Ученые открыли путь к бесфлуоресцентной маркировке клеточных компонентов

Исследователи из EPFL, Consiglio Nazionale delle Ricerche (CNR), Университета Федерико II и CEINGE-Biotecnologie avanzate в Неаполе разработали новый метод быстрого и надежного скрининга отдельных клеток без флуоресцентной метки. Работа, опубликованная в Nature Photonics, открывает новые возможности для ранней диагностики опухолей и разработки лекарств.

Ученые представили бесфлуоресцентный подход, точно различающий специфические области внутри живых клеток, уникально комбинируя голографическую визуализацию, микрофлюидику и нейросетевую обработку сигналов. Это прокладывает путь к жидким биопсиям для обнаружения циркулирующих опухолевых клеток и высокопроизводительным анализам для тестирования лекарств.

От фазовой задержки к показателю преломления

Метод основан на обучающей томографии, ранее разработанной в EPFL Optics Laboratory. Вместо создания визуального изображения используется количественная фазовая визуализация — голографический подход, выявляющий фазовую задержку при прохождении светового луча через вещество клетки.

Повторяя этот процесс под несколькими углами и пропуская фазовые данные через нейронную сеть, исследователи генерировали 3D-карты показателя преломления для каждого вокселя. «Показатель преломления зависит от плотности молекул и материала», — объясняет Деметри Псалтис. Увеличение числа итераций повышало точность оценки распределения показателя преломления.

Классификация клеточных компонентов

Ученые преодолели давнее ограничение количественной фазовой визуализации — неспособность идентифицировать внутриклеточные компоненты. «Использование самоорганизующейся кластеризации для группировки вокселей со схожим показателем преломления вместе с инструментами машинного обучения позволило нам собрать кластеры в классифицируемые формы. Например, разные типы ядер имеют разные показатели преломления», — говорит Псалтис.

Вторая задача — разработка метода скрининга клеток без их иммобилизации. Решение пришло от соавтора Пьетро Ферраро из CNR, имеющего опыт в in-flow томографии на чипах. «Идея заключалась в том, чтобы поместить клетки в жидкостный канал шириной 50–100 микрон и позволить градиенту скорости потока вращать клетки», — поясняет Псалтис. Наблюдая за клетками, которые кувыркаются вдоль канала с помощью стационарного луча и детектора, можно детектировать фазовую задержку, оценить ориентацию клетки и применить обучающую томографию для построения 3D-карт.

«Достижимое поперечное разрешение составляет от половины до одного микрона», — говорит Псалтис. «Мы не можем детектировать отдельные белки, но видим белковые агрегаты размером в десятки микрон. Метод также позволяет оценить размер ядра и контур клетки, который становится менее гладким при озлокачествлении». Методологию валидировали, сравнив результаты с наблюдениями с помощью конфокальной флуоресцентной микроскопии — современного золотого стандарта 3D-визуализации клеток.

Высокопроизводительный скрининг отдельных клеток

Ключевые применения:

• Жидкие биопсии для обнаружения циркулирующих раковых клеток — для идентификации типа рака во время операции и как инструмент ранней диагностики метастазов.
• Разработка лекарств (например, против болезней вроде болезни Паркинсона, связанных с сшиванием белков). Метод предлагает высокоэффективный неинвазивный способ оценки эффективности препаратов, разрушающих эти сшивки, в реальном времени путем повторного пропускания обработанных клеток через установку. Аналогично можно изучать эффекты патогенов на здоровые клетки в реальном времени.

Будущая работа будет включать применение инструментов машинного обучения для извлечения биологически значимой информации и конкретных диагнозов из оцененного распределения показателя преломления.