Artykuł metodologiczny

Koherentna mikroskopia Ramana: od oprzyrządowania do zastosowań

DOI:

10.3791/64882

20 stycznia 2023

W tym artykule

Streszczenie

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

OMÓWIONE ARTYKUŁY:

Clark, M. G., Brasseale III, K. A., Gonzalez, G. A., Eakins, G., Zhang, C. Bezpośrednie porównanie hiperspektralnie stymulowanego rozpraszania Ramana i koherentnej mikroskopii rozpraszania Ramana anty-Stokesa dla obrazowania chemicznego. Dziennik Eksperymentów Wizualnych. (182), E63677 (2022)

De la Cadena, A. et al. Multipleksowe obrazowanie chemiczne oparte na szerokopasmowym stymulowanym Ramanie

mikroskopia rozpraszająca. Dziennik Eksperymentów Wizualnych. (185), E63709 (2022).

Shi, L., Wei, M., Min, W. Wysoce multipleksowane obrazowanie tkanek za pomocą barwników Ramana. Dziennik Eksperymentów Wizualnych. (182), E63547 (2022).

Espinoza, R., Wong, B., Fu, D. Rzeczywiste, dwukolorowe, stymulowane rozpraszanie Ramana mózgu myszy do diagnozy tkanek. Dziennik Eksperymentów Wizualnych. (180), E63484 (2022).

Miao, K., Lin, L. E., Qian, C., Wei, L. Obrazowanie super-rozdzielczości bez znaczników możliwe dzięki obrazowaniu wibracyjnemu spuchniętej tkanki i analizie. Dziennik Eksperymentów Wizualnych. (183), E63824 (2022).

Yuan, Y., Lu, F. Elastyczna komora do poklatkowego obrazowania żywych komórek ze stymulowaną mikroskopią rozpraszania Ramana. Dziennik Eksperymentów Wizualnych. (186), E64449 (2022).

Wu, W., Li, X., Qu, J. Y., He, S. Obrazowanie in vivo tkanek biologicznych z połączoną fluorescencją dwufotonową i stymulowaną mikroskopią rozpraszania Ramana. Dziennik Eksperymentów Wizualnych. (178), E63411 (2021).

Artykuł redakcyjny

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

W ciągu ostatniej dekady nastąpił gwałtowny wzrost zainteresowania zastosowaniem koherentnej mikroskopii Ramanowskiej (CRM) do obrazowania komórek i tkanek 1,2. CRM to potężna technika obrazowania chemicznego z dwoma popularnymi wariantami: koherentną mikroskopią anty-Stokesa rozpraszania Ramana (CARS) i mikroskopią wymuszonego rozpraszania Ramana (SRS). SRS jest coraz bardziej popularny w porównaniu z CARS, ponieważ jest mniej podatny na nieramanowskie zakłócenia tła i ma liniową zależność od stężenia3. CRM pozyskuje informacje o drganiach molekularnych podobnie jak spektroskopia Ramana, ale oferuje znacznie lepszą szybkość akwizycji4. Osiąga się to poprzez koherentne wzbudzenie wibracyjne za pomocą pary laserów impulsowych o wysokiej intensywności szczytowej. Ponieważ CRM zapewnia przestrzennie rozdzielcze mapowanie chemiczne w wysokiej rozdzielczości przestrzennej i czasowej, znalazł ważne zastosowania w diagnostyce raka, metabolizmie lipidów, metabolizmie komórkowym, transporcie leków i wielu innych 5,6,7,8. Jednak jednym z głównych wąskich gardeł, które utrudniają powszechne przyjęcie tej techniki, jest jej złożoność techniczna i brak ustandaryzowanych protokołów. Chociaż komercyjne lasery i mikroskopy są już dostępne, prawie wszystkie systemy, które są obecnie używane w tej dziedzinie, obejmują różne poziomy dostosowania laserów, optyki, mikroskopów i detektorów, co stanowi istotną barierę dla naukowców zainteresowanych wejściem w tę dziedzinę lub przyjęciem tej technologii. Brak dostępu dodatkowo utrudnia zastosowania biologiczne. Celem tego zbioru metod jest dostarczenie szczegółowych przykładów i wskazówek dotyczących oprzyrządowania, nowych podejść do obrazowania oraz zastosowań obrazowania komórek lub tkanek in vitro/in vivo. Dołączyliśmy siedem publikacji ekspertów w tej dziedzinie, które są tutaj podsumowane.

Clark i wsp. przedstawiają porównanie hiperspektralnych SRS i CARS pod względem czułości, rozdzielczości przestrzennej i rozdzielczości spektralnej9. Obie techniki są realizowane za pomocą ogniskowania spektralnego laserów femtosekundowych, powszechnie stosowanego podejścia, które wykorzystuje widmowo ćwierkane szerokopasmowe lasery femtosekundowe w celu uzyskania wąskopasmowej rozdzielczości Ramana. Bezpośrednie porównanie pozwala na ocenę różnic w wykrywaniu i optymalny wybór modalności dla różnych zastosowań obrazowania chemicznego.

De la Cadena i in. publikują nową metodę multipleksowego SRS, która może szybko pozyskiwać szerokopasmowe obrazy SRS10. Technika ta opiera się na niestandardowej różnicowej detekcji wielokanałowego wzmacniacza typu lock-in, która pozwala na wykrywanie do 32 kanałów jednocześnie. Ponadto przedstawiono szczegółową charakterystykę szumów oraz zademonstrowano zrównoważoną metodę wykrywania w celu wyeliminowania szumów laserowych. Protokół ten stanowi praktyczne wskazówki dla użytkowników zainteresowanych budową multipleksowych systemów SRS.

Shi i wsp. demonstrują zastosowanie wysoce multipleksowanych barwników Ramana w obrazowaniu SRS11. Dzięki wzmocnieniu przed rezonansem wykazali, że SRS może zapewnić czułość porównywalną ze standardową immunofluorescencją. Metoda ta omija granicę spektralnie rozwiązywalnych kanałów w konwencjonalnej immunofluorescencji i umożliwia monitorowanie wielu białek jednocześnie i badanie ich interakcji. Szczegółowe wskazówki dotyczące przetwarzania próbek i barwienia barwnikiem Ramana ułatwiają przyjęcie tej potężnej metody.

Miao i wsp. prezentują obrazowanie wibracyjne pęczniejącej tkanki i analizę (VISTA), technikę obrazowania o wysokiej rozdzielczości, która łączy SRS z mikroskopią ekspandacyjną12. VISTA omija przeszkody związane z obrazowaniem fluorescencyjnym i osiąga bezznacznikowe obrazowanie wolumetryczne w superrozdzielczości w próbkach biologicznych o rozdzielczości przestrzennej do 78 nm. Następnie wykorzystują algorytm głębokiego uczenia się, aby osiągnąć segmentację wieloskładnikową, w tym agregaty białkowe w komórkach i tkankach mózgowych.

Espinoza i wsp. prezentują zastosowanie dwukolorowego obrazowania SRS białek i lipidów w czasie rzeczywistym do zastosowań w diagnostyce tkanek13. Dwukolorowe obrazowanie SRS może generować obrazy równoważne H&E do zastosowań patologicznych. Protokół ten opisuje szczegóły implementacji techniki modulacji ortogonalnej i ogniskowania spektralnego dla jednoczesnego dwukolorowego obrazowania SRS. Konwersja dwukolorowych obrazów SRS na obrazy pseudo-H&E jest również demonstrowana na tkance mózgowej myszy w celu zilustrowania zastosowań diagnostyki tkanek.

Yuan i wsp. publikują elastyczny system komór do długoterminowego obrazowania SRS żywych komórek14. Większość istniejących komór obserwacyjnych żywych komórek jest zaprojektowana do obrazowania w jasnym polu i obrazowania fluorescencyjnego. Są one niekompatybilne z detekcją SRS ze względu na wymóg wysokiej soczewki NA i kondensatora. Autorzy demonstrują 24-godzinne obrazowanie poklatkowe SRS za pomocą elastycznej komory, która utrzymywała stałą temperaturę, CO2 i wilgotność.

Wreszcie, Wu i in. demonstrują jednoczesną fluorescencję dwufotonową in vivo (TPEF) i obrazowanie SRS15. Dwa oddzielne systemy laserowe są połączone w celu uzyskania optymalnej czułości dla obu modalności obrazowania w celu dostarczenia uzupełniających się informacji. In vivo (in vivo) Obrazowanie tkanek metodą SRS wiąże się z wyjątkowymi wyzwaniami ze względu na konieczność detekcji epi zdepolaryzowanego, wstecznie rozproszonego światła. W protokole omówiono szczegóły optymalnej konfiguracji mikroskopu TPEF-SRS oraz sposób jego wykorzystania do obrazowania in vivo rdzenia kręgowego myszy.

Ten zbiór publikacji reprezentuje aktualny stan wiedzy w zakresie oprzyrządowania CRM i postępu technicznego. Badacze zainteresowani zarówno rozwojem metod, jak i zastosowaniami uznają ten zbiór za przydatny do porównywania konfiguracji i ustalania punktów odniesienia (czułość, rozdzielczość itp.) do konstruowania lub optymalizacji własnych systemów. Wytyczne i najlepsze praktyki zawarte w tych protokołach będą stanowić podstawę dla istniejących i przyszłych zastosowań in vitro i in vivo . Wdrożenie technologii CRM na dużą skalę wciąż czeka na kluczowe i innowacyjne zastosowania oraz komercjalizację kompletnych rozwiązań CRM. Niemniej jednak standaryzacja podejść do obrazowania i testów porównawczych jest niezbędna do zapewnienia odtwarzalności i niezawodności oraz ułatwienia szerszego wdrożenia CRM16.

Dziedzina CRM rozwija się w szybkim tempie. Postęp techniczny przesuwający granice czułości, swoistości i rozdzielczości nadal wprowadza technologię na nowe terytoria. Na przykład rozdzielczość przestrzenna SRS zaczyna przekraczać granicę dyfrakcji17,18. Czułość elektronicznego rezonansu pre-rezonansowego SRS zbliża się obecnie do czułości fluorescencji19. W porównaniu z fluorescencją, CRM ma wyraźne zalety. Na przykład zastosowanie śledzenia deuteru umożliwiło po raz pierwszy badanie in vivo dynamiki metabolicznej małych cząsteczek w rozdzielczości subkomórkowej20. Dzięki małym znacznikom możliwe jest wykonanie wysoce multipleksowanej detekcji ramanowskiej 24 lub więcej oznaczonych celów21. Postępy w dziedzinie sztucznej inteligencji otwierają nowe możliwości dla CRM poprzez wykorzystanie jego wysokiej zawartości informacji i cech specyficznych dla molekularnych do segmentacji i klasyfikowania obiektów z subtelnymi różnicami cech przestrzennych i spektralnych22. Łącznie te postępy techniczne w CRM mogą przyspieszyć i poszerzyć zastosowania zarówno w obrazowaniu biologicznym, jak i biomedycznym.

Oświadczenia

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

Autor nie ma nic do zdradzienia.

Podziękowania

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

Autor dziękuje za wsparcie finansowe od National Institute of Health (NIH R35 GM133435) oraz Eli Lilly Young Investigator Award.

Bibliografia

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Cheng, J. -X., Xie, X. S. Vibrational spectroscopic imaging of living systems: An emerging platform for biology and medicine. Science. 350 (6264), (2015).
  2. Hill, A. H., Fu, D. Cellular imaging using stimulated Raman scattering microscopy. Analytical Chemistry. 91 (15), 9333-9342 (2019).
  3. Min, W., Freudiger, C. W., Lu, S., Xie, X. S. Coherent nonlinear optical imaging: Beyond fluorescence microscopy. Annual Review of Physical Chemistry. 62 (1), 507-530 (2011).
  4. Freudiger, C. W., et al. Label-Free biomedical imaging with high sensitivity by stimulated Raman scattering microscopy. Science. 322 (5909), 1857-1861 (2008).
  5. Hollon, T. C., et al. Near real-time intraoperative brain tumor diagnosis using stimulated Raman histology and deep neural networks. Nature Medicine. 26 (1), 52-58 (2020).
  6. Yue, S., et al. Cholesteryl ester accumulation induced by PTEN loss and PI3K/AKT activation underlies human prostate cancer aggressiveness. Cell Metabolism. 19 (3), 393-406 (2014).
  7. Fu, D., et al. In vivo metabolic fingerprinting of neutral lipids with hyperspectral stimulated Raman scattering microscopy. Journal of the American Chemical Society. 136 (24), 8820-8828 (2014).
  8. Fu, D., et al. Imaging the intracellular distribution of tyrosine kinase inhibitors in living cells with quantitative hyperspectral stimulated Raman scattering. Nature Chemistry. 6 (7), 614-622 (2014).
  9. Clark, M. G., Brasseale, K. A., Gonzalez, G. A., Eakins, G., Zhang, C. Direct comparison of hyperspectral stimulated Raman scattering and coherent anti-Stokes Raman scattering microscopy for chemical imaging. Journal of Visualized Experiments. (182), e63677(2022).
  10. Dela Cadena, A., et al. Multiplex chemical imaging based on broadband stimulated Raman scattering microscopy. Journal of Visualized Experiments. (185), e63709(2022).
  11. Shi, L., Wei, M., Min, W. Highly-Multiplexed tissue imaging with Raman dyes. Journal of Visualized Experiments. (182), e63547(2022).
  12. Miao, K., Lin, L. E., Qian, C., Wei, L. Label-Free super-resolution imaging enabled by vibrational imaging of swelled tissue and analysis. Journal of Visualized Experiments. (183), e63824(2022).
  13. Espinoza, R., Wong, B., Fu, D. Real-Time, two-color stimulated Raman scattering imaging of mouse brain for tissue diagnosis. Journal of Visualized Experiments. (180), e63484(2022).
  14. Yuan, Y., Lu, F. A flexible chamber for time-lapse live-cell imaging with stimulated Raman scattering microscopy. Journal of Visualized Experiments. (186), e64449(2022).
  15. Wu, W., Li, X., Qu, J. Y., He, S. In vivo imaging of biological tissues with combined two-photon fluorescence and stimulated Raman scattering microscopy. Journal of Visualized Experiments. (178), e63411(2021).
  16. Manifold, B., Fu, D. Quantitative stimulated Raman scattering microscopy: Promises and pitfalls. Annual Review of Analytical Chemistry. 15 (1), 269-289 (2022).
  17. Qian, C., et al. Super-resolution label-free volumetric vibrational imaging. Nature Communications. 12 (1), 3648(2021).
  18. Graefe, C. T., et al. Far-Field super-resolution vibrational spectroscopy. Analytical Chemistry. 91 (14), 8723-8731 (2019).
  19. Wei, L., Min, W. Electronic preresonance stimulated Raman scattering microscopy. The Journal of Physical Chemistry Letters. 9 (15), 4294-4301 (2018).
  20. Zhang, L., et al. Spectral tracing of deuterium for imaging glucose metabolism. Nature Biomedical Engineering. 3 (5), 402-413 (2019).
  21. Wei, L., et al. Super-multiplex vibrational imaging. Nature. 544 (7651), 465-470 (2017).
  22. Manifold, B., Men, S., Hu, R., Fu, D. A versatile deep learning architecture for classification and label-free prediction of hyperspectral images. Nature Machine Intelligence. 3, 306-315 (2021).

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Hyperspectral Stimulated Raman ScatteringCoherent Anti Stokes Raman ScatteringChemical ImagingMultiplex Chemical ImagingStimulated Raman Scattering MicroscopyTissue ImagingVibrational ImagingLive cell ImagingIn Vivo ImagingReal time ImagingSuper resolution Imaging

Powiązane artykuły