Article de méthode

Microscopie d'imagerie hyperspectrale à balayage d'excitation pour discriminer efficacement les signaux de fluorescence

DOI :

10.3791/59448

⸱

22 août 2019

 ,  ,  , 
1Department of Chemical and Biomolecular Engineering, University of South Alabama, 2Center for Lung Biology, University of South Alabama, 3Department of Pharmacology, University of South Alabama

Dans cet article

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'imagerie spectrale est devenue une solution fiable pour l'identification et la séparation des signaux de fluorescence multiples dans un seul échantillon et peut facilement distinguer les signaux d'intérêt du fond ou de l'autofluorescence. L'imagerie hyperspectrale à balayage d'excitation améliore cette technique en diminuant le temps d'acquisition d'image nécessaire tout en augmentant simultanément le rapport signal-bruit.

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Plusieurs techniques reposent sur la détection des signaux de fluorescence pour identifier ou étudier des phénomènes ou pour élucider les fonctions. La séparation de ces signaux de fluorescence s'est avérée lourde jusqu'à l'avènement de l'imagerie hyperspectrale, dans laquelle les sources de fluorescence peuvent être séparées les unes des autres ainsi que des signaux de fond et de l'autofluorescence (étant donné la connaissance de leurs signatures). Cependant, l'imagerie hyperspectrale traditionnelle de balayage des émissions souffre de temps d'acquisition lents et de faibles rapports signal-bruit en raison du filtrage nécessaire de l'excitation et de la lumière des émissions. Il a déjà été démontré que l'imagerie hyperspectrale de balayage d'excitation réduit le temps d'acquisition nécessaire tout en augmentant simultanément le rapport signal-bruit des données acquises. À l'aide d'équipements disponibles dans le commerce, ce protocole décrit comment assembler, calibrer et utiliser un système de microscopie d'imagerie hyperspectrale à balayage d'excitation pour séparer les signaux de plusieurs sources de fluorescence dans un seul échantillon. Bien que très applicable à l'imagerie microscopique des cellules et des tissus, cette technique peut également être utile pour tout type d'expérience utilisant la fluorescence dans laquelle il est possible de varier les longueurs d'onde d'excitation, y compris, mais sans s'y limiter: l'imagerie chimique, applications environnementales, soins oculaires, sciences alimentaires, sciences médico-légales, sciences médicales et minéralogie.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'imagerie spectrale peut être réalisée de diverses façons et est mentionnée par plusieurs termes1,2,3,4. En général, l'imagerie spectrale désigne les données acquises dans au moins deux dimensions spatiales et une dimension spectrale. L'imagerie multispectrale et hyperspectrale se distingue le plus souvent par le nombre de bandes de longueur d'onde ou par le fait que les bandes spectrales sont contigus1. Pour cette application, les données hyperspectrales sont définies comme des données spectrales acquises avec des bandes de longueur d'onde contigus obtenues par espacement des longueurs d'onde du centre au moins la moitié de la largeur totale à la moitié maximale (FWHM) de chaque filtre de bandepass utilisé pour l'excitation (c.-à-d., 5 nm espacement de longueur d'onde centrale pour les filtres bandpass avec des bandes passantes de 14-20 nm). La nature contigue des bandes de données permet un suréchantillonnage de l'ensemble de données, en veillant à ce que les critères de Nyquist soient satisfaits lors de l'échantillonnage du domaine spectral.

L'imagerie hyperspectrale a été développée par la NASA dans les années 1970 et 1980 en conjonction avec le premier satellite Landsat5,6. La collecte de données à partir de plusieurs bandes spectrales adjacentes a permis la génération d'un spectre d'éclat de chaque pixel. L'identification et la définition du spectre d'éclat des composants individuels ont permis non seulement de détecter les matériaux de surface par leurs spectres caractéristiques, mais aussi d'éliminer les signaux intermédiaires, tels que les variations du signal conditions atmosphériques. Le concept de détection des matériaux à l'aide de leurs spectres caractéristiques a été appliqué aux systèmes biologiques en 1996, lorsque Schck et coll. ont utilisé des combinaisons de cinq fluorophores différents et de leurs spectres connus pour distinguer les chromosomes étiquetés dans un processus appelé karyotypage spectral7. Cette technique a été élaborée en 2000 par Tsurui et coll. pour l'imagerie par fluorescence d'échantillons de tissus, à l'aide de sept colorants fluorescents et d'une décomposition de la valeur singulière pour obtenir la séparation spectrale de chaque pixel en combinaisons linéaires de spectres dans la référence. bibliothèque8. Semblable à leurs homologues de télédétection, la contribution de chaque fluorophore connu peut être calculée à partir de l'image hyperspectrale, donnée des informations a priori du spectre de chaque fluorophore.

L'imagerie hyperspectrale a également été utilisée dans les domaines de l'agriculture9, astronomie10, biomédecine11, imagerie chimique12, applications environnementales13, soins oculaires14, science alimentaire15, science médico-légale16,17, science médicale18, minéralogie19, et la surveillance20. Une limitation clé des systèmes actuels d'imagerie hyperspectrale au microscope fluorescence est que la technologie d'imagerie hyperspectrale standard isole les signaux de fluorescence dans les bandes étroites par 1) filtrant d'abord la lumière d'excitation pour contrôler l'excitation de l'échantillon, puis 2) le filtrage supplémentaire émis la lumière pour séparer l'émission de fluorescence en bandes étroites qui peuvent plus tard être séparées mathématiquement21. Le filtrage de l'éclairage d'excitation et de la fluorescence émise réduit la quantité de signal disponible, ce qui abaisse le rapport signal-bruit et nécessite de longs délais d'acquisition. Le faible signal et les longs délais d'acquisition limitent l'applicabilité de l'imagerie hyperspectrale en tant qu'outil de diagnostic.

Une modalité d'imagerie a été développée qui fait usage de l'imagerie hyperspectrale mais amplifie le signal disponible, réduisant ainsi le temps d'acquisition nécessaire21,22. Cette nouvelle modalité, appelée imagerie hyperspectrale à balayage d'excitation, acquiert des données d'image spectrale en variant la longueur d'onde de l'excitation et en recueillant un large éventail de lumière émise. Il a déjà été démontré que cette technique donne des ordres de grandeur augmentations du rapport signal-bruit par rapport aux techniques de balayage des émissions21,22. L'augmentation du rapport signal-bruit est en grande partie due au large passage de bande (600 nm) de lumière d'émission détecté, tandis que la spécificité est fournie en filtrant seulement la lumière d'excitation au lieu de l'émission de fluorescence. Cela permet à toute la lumière émise (pour chaque longueur d'onde d'excitation) d'atteindre le détecteur21. En outre, cette technique peut être utilisée pour distinguer l'autofluorescence des étiquettes exogènes. En outre, la capacité de réduire le temps d'acquisition en raison de l'augmentation du signal détectable réduit le risque de photoblanchiment ainsi que permet des balayages spectrals à un taux d'acquisition qui est acceptable pour l'imagerie vidéo spectrale.

L'objectif de ce protocole est de servir de guide d'acquisition de données pour la microscopie d'imagerie hyperspectrale à balayage d'excitation. En outre, des descriptions sont incluses qui aident à comprendre le chemin de lumière et le matériel. On décrit également la mise en œuvre d'un logiciel open-source pour un microscope d'imagerie hyperspectrale à balayage d'excitation. Enfin, des descriptions sont fournies sur la façon de calibrer le système selon une norme traçable NIST, d'ajuster les paramètres logiciels et matériels pour obtenir des résultats précis et de démélanger le signal détecté en contributions de composants individuels.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Configuration de l'appareil

  1. Source de lumière : sélectionnez une source de lumière spectrale à large bande avec une puissance élevée et une forte collimation (une lampe à arc de 300 W Xe a été utilisée pour ces études).
  2. Obturateur (facultatif) : ajoutez un obturateur à la trajectoire optique pour réduire le photoblanchiment pour l'imagerie en accéléré.
  3. Système de filtre réglable : incorporez un ensemble de réglage mécanique et un filtre réglable à couches minces (TFTF) pour permettre la plage d'excitation réglable en longueur d'onde désirée (p. ex., 360-485 nm).
  4. Microscope : utilisez un microscope à fluorescence inversée comprenant une tourelle et un contrôleur de filtre dichroique motorisé.
    1. Cube de filtre fluorescence : assemblez un cube de filtre à fluorescence à longue passe. Pour de meilleurs résultats, choisissez un miroir dichroïque et un filtre d'émission à long passage à la même longueur d'onde pour obtenir une séparation optimale de l'excitation de la lumière d'émission (par exemple, 495 nm).
    2. Objectif : utiliser un objectif apochromatique approprié pour assurer une focalisation uniforme sur la plage de longueur d'onde utilisée pour l'expérience (un objectif d'eau de 60x a été utilisé pour cette étude).
    3. Étape automatisée (facultatif) : utiliser une étape automatisée pour l'échantillonnage rapide de plusieurs champs de vision et/ou de très grands champs grâce à des coutures d'image. Calibrer la scène avec l'objectif et la caméra.
  5. Caméra : sélectionnez une caméra appropriée pour atteindre les exigences de résolution spatiale, de sensibilité et de bruit de l'expérience (ce système a utilisé une caméra sCMOS à haute sensibilité).

2. Logiciel d'acquisition

  1. Choisissez un logiciel qui permet un contrôle indépendant de chaque composant matériel, tel que Micro-Manager.
    1. Création du fichier de configuration : le fichier de configuration est un ensemble enregistré d'instruments et d'instructions que Micro-Manager chargera pour faire fonctionner le matériel du système. Pour créer un fichier de configuration, cliquez sur Outils 'gt; Hardware Configuration Wizard.
      1. Dans l'étape 1, cliquez sur Créer une nouvelle configuration 'gt; Suivant pour continuer. Notez que l'utilisateur peut choisir de modifier ou d'explorer la configuration existante si celle-ci est déjà disponible.
      2. À l'étape 2, parcourez la liste des appareils disponibles pour trouver les appareils à contrôler par micro-gestionnaire, comme le microscope, la lampe, la scène, l'obturateur et l'appareil photo. Lorsqu'il est mis en surbrillance, cliquez sur Ajouter... bouton pour ajouter l'appareil à la liste des périphériques installés. Cela ouvrira une nouvelle fenêtre.
        1. Désignez l'étiquette de l'appareil dans la boîte Étiquette. (p. ex. caméra sCMOS)
        2. Sous valeur, sélectionnez le port COM approprié pour chaque appareil. Cela entraînera l'affichage d'une liste de propriétés de l'appareil au bas de la fenêtre.
        3. Laissez les propriétés de l'appareil à leurs paramètres par défaut. Notez que les valeurs personnalisées pour chaque propriété de périphérique peuvent être saisies comme vous le souhaitez.
        4. Lorsque chaque appareil est ajouté, cliquez sur le bouton Suivant pour passer à l'étape suivante. Notez que si des périphériques sont laissés de côté ou doivent être modifiés, le fichier de configuration peut être modifié ultérieurement comme décrit à l'étape 2.1.1.1.
      3. À l'étape 3, utilisez les menus déroulants pour sélectionner la caméra par défaut, l'obturateur et l'étape de mise au point. Si l'auto-shutter est souhaité, cliquez sur la case cocher ci-dessous la liste de déroulant étape de mise au point. Si la direction de mise au point de l'étape Z est connue, sélectionnez-la dans la liste de déroulantes sous les directions de mise au point de l'étape (avancée). Sinon, laissez le défaut comme Inconnu.
      4. À l'étape 4, cliquez en double sur les cases sous la rubrique Delay [ms] pour régler les retards associés aux dispositifs automatisés tels que des retards de 100 ms pour la lampe, la scène et l'obturateur, et un délai de 250 ms pour les commandes à l'assemblage de tuning mécanique pour tenir compte de la temps de commutation mécanique entre les filtres.
      5. À l'étape 5, assigner des étiquettes pour les périphériques d'état. La configuration du système de microscope à balayage d'excitation utilise des étiquettes dans le bloc de filtre pour identifier chaque cube de filtre de fluorescence (par exemple, l'état 0 correspond à l'étiquette Bright, le cube de filtre vide utilisé lors de l'imagerie du champ lumineux; l'état 3 correspond à l'étiquette 495 nm et au cube de filtre dichroic personnalisé de 495 nm utilisé pour séparer la lumière d'excitation et d'émission à 495 nm). Les étiquettes sont également utilisées dans l'assemblage de tuning mécanique pour stocker les commandes de commutation pour chaque longueur d'onde d'excitation (par exemple, l'état 0 correspond à la commande de tuning de longueur d'onde d'excitation de 340 nm pour l'assemblage de tuning mécanique).
      6. À l'étape 6, cliquez sur le bouton Parcourir à côté de la case de fichiers Configuration pour choisir un emplacement d'enregistrement et le nom du fichier pour le fichier de configuration. Cliquez sur la finition pour enregistrer le fichier de configuration.
    2. Groupes de démarrage et préréglages : Micro-Manager peut stocker différents groupes dans chaque fichier de configuration pour activer ou modifier un sous-ensemble du matériel. Par exemple, un groupe de démarrage du système et une combinaison préréglage stockent les paramètres par défaut tels que la taille de la binning et les taux de lecture de l'appareil photo.
      1. Créer un groupe (par exemple, Système) en cliquant sur la fenêtre principale de la sous-section Groupe.
      2. Vérifier toute utilisation dans le groupe? boîtes à l'intérieur du groupe qui exigeront une valeur par défaut à définir (par exemple, binning dans la caméra par défaut associée).
      3. Créez un nouveau préensemble (p. ex., "Startup") en cliquant sur la fenêtre principale de la sous-section Préset.
      4. Chaque case cochée à l'étape 2 apparaîtra comme une option pré-réglé ici. Choisissez une valeur par défaut à charger pour chaque case cochée.
    3. Groupe et préréglages pour les longueurs d'onde d'excitation : Micro-Manager traite chaque longueur d'onde d'excitation comme son propre canal avec sa propre commande de commutation de longueur d'onde ; par conséquent, chacun doit être sauvé comme son propre pré-ensemble.
      1. Créer un nouveau groupe pour contenir un ensemble de longueurs d'onde d'excitation désirées (p. ex., « 495 nm dichroic »)
      2. Vérifiez la case Utilisation en groupe? nommée Étiquette correspondant à l'appareil VF-5.
      3. Créez un nouveau préensemble nommé pour chaque longueur d'onde d'excitation (p. ex., « 340 nm »).
      4. Attribuez à chaque pré-ensemble le nom de propriété et la valeur préréglé approprié (p. ex., nom de propriété : « Étiquette »; valeur préfixée : « 340 nm »).
    4. Outil d'acquisition multidimensionnelle : cliquez surAcq Multi-D.près du haut à gauche de la fenêtre Micro-Manager pour ouvrir un outil personnalisable à utiliser pour capturer une image de l'échantillon à chaque longueur d'onde d'excitation avec le clic d'un seul bouton. Il existe plusieurs options de personnalisation pour construire l'acquisition exactement comme vous le souhaitez.
      1. Points temporels (non utilisés dans cet exemple) : pour les études sans composant time-lapse, laissez la case incontrôlée. Si des études en time-lapse sont souhaitées, cochez cette case. Si coché, entrez le nombre de fois pour effectuer le reste des paramètres d'acquisition dans la case Nombre. Définir le temps entre les acquisitions successives en entrant la durée dans la boîte D'intervalle et choisissez l'unité appropriée (millisecondes, secondes ou minutes; généralement secondes).
      2. Plusieurs positions (XY; non utilisées dans cet exemple) : pour les études d'une seule position XY, laissez la case incontrôlée. Si plusieurs positions XY sont souhaitées, cochez la case et cliquez sur le bouton Modifier le bouton liste de position pour ouvrir une fenêtre séparée. Déplacez la scène vers chaque emplacement souhaité et cliquez sur le bouton Mark pour enregistrer cette position dans le logiciel. Répétez l'opération jusqu'à ce que toutes les positions XY souhaitées soient marquées. Fermez cette fenêtre pour continuer.
      3. Z-stacks (diapositives; non utilisé dans cet exemple): pour les études d'une seule position Z, laissez la boîte non cochée. Si plusieurs positions Z sont souhaitées, cochez la case. Déplacez la scène vers la position Z de début souhaitée et cliquez sur le bouton Set à côté de la boîte Z-start. Déplacez la scène vers la position Z de fin souhaitée et cliquez sur le bouton Set à côté de la case Z-end. Entrez la taille d'étape désirée (en microns) dans la boîte Z-step.
      4. Canaux : assurez-vous que la case Chaînes est cochée. Ici, les canaux sont les noms donnés aux longueurs d'onde d'excitation individuelles. Les « canaux » disponibles correspondent aux « Groupes » décrits dans les étapes 2.1.2 et 2.1.3.
        1. Groupe : cliquez sur la liste déroulante pour sélectionner un groupe parmi lequel choisir les longueurs d'onde d'excitation disponibles (p. ex., 495 nm dichroic).
        2. Cliquez sur la boîte Keep Shutter Open pour garder l'obturateur ouvert entre les acquisitions pour chaque canal. Notez que l'obturateur se fermera toujours entre les scans spectrals successifs si cette case est cochée, en supposant que l'option d'autoshutter est également sélectionnée dans la fenêtre principale.
      5. Cliquez sur le nouveau bouton pour ajouter des canaux à la liste d'acquisition. Notez que le bouton Supprimer peut être utilisé pour supprimer tous les canaux qui ne sont plus désirés et que Up and Down peut être utilisé pour réorganiser n'importe quel canal sélectionné.
        1. Assurez-vous que la case à cocher Use? est sélectionnée pour chaque longueur d'onde désirée dans l'analyse spectrale.
        2. Configuration : cliquez sur la liste de déroulantes sous Configuration et choisissez la première longueur d'onde dans la plage spectrale souhaitée (par exemple, 340 nm).
        3. Exposition : double-cliquez sur la case sous Exposition et saisisetez le temps d'exposition souhaité pour la longueur d'onde sélectionnée (p. ex., « 100 » pour 100 ms). Consultez la section 5 (« Acquisition de données ») pour obtenir des suggestions pour sélectionner les temps d'exposition appropriés.
        4. Z-offset (non applicable dans un scan spectral) : laissez cette boîte vide (à 0) lors de l'exécution d'un balayage spectral.
        5. Z-stack : assurez-vous que cette case est cochée pour chaque longueur d'onde de la plage spectrale si vous effectuez une pile Z.
        6. Passer Fr. (non applicable dans un scan spectral): laisser cette boîte vide (à 0) lors de l'exécution d'un balayage spectral. Notez qu'il peut être utile de sauter sélectivement des cadres dans le cas où une ou quelques longueurs d'onde d'excitation sont significativement plus puissantes que d'autres ou si les longueurs d'onde d'excitation individuelles s'avèrent particulièrement phototoxiques.
        7. Couleur : laissez cette boîte vide lors de l'exécution d'un scan spectral. Notez que les couleurs peuvent être choisies pour les bandes de longueur d'onde individuelles à des fins de visualisation de données, mais la couleur est inappropriée pour le démélange spectral ultérieur.
        8. Répétez ces étapes jusqu'à ce que chaque longueur d'onde d'excitation désirée dans la plage de balayage spectrale donnée soit ajoutée.
      6. Ordre d'acquisition : cliquez sur la liste de déroulantpour pour choisir dans quel ordre les options ci-dessus (2.1.4.1-2.1.4.5) seront exécutées. Pour les scans spectrals tels que celui montré ici, l'ordre d'acquisition est tout simplement Channel. Notez que des options supplémentaires apparaissent lorsque des cases supplémentaires sont cochées dans l'outil d'acquisition multidimensionnelle [points de temps, positions multiples (XY) et Z-stacks (tranches)] et permettent le choix de la position ou du temps en premier, suivi s'il s'agit d'une tranche ou d'une chaîne.
      7. Autofocus (non utilisé dans cet exemple) : Si plusieurs positions (XY) sont sélectionnées, plusieurs styles différents d'autofocus sont disponibles. Cliquez sur le bouton Options et sélectionnez une méthode d'autofocus à partir de la liste de déroulantà à côté du bouton de fermeture.
      8. Résumé: examiner cette fenêtre pour un résumé du nombre de points de temps, positions XY, tranches Z, canaux, nombre total d'images, mémoire totale, durée de balayage, et l'ordre d'acquisition pour s'assurer que les informations énumérées correspondent aux paramètres d'acquisition attendus.
      9. Enregistrer des images : assurez-vous que cette case est cochée pour enregistrer les données collectées grâce à l'utilisation de l'outil d'acquisition multidimensionnelle.
        1. Cliquez sur le ... bouton à côté de la racine d'annuaire pour choisir une racine d'annuaire dans laquelle les fichiers seront enregistrés. Nommez la racine de l'annuaire d'une manière qui décrit les détails pertinents de l'expérience (p. ex., GCaMP Airway Smooth Muscle Cells).
        2. Entrez un nom dans la boîte à côté du préfixe Nom qui décrit l'acquisition d'image en cours (par exemple FOV1-100ms-60X-495nmDichroicFilter). Il est conseillé de créer un préfixe de nom qui identifie le champ de vision et le temps d'exposition, ainsi que d'autres informations pertinentes telles que l'objet et le filtre dichroïque utilisé. Notez que la première pile d'images prise à l'aide de ces paramètres sera enregistrée avec « 1 » suivant le préfixe de nom. Toute pile ultérieure prise avec le même préfixe d'annuaire et de nom sera enregistrée avec « n », dans lequel « n » est le nombre de fois qu'une pile a été prise avec ce nom dans le répertoire.
        3. Cliquez sur Fichiers d'image séparés pour s'assurer que l'image générée à chaque longueur d'onde d'excitation est enregistrée.
      10. Enregistrer comme: cliquez sur le bouton Enregistrer comme ... près de la droite en haut de l'outil d'acquisition multidimensionnelle pour enregistrer ces paramètres d'acquisition pour une utilisation future facile. Notez que la racine de l'annuaire et les préfixes de nom seront également sauvegardés.
      11. Acquérir: enfin, cliquez sur l'acquérir! bouton pour commencer à acquérir des images en fonction des paramètres d'acquisition choisis ci-dessus.

3. Correction de réponse spectrale (facultatif) :

  1. La correction de sortie spectrale peut être effectuée pour calibrer la réponse spectrale du système à une norme connue, comme une lampe traçable NIST ou tout autre standard ou instrument traçable NIST. Cette étape est particulièrement importante si les résultats sont comparés à d'autres instruments d'imagerie spectrale, spectromètres, ou entre différents laboratoires. Ce processus a été rapporté en détail précédemment21,23.
    1. Utilisez un spectromètre calibré à une source lumineuse traçable par le NIST (comme le LS-1-CAL-INT, Ocean Optics) ou d'autres normes traçables par le NIST pour acquérir la puissance spectroradiométrique de l'éclairage mesurée au stade de l'échantillon. Effectuer une correction distincte pour chaque combinaison de réglage de source lumineuse, miroir dichroïque, et objectif. Utilisez une sphère d'intégration couplée au spectromètre pour mesurer avec précision l'éclairage grand angle à partir de l'objectif du microscope.
    2. Utilisez une méthode d'intégration, telle que la règle trapézoïdale, pour intégrer les données spectroradiométriques sur les longueurs d'onde éclairées. Une bande passante de 40 nm pour l'intégration centrée autour de la longueur d'onde centrale est suffisante pour la plupart des filtres qui ont une bande passante nominale comprise entre 14-20 nm pleine largeur à mi-maximum (FWHM). La valeur intégrée représente l'intensité de l'éclairage spectral à chaque bande de longueur d'onde d'excitation.
    3. Tracer l'intensité intégrée de chaque bande de longueur d'onde en fonction de la longueur d'onde du centre d'excitation pour permettre la visualisation du profil d'intensité de l'éclairage spectral.
    4. Déterminez la bande de longueur d'onde avec la plus faible intensité intégrée.
    5. Normaliser le profil d'intensité de l'éclairage spectral en divisant l'intensité intégrée la plus faible par l'intensité intégrée de chaque bande de longueur d'onde pour générer un facteur de correction dépendant de la longueur d'onde.

4. Préparation de l'échantillon

  1. Préparer un échantillon « vierge » (p. ex., placer un bordereau en verre dans la chambre cellulaire et ajouter 1 ml de tampon). Ce tampon a été décrit précédemment24.
  2. Préparer un échantillon non étiqueté pour déterminer toute autofluorescence de l'échantillon (p. ex., placer une feuille de verre contenant des cellules musculaires lisses non étiquetées25,26 dans la chambre cellulaire et ajouter 1 ml de tampon).
  3. Préparer un échantillon distinct à étiquette unique pour chaque étiquette fluorescente utilisée dans l'expérience comme suit :
    1. Ajouter l'étiquette mitochondriale diluée pour tamponner pour atteindre une concentration de 100 nM. Ajoutez ce tampon à la glissière contenant des cellules musculaires lisses des voies respiratoires. Incuber pendant 20 min à 20-25 oC. Déplacer la glissière de couverture vers la chambre cellulaire et ajouter 1 ml de tampon. Notez que la concentration optimale de l'étiquette mitochondriale variera selon des facteurs tels que le fabricant, la couleur associée et la spécificité souhaitée.
    2. Déplacez un bordereau contenant des cellules musculaires lisses des voies respiratoires transfectées avec la sonde GCaMP27 à la chambre cellulaire et ajoutez 1 ml de tampon.
  4. Préparer un ou plusieurs échantillons expérimentaux contenant un mélange des étiquettes fluorescentes désirées.
    1. Ajouter 1 ml de tampon (100 nM de concentration d'étiquette mitochondriale) à une cale contenant des cellules musculaires lisses des voies respiratoires transfectées avec la sonde GCaMP et incuber pendant 20 min à 20-25 oC. Déplacer la glissière de couverture vers la chambre cellulaire et ajouter 1 ml de tampon.

5. Acquisition de données :

  1. Vérifiez que le correct dichroic beamsplitter (p. ex., 495 nm dichroic filter cube), objectif (p. ex., objectif de l'eau 60x) et la caméra (caméra sCMOS) sont sélectionnés.
  2. Chargez l'échantillon sur la scène.
  3. Il suffit de cliquer en double avec la case à côté de l'exposition [ms] et du type « 100 » pour fixer le temps d'exposition à 100 ms. Notez que le temps d'exposition peut devoir être augmenté ou diminué en fonction de l'intensité de fluorescence de l'échantillon.
  4. Sélectionnez 475 nm dans le menu déroulant de la fenêtre principale Micro-Manager pour l'affichage initial de l'échantillon. Notez que 475 nm peut ne pas être la longueur d'onde optimale pour l'affichage de l'échantillon ou de déterminer si la sursaturation se produira tout au long de la pile d'image.
  5. Cliquez en direct pour voir l'échantillon.
    1. Cliquez sur le bouton de portée d'affichage d'intensité automatique Auto à côté de l'histogramme au bas de la fenêtre pour apporter les valeurs minimales et maximales dans des plages visuelles significatives.
  6. Utilisez les boutons de mise au point du microscope pour vous concentrer sur l'échantillon. Il est souvent utile de trouver le bord de l'échantillon pour aider à se concentrer. L'échantillon sera focalisé lorsque les caractéristiques de bord de l'image apparaissent nettes. Notez qu'il peut être nécessaire de cliquer sur le bouton Auto plusieurs fois pendant la mise au point pour aider à visualiser l'image de fluorescence. En outre, certains utilisateurs peuvent trouver plus facile de se concentrer sur l'échantillon si le microscope est en mode transmission.
    1. Si vous vous concentrez en mode transmission, pour des raisons de sécurité, assurez-vous d'abord que la source de lumière spectrale ne transmet pas la lumière aux oculaires avant d'ajuster le chemin de la lumière pour l'imagerie de transmission. Notez également qu'il peut y avoir de petites déviations entre le foyer des images de transmission et de fluorescence. Lorsque la mise au point acceptable a été atteinte, reconfigurez la voie de la lumière pour l'imagerie par fluorescence spectrale.
  7. Cliquez sur le Multi-D Acq. bouton près du haut à gauche de la fenêtre pour ouvrir l'outil d'acquisition multidimensionnelle (décrit et configuré dans la section 2).
  8. Choisissez une plage spectrale appropriée pour l'acquisition spectrale (p. ex., 360-485 nm pour le filtre dichroic de 495 nm) en cliquant sur le bouton Charge... en haut à droite de la fenêtre d'outil multidimensionnelle d'acquisition et en naviguant vers les paramètres d'excitation enregistré précédemment (à l'étape 2.1.4.10). Voir discussion pour obtenir de l'information sur les plages spectrales appropriées.
  9. Acquérir une image de fond/blanc qui ne contient pas de données de fluorescence à utiliser pour la soustraction de fond et de bruit. Cela peut être effectué à l'aide d'un échantillon vierge (étape 4.1) ou en naviguant vers une région vierge d'un échantillon expérimental. Comme décrit à l'étape 5.6, cela est plus facile à réaliser en trouvant le bord de l'échantillon, puis en le positionnant de sorte que le bord est centré dans le champ de vision.
    1. Une fois que les paramètres d'acquisition sont confirmés et qu'une région d'arrière-plan est visible, cliquez sur le bouton Acquire! pour acquérir une pile d'images spectrales contenant l'arrière-plan et le bruit à utiliser pour la soustraction plus tard. Il convient de noter que les échantillons sont susceptibles d'avoir une fluorescence plus intense loin du bord de l'échantillon. Il peut être conseillé de se déplacer sur l'échantillon pour trouver les régions les plus « brillantes » et effectuer plusieurs piles d'images d'essai pour déterminer les temps d'acquisition appropriés et éviter la surexposition.
  10. Prenez une seule pile d'images sur une région de l'échantillon qui semble avoir une fluorescence intense pour s'assurer qu'aucune combinaison de longueurs d'onde et que les temps d'exposition entraînent une surexposition.
  11. Utilisez ImageJ pour confirmer qu'aucune longueur d'onde ne contient de pixels surexposés.
    1. Dans ImageJ, cliquez sur Fichier 'gt; Import 'gt; Image Sequence et naviguer vers le dossier contenant les images spectrales prises à l'étape 5.10. Cela ouvrira une nouvelle fenêtre. Cliquez sur la case à côté du nombre d'images et entrez le nombre de longueurs d'onde incluses dans l'analyse spectrale (p. ex., 26). Laissez l'image de départ et l'incrément comme «1». Cliquez sur le bouton OK pour continuer.
    2. Appuyez sur M sur le clavier pour utiliser la fonction mesure d'ImageJ. Assurez-vous que le numéro indiqué sous Max n'est pas la limite de détection supérieure de la caméra (p. ex., 65 535). Répétez l'opération pour chaque image de l'analyse spectrale. Notez que la limite de détection de la caméra dépend de la caméra elle-même. La limite supérieure est affichée en haut à droite de l'histogramme dans la fenêtre principale de MicroManager. Alternativement, la limite supérieure peut être déterminée en ouvrant une image dans ImageJ et en naviguant vers l'image 'gt; Ajuster 'gt; Luminosité / Contraste. Cliquez sur le bouton Set dans la fenêtre contextrice résultante, entrez une valeur excessivement grande (par exemple, 999 999) dans le blanc à côté de la valeur affichéemaximum, et cliquez sur OK pour continuer. La valeur maximale affichée dans le nouvel histogramme doit être la limite de détection supérieure de la caméra.
    3. Si des images contenaient la limite de détection supérieure de la caméra (p. ex. 65 535), ajustez le temps d'exposition de l'analyse spectrale pour s'assurer que le signal maximal dans toute la plage spectrale ne dépasse pas la plage dynamique de la caméra.
  12. Acquérir des données d'image spectrale à partir d'échantillons non étiquetés pour déterminer toute autofluorescence. Acquérir l'analyse pour les échantillons non étiquetés en utilisant une plage de longueur d'onde identique et les paramètres de la caméra que le reste de l'expérience (par exemple, 360-485 nm à 100 ms par longueur d'onde).
  13. Acquérir des données d'image spectrale à partir d'échantillons à étiquette unique à utiliser comme commandes spectrales pour construire la bibliothèque spectrale. Effectuez l'analyse pour chaque étiquette en utilisant une plage de longueur d'onde identique, le temps d'exposition et les paramètres de la caméra. Notez qu'un délai d'acquisition plus long peut être nécessaire pour certains échantillons afin de permettre une détection précise du spectre de l'étiquette avec une contribution minimale au bruit.
  14. Effectuer des mesures sur un échantillon expérimental (p. ex., cellules musculaires lisses des voies respiratoires humaines avec sonde GCaMP et étiquette mitochondriale).
    1. Placez une glissière ou une feuille de couverture contenant l'échantillon expérimental sur le microscope.
    2. Sélectionnez un champ de vision avec des cellules de tissus correctement étiquetées.
    3. Acquérir les données d'image spectrale en utilisant les paramètres d'acquisition souhaités, tel que décrit ci-dessus.

6. Analyse d'image

  1. Corriger les images à une réponse spectrale plate.
    1. Soustrayez le spectre de fond obtenu à la section 5.9 et multipliez par le coefficient de correction déterminé à la section 3.1.5. Cela peut être fait avec un script MATLAB simple ou une routine ImageJ. Un code MATLAB de soustraction/correction (utilisé dans cet exemple) est disponible sur le site Web de l'Université de South Alabama Bioimaging Resources.
      1. Chargez le code de soustraction/correction dans MATLAB.
      2. Dans l'onglet EDITOR, cliquez sur Exécuter. Cela ouvrira une nouvelle fenêtre contenant un bouton Bsq Correction. Cliquez sur le bouton Bsq Correction pour ouvrir une autre fenêtre contenant des choix pour le répertoire de travail, le fichier d'arrière-plan, le fichier facteur de correction et le dossier tiff non corrigé.
        1. Utilisez le Parcourir... bouton à côté de Working Directory pour choisir le chemin de fichier où les fenêtres suivantes s'ouvriront. Naviguez vers le dossier contenant le spectre d'arrière-plan enregistré (en format .dat).
        2. Utilisez le Parcourir... bouton à côté de Fichier d'arrière-plan (.dat) pour ouvrir le répertoire choisi à l'étape 6.1.1.2.1 et choisir le fichier d'arrière-plan souhaité (en format .dat). Cliquez sur le bouton Ouvrez pour continuer.
        3. Utilisez le bouton Parcourir... à côté du facteur de correction (.dat) pour choisir un facteur de correction. L'annuaire du facteur de correction est par défaut à l'emplacement du code MATLAB parent. Si nécessaire, naviguez vers le sous-dossier contenant le fichier facteur de correction (en format .dat). Mettez en surbrillance le fichier de facteur de correction approprié et cliquez sur le bouton Open pour continuer.
        4. Utilisez le bouton Parcourir... à côté du dossier Tiff non corrigé pour ouvrir l'annuaire choisi à l'étape 6.1.1.2.1 et choisir le dossier pour la soustraction d'arrière-plan et la correction d'image (c'est généralement le dossier Pos0 qui contient immédiatement le brut images spectrales). Cliquez sur le bouton Ouvrez pour continuer.
        5. Cliquez sur le bouton Cliquez pour le bouton Correction Spectrale. Une fois le traitement terminé, une fenêtre s'ouvrira avec le message "Bsq Correction Complete". Cliquez sur le bouton OK pour continuer. Les images de correction sont stockées dans un nouveau dossier nommé avec le dossier d'image spectrale brute d'origine et un autre « Corrigé » (p. ex., Pos0-Corrected).
  2. Générer la bibliothèque spectrale. Plusieurs progiciels peuvent être utilisés pour extraire des données spectrales à partir d'images, y compris ImageJ. Pour de meilleurs résultats, normalisez chaque membre final à la bande de longueur d'onde de la plus grande intensité en déterminant quelle bande de longueur d'onde a la valeur la plus intense et en divisant la mesure à chaque bande de longueur d'onde par cette valeur maximale. Il convient également de noter que les contrôles monolabel générés dans les échantillons autofluorescents auront besoin de modifications supplémentaires28,29,30,31,32. Voir l'étape 6.2.4 et discuter pour plus de détails.
    1. Dans ImageJ, cliquez sur Fichier 'gt; Import 'gt; Image Sequence. Cela ouvrira une nouvelle fenêtre. Naviguez vers le dossier contenant les images spectrales corrigées. Double-cliquez sur n'importe quel fichier d'image dans le dossier pour ouvrir une nouvelle fenêtre. Cliquez sur la case à côté du nombre d'images et entrez le nombre de longueurs d'onde incluses dans l'analyse spectrale (p. ex., 26). Laissez l'image de départ et l'incrément comme «1». Cliquez sur le bouton OK pour continuer.
    2. Dans la fenêtre principale ImageJ, cliquez sur l'icône de sélection du polygone, puis utilisez le pointeur de souris en cliquant sur l'image pour créer un polygone autour d'une région contenant des données de fluorescence. Notez qu'il peut y avoir peu ou pas de données de fluorescence dans la longueur d'onde initiale. Naviguez vers une autre image de longueur d'onde et / ou utiliser la luminosité / outil de contraste (Image 'gt; Ajuster 'gt; Luminosité / Contraste 'gt; Auto) pour mieux visualiser les régions contenant des données de fluorescence d'intérêt.
    3. Avec le polygone dessiné, générer le profil de l'axe Z en cliquant sur Image 'gt; Stacks 'gt; Plot Z-axis Profile. Cela ouvrira une nouvelle fenêtre. Cliquez sur Enregistrer pour enregistrer les données spectrales comme un fichier .csv.
    4. Effectuer une soustraction pour assurer une bibliothèque spectrale appropriée avec des étiquettes pures dépourvues de contamination par l'autofluorescence. Utilisez l'équationsuivante 29 pour isoler un spectre pur du mélange d'une seule étiquette et de fluorescence :
      figure-protocol-1(1)
      Où: Spur est le spectre pur de l'étiquette, Smixte est le spectre mesuré de l'échantillon contaminé par l'autofluorescence, S autoFL est le spectre d'autofluorescence mesurée, "a" est un scalaire multiplicateur du spectre d'autofluorescence (entre 0 et 1; p. ex. 0,4), et le « décalage » est un décalage (habituellement 0). Variez le terme « a » jusqu'à ce qu'une valeur proche de zéro soit atteinte pour la contribution apparente de l'autofluorescence. Des informations supplémentaires peuvent être trouvées dans plusieurs publications28,29,30,31,32.
  3. Démélangeles des données d'image spectrale. L'étape de démélangement générera une image d'abondance pour chaque étiquette fluorescente, où l'abondance est la quantité de signal de fluorescence relative dans l'image de l'étiquette respective. Plusieurs algorithmes de déminage sont disponibles pour une utilisation avec ImageJ33,34,35. De plus, un code MATLAB spectral de mélange (utilisé dans cet exemple) est disponible sur le site Web de l'Université de South Alabama Bioimaging Resources. Un aperçu plus complet du démélange spectral est disponible36.
    1. Chargez le code de démélangespectral dans MATLAB.
    2. Modifier les fichiers Wavelength.mat et Library.mat pour correspondre aux conditions expérimentales (p. ex., "Longueur d'onde" en 360-485 par incréments de cinq).
      REMARQUE : Les valeurs correspondantes pour ces longueurs d'onde doivent être chargées dans la « bibliothèque » pour chaque étiquette fluorescente (et l'autofluorescence). Endmember-Name doit énumérer les étiquettes dans le même ordre que les valeurs de colonne de "Bibliothèque". Notez que le fichier Library.mat doit contenir à la fois des variables « Bibliothèque » et « Nom de membre final ».
    3. Dans l'onglet EDITOR, cliquez sur Exécuter. Cela ouvrira une nouvelle fenêtre permettant à l'utilisateur de choisir un répertoire. Naviguez vers le dossier contenant les images spectrales à ne pas mélanger. Une fois sélectionné, cela ouvrira une nouvelle fenêtre.
    4. Dans les blancs qui en résultent, entrez le nom de l'image (p. ex., HASMC avec GCaMP et Mito FOV1), le nombre de bandes de longueur d'onde (p. ex. 26), le nombre de points de temps (p. ex. 1) et la question de savoir si une mesure FRET est souhaitée (p. ex., n) dans leurs blancs respectifs. Si "n" est sélectionné pour FRET, laissez les deux blancs de fin de compte vides. Appuyez sur OK pour continuer, ce qui ouvrira une nouvelle fenêtre.
    5. Naviagate au dossier contenant le fichier Wavelength.mat. Une fois sélectionné, cliquez sur Ouvrir pour continuer, ce qui ouvrira une nouvelle fenêtre.
    6. Naviguez vers le dossier contenant le fichier Library.mat. Une fois sélectionné, cliquez sur Ouvrez pour continuer, ce qui enregistrera les images non mélangées dans un nouveau dossier "Non mélangé" à l'intérieur du répertoire contenant les images spectrales.
  4. Inspectez la qualité des images spectrales non mélangées.
    1. Ouvrez chaque image non mélangée pour inspecter visuellement la distribution des composants purs.
      1. Comparez l'ampleur de l'image d'erreur à celle des images non mélangées (semblable à l'étape 5.11, cela peut être fait par la fonction de mesure d'ImageJ). Si l'ampleur de l'image d'erreur est similaire en magnitude aux images d'abondance non mélangées, il est probable qu'il y ait des signaux dans les données d'image spectrale qui ne sont pas comptabilisés avec précision par la bibliothèque spectrale et le processus de démélange spectral linéaire.
      2. Comparez l'image d'erreur aux images non mélangées pour voir s'il existe des structures résiduelles non identifiées.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Plusieurs étapes importantes de ce protocole sont nécessaires pour assurer la collecte de données à la fois exactes et dépourvues d'images et d'artefacts spectraux. Le fait de sauter ces étapes peut donner lieu à des données qui semblent importantes mais qui ne peuvent être vérifiées ou reproduites avec un autre système d'imagerie spectrale, annulant ainsi efficacement les conclusions tirées avec ces données. Parmi ces étapes importantes, il y a la correction de la sortie spectrale approp...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

L'utilisation optimale d'une imagerie hyperspectrale à balayage d'excitation commence par la construction du chemin lumineux. En particulier, le choix de la source lumineuse, des filtres (tunable et dichroic), de la méthode de commutation de filtre, et de la caméra déterminent la gamme spectrale disponible, la vitesse possible de balayage, la sensibilité de détecteur, et l'échantillonnage spatial. Les lampes à arc de mercure offrent de nombreux pics de longueur d'onde d'excitation, mais ne fournissent pas une sortie spec...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mm. Leavesley et Rich divulguent leur intérêt financier dans une entreprise en démarrage, SpectraCyte LLC, fondée pour commercialiser la technologie d'imagerie spectrale.

Remerciements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les auteurs aimeraient reconnaître le soutien de NSF 1725937, NIH P01HL066299, NIH R01HL058506, NIH S10OD020149, NIH UL1 TR001417, NIH R01HL137030, AHA 18PRE34060163, et le Abraham Cancer Mitchell Research Fund.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Cellules musculaires lisses des voies respiratoiresNational Disease Research Interchange (NDRI)Isolé à partir de tissus pulmonaires humains obtenus à partir decellules sensibles au calcium hautement autofluorescentes
Automated ShutterThorlabs Inc.SHB1Obturateur télécommandé pour minimiser le photoblanchiment
Platine automatiséeH177P1T4 scientifique préalablePlatine télécommandée pour la collecte automatisée d’images à champs multiples ou assemblées.
Contrôleur de platine automatisé (XY)Prior ScientificProscan III (H31XYZE-US)Pour l’interfaçage d’une platine automatisée avec un ordinateur et un joystick
BufferMade in-house145 mM NaCl, 4 mM KCl, 20 mM HEPES, 10 mM D-glucose, 1 mM MgCl2 et 1 mM CaCl2, à pH 7,3
cellulaireThermoFisher ScientificAttofluor, A7816Support de lamelle composé d’acier inoxydable chirurgical et d’un joint torique en caoutchouc pour sceller les médias et prévenir la contamination de l’échantillon et/ou de l’objectif
Filtres d’excitationSemrock Inc.TBP01-378/16Gamme de longueurs d’onde centrales (340-378 nm), Bande passante (minimum 16 nm, FWHM nominal 20 nm), Indice de réfraction (1,88)
Semrock Inc.TBP01-402/16Gamme de longueurs d’onde centrales (360-400 nm), Bande passante (minimum 16 nm, FWHM nominal 20 nm), Indice de réfraction (1.8)
Semrock Inc.TBP01-449/15Gamme de longueurs d’onde centrales (400-448,8 nm), Bande passante (minimum 15 nm, FWHM nominal 20 nm), Indice de réfraction (1,8)
Semrock Inc.TBP01-501/15Gamme de longueurs d’onde centrales (448,8-501,5 nm), Bande passante (minimum 15 nm, FWHM nominal 20 nm), Indice de réfraction (1,84)
Semrock Inc.TBP01-561/14Gamme de longueurs d’onde centrales (501,5-561 nm), Bande passante (minimum 14 nm, FWHM nominal 20 nm), Indice de réfraction (1,83)
Filtre de fluorescence Cube Dichroïque BeamsplitterSemrock Inc.FF495-Di03Sépare la lumière d’excitation et d’émission à 495 nm (>98 % de réflexion entre 350-488 nm, >93 % de transmission entre 502-950 nm), Indice d’efficacité du filtre (1.78)
Filtre de fluorescence Cube Longpass FilterSemrock Inc.FF01 496/LP-25Permet le passage de la lumière supérieure à 496 nm (>93 % de transmission moyenne entre 503,2 et 1100 nm), indice de réfraction (1,86)
Sonde GCaMPAddgeneG-CaMP3 ; Plasmide #22692Un indicateur calcique génétiquement codé basé sur GCaMP2 à longueur d’onde unique
Optique océanique sphérique intégratriceFOIS-1Utilisé pour la mesure précise de l’éclairage grand angle
Microscope à fluorescence inverséeInstrumentsTE2000Les microscopes inversés permettent une excitation directe de l’échantillon sans qu’il soit nécessaire de pénétrer des couches de milieux et/ou de tissus.
Mitotracker GreenFM ThermoFisher ScientificM7514Étiquettes mitochondries
Lampe d’étalonnage traçable NISTOcean OpticsLS-1-CAL-INTUne lampe avec un spectre connu pour une utilisation en tant que
norme NIST-Traceable FluoresceinThermoFisher ScientificF36915Pour vérifier la réponse spectrale appropriée du système
NucBlueThermoFisher ScientificR37605Étiquettes noyaux cellulaires
Objectif (10X)Nikon InstrumentsPlan Apo &lambda ; 10X/0.45 &infin ;/0.17 MRD00105Utile pour les grands champs de vision
Objectif (20X)Nikon InstrumentsPlan Apo &lambda ; 20X/0.75 &infin ;/0.17 MRD00205Le plus souvent utilisé pour les échantillons de tissus
Objectif (60X)Nikon InstrumentsPlan Apo VC 60X/1.2 WI &infin ;/0.15-0.18 WD 0.27Le plus souvent utilisé pour les échantillons de cellules
Caméra sCMOSPhotometricsPrime 95B (Rev A8-062802018)Pour l’acquisition d’images numériques haute sensibilité
SpectromètreOcean OpticsQE65000Utilisé pour mesurer la sortie spectrale d’un système spectral à balayage d’excitation
Changeur de filtre accordableSutter InstrumentLambda VF-5Unité motorisée pour le réglage automatisé du filtre d’excitation/ commutation
Lampe à arc au xénon SunopticTechnologiesTitan 300HPSource lumineuse avec une sortie spectrale relativement uniforme
Chambre Nikon

Références

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Hagen, N. A., Kudenov, M. W. Review of snapshot spectral imaging technologies. Optical Engineering. 52 (9), 90901(2013).
  2. Li, Q., He, X., Wang, Y., Liu, H., Xu, D., Guo, F. Review of spectral imaging technology in biomedical engineering: achievements and challenges. Journal of Biomedical Optics. 18 (10), 100901(2013).
  3. Lu, G., Fei, B. Medical hyperspectral imaging: a review. Journal of Biomedical Optics. 19 (1), 10901(2014).
  4. Mehta, N., Shaik, S., Devireddy, R., Gartia, M. R. Single-Cell Analysis Using Hyperspectral Imaging Modalities. Journal of Biomechanical Engineering. 140 (2), 20802(2018).
  5. Goetz, A. F. H. Three decades of hyperspectral remote sensing of the Earth: A personal view. Remote Sensing of Environment. 113, S5-S6 (2009).
  6. Goetz, A. F. Measuring the Earth from Above: 30 Years(and Counting) of Hyperspectral Imaging. Photonics Spectra. 45 (6), 42-47 (2011).
  7. Schröck, E. Multicolor spectral karyotyping of human chromosomes. Science. 273 (5274), 494-497 (1996).
  8. Tsurui, H. Seven-color fluorescence imaging of tissue samples based on Fourier spectroscopy and singular value decomposition. Journal of Histochemistry & Cytochemistry. 48 (5), 653-662 (2000).
  9. Lu, R., Chen, Y. R. Hyperspectral imaging for safety inspection of food and agricultural products. SPIE. 3544, 121-134 (1999).
  10. Hege, E. K., O'Connell, D., Johnson, W., Basty, S., Dereniak, E. L. Hyperspectral imaging for astronomy and space surviellance. SPIE. 5159, 380-392 (2004).
  11. Vo-Dinh, T. A hyperspectral imaging system for in vivo optical diagnostics. IEEE Engineering in Medicine and Biology Magazine. 23 (5), 40-49 (2004).
  12. Dorrepaal, R. M., Gowen, A. A. Identification of Magnesium Oxychloride Cement Biomaterial Heterogeneity using Raman Chemical Mapping and NIR Hyperspectral Chemical Imaging. Scientific Reports. 8 (1), 13034(2018).
  13. Swayze, G. A. Using imaging spectroscopy to map acidic mine waste. Environmental Science & Technology. 34 (1), 47-54 (2000).
  14. Khoobehi, B., Beach, J. M., Kawano, H. Hyperspectral imaging for measurement of oxygen saturation in the optic nerve head. Investigative Ophthalmology & Visual Science. 45 (5), 1464-1472 (2004).
  15. Gowen, A., O'Donnell, C., Cullen, P., Downey, G., Frias, J. Hyperspectral imaging-an emerging process analytical tool for food quality and safety control. Trends in Food Science & Technology. 18 (12), 590-598 (2007).
  16. Edelman, G., van Leeuwen, T. G., Aalders, M. C. Hyperspectral imaging for the age estimation of blood stains at the crime scene. Forensic Science International. 223 (1), 72-77 (2012).
  17. Edelman, G., Gaston, E., Van Leeuwen, T., Cullen, P., Aalders, M. Hyperspectral imaging for non-contact analysis of forensic traces. Forensic Science International. 223 (1), 28-39 (2012).
  18. Markgraf, W., Feistel, P., Thiele, C., Malberg, H. Algorithms for mapping kidney tissue oxygenation during normothermic machine perfusion using hyperspectral imaging. Biomedical Engineering/Biomedizinische Technik. 63 (5), 557-566 (2018).
  19. Boubanga-Tombet, S. Thermal Infrared Hyperspectral Imaging for Mineralogy Mapping of a Mine Face. Remote sensing. 10 (10), 1518(2018).
  20. Yuen, P. W., Richardson, M. An introduction to hyperspectral imaging and its application for security, surveillance and target acquisition. The Imaging Science Journal. 58 (5), 241-253 (2010).
  21. Favreau, P. F. Excitation-scanning hyperspectral imaging microscope. Journal of Biomedical Optics. 19 (4), 046010-046010 (2014).
  22. Favreau, P. Thin-film tunable filters for hyperspectral fluorescence microscopy. Journal of biomedical optics. 19 (1), 011017-011017 (2014).
  23. Leavesley, S. J. Hyperspectral imaging microscopy for identification and quantitative analysis of fluorescently-labeled cells in highly autofluorescent tissue. Journal of Biophotonics. 5 (1), 67-84 (2012).
  24. Annamdevula, N. S. Spectral imaging of FRET-based sensors reveals sustained cAMP gradients in three spatial dimensions. Cytometry Part A. 93 (10), 1029-1038 (2018).
  25. Deshpande, D. A., Walseth, T. F., Panettieri, R. A., Kannan, M. S. CD38/cyclic ADP-ribose-mediated Ca2+ signaling contributes to airway smooth muscle hyper-responsiveness. The FASEB Journal. 17 (3), 452-454 (2003).
  26. Deshpande, D. A. Modulation of calcium signaling by interleukin-13 in human airway smooth muscle: role of CD38/cyclic adenosine diphosphate ribose pathway. American Journal of Respiratory Cell and Molecular Biology. 31 (1), 36-42 (2004).
  27. Guo, M. Cytokines regulate β-2-adrenergic receptor responsiveness in airway smooth muscle via multiple PKA-and EP2 receptor-dependent mechanisms. Biochemistry. 44 (42), 13771-13782 (2005).
  28. Mansfield, J. R., Gossage, K. W., Hoyt, C. C., Levenson, R. M. Autofluorescence removal, multiplexing, and automated analysis methods for in-vivo fluorescence imaging. Journal of Biomedical Optics. 10 (4), 41207(2005).
  29. Mansfield, J. R., Hoyt, C., Levenson, R. M. Visualization of microscopy-based spectral imaging data from multi-label tissue sections. Current Protocols in Molecular Biology. 84 (1), 14-19 (2008).
  30. Bouchard, M. B. Recent advances in catheter-based optical coherence tomography (OCT) have provided the necessary resolution and acquisition speed for high-quality intravascular imaging. Complications associated with clearing blood from the vessel of a living patient have. Journal of Biomedical Optics. 12 (5), 51601(2007).
  31. Mansfield, J. R. Distinguished photons: a review of in vivo spectral fluorescence imaging in small animals. Current Pharmaceutical Biotechnology. 11 (6), 628-638 (2010).
  32. Levenson, R. M., Mansfield, J. R. Multispectral imaging in biology and medicine: slices of life. Cytometry Part A. 69 (8), 748-758 (2006).
  33. Gammon, S. T., Leevy, W. M., Gross, S., Gokel, G. W., Piwnica-Worms, D. Spectral unmixing of multicolored bioluminescence emitted from heterogeneous biological sources. Analytical Chemistry. 78 (5), 1520-1527 (2006).
  34. Spectral Unmixing Plugins. , https://imagej.nih.gov/ij/plugins/spectral-unmixing.html (2006).
  35. Spectral Unmixing of Bioluminescence Signals. , https://imagej.nih.gov/ij/plugins/spectral-unmixing-plugin.html (2006).
  36. Keshava, N., Mustard, J. F. Spectral unmixing. IEEE Signal Processing Magazine. 19 (1), 44-57 (2002).
  37. Deal, J. Identifying molecular contributors to autofluorescence of neoplastic and normal colon sections using excitation-scanning hyperspectral imaging. Journal of Biomedical Optics. 23 (12), (2018).
  38. Microscopy Key, Microscopy: Key Considerations for Nonlaser Light Sources | Features. BioPhotonics. , https://www.photonics.com/Articles/Microscopy_Key_Considerations_for_Nonlaser_Light/a58212 (2016).
  39. Chiu, L., Su, L., Reichelt, S., Amos, W. Use of a white light supercontinuum laser for confocal interference-reflection microscopy. Journal of Microscopy. 246 (2), 153-159 (2012).
  40. Choosing the best light source for your fluorescence experiment. , https://www.scientifica.uk.com/Learning-zone/choosing-the-best-light-source-for-your-experiment (2019).
  41. Beier, H. T., Ibey, B. L. Experimental comparison of the high-speed imaging performance of an EM-CCD and sCMOS camera in a dynamic live-cell imaging test case. PLoS ONE. 9 (1), e84614(2014).
  42. Tutt, J. Comparison of EM-CCD and scientific CMOS based camera systems for high resolution X-ray imaging and tomography applications. Journal of Instrumentation. 9 (6), P06017(2014).
  43. Coates, C. New sCMOS vs. current microscopy cameras. Biophotonics International. 18 (5), 24-27 (2011).
  44. Neher, R., Neher, E. Optimizing imaging parameters for the separation of multiple labels in a fluorescence image. Journal of Microscopy. 213 (1), 46-62 (2004).
  45. Deal, J. Hyperspectral imaging fluorescence excitation scanning spectral characteristics of remodeled mouse arteries. SPIE. 10890, 108902M(2019).
  46. Deal, J., Rich, T. C., Leavesley, S. J. Optimizing channel selection for excitation-scanning hyperspectral imaging. SPIE. , 108811B(2019).
  47. Biehlmaier, O., Hehl, J., Csucs, G. Acquisition speed comparison of microscope software programs. Microscopy Research and Technique. 74 (6), 539-545 (2011).
  48. Comparison with other microscopy software - Micro-manager. , https://micro-manager.org/wiki/Comparison_with_other_microscopy_software (2012).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

S paration du signal de fluorescenced convolution spectralelaser supercontinuummicroscope fluorescence inverslogiciel Micromanageranalyse Image Jtraitement MATLABconstruction de biblioth que spectralecorrection de l autofluorescence

Articles connexes