新しいイメージング技術がリアルタイムの生物行動を明らかにした
生きてる生物の動きを動かさずにキャッチする新しい方法。
― 1 分で読む
目次
最近のイメージング技術の進展で、科学者たちは生きている生物の詳細な3D画像を、動きを止めることなくキャッチできるようになったんだ。従来の方法だと、生物を静止させる必要があって、自然な行動や状態が変わっちゃうことがあったけど、この新しいアプローチでは、動きや生物学的プロセスをリアルタイムで観察できるんだ。
厚い標本のイメージングの課題
全体の生物みたいに厚い生物サンプルをイメージングするのは複雑なんだ。標準的な2Dイメージング技術だと、これらのサンプルの深さや詳細を捕らえるには不足していることが多いんだ。研究者は密な3D画像を作成するために大量のデータが必要で、そのデータを迅速かつ正確に集めるのが大きなハードルなんだ。生物がイメージング中に動くと、画像にぼやけやアーティファクトができちゃって、あまり役に立たなくなってしまう。
従来の方法とその限界
以前のイメージング技術、例えば共焦点顕微鏡や多光子顕微鏡は、焦点を絞ったポイントを慎重にスキャンする必要があった。効果的だったけど、これらの方法は遅くて、高いレーザー強度が必要で、繊細な標本を傷めることもあったんだ。ライトシート顕微鏡は少し速度の利点があったけど、やっぱり機械的なスキャンが必要で、一度にキャッチできる深さの層が限られてた。それに、こうしたアプローチは通常、生物を動かさない必要があったんだ。
光学プロジェクショントモグラフィーみたいな計算方法も課題があった。いろんな角度から多くの画像を取る必要があって、遅くて複雑になっちゃうんだ。光コヒーレンストモグラフィーは広い視野を素早くキャッチできるけど、やっぱり機械的なスキャンが必要だった。
ライトフィールド顕微鏡は、3D情報を一度にキャッチすることで少し進展したけど、データ速度が限られていて、設計の都合で特徴を逃しちゃうこともあった。3D情報を2D画像センサーにエンコードする必要があって、複雑さが増して解像度を制限しちゃうこともあるんだ。
新しいアプローチ:反射フーリエ光場計算トモグラフィー(ReFLeCT)
これらの問題を解決するために、研究者たちは反射フーリエ光場計算トモグラフィー、通称ReFLeCTという新しいイメージング技術を開発した。この方法は、大きな反射ミラーと複数のカメラを組み合わせて画像をキャッチするんだ。このデザインにより、ゼブラフィッシュや果物バエの幼虫など、生きた生物の高速度ボリューメトリックイメージングができて、物理的な制約なしに広い視野をカバーできるんだ。
反射ミラーは、高品質な画像を達成し、広い角度カバレッジを提供して、システムが迅速に多くの情報を集めるのを助けてる。54台のカメラのアレイを使うことで、ReFLeCTは多くの角度から同期したビデオを同時に撮影できるんだ。このセットアップのおかげで、自由に泳いだり動いたりする生物の動きを、最大120フレーム毎秒でキャッチできる。システムは、生物内の小さな変化まで観察できるくらいの解像度で画像を作成するんだ。
ReFLeCTの仕組み
ReFLeCTは、まず生物からの光をカメラと反射ミラーを通して集めることで動作する。システムのデザインは広範な角度を可能にしていて、1回のスナップショットでより多くの情報を集めることができる。カメラは詳細な画像をキャッチして、それを処理して3D表現を作成するんだ。
画像をキャッチした後、再構成アルゴリズムがデータを組み合わせて生物の構造や運動をリアルタイムで可視化する。このプロセスにより、研究者は生物を動かさずに行動や生理的変化を観察できるんだ。
ReFLeCTの応用
この新しいイメージング技術は、いくつかの分野でワクワクする可能性を開いてるんだ。例えば、生物の動きや相互作用、他の活動をその自然な環境で観察することで、生物がどのように自然に振る舞うかを研究するのに使える。これは、生物が自由に動いている時にしか見られない生理的プロセスを理解するために特に重要なんだ。
例えば、研究者は麻酔や行動を変えるような方法を使わずに、ゼブラフィッシュの心拍や果物バエの幼虫の筋肉細胞の収縮をモニターできるようになったんだ。こうした洞察は、発生生物学や神経科学など、動きや機能を理解することが重要な分野の研究に役立つかもしれない。
ReFLeCTを使った主な発見
研究者たちは、果物バエやゼブラフィッシュの行動を研究するためにReFLeCTをうまく使ってきた。時間を追って動きを追跡することで、筋肉の収縮や目の動きを記録するようなダイナミックなイベントを捉えることができた。この能力は、これらの生物がどのように機能し、環境に反応するかをリアルタイムで理解するのに役立つんだ。
テスト中、イメージングシステムは果物バエの幼虫の筋肉の収縮を明らかにすることができた。こうした詳細は、筋肉がリアルタイムでどう働くか、そして発達の異なる段階でどうなるかを理解するのに役立つ。同様に、このシステムは自由に泳ぐゼブラフィッシュの心臓の鼓動を示して、動いているときの心血管機能に対する深い洞察を提供してくれたんだ。
解像度の向上に向けて
ReFLeCTは素晴らしい能力を示してるけど、研究者たちはさらに解像度を向上させようとしてる。現行のシステムは速度と明瞭さの良いバランスを達成してるけど、一部のアプリケーション、特に神経活動を追跡する場合には、より高い解像度が有利なんだ。将来的なデザインでは、より小さなボリュームでより良い詳細を許可するようにイメージングセットアップを洗練するか、大きな視野を維持しながら被写界深度を向上させる新しい方法を探ることができるかもしれない。
ReFLeCTの影響のまとめ
ReFLeCTはイメージング技術において重要な進展を意味していて、生きた生物システムを観察する新しい方法を提供している。ストレスや制約をかけずに生物のリアルタイム動画をキャッチすることで、この技術は行動や生理的プロセスのより自然な視点を可能にしてるんだ。
この技術の影響は広範で、さまざまな科学分野における新しい発見への道を開くんだ。高速ボリューメトリックイメージングと、生物の自然な状態での行動相互作用を観察する能力が得られることで、研究が進むんだ。今後もこの技術の洗練と探求を続けて、研究者たちは生き物の世界についてのより深い洞察を解き明かすことを目指してるんだ。
タイトル: High-speed 4D fluorescence light field tomography of whole freely moving organisms
概要: Volumetric fluorescence imaging techniques, such as confocal, multiphoton, light sheet, and light field microscopy, have become indispensable tools across a wide range of cellular, developmental, and neurobiological applications. However, it is difficult to scale such techniques to the large 3D fields of view (FOV), volume rates, and synchronicity requirements for high-resolution 4D imaging of freely behaving organisms. Here, we present reflective Fourier light field computed tomography (ReFLeCT), a new high-speed volumetric fluorescence computational imaging technique. ReFLeCT synchronously captures entire tomograms of multiple unrestrained, unanesthetized model organisms over multi-millimeter 3D FOVs at 120 volumes per second. In particular, we applied ReFLeCT to reconstruct 4D videos of fluorescently labeled zebrafish and Drosophila larvae, enabling us to study their heartbeat, fin and tail motion, gaze, jaw motion, and muscle contractions with nearly isotropic 3D resolution while they are freely moving. As a novel approach for snapshot tomographic capture, ReFLeCT is a major advance towards bridging the gap between current volumetric fluorescence microscopy techniques and macroscopic behavioral imaging.
著者: Kevin C Zhou, C. Cook, A. Chakraborty, J. Bagwell, J. Jönsson, K. C. Lee, X. Yang, S. Xu, R. Balla, M. Harfouche, D. T. Fox, M. Bagnat, R. Horstmeyer
最終更新: 2024-09-16 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.09.16.609432
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.09.16.609432.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。