Multiscale Light Field Microscopy Platform for Multi-purpose Dynamic Volumetric Bioimaging

이 논문은 기존 현미경에 부착하여 다양한 배율로 세포부터 개체 수준까지의 동적 3D 생체 영상을 획득할 수 있는 범용 멀티스케일 광장 현미경 플랫폼과 오픈소스 재구성 소프트웨어를 개발하고, 이를 통해 제브라피시 뇌 활동, 췌장 이소트 칼슘 역학, 세포 내 단백질 역학 등을 성공적으로 촬영한 결과를 제시합니다.

핵심

이 논문은 **"생물학 연구자들을 위한 '만능 3D 카메라'를 개발했다"**는 내용입니다.

기존의 현미경 기술은 3 차원 (3D) 이미지를 찍을 때, 마치 스펀지로 물을 짜듯이 한 층씩, 한 점씩 스캔해야 해서 속도가 매우 느렸습니다. 반면, 이 연구팀이 만든 **'광장 (Light Field) 현미경'**은 3D 공간을 한 번에 '스냅샷'으로 찍어냅니다.

이 복잡한 기술을 일반인이 이해하기 쉽게 비유와 함께 설명해 드리겠습니다.

---

1. 핵심 아이디어: "한 번의 셔터로 모든 각도를 찍다"

비유: "다중 렌즈가 달린 특수 안경"

일반적인 카메라는 한 개의 렌즈로 한 방향만 찍습니다. 하지만 이 연구팀이 만든 장치는 카메라 앞에 **'수천 개의 작은 렌즈 (마이크로 렌즈 배열)'**가 달린 특수 안경 같은 것을 끼웠습니다.

• 기존 방식 (스캔): 3D 입체물을 찍으려면, 초점을 앞뒤로 움직이며 층층이 찍어야 합니다. (예: 책을 한 장씩 넘겨가며 내용을 읽는 것)
• 이 기술 (광장): 한 번의 셔터로 빛이 들어오는 '방향'과 '위치' 정보를 모두 동시에 기록합니다. (예: 책 전체를 한눈에 훑어보며 모든 페이지의 내용을 동시에 파악하는 것)

컴퓨터가 이 데이터를 처리하면, 나중에 초점을 어디에 맞출지 마음대로 정할 수 있는 3D 영상이 만들어집니다.

2. 이 기술의 가장 큰 장점: "레고 블록처럼 쉽게 바꾸는 현미경"

기존의 광장 현미경은 특정 목적 (예: 아주 작은 세포만 찍거나, 아주 넓은 뇌만 찍는 것) 에 맞춰서 딱딱하게 설계되어 있었습니다. 마치 '한 가지 용도만 하는 전용 공구' 같았죠.

하지만 이 연구팀이 개발한 플랫폼은 **'만능 어댑터'**처럼 작동합니다.

• 비유: "카메라 렌즈만 갈아 끼우는 것"
  • 이 시스템은 시중에서 쉽게 구할 수 있는 일반 현미경에 '추가 모듈'을 붙인 형태입니다.
  • 연구자가 10 배 확대 렌즈를 끼우면 넓은 뇌 전체를 빠르게 찍을 수 있고, 60 배 확대 렌즈를 끼우면 세포 안의 작은 단백질까지 찍을 수 있습니다.
  • 복잡한 광학 장비를 새로 조립할 필요 없이, 기존 현미경의 렌즈만 바꿔 끼우면 됩니다. 마치 DSLR 카메라에서 렌즈만 갈아 끼우는 것처럼 쉽습니다.

3. 실제 적용 사례: "세 가지 다른 크기의 세계를 한 번에 찍다"

이 기술이 얼마나 강력한지, 세 가지 다른 크기의 생물학적 현상을 찍으며 증명했습니다.

1. 거대한 세계 (물고기 뇌):

   • 상황: 치명적인 발작 (간질) 이 일어나는 물고기의 전체 뇌를 찍어야 합니다.
   • 결과: 1 초에 30 번이나 뇌 전체를 3D 로 찍었습니다. 발작이 뇌의 한 구석에서 시작되어 어떻게 퍼져나가는지 실시간으로 추적할 수 있었습니다. (기존 기술로는 너무 느려서 놓쳤을 부분입니다.)

2. 중간 세계 (쥐의 췌장):

   • 상황: 혈당을 조절하는 '베타 세포'들이 어떻게 서로 소통하며 인슐린을 분비하는지 봐야 합니다.
   • 결과: 세포들이 모여 있는 작은 덩어리 (이소) 전체를 빠르게 찍어, 어떤 세포가 먼저 반응하고 어떻게 신호가 퍼지는지 3D 로 확인했습니다.

3. 작은 세계 (세포 내부):

   • 상황: 세포 안을 움직이는 아주 작은 단백질의 움직임을 봐야 합니다.
   • 결과: 세포 하나를 확대해서 찍어, 단백질이 어떻게 빠르게 이동하는지 미세하게 관찰했습니다.

4. 소프트웨어: "사진을 3D 입체로 변신시키는 마법"

하드웨어만 좋은 게 아닙니다. 찍은 사진은 원래 2D 평면처럼 보이지만, 연구팀이 만든 무료 소프트웨어를 쓰면 이 평면 사진이 3D 입체 영상으로 변합니다.

• 비유: "요리 레시피"
  • 이 소프트웨어는 마치 "이 재료를 이렇게 섞으면 맛있는 요리가 됩니다"라는 레시피처럼, "이런 광학 데이터를 이렇게 계산하면 선명한 3D 영상이 나옵니다"라는 과정을 자동화했습니다.
  • 광학 전문가가 아니어도 이 소프트웨어를 쓰면 누구나 쉽게 3D 영상을 만들 수 있습니다.

5. 결론: "생물학 연구의 민주화"

이 연구의 핵심 메시지는 **"복잡한 3D 촬영 기술을 누구나 쉽게 쓸 수 있게 만들었다"**는 것입니다.

• 이전: 3D 고속 촬영을 하려면 천문학적인 비용과 광학 전문가의 도움이 필요했습니다.
• 이제: 시중의 일반 현미경에 이 모듈을 붙이고, 렌즈만 바꿔 끼우면 됩니다.

이 기술은 질병의 원인을 찾거나, 뇌의 작동 원리를 이해하는 등 생명의 신비를 풀어나가는 데 있어 **새로운 창 (Window)**이 되어줄 것입니다. 마치 과거에 고해상도 카메라가 일반화되면서 사진 예술이 변했듯, 이제 생물학 연구에서도 3D 동영상이 일상이 될 것입니다.

기술 요약

1. 연구 배경 및 문제점 (Problem)

• 생물학적 과정의 3D 특성: 세포 내 이동부터 전체 뇌 신경망 활동에 이르기까지 생물학적 과정은 본질적으로 3 차원 (3D) 에서 발생합니다. 이를 이해하기 위해서는 3D 컨텍스트에서의 관찰이 필수적입니다.
• 기존 기술의 한계:
  • 공초점 현미경 (Confocal) 및 광시트 현미경 (LSM): 점 또는 평면을 스캔하여 3D 이미지를 획득하므로 속도가 느립니다. 빠른 생물학적 현상 (예: 신경 발화, 칼슘 신호) 을 포착하는 데 한계가 있습니다.
  • 기존 광장 현미경 (Light Field Microscopy, LFM): 단일 2D 샷으로 3D 부피를 획득하여 스캔이 필요 없어 매우 빠르지만, 기존에 발표된 대부분의 LFM 시스템은 특정 목적 (예: 고해상도 세포 추적 또는 저해상도 전체 뇌 영상) 에만 최적화되어 있었습니다.
  • 유연성 부재: 대부분의 LFM 시스템은 특정 필드 오브 뷰 (FOV) 와 해상도 범위에 맞춰 설계되어 있어, 다양한 스케일 (세포 수준에서 조직, 개체 수준까지) 의 실험을 수행하기 위해 하드웨어를 교체하거나 복잡한 설정이 필요했습니다. 이는 LFM 의 생물학 연구 보편화를 저해하는 요인이었습니다.

2. 방법론 (Methodology)

이 연구는 다중 스케일 (Multiscale) LFM 플랫폼을 개발하여 기존 광시트 현미경 (Wide Field Microscope, WFM) 에 모듈 형태로 추가하는 방식을 채택했습니다.

• 하드웨어 설계:

  • 상용 WFM 기반: 시판 중인 역형 광시트 현미경 (Olympus IX83) 을 베이스로 하여, 카메라 포트에 LFM 모듈을 추가했습니다.
  • 물체 렌즈 교체 방식: LFM 모듈 내부의 하드웨어를 변경하지 않고, 현미경의 회전 노즈피스 (Turret) 에 장착된 다양한 표준 물체 렌즈 (Objective) 만 교체함으로써 다양한 배율과 해상도 (세포 ~ 조직 ~ 개체 수준) 를 구현했습니다.
  • 푸리에 광장 현미경 (Fourier LFM, FLFM) 적용:
    • 기존 LFM 과 달리 마이크로 렌즈 어레이 (MLA) 를 이미징 평면이 아닌 **푸리에 평면 (Fourier plane)**에 배치했습니다.
    • MLA 는 주 물체 렌즈의 후면 구경 (Back aperture) 을 여러 서브-구경으로 분할하여 카메라 센서에 각도별 뷰 (Angular views) 를 형성합니다.
    • MLA 최적화: 카메라 센서 크기에 맞춰 12mm x 12mm 크기의 8x8 MLA 를 선택했습니다. 이는 다양한 NA(수치개구수) 의 물체 렌즈 (10X~60X) 와 호환되도록 설계되었습니다.
  • 컴포넌트: 상용 부품 (Hamamatsu sCMOS 카메라, Thorlabs 광학 부품 등) 만을 사용하여 제작 비용을 낮추고 접근성을 높였습니다.

• 소프트웨어 및 재구성 파이프라인:

  • 실험적 PSF 측정: 이론적 PSF 대신, 서브-회절 한계 비드를 촬영하여 시스템의 실제 광학적 결함을 반영한 실험적 점 확산 함수 (PSF) 를 측정했습니다.
  • Richardson-Lucy (RL) 디컨볼루션: GPU 가속을 활용한 RL 알고리즘을 사용하여 3D 재구성을 수행했습니다. FLFM 의 PSF 는 축 평면 내에서 이동 불변 (Shift-invariant) 이므로 FFT 기반 병렬 처리가 가능하여 재구성 속도가 기존 LFM 대비 약 100 배 빨라졌습니다.
  • 오픈 소스: 시스템 설계, PSF 처리, 3D 재구성을 위한 전체 소프트웨어 패키지를 GitHub 에 오픈 소스로 공개했습니다.

3. 주요 기여 (Key Contributions)

1. 다목적 다중 스케일 플랫폼: 하나의 LFM 모듈로 10X(저해상도, 대용적) 에서 60X(고해상도, 소용적) 물체 렌즈까지 호환 가능한 최초의 범용 LFM 시스템을 제시했습니다.
2. 사용자 친화성 및 접근성: 광학 설계 지식이 없는 생물학 연구자도 쉽게 사용할 수 있도록 상용 현미경에 플러그 앤 플레이 (Plug-and-play) 방식으로 통합되었으며, 오픈 소스 소프트웨어를 제공했습니다.
3. FLFM 아키텍처의 실용화: MLA 와 물체 렌즈의 NA 매칭 문제를 해결하여 단일 MLA 로 다양한 물체 렌즈를 사용할 수 있게 했으며, 재구성 속도를 획기적으로 개선했습니다.
4. 범용성 입증: 세포 내 단백질 역학, 조직 수준의 칼슘 신호, 개체 수준의 뇌 활동 등 다양한 생물학적 스케일에서의 성능을 입증했습니다.

4. 실험 결과 (Results)

연구팀은 세 가지 다른 생물학적 시나리오에서 플랫폼의 성능을 검증했습니다.

• A. 제브라피시 전체 뇌 발작 영상 (Whole-brain seizure imaging):

  • 설정: 10X 0.4 NA 물체 렌즈 사용.
  • 성능: 약 500x800x300 µm³의 전체 뇌 부피를 초당 30 볼륨 (30 vol/s) 으로 촬영.
  • 결과: 발작 (Seizure) 초기부터 전파까지의 빠른 신경 활동을 실시간으로 포착하여, 기존 광시트 현미경 (약 5 vol/s) 보다 훨씬 빠른 속도로 뇌 전체의 역동성을 관찰했습니다.

• B. 생체 외 마우스 췌장 이소트 (Islet) 의 칼슘 역학:

  • 설정: 30X 1.05 NA 실리콘 오일 렌즈 사용.
  • 성능: 약 100x100x86 µm³의 이소트 부피를 초당 20 볼륨 (20 vol/s) 으로 촬영.
  • 결과: 베타 세포 내 칼슘 신호가 특정 부위에서 시작되어 3D 전체 이소트로 퍼지는 복잡한 시공간적 역학을 포착했습니다. 기존 기술로는 놓쳤을 수 있는 초단위 역동성을 성공적으로 기록했습니다.

• C. 배양 세포 내 단백질 역학:

  • 설정: 60X 1.35 NA 오일 렌즈 사용.
  • 성능: 약 50x50x17 µm³의 세포 부피를 초당 20 볼륨 (20 vol/s) 으로 촬영.
  • 결과: 인간 유방암 세포 (U2OS) 내 프로락틴 수용체 (hPRLR) 의 빠른 이동과 점 (puncta) 의 역학을 미크론 수준의 해상도로 관찰했습니다.

• 해상도 평가:

  • 10X, 30X, 60X 렌즈에서 각각 약 5.8µm, 1.8µm, 0.9µm 의 횡방향 (Lateral) 해상도를 달성했습니다. 디컨볼루션을 통해 이론적 예측보다 약 30% 향상된 횡방향 해상도를 보였습니다.

5. 의의 및 결론 (Significance)

• 생물학 연구의 패러다임 전환: 이 플랫폼은 LFM 을 특정 실험에 국한된 도구가 아닌, 세포부터 개체 수준까지 다양한 스케일의 동적 3D 생체 영상을 위한 범용 도구로 격상시켰습니다.
• 비용 효율성과 확장성: 고가의 맞춤형 광학 부품 대신 상용 부품을 사용하여 제작 비용을 낮추고, 향후 더 큰 센서나 맞춤형 MLA 로 업그레이드할 수 있는 유연성을 제공합니다.
• 미래 전망: 이 시스템은 기존 고해상도 스캐닝 현미경 (공초점, 광시트 등) 과 병행하여, 빠른 3D 스캐닝을 위한 '가이드' 역할을 하거나, 단독으로 빠른 3D 역학 연구에 활용될 수 있습니다. 오픈 소스 소프트웨어와 함께 제공됨으로써 전 세계 생물학 연구자들의 접근성을 크게 높였다는 점에서 의의가 큽니다.

이 연구는 광학 엔지니어링의 복잡성을 줄이면서도 고성능 3D 생체 영상 기술을 생물학 연구 현장에 실질적으로 도입하는 데 중요한 이정표가 됩니다.