表在CellReportsMethods上的一篇题为“用于快速、多色荧光显微镜的单次高光谱相量相机”的后续论文描述了硬件——SHy-Cam(单次高光谱相量相机)——旨在捕捉这种类型的信息。典型的利用荧光的组织成像技术使用整个光谱的颜色通道来补偿标记之间的重叠。这种技术会降低成像速度，如果暴露在过多的光线下，最终会损坏样品。

借助SHy-Cam，研究人员能够使用新算法在可以使用现有光学组件构建的相机中快速有效地获取光谱信息。论文中描述的新设备能够每秒获取30个数据集，光子效率超过80%。研究人员说，这使它成为多色体内成像的强大工具。

“如何使用2D传感器生成二维图片?你拍张照片，”Cutrale说。“我们面临的挑战是如何使用2D传感器捕获3D数据集。典型的颜色传感器获取三种颜色——红色、蓝色和绿色——或者它通过灰度传感器接收所有颜色。

“在我们的案例中，我们需要请求42个信息渠道——这不常见，也不是高效的。我们在本文中设计了一种新方法，可以使用单个图像获得光谱信息的编码版本。”

Cutrale说他们通过利用光来做到这一点。该团队利用光来转换信息，并在将其压缩到传感器之前使用它来执行计算。在使用这种方法时，该团队展示了它如何接收图像的整个光谱和尺寸。

“我们已经用标准相机捕获了图像的X轴和Y轴——它的高度和宽度——以及波长轴上的光谱信息，所有这些都在一张图像中，”他说。“这是一种非常强大的方法。我们通过这种硬件方法获得了效率，在某些情况下比现有仪器快八倍。换句话说，以这种压缩方式，有八倍多的光到达相机传感器。”

免责声明：本文由用户上传，如有侵权请联系删除！