光谱也有“立体主义”:“毕加索”技术为生物分子上色
20世纪初,法国巴黎兴起了一支独特的艺术流派,称为“立体主义”,它的主将之一,就是我们耳熟能详的巴勃罗·毕加索(Pablo Picasso)。艺术家们对物体的各个面都加以观察,而后仅用平面的绘画,就能把所有这些面同时表现出来。然而由于不同的物体与面都在同一平面交织,这些绘画给人直观的感觉是“抽象”和“难以识别”。
毕加索分析立体主义时期(1907-1911)作品《卡思维勒像》
如今,在遥感卫星、生物医学等等领域的研究中,我们常常需要使用光谱成像。
遥感卫星拍摄的多波段图像中包含着不同光谱通道上的信号,不同类型的植被和地质构造都对应着特征的光谱分布;生物分子成像时,荧光团的发射光谱也是如此。我们最终获得的光谱图像,是观测区域内所有荧光团(染色分子)贡献的混合,如果使用超过四个荧光团,它们产生的颜色就会相互重叠并难以区分;就像在分析立体主义时期,物体的不同角度被毕加索压缩进同一画面一样。
而进入综合立体主义时期后,毕加索开始用解体的抽象化图形反过来构建真实物体的形态。对应到我们如今的光谱学中,就好像是光谱的解混(unmixing,即混合光谱的分解)——将同一像元内不同通道/荧光团的贡献解析出来。
毕加索综合立体主义时期(1912-1914)作品《卡思维勒像》
以往,光谱的解混通常依赖于线性分解,将荧光信号描述为来自观测区域内所有荧光团贡献的线性混合。这需要所有相关荧光团的参考光谱,也即单个荧光团的光谱。每个子区域荧光团的发射光谱都需要分别测量,因此在像大脑这样高度异质的标本中进行参考光谱测量,往往是个复杂、低效、耗时的过程。
近期,韩国科学技术院(KAIST)的一支研究团队在Nature Communication杂志上发表了一种以毕加索的名字PICASSO命名的新成像方法。共同通讯作者、KAIST电子工程学院教授Young-Gyu Yoon说:“为了解决参考光谱难以获取的问题,我们开发了一种不需要测量参考光谱的方法。”他们采用人工智能,突破了4种颜色成像的限制,以及过往线性解混技术对参考光谱的依赖,能够使用超过15种颜色来成像和解析空间重叠的蛋白质或其它生物分子,甚至可以阐明最复杂的主题:大脑。
网页截图
PICASSO方法的全称是“通过对光谱重叠的荧光团信号进行解混,实现生物分子的超复用成像过程”(Process of ultra-multiplexed Imaging of biomolecules viA the unmixing of the Signals of Spectrally Overlapping fluorophores)。“超复用成像”指的是,将一个单元的众多单独成分可视化。就像电影院中每个影厅播放不同的电影一样,细胞中的每个蛋白质都有不同的作用,荧光团染色就是研究这些不同作用的重要手段。
“我们设计了一种基于信息论的策略,通过迭代的方法,将混合图像中多通道间的重复信息最小化来进行解混。”共同通讯作者、KAIST材料科学与工程系教授Jae-Byum Chang说,“这使我们能够摆脱‘不同蛋白质的空间分布互斥’这一假设,并实现准确的信息解混。”
为了证明PICASSO的能力,研究人员对小鼠大脑实施了单轮染色,并使用该技术进行了15种颜色的复用成像。小鼠的大脑尽管很小,但仍然非常复杂,如果仅使用其他如循环免疫荧光这样的成像技术,可能需要大量的重复染色,投入大量时间、人力和资源。然而将循环免疫荧光技术与PICASSO相结合,研究团队仅在三个染色-成像周期内就实现了小鼠大脑的45种颜色复用成像。
通过PICASSO对小鼠大脑进行十五色多路复用成像的结果(a为所用15个荧光团的发射光谱。b 小鼠海马齿状回的十五色多重成像。c-q为不同靶蛋白及对应的b的单通道图像) | 参考文献[1]
“PICASSO是一种多功能工具,能够用于细胞、组织切片和临床标本的多重生物分子成像。”Chang 说,“我们预计PICASSO将有广泛的应用。在生物分子的空间信息方面,这项技术将有助于揭示肿瘤微环境,特别是免疫细胞的异质性群体的细胞异质性,也与癌症预后和癌症疗法的疗效密切相关。同时,PICASSO还有望实现较大生物分子群的3D可视化,提供有关不同蛋白质或mRNA分子的共定位及表达的信息。”
参考文献
[1]Chang, J. (2022, May 5). PICASSO allows ultra-multiplexed fluorescence imaging of spatially overlapping proteins without reference spectra measurements. Nature. https://www.nature.com/articles/s41467-022-30168-z
[2]https://www.eurekalert.org/news-releases/956705
编译:竹子
编辑:靳小明
排版:尹宁流
研究团队
通讯作者 Young-Gyu Yoon:韩国科学技术院电子工程学院教授
通讯作者 Jae-Byum Chang:韩国科学技术院材料科学与工程系教授
(共同)第一作者 Junyoung Seo, Yeonbo Sim, Jeewon Kim:韩国科学技术院
论文信息
发布期刊Nature Communication
发布时间 2022年05月5日
论文标题 PICASSO allows ultra-multiplexed fluorescence imaging of spatially overlapping proteins without reference spectra measurements
(DOI:10.1038/s41467-022-30168-z)
点击阅读原文即可查看原论文