化学家陆薇还记得她第一次真正看到研究成果的情景。当她还是一名研究生并与她的实验室伙伴一起建造显微镜时,这一刻到来了。“当我们得到第一张图片时,我简直是跳来跳去,”魏说。“眼见为实。”
从那以后,魏一直沉浸在那种兴奋的感觉中。现在,在她自己位于加州理工学院的实验室中,她使用新的光谱学和显微镜方法深入研究生物组织并追踪活细胞中的单个分子。魏只是该研究所众多科学家和工程师中的一员,他们努力为小至单个细胞、致命的乳腺癌肿瘤和远至黑洞的物体制作更好的照片。
为了看得更深、更远、更快,这些研究人员通过使用新方法(包括一些结合人工智能(AI)的方法)来突破传统技术的界限,以识别人眼范围之外的模式。
良好的振动
要真正了解疾病并开发出更好的治疗方法,就需要了解细胞水平上体内发生的情况。Wei旨在设计创新的成像技术,利用化学键的独特振动——由于原子的不断运动而拉伸和弯曲——以检测到的振动作为坐标,以高精度和分辨率可视化小生物分子。
“例如,水分子由以特定频率振动的O键和H键组成,”Wei解释道。“我们可以检测到这种振动,并绘制出水在我们的细胞、组织和身体中的位置。”
Wei的团队在了解不同化学键如何振动的基础上,开发了能够发出特定振动的无毒化学标签。可以将这些标签引入分子中,以帮助研究人员在活细胞的复杂环境中追踪它们。
多亏了Wei开发的一种特殊类型的显微镜,它可以捕捉到细微的振动,她已经能够探测不同类型细胞内部的代谢过程——或维持生命的化学反应。
“对于癌症和其他疾病,我们正在努力寻找与新陈代谢相关的新靶点或其他靶点,以帮助提高治疗效率,”Wei说。
“以前,我们使用这种方法在干细胞水平上确定了黑色素瘤癌细胞的几种代谢敏感性。令人印象深刻的是,我们能够确定一个与极具侵略性的癌细胞类型直接相关的过程。”
现在,她使用相同的技术和流程来探索心血管疾病和脑组织中的代谢调节。
“因为我们在化学领域,所以我们喜欢了解一些东西究竟是如何被控制的基本方面,”魏说。这种对系统监管方式的深入研究也可用于提高锂离子电池的安全性。
继Wei于2018年启动的一个项目之后,该团队计划跟踪充电周期期间电池中电解质分布的化学动力学,以弄清楚如何使电池保持凉爽。这可能有助于解决当前的安全问题,包括通常由与电解质失衡相关的情况引起的火灾。
“除了仍然是我主要兴趣的生物学之外,我们正在开发的仪器和技术在我计划进一步探索的可再生能源和材料科学等其他领域具有潜在的应用,”她说。
用声音看
化学工程师米哈伊尔·夏皮罗(MikhailShapiro)还希望逐个跟踪体内细胞的功能,以开发更好的健康诊断和疗法:这绝非易事,因为人体拥有大约37万亿个细胞。但他使用一种不同的振动——声波,而不是运动引起的振动——来成像细胞自然栖息地深处的活动。
为此,Shapiro开创了一种技术,利用基因工程制造被称为“声学报告基因”的基因,这些基因在插入细胞时会产生称为气囊的充满空气的蛋白质。这些囊泡或“声学蛋白”包含可以反射声波的空气袋,这使得它们可以使用世界上使用最广泛的成像技术之一:超声波来定位和跟踪。
“挑战在于,从历史上看,超声波向我们展示了解剖结构,比如骨骼和肌肉的位置,但它无法向我们展示特定的细胞,”夏皮罗说。
“现在,我们不仅可以看到细胞的位置,还可以查看它们的功能,因为我们可以对它们进行编程,使其仅在特定条件下产生气囊。这为深层组织细胞成像开辟了新的潜力,这在以前是不可能的。”
夏皮罗和他的团队还可以将超声波放大到可以爆破气囊的强度,而不仅仅是撞击它们;这会产生更强的信号,使研究人员能够看到更少量的囊泡。
这种增加的敏感性可以潜在地改进对肠道微生物组的研究,因为大部分免疫细胞都生活在肠道微生物组中,因为它能够在众多细胞中定位少数细胞。夏皮罗说:“我们近期的目标之一是可视化免疫细胞在身体周围移动并寻找并攻击病原体或肿瘤。”“我们想实时观看这出戏。”
作为本科学习神经科学的人,夏皮罗也投入了大量精力来学习大脑。事实上,缺乏有效的非侵入性技术来研究神经元是夏皮罗追求生物工程博士学位的原因。
去年,他获得了美国国立卫生研究院通过推进创新神经技术(BRAIN)进行脑研究计划的两项神经科学研究的资助。这些BRAIN资助的项目之一旨在使用超声波在全脑范围内对神经活动进行成像,以此作为帮助理解和开发更好的神经系统疾病治疗方法的一种手段。
另一项研究侧重于脑机接口,它涉及使用超声波以比当前植入物侵入性更小的方式记录大脑信号。例如,从这项研究中获得的信息可用于帮助瘫痪患者学习使用神经修复术执行各种任务。
艺术家的作品展示了细菌内部的气囊。
最终,夏皮罗希望他开发的技术能够成为各种类型研究的典范,全世界的生物实验室都将超声波机器放在他们的光学显微镜旁边。
“此外,如果医生开始使用超声波来查看他们的细胞和基因疗法进入体内的位置以及他们在做什么,我会很高兴,这样他们就可以在疗法没有达到他们想要的效果时采取纠正措施,”他说。“我希望我们的声学蛋白能让更多的实验室看到生物体内以前看不见的东西。”
激光聚焦
2014年,加州理工学院工程师LihongWang宣布他已成功打造出世界上最快的相机,这是第一台能够在移动时捕捉光脉冲或激光束的相机。从那时起,他改进了自己的技术并制造了可以看到慢动作散射的光、观察看似透明的物体并制作3D视频的相机。
“在我们完全了解世界和自然之前,我们必须先了解光,”王说。“如果爱因斯坦仍然正确的话,光速有极限。有了我们的相机,我们第一次真正可以看到光速的光脉冲。”
去年,在《科学进展》一期中,Wang报告了他的团队使用他的压缩超快摄影(CUP)相机研究混沌系统的进展,其速度可达每秒70万亿帧。混沌系统,例如空气湍流和某些天气条件,以表现出起初可预测但随着时间变得越来越随机的行为而著称。
他们的实验观察到激光——以极高的速度移动——在一个旨在引起混沌反射的腔室中散射。弄清楚光在混沌条件下的移动方式在物理学、通信、密码学和飞行导航方面都有应用。
此外,经过一些修改,Wang首次使用他的超快相机捕捉了穿过神经细胞的信号,这一壮举发表在9月6日的NatureCommunications上。
与夏皮罗一样,Wang还创造了利用超声波但与激光结合使用的医学成像技术。他发明了许多光声成像技术,这些技术将光波和声波结合起来,可以在没有辐射风险的情况下对生物组织进行深度、非侵入性观察。
例如,他的用于检测乳腺癌肿瘤的激光声波扫描仪目前正在开发用于医疗保健设施。它可以在15秒内查明肿瘤,而没有乳房X线照片的不适或辐射,这是目前乳腺癌筛查的黄金标准。
“我们使用安全剂量且颜色正确的激光,它实际上可以非常深入地穿透生物组织,但光不会像X射线那样直线前进;它会四处游荡,”Wang解释道。
“这就是我们求助于光声学的原因。当血液中的血红蛋白等分子吸收光时,它们会开始振动,而这种振动就是声源。我们捕获该声音信号,然后我们可以查明该信号的来源并形成图像。”
他将这个过程比作闪电和雷声的工作原理:闪电是激光脉冲,雷声是你希望几秒钟后听到的声音。就像你可以利用这些天气现象之间的时间三角测量风暴的位置一样,Wang和他的合作者可以在身体内部构建图像。
“你可以争辩说,我们正在将眼睛所能看到的范围扩展到皮肤之外,”Wang说,他最近使用他的光声成像技术观察大脑内部并检测血液浓度和氧合作用的微小变化。“我们正在向外科医生展示他们在切开身体后会看到什么,而无需这样做。”
新角度
当Wang努力看穿物体时,ChanghueiYang也试图看清周围的事物。2022年5月,他和他的实验室成员在NaturePhotonics上报告了一项技术,该技术可以检测观众视线之外的感兴趣物体。
成像方法通过使用波前整形来操作,其中光从墙上倾斜以产生聚焦的光点来扫描物体,从而使研究人员能够看到视线之外的东西。
“这项技术在未来可能会用于自动驾驶汽车,以及在可能存在他们想要探索的隐藏洞穴的行星上穿行的航天器,”杨说。“这样的事情将使我们能够以独特的方式对环境进行非视线成像和审讯。”
但是从角落里窥视并不是找到隐藏物体和图案的唯一方法。Yang的大部分工作涉及开发更好的显微镜,通过使用传感器和计算方法,比以往任何时候都更深入地观察生物组织并从这些样本中提取信息。
他还开始使用深度学习(一种人工智能)来检测人类观察者无法发现的生物成像模式。
“有些东西可能预示着人类眼睛根本无法识别的疾病,因为我们识别模式的能力有限,”杨说。
本质上,杨想要制造出比我们看得更清楚的机器,而且他已经取得了重大进展。Yang与Bren生物学和生物工程教授MagdalenaZernicka-Goetz合作,开发了一种使用机器学习算法检测体外受精(IVF)过程中胚胎图像中细微模式差异的方法,可以表明它们是否健康,将导致成功怀孕与否。
与圣路易斯华盛顿大学的病理学家一起,杨和他的团队最近试图验证一个许多肿瘤学家认为正确的假设:如果结缔组织很好地包裹癌细胞,它们就不会扩散到身体的其他部位。
相反,对已知结果的肿瘤样本图像的机器学习分析表明相反:当封装泄漏时,转移风险似乎较低。为什么这可能是真的,一个可能的解释是白细胞能够进入并控制癌细胞。
“就实际提出新创新的机会而言,构建仪器和算法的整个领域非常丰富,”杨说,他最近启动了一个新项目,旨在制造一个相机来拍摄地下根土相互作用以了解更多信息关于气候变化对农作物和植被的影响。
“能够以有意义的方式产生影响真的很充实。知道有一天,我们正在做的事情会对病理学产生深远影响,例如,或IVF程序,这不仅是我的动力,也是我团队其他人的动力。”
计算相机
计算机科学家凯蒂·布曼(KatieBouman)还使用AI来帮助编译原本无法创建的图像。但是,当Yang和他的同事们从字面上和比喻上关注微观细胞和分子时,Bouman通常将目光投向更大的物体,比如黑洞,并且她建造了重新想象相机本身的作用和功能的仪器来做到这一点。
“数百年来,相机一直模仿我们眼睛的工作方式,但这只能让你走这么远,”Bouman说。
“我们正在探索如果你允许自己打破相机外观的标准模型会发生什么。通过解决将新型硬件与软件相结合的新型计算相机,希望它们之间的协同作用将使您能够恢复图像或看到使用传统方法无法看到的现象。”
作为麻省理工学院的一名研究生,Bouman首先对计算相机产生了兴趣,在那里她作为团队成员参与了事件视界望远镜(EHT)项目,该项目于2019年拍摄了第一张黑洞图像。
自同年加入加州理工学院以来,她一直在继续这项工作,并带领加州理工学院的主要贡献者团队为EHT协作的最新成就做出了贡献:生成了银河系中心超大质量黑洞的第一张图像。
“对任何黑洞成像的最大挑战在于它们距离如此之远且如此紧凑以至于它们在天空中真的非常小,”Bouman说。“我想说,如果那粒沙子在纽约,而我正在洛杉矶观看,那么它的大小相当于一粒沙子的大小。”
她说,拍摄如此微小的物体的真实照片需要地球大小的望远镜。相反,该团队从世界各地的望远镜中获取图像,并借助算法将空白点拼凑成一张图像。
“如果我们只在世界上极少数地方收集光,我们就必须填补缺失的信息,”Bouman解释道。“而且我们必须明智地填写它。我的主要目标是获取我们收集的数据并恢复底层图片。它不像一个普通的相机,你收集所有的信息,你可以用眼睛看到它。
你必须确保你已经捕获了可以解释数据的可能图像范围。”
这种复杂的计算相机的简单版本存在于智能手机中。当您使用高动态范围(HDR)功能拍摄照片时,它实际上会生成大量以不同快门速度拍摄的照片。
然后,相机使用一种算法从每张图像中提取数据片段,以创建所有最佳部分的合成。同样,Bouman和她的研究小组设计的相机将传感器和AI结合起来,以许多不同的比例获得前所未有的物体和现象的图像。
与大多数成像技术一样,计算相机也有医学应用。与机器学习专家YisongYue、计算和数学科学教授以及加州理工学院AI4Science计划的联合主任一起,Bouman致力于通过开发帮助机器调整实时拍摄图像的算法来加速和改进MRI机器.(目前,MRI必须依赖于预先确定的样本位置。)
“我们的方法允许在对患者进行扫描时做出决定,以尝试在最短的时间内获得最多信息的测量结果,”Bouman说。(TianweiYin、ZihuiWu、HeSun、AdrianV.Dalca和YisongYue合作完成了这项工作。)
虽然她希望继续追求改进天文成像,但Bouman说她有兴趣将她的计算相机应用到她已经探索过的领域之外的领域,例如地震学和机器人学。
“加州理工学院的小规模让我能够更轻松地跨学科合作,”她说。“校园周围有很多潜在的应用;现在的挑战是在它们之间做出选择,因为你不能做所有事情。”