加利福尼亞大學(xué)洛杉磯分校的一個(gè)研究小組設(shè)計(jì)了一種擴(kuò)展熒光顯微鏡功能的技術(shù),該技術(shù)使科學(xué)家能夠使用在特殊照明下發(fā)光的染料精確標(biāo)記活細(xì)胞和組織的各個(gè)部分。研究人員利用人工智能將二維圖像轉(zhuǎn)換成虛擬三維切片的堆棧,這些三維切片顯示了生物體內(nèi)的活動(dòng)。
在2019年11月4日發(fā)表于《自然方法》上的一項(xiàng)研究中,科學(xué)家們還報(bào)告說(shuō),他們的名為“ Deep-Z”的框架能夠修復(fù)圖像中的錯(cuò)誤或像差,例如當(dāng)樣品傾斜或彎曲時(shí)。此外,他們證明了該系統(tǒng)可以從一種類型的顯微鏡拍攝2D圖像并虛擬地創(chuàng)建樣品的3D圖像,就好像它們是由另一臺(tái)更高級(jí)的顯微鏡獲得的一樣。
“這是一種非常強(qiáng)大的新方法,通過(guò)深度學(xué)習(xí),可以對(duì)活體標(biāo)本進(jìn)行3D成像,同時(shí)使對(duì)樣品的毒性最小的光暴露最少,”加州大學(xué)洛杉磯分校校長(zhǎng)電氣和計(jì)算機(jī)學(xué)教授Aydogan Ozcan說(shuō)加州大學(xué)洛杉磯分校加州納米系統(tǒng)研究所的工程和副主任。
除了使標(biāo)本免受潛在的有害劑量照射外,該系統(tǒng)還可以為生物學(xué)家和生命科學(xué)研究人員提供一種新的3D成像工具,該工具比當(dāng)前方法更簡(jiǎn)單,更快,更便宜。校正像差的機(jī)會(huì)可能使研究活生物體的科學(xué)家能夠從圖像中收集數(shù)據(jù),否則這些圖像將無(wú)法使用。研究人員還可以虛擬訪問(wèn)昂貴且復(fù)雜的設(shè)備。
這項(xiàng)研究建立在Ozcan及其同事開(kāi)發(fā)的較早技術(shù)的基礎(chǔ)上,該技術(shù)使他們能夠以超分辨率渲染2D熒光顯微鏡圖像。兩種技術(shù)都依靠深度學(xué)習(xí)來(lái)提高顯微鏡技術(shù)的水平-使用數(shù)據(jù)來(lái)“訓(xùn)練”神經(jīng)網(wǎng)絡(luò),即受人腦啟發(fā)的計(jì)算機(jī)系統(tǒng)。
Deep-Z是使用來(lái)自掃描熒光顯微鏡的實(shí)驗(yàn)圖像教授的,該圖像可以在多個(gè)深度聚焦,以實(shí)現(xiàn)樣品的3D成像。在成千上萬(wàn)的訓(xùn)練運(yùn)行中,神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)了如何拍攝2D圖像并推斷出樣品中不同深度的準(zhǔn)確3D切片。然后,對(duì)框架進(jìn)行了盲目測(cè)試-向其提供了并非其訓(xùn)練內(nèi)容的圖像,并且將虛擬圖像與從掃描顯微鏡獲得的實(shí)際3D切片進(jìn)行了比較,從而提供了出色的匹配度。
Ozcan和他的同事將Deep-Z應(yīng)用于秀麗隱桿線蟲的圖像,秀麗隱桿線蟲由于其簡(jiǎn)單易懂的神經(jīng)系統(tǒng)而成為神經(jīng)科學(xué)中的常見(jiàn)模型。研究人員將蠕蟲的2D電影逐幀轉(zhuǎn)換為3D,從而能夠跟蹤蠕蟲體內(nèi)單個(gè)神經(jīng)元的活動(dòng)。從以不同深度拍攝的秀麗隱桿線蟲的一或兩個(gè)2D圖像開(kāi)始,Deep-Z產(chǎn)生了虛擬3D圖像,使團(tuán)隊(duì)可以識(shí)別蠕蟲中的單個(gè)神經(jīng)元,與掃描顯微鏡的3D輸出相匹配,但對(duì)活生物體。
研究人員還發(fā)現(xiàn),即使僅使用與樣品表面完全平行的3D切片訓(xùn)練神經(jīng)網(wǎng)絡(luò),Deep-Z仍可以從樣品傾斜或彎曲的2D表面生成3D圖像。
UCLA研究生,該出版物的第一作者,作者Yiyi Wu表示:“這一功能實(shí)際上非常令人驚訝。”“有了它,您就可以看透曲率或其他復(fù)雜的拓?fù)浣Y(jié)構(gòu),這對(duì)成像非常困難。”
在其他實(shí)驗(yàn)中,使用來(lái)自兩種熒光顯微鏡的圖像對(duì)Deep-Z進(jìn)行了訓(xùn)練:寬視場(chǎng),它將整個(gè)樣本暴露在光源下;共聚焦,它使用激光逐部分掃描樣品。Ozcan和他的團(tuán)隊(duì)表明,他們的框架隨后可以使用樣品的2D寬視場(chǎng)顯微鏡圖像生成與用共聚焦顯微鏡拍攝的圖像幾乎相同的3D圖像。
這種轉(zhuǎn)換很有價(jià)值,因?yàn)榕c寬視野相比,共聚焦顯微鏡可以產(chǎn)生更清晰,對(duì)比度更高的圖像。另一方面,寬視野顯微鏡以較少的費(fèi)用和較少的技術(shù)要求捕獲圖像。
“這是一個(gè)通常適用于各種成對(duì)顯微鏡的平臺(tái),而不僅僅是寬視野到共焦的轉(zhuǎn)換,”第一作者,加州大學(xué)洛杉磯分校電氣與計(jì)算機(jī)工程學(xué)助理教授Yair Rivenson說(shuō)。每個(gè)顯微鏡都有自己的優(yōu)點(diǎn)和缺點(diǎn)。有了這個(gè)框架,您可以使用AI以數(shù)字方式連接不同類型的顯微鏡,從而實(shí)現(xiàn)兩全??其美。”