Automated Cyclic Super-Resolution Microscopy for Nanoscale Protein Mapping

Il paper presenta CycSTORM, una piattaforma di microscopia a super-risoluzione integrata e automatizzata che, combinando correzione attiva della deriva, scambio fluido automatizzato e un rapido step di inattivazione chimica, consente la mappatura nanoscopica multiplexata e stabile di proteine multiple all'interno di singole cellule.

L'essenziale

Immagina di voler studiare la città più piccola e complessa che esista: la cellula umana. All'interno di questa "città", ci sono miliardi di "edifici" (proteine) che lavorano insieme. Per capire come funziona la città, non basta sapere quali edifici ci sono; bisogna sapere esattamente dove si trovano, come sono collegati e come si muovono, tutto con una precisione incredibile, fino al livello dei singoli mattoni.

Il problema? I microscopi tradizionali sono come macchine fotografiche con una lente sporca: vedono la città, ma non riescono a distinguere i dettagli fini. I microscopi più avanzati (chiamati super-risoluzione) possono vedere i mattoni, ma hanno un grosso difetto: sono lenti, difficili da usare e possono fotografare solo pochi edifici alla volta. Se provi a fotografare troppi edifici insieme, le immagini si confondono.

Gli scienziati hanno creato una soluzione geniale chiamata CycSTORM. Ecco come funziona, spiegato con un'analogia semplice:

1. Il Concetto: "Fotografare a Strati"

Immagina di dover fare un ritratto di una stanza piena di persone che indossano magliette di colori diversi. Se provi a fotografare tutto insieme, i colori si mescolano e non vedi nulla.
CycSTORM funziona come un fotografo molto paziente e automatizzato che fa così:

1. Fa indossare a un gruppo di persone una maglietta rossa.
2. Scatta una foto super-dettagliata solo di quelli rossi.
3. Magia: Fa sparire istantaneamente la maglietta rossa (senza toccare le persone!).
4. Fa indossare una maglietta blu allo stesso gruppo.
5. Scatta una foto solo di quelli blu.
6. Ripete il processo per il verde, il giallo, ecc.

Alla fine, sovrappone tutte le foto. Il risultato? Una mappa perfetta della stanza con ogni persona nel posto giusto, anche se sono stati fotografati in momenti diversi.

2. I Tre Super-Poteri di CycSTORM

Per far funzionare questo trucco in modo automatico e preciso, il sistema usa tre trucchi speciali:

• Il "Cancellatore Chimico" (mCPBA):
  Di solito, per togliere la maglietta rossa, dovresti lavare la stanza con detersivi aggressivi che potrebbero rovinare i mobili o far scappare le persone. CycSTORM usa invece un "cancellatore chimico" speciale (chiamato mCPBA). È come un cancellino magico che fa sparire il colore rosso in 10 minuti, pulendo tutto al 99,9% senza danneggiare la stanza o le persone. Questo permette di ricominciare subito con il colore successivo.

• Il "Pilota Automatico" (Stabilità e Drift):
  Quando fai foto a una stanza per ore, la stanza potrebbe spostarsi di un millimetro per il calore o le vibrazioni. Se non correggi questo movimento, le foto non combaciano. CycSTORM ha un "pilota automatico" che guarda la struttura stessa della stanza (come i muri o i pavimenti) e corregge il movimento in tempo reale, con una precisione di nanometri (miliardesimi di metro). È come se il fotografo avesse un occhio che non si stanca mai e che ricalibra la macchina fotografica ogni secondo per assicurarsi che tutto sia perfettamente allineato.

• La "Camera a Vuoto" (Ambiente Senza Ossigeno):
  I colori fluorescenti (le magliette) si stancano e si spengono se c'è troppo ossigeno. CycSTORM lavora in una camera speciale riempita di azoto (come se fosse un ambiente privo di ossigeno). Questo mantiene i colori "freschi" e luminosi per giorni interi, permettendo di fare decine di foto senza che la qualità diminuisca.

3. Il Risultato: La Mappa della Città

Grazie a questo sistema, gli scienziati hanno potuto mappare sei diversi tipi di proteine (come i "pilastri" della cellula, i "filamenti" che la tengono insieme e i "libri" del DNA nel nucleo) tutte nella stessa cellula.

Prima, era come cercare di capire la mappa di una città guardando solo tre strade alla volta e sperando che non ti perdi. Ora, con CycSTORM, puoi vedere l'intera città, strada per strada, edificio per edificio, con una precisione tale da vedere come i "mattoni" si organizzano per formare la struttura della vita.

In Sintesi

CycSTORM è come un robot fotografo super-intelligente che:

1. Indossa e toglie i "costumi" alle proteine in modo automatico.
2. Usa un cancellino chimico veloce per pulire la scena.
3. Tiene tutto fermo e stabile come un diamante.
4. Costruisce una mappa 3D incredibilmente precisa di come le proteine lavorano insieme dentro una singola cellula.

Questo ci aiuta a capire meglio come funzionano le cellule sane e cosa va storto nelle malattie, aprendo la strada a nuove scoperte mediche.

Sommario tecnico

1. Il Problema

La mappatura spaziale delle proteine a livello nanometrico all'interno delle singole cellule è fondamentale per decifrare l'architettura cellulare e le sue funzioni. Tuttavia, le tecniche attuali di microscopia a localizzazione di singole molecole (SMLM), come la dSTORM, presentano limitazioni significative:

• Bassa produttività e intervento manuale: Le strategie cicliche esistenti richiedono un intervento manuale intensivo per i cicli di colorazione, imaging e rimozione del segnale.
• Variabilità del segnale: La stabilità del segnale fluorescente diminuisce durante esperimenti che durano giorni, a causa della degradazione dei buffer di imaging e della deriva termica/meccanica.
• Crosstalk inter-ciclo: La rimozione incompleta della fluorescenza residua dai cicli precedenti porta a sovrapposizioni di segnale (crosstalk), compromettendo la mappatura multiplex.
• Complessità della registrazione: La registrazione precisa 3D tra cicli diversi richiede spesso marcatori fiduciali (fiducial markers) che possono interferire con il campione o richiedere procedure di messa a fuoco complesse.
• Limitazioni spettrali: L'imaging multicolore simultaneo è limitato dalla sovrapposizione degli spettri di emissione e dalla differenza nelle cinetiche di "blinking" dei diversi fluorofori.

2. Metodologia: La Piattaforma CycSTORM

Gli autori hanno sviluppato CycSTORM, una piattaforma integrata e automatizzata per l'imaging ciclico (d)STORM. Il sistema combina hardware avanzato, fluidica automatizzata e algoritmi di elaborazione per superare le barriere attuali.

Componenti Chiave del Sistema:

• Automazione Fluidica (AutoStainer): Un modulo controllato da pompe a siringa e valvole a più vie gestisce l'intero flusso di lavoro: bloccaggio, incubazione con anticorpi, imaging, lavaggio e inattivazione chimica del fluoroforo. Tutto è gestito da un framework di controllo Python basato su Pycro-Manager.
• Inattivazione Rapida del Fluoroforo (mCPBA): Per eliminare il segnale residuo tra un ciclo e l'altro, il sistema utilizza l'acido meta-cloroperossibenzoico (mCPBA). Questo reagente chimico ossida il fluoroforo Alexa Fluor 647 (AF647), rimuovendo oltre il 99,9% della fluorescenza residua in soli 10 minuti, senza danneggiare l'integrità del campione o richiedere sbiancamento fotolitico prolungato.
• Ambiente di Imaging a Azoto: Per stabilizzare le condizioni di imaging durante sessioni lunghe (giornaliere), il sistema utilizza una camera sigillata purgata con azoto. Questo crea un ambiente a basso contenuto di ossigeno che preserva la stabilità dei componenti del buffer di imaging (scavenger di ossigeno), mantenendo le prestazioni di blinking del fluoroforo costanti per oltre 48 ore.
• Registrazione 3D Senza Marcatori (Drift Correction): Il sistema implementa una strategia di correzione della deriva gerarchica basata su immagini in campo chiaro (bright-field) intrinseche al campione (struttura cellulare), eliminando la necessità di marcatori fiduciali esterni.
  • Correzione a lungo termine: Prima di ogni ciclo, viene acquisita una pila di immagini bright-field 3D per allineare il campione al riferimento iniziale.
  • Correzione a breve termine: Durante l'acquisizione STORM, la deriva viene corretta attivamente ogni 30 secondi.
  • Algoritmo: Utilizza la correlazione incrociata FFT e un algoritmo di localizzazione basato su fasori per raggiungere una precisione sub-pixel (<2 nm laterale, <5 nm assiale).
• Standardizzazione del Fluoroforo: Tutti i target vengono mappati utilizzando anticorpi coniugati con Alexa Fluor 647. Questo standardizza le proprietà fotofisiche (blinking, resa dei fotoni) tra i diversi cicli, garantendo una precisione di localizzazione coerente.
• Imaging Quantitativo di Fase (QPI): Le stesse immagini bright-field utilizzate per la correzione della deriva vengono elaborate per ricostruire immagini di fase quantitativa, fornendo un contesto strutturale complementare senza bisogno di coloranti aggiuntivi.

3. Risultati Principali

• Efficienza di Inattivazione: L'uso di mCPBA ha dimostrato una riduzione del segnale fluorescente da ~5.000 fotoni/pixel a <8 fotoni/pixel (rumore di fondo) e una riduzione delle localizzazioni molecolari del >99,9% dopo il trattamento, eliminando efficacemente il crosstalk tra cicli.
• Stabilità a Lungo Termine: Il sistema purgato con azoto ha mantenuto una densità di localizzazione e una distribuzione di fotoni per localizzazione stabili per 48 ore, permettendo esperimenti multi-ciclo senza degradazione della risoluzione.
• Mappatura Multiplex (6-plex): Gli autori hanno eseguito con successo un esperimento ciclico a 6 target sulla stessa cellula di fibroblasti murini (NIH3T3). I target includevano:
  1. TOM20 (membrana mitocondriale esterna)
  2. α-Tubulina (citoscheletro)
  3. H3K9me3 (eterocromatina)
  4. H3K27me3 (cromatina repressiva)
  5. RNAPII (polimerasi II)
  6. H3K4me3 (cromatina attiva)
• Risoluzione e Registrazione: L'immagine ricostruita ha mostrato una risoluzione di Fourier Ring Correlation (FRC) compresa tra 22 e 34 nm per tutti i target. La registrazione spaziale è rimasta precisa nonostante i ripetuti cicli di colorazione e lavaggio, permettendo di visualizzare le relazioni spaziali tra strutture citoplasmatiche e stati epigenetici nucleari.
• Integrazione QPI: Le immagini di fase ricostruite hanno fornito dettagli morfologici (filamenti, architettura nucleare) che si allineavano perfettamente con le mappe proteiche super-risolute.

4. Contributi Chiave

1. Automazione Completa: Trasformazione di un processo manuale e laborioso in un flusso di lavoro autonomo che può operare per giorni senza intervento umano.
2. Inattivazione Chimica Rapida: Introduzione di un metodo basato su mCPBA che supera i limiti dei metodi di sbiancamento ottico o di eluizione degli anticorpi, garantendo un "reset" quasi totale del segnale in pochi minuti.
3. Correzione della Deriva Senza Marcatori: Sviluppo di un algoritmo robusto che utilizza la morfologia cellulare intrinseca per la registrazione 3D, semplificando la preparazione del campione e migliorando l'affidabilità.
4. Standardizzazione Fotofisica: L'uso di un singolo fluoroforo (AF647) per tutti i target elimina le variabili legate alle differenze di luminosità e cinetica tra diversi coloranti, rendendo il confronto quantitativo tra proteine più affidabile.

5. Significato e Impatto

CycSTORM rappresenta un passo avanti significativo verso l'analisi quantitativa e su larga scala dell'organizzazione molecolare nelle singole cellule.

• Accessibilità: Utilizzando anticorpi convenzionali e fluorofori standard, riduce la barriera d'ingresso rispetto a metodi complessi come DNA-PAINT che richiedono oligonucleotidi personalizzati.
• Scalabilità: La piattaforma rende fattibile la mappatura di decine di target in singole cellule, superando i limiti della sovrapposizione spettrale.
• Integrazione Multimodale: La capacità di combinare mappatura proteica nanometrica con imaging di fase quantitativa offre una visione olistica della cellula, collegando l'organizzazione molecolare alla morfologia cellulare.
• Applicabilità Biologica: Il metodo permette di studiare le relazioni spaziali tra diversi compartimenti cellulari (es. citoscheletro, mitocondri, cromatina) con una precisione precedentemente irraggiungibile in esperimenti multiplex, aprendo nuove strade per la ricerca in biologia cellulare e oncologia.

In sintesi, CycSTORM trasforma l'imaging a super-risoluzione ciclica da una tecnica di nicchia, complessa e manuale, in un approccio scalabile, robusto e automatizzato per la biologia quantitativa.