vFLIM: Machine Learning-enabled Light Sheet Fluorescence Lifetime Imaging

Dans le monde de l'imagerie biologique, les scientifiques s'appuient depuis longtemps sur la luminosité d'une molécule fluorescente pour comprendre ce qui se passe à l'intérieur d'une cellule vivante. Cette intensité leur indique la quantité d'une substance présente, mais elle omet une couche d'information plus profonde. Tout comme une note de musique peut changer de hauteur en fonction de la pression de l'air ou de la température environnante, une molécule fluorescente modifie la vitesse à laquelle elle cesse de briller après avoir été frappée par la lumière. Cette vitesse, connue sous le nom de durée de vie de la fluorescence, agit comme un rapporteur sensible de l'environnement immédiat de la molécule. Elle peut révéler des changements subtils dans l'environnement local, la tension physique au sein d'un tissu ou l'état métabolique d'une cellule. Parce que ces conditions sont dynamiques et fragiles, les informations les plus précieuses proviennent de l'observation de leur déroulement en temps réel au sein d'organismes vivants, plutôt que de l'étude d'échantillons congelés en laboratoire.

Cependant, capturer cette information éphémère dans un système vivant a représenté un défi de taille. Les méthodes traditionnelles pour mesurer ces durées de vie sont souvent trop lentes pour suivre les mouvements rapides de la vie, ou nécessitent tellement de lumière qu'elles endommagent ou tuent les spécimens délicats qu'elles sont censées observer. De plus, le volume considérable de données générées par ces mesures crée un goulot d'étranglement, rendant difficile le traitement rapide des images pour qu'elles soient utiles lors d'études à long terme. Le résultat est un écart entre le potentiel de cette technique et son application pratique dans le monde vivant.

Une équipe de chercheurs a désormais comblé ce fossé en introduisant un flux de travail complet qui combine un microscope spécialisé avec une nouvelle façon de traiter les données. Ils ont développé un système appelé vFLIM, qui signifie imagerie de la durée de vie de la fluorescence volumétrique. Cette approche utilise un microscope à feuille de lumière, un dispositif qui illumine une fine tranche d'un spécimen à la fois, permettant une imagerie rapide et douce de volumes entiers sans les effets agressifs des méthodes de balayage traditionnelles. Pour gérer la quantité massive d'informations que ce microscope produit, l'équipe a couplé le matériel à un modèle d'apprentissage automatique, un type de programme informatique entraîné pour reconnaître des motifs et extraire les données de durée de vie directement à partir des images brutes. Cette combinaison permet au système de générer des cartes tridimensionnelles détaillées des durées de vie moléculaires avec une vitesse et une douceur auparavant inaccessibles pour les systèmes vivants.

Les chercheurs ont testé ce pipeline à travers un large éventail de scénarios biologiques pour prouver sa polyvalence. Ils ont appliqué la méthode à différents types de modèles vivants, faisant varier les molécules spécifiques suivies et l'échelle de l'observation, des minuscules structures cellulaires aux volumes de tissus plus larges. Dans chaque cas, le système a délivré avec succès des données volumétriques claires et rapides, démontrant que le flux de travail est assez robuste pour gérer diverses nécessités expérimentales. En validant la méthode à travers ces différentes conditions, l'équipe a montré que le pipeline n'est pas seulement un concept théorique, mais un outil pratique prêt pour une utilisation plus large.

Ce travail représente une étape significative pour rendre l'imagerie de la durée de vie tridimensionnelle en direct accessible à la communauté élargie des biologistes. En résolvant les doubles problèmes de vitesse et de complexité des données, le nouveau pipeline lève les barrières qui maintenaient cette technique puissante hors de portée de nombreux chercheurs. Le résultat est un système transférable qui permet aux scientifiques d'observer les environnements subtils et changeants des organismes vivants sur de longues périodes, ouvrant la voie à de nouvelles découvertes sur le fonctionnement de la vie au niveau moléculaire, sans l'interférence du processus d'observation lui-même.