Four-dimensional Gaussian adaptive tomography for aberration-corrected, time-lapse 3D imaging using Fourier light-field microscopy
Cet article introduit la tomographie adaptative gaussienne 4D (4DGAT), un cadre fondé sur la physique qui combine un modèle direct auto-calibré avec une représentation gaussienne 3D temporellement déformable afin de permettre une imagerie quadridimensionnelle robuste, corrigée des aberrations et temporellement cohérente des dynamiques biologiques à travers les échelles subcellulaires, organiques et de cellule unique, en utilisant la microscopie à champ lumineux de Fourier.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
La vie est rarement une image plane. Le cœur qui bat, la cellule qui migre, le réseau mouvant d'unités d'énergie à l'intérieur d'un organisme vivant — ce sont des événements quadridimensionnels, se déroulant dans trois dimensions d'espace et une de temps. Pour les observer clairement, les scientifiques ont besoin de microscopes capables de capturer un volume complet d'un spécimen en un instant unique, sans le scanner pièce par pièce. L'un de ces outils est la microscopie à champ lumineux de Fourier. Elle fonctionne en capturant non seulement la lumière provenant d'un échantillon, mais aussi la direction dans laquelle la lumière voyage, permettant à un ordinateur de reconstruire une image Pix 3D à partir d'un cliché instantané. Cependant, cette méthode puissante présente un défaut persistant : les lentilles physiques et les capteurs du microscope ne sont jamais parfaits. De minuscules imperfections de fabrication et des distorsions optiques déforment la lumière, créant des images floues ou étirées qui ne ressemblent en rien à la biologie réelle. Lorsque les chercheurs tentent d'observer ces structures bouger au fil du temps, ces erreurs statiques peuvent être confondues avec du mouvement, créant des artefacts fantômes qui perturbent l'interprétation de ce qui se passe réellement à l'intérieur de la cellule.
Une équipe de chercheurs a développé une nouvelle façon de résoudre ces problèmes, transformant un cliché imparfait en un film 3D fluide et net. Ils appellent leur méthode la tomographie adaptative gaussienne quadridimensionnelle. Au lieu de supposer que le microscope est parfait et de tenter de forcer l'image à corresponder à cette supposition, leur système apprend ce que le microscope fait réellement. Il commence par prendre une seule image de référence et l'utilise pour construire une carte mathématique des erreurs optiques, incluant la façon dont les lentilles déforment la lumière et la manière dont les minuscules lentilles qui capturent l'image sont légèrement désalignées. Une fois que cette carte des erreurs est créée, le système la verrouille en place. Il observe ensuite le reste de la vidéo, suivant la déformation et le mouvement des structures biologiques, mais il le fait tout en maintenant la carte d'erreur optique constante. Cette séparation garantit que l'ordinateur puisse distinguer une distorsion de lentille d'un véritable mouvement biologique. Le résultat est une reconstruction qui est non seulement nette et exempte des habituels étirements, mais aussi cohérente d'un instant à l'autre, permettant aux scientifiques de voir la forme et le mouvement réels du vivant.
Les chercheurs ont testé cette approche sur une variété d'échelles biologiques, en commençant par les minuscules usines énergétiques à l'intérieur des cellules cardiaques. Dans les cellules cardiaques de rats vivants, les mitochondries forment un réseau complexe et interconnecté de tubes qui changent constamment de forme. Les méthodes d'imagerie standard rompent souvent ces tubes ou les rendent flous, rendant difficile l'observation de leurs connexions. La nouvelle méthode, cependant, a maintenu les structures tubulaires intactes et claires, révélant comment elles s'allongent, se courbent et se réorganisent au fil du temps. L'équipe a même pu suivre le mouvement d'un segment unique d'une mitochondrie alors qu'il voyageait à travers la cellule, un niveau de détail auparavant obscurci par les défauts optiques du microscope. Cette clartité a permis d'observer le remodelage continu du réseau sans le bruit distrayant des artefacts d'image.
Passant au niveau d'un organe entier, l'équipe a appliqué sa technique aux cœurs battants d'embryons de poisson-zèbre. Ces cœurs battent rapidement, et leurs chambres se contractent et s'étendent selon une danse coordonnée. L'imagerie précédente étirait souvent le cœur verticalement, rendant difficile la mesure du volume réel des chambres ou des taux de déformation des parois. Avec la nouvelle correction, les chercheurs ont pu voir les chambres du cœur tels qu'elles sont réellement, leur permettant de construire un maillage numérique 3D de la surface du cœur. Ils ont utilisé cela pour mesurer précisément la quantité de remplissage et de vidange des chambres cardiaques à chaque battement. Lorsqu'ils ont mécaniquement blessé un cœur, le système a clairement montré comment la blessure a perturbé la coordination entre les chambres supérieures et inférieures, réduisant le volume de sang pompé de près de 90 %. Cette mesure précise de la défaillance fonctionnelle, dérivée d'une image 3D claire, offre un moyen puissant d'étudier comment les dommages cardiaques affectent la mécanique de pompage.
Enfin, les chercheurs ont démontré la puissance de la méthode dans un environnement encombré de cellules immunitaires. Ils ont mélangé différents types de macrophages, certains étant magnétiques et d'autres non, et ont observé leur mouvement dans un nuage 3D dense. Le suivi standard perd souvent des cellules dans des scènes aussi encombrées ou confond leurs mouvements. Le nouveau système, quant à lui, a pu distinguer des centaines de cellules individuelles, traçant leurs trajectoires à travers le volume et les identifiant grâce aux marqueurs spécifiques sur leurs surfaces. Il a réussi à séparer les cellules magnétiques, qui se déplaçaient rapidement lorsqu'un champ magnétique était activé, des cellules non magnétiques, qui se déplaçaient plus lentement. Le système a compté les différents types de cellules et a mesuré leurs vitesses avec une précision correspondant aux méthodes traditionnelles de laboratoire, mais il l'a fait en les observant se déplacer en 3D en temps réel.
Le succès de ce travail repose sur un processus en deux étapes qui sépare le problème de « ce que le microscope voit » de celui de « ce que l'objet fait ». Premièrement, le système utilise une seule image pour apprendre la signature optique spécifique du microscope, y compris les distorsions de front d'onde et les légers décalages des lentilles. Cela crée un modèle personnalisé pour cette expérience spécifique. Deuxièmement, il utilise ce modèle fixe pour suivre le mouvement des structures biologiques au fil du temps, garantissant que les erreurs optiques ne soient pas confondues avec le mouvement biologique. Les chercheurs ont constaté que cette approche fonctionne même lorsque le microscope présente des imperfections significatives, et qu'elle produit des images bien plus nettes et cohérentes que les méthodes précédentes. En éliminant le flou et les artefacts fantômes qui parasitent habituellement ces films 3D rapides, cette technique ouvre la voie à l'observation de la dynamique biologique complexe avec un nouveau niveau de fidélité, des réseaux changeants à l'intérieur d'une seule cellule jusqu'au battement d'un organe entier.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.