Single-Shot Replica-Free Common-Path Quantitative Phase Imaging with Doubled Field of View

Um die unsichtbare Welt lebender Zellen zu sehen, ohne sie mit Farbstoffen zu färben oder zu töten, verlassen sich Wissenschaftler auf eine Technik namens quantitativer Phasenbildgebung. Anstatt zu beobachten, wie eine Probe Licht absorbiert, misst diese Methode, wie die Probe das Licht abbremst, während es sie durchquert. Da lebende Zellen größtenteils transparent sind, blockieren sie das Licht nicht, aber sie verzögern es leicht, abhängig von ihrer Dicke und Dichte. Durch die Messung dieser winzigen Verzögerung können Forscher eine detaillierte Karte der Struktur einer Zelle erstellen und sogar deren Trockenmasse berechnen. Eine der stabilsten Möglichkeiten hierfür ist ein Aufbau, bei dem der Lichtstrahl einen einzigen, gemeinsamen Pfad durchläuft, was das System resistent gegen Vibrationen und Temperaturschwankungen macht, die normalerweise präzise Messungen ruinieren würden. Diese Stabilität bringt jedoch einen frustrierenden Kompromiss mit sich: Die Standardmethode erzeugt ein „Geisterbild“, eine Kopie der Probe, die sich mit dem echten Objekt überlagert. Um diese Verwirrung zu vermeiden, waren Wissenschaftler traditionell gezwungen, nur spärlich besiedelte Proben zu untersuchen, bei denen das Geisterbild das reale Objekt nicht berührt, was effektiv dazu führt, dass mehr als die Hälfte des Sichtfeldes der Kamera ungenutzt bleibt und es unmöglich macht, dichte Zellansammlungen zu untersuchen.

Ein Team von Forschern der Technischen Universität Warschau und des Nencki Instituts für Experimentelle Biologie hat einen Weg gefunden, diese Einschränkung zu durchbrechen. Sie haben eine neue Methode entwickelt, die das Geisterbild vollständig entfernt, sodass sie das gesamte Sichtfeld in einem einzigen Augenblick sehen können, selbst wenn die Probe dicht mit Zellen besiedelt ist. Ihr Ansatz, der in ihrer jüngsten Arbeit beschrieben wird, ersetzt die mechanischen beweglichen Teile älterer Systeme durch den geschickten Einsatz von Lichtfarbe. Durch das Verschieben der Farbe der Lichtquelle können sie die Position des Geisterbildes verändern, ohne Linsen oder Spiegel zu bewegen. Dann nutzen sie einen hochentwickelten Computeralgorithmus, um das reale Bild mathematisch vom Geisterbild zu trennen, wodurch der nutzbare Raum auf dem Kamerasensor effektiv verdoppelt wird. Dies ermöglicht die klare, Hochgeschwindigkeits-Bildgebung dichter, sich bewegender biologischer Proben, wie etwa Hefekulturen und neuronaler Netze, die zuvor zu überfüllt waren, um mit dieser Klarheit untersucht zu werden.

Der Kern des Problems, das das Team gelöst hat, liegt darin, wie diese Mikroskope funktionieren. In einem Common-Path-Setup interferiert das Licht, das die Probe passiert, mit einer Kopie seiner selbst, die leicht versetzt daneben liegt. Diese Interferenz erzeugt ein Muster, das die Informationen enthält, die zur Rekonstruktion des Bildes benötigt werden. Da die Kopie jedoch verschoben ist, landet sie im fertigen Bild oft direkt über dem Originalobjekt. Wenn die Probe spärlich besiedelt ist, mit viel Freiraum zwischen den Zellen, landet die Kopie im leeren Bereich und verursacht keine Probleme. Wenn die Probe jedoch dicht besiedelt ist, wie etwa eine überfüllte Petrischale voller Hefe, überlagert sich die Kopie mit den realen Zellen, zerstört die Informationen und macht das Bild unlesbar. Frühere Lösungen bestanden darin, die optischen Komponenten zu bewegen, um die Kopie über die Zeit an verschiedene Positionen zu verschieben, aber dies erforderte mechanisches Scannen. Dieser Prozess war langsam, anfällig für mechanischen Verschleiß und machte es unmöglich, schnell bewegende Objekte zu erfassen, da das System viele Bilder über mehrere Sekunden hinweg aufnehmen musste, um ein vollständiges Bild aufzubauen.

Die Forscher ersetzten diese mechanische Bewegung durch eine Änderung der Lichtfarbe. Sie verwendeten ein spezielles Gitter, das Licht basierend auf seiner Wellenlänge oder Farbe beugt. Wenn sie die Farbe des Lichts änderten, änderte sich der Winkel, in dem das Licht gebrochen wurde, was wiederum die Position des Geisterbildes verschob. Sie testeten zwei Wege, dies zu tun. Im ersten Fall scannten sie nacheinander durch einen Bereich von Farben und machten bei jedem Schritt ein Foto. Im zweiten, was die leistungsfähigere Innovation darstellt, beleuchteten sie die Probe gleichzeitig mit drei verschiedenen Farben des Lichts – Blau, Grün und Rot. Eine Standard-Farbkamera erfasste ein einzelnes Bild, das alle drei Versionen der Szene enthielt. Da jede Farbe ein Geisterbild an einem leicht unterschiedlichen Ort erzeugte, zeichnete die Kamera drei überlappende Muster in einem einzigen Frame auf.

Um diese komplexe Einzelaufnahme interpretierbar zu machen, entwickelte das Team einen neuen Computeralgorithmus, der auf einer Methode namens Gradientenabstieg basiert. Dieser Algorithmus fungiert wie ein leistungsstarker Solver, der die chaotischen, überlappenden Daten nimmt und genau herausfindet, wie man das reale Bild von den drei verschiedenen Geisterbildern trennt. Er arbeitet, indem er seine Vermutung darüber, wie die beiden separaten Bilder aussehen, iterativ anpasst, bis die Mathematik perfekt mit den aufgezeichneten Daten übereinstimmt. Entscheidend ist, dass dieser neue Algorithmus nicht im Voraus wissen muss, ob die Zellen dicker oder dünner als ihre Umgebung sind – eine Anforderung, die ältere Methoden einschränkte. Er korrigiert zudem automatisch natürliche optische Besonderheiten, wie die Tatsache, dass verschiedene Lichtfarben in leicht unterschiedlichen Tiefen fokussieren und das Bild unterschiedlich stark vergrößern.

Die Ergebnisse dieser neuen Methode sind beeindruckend. Als die Forscher sie an einem Standardtestziel mit geätzten Strukturen testeten, stellten sie fest, dass die Qualität des Bildes genauso gut war wie die der älteren, langsameren mechanischen Methoden, jedoch mit dem zusätzlichen Vorteil, dichte Proben handhaben zu können. Sie zeigten, dass der neue Algorithmus die Bilder erfolgreich trennen konnte, selbst wenn die Verschiebung zwischen dem Geisterbild und dem realen Objekt sehr klein oder sehr groß war – ein Bereich, in dem frühere Methoden oft scheiterten. Am wichtigsten war jedoch, dass sie die Leistungsfähigkeit des Single-Shot-Ansatzes beim Abbilden einer bewegten Hefekultur demonstrierten. In einer dichten Kultur ist es fast unmöglich, einen Ort zu finden, an dem die Zellen nicht mit ihrem eigenen Geisterbild überlappen. Mit ihrer neuen Single-Shot-Technik gelang es dem Team, die Bewegung der Hefezellen in Echtzeit zu erfassen und sie verfolgte, während sie über den Schlitten bewegten. Der Algorithmus trennte die beiden Ansichten erfolgreich und enthüllte die wahre Struktur der Zellen ohne die Unschärfe oder Artefakte, die solche dichten Proben normalerweise plagen.

Diese Arbeit stellt einen bedeutenden Fortschritt für die biologische Bildgebung dar. Indem sie die Notwendigkeit des mechanischen Scannens eliminierten und die Beschränkung der Probendichte aufhoben, haben die Forscher ein Werkzeug geschaffen, das sowohl schneller als auch vielseitiger ist. Das System ist aufgrund des gemeinsamen Lichtpfades robust gegenüber Umgebungsvibrationen und schnell genug, um die Bewegung lebender Zellen einzufrieren. Obwohl die Verwendung einer Farbkamera eine leichte Reduktion der feinsten Details im Vergleich zu einem spezialisierten Schwarz-Weiß-Sensor bedeutet, ist die Fähigkeit, das gesamte Bild gleichzeitig in einer dichten Umgebung zu sehen, ein großer Gewinn. Das Team validierte seine Methode an fixierten neuronalen Netzen und lebender Hefe und zeigte damit, dass es sowohl statische, detaillierte Strukturen als auch dynamische, bewegliche Systeme handhaben kann. Dieser Ansatz bietet eine praktische Möglichkeit, komplexe biologische Prozesse in Echtzeit zu untersuchen, und öffnet die Tür zur Beobachtung dichter zellulärer Umgebungen, die zuvor zu schwer klar zu bilden waren.