विशिष्ट जैविक घटनाओं पर डेटा एकत्र करने के लिए प्रतिदीप्ति माइक्रोस्कोपी की मांग की जाती है। फिर भी, एक नमूने से एकत्र की जा सकने वाली घटना-विशिष्ट सामग्री सीमित है, विशेष रूप से दुर्लभ या स्टोकेस्टिक प्रक्रियाओं के लिए। यह आंशिक रूप से फोटोब्लीचिंग और फोटोटॉक्सिसिटी के कारण होता है, जो इमेजिंग गति और अवधि को बाधित करता है।
EPFL बायोफिजिसिस्ट ने वास्तव में नमूने पर तनाव को सीमित करते हुए जैविक घटनाओं की विस्तार से इमेजिंग के लिए माइक्रोस्कोप नियंत्रण को स्वचालित करने का एक तरीका खोज लिया है। उन्होंने नियंत्रण सॉफ्टवेयर विकसित किया है जो यह अनुकूलित करता है कि कैसे प्रतिदीप्ति सूक्ष्मदर्शी जीवित नमूनों पर डेटा एकत्र करते हैं।
उनके घटना-संचालित अधिग्रहण ढांचे में, विशिष्ट जैविक घटनाओं की तंत्रिका-नेटवर्क-आधारित मान्यता तत्काल संरचित रोशनी माइक्रोस्कोप में रीयल-टाइम नियंत्रण को ट्रिगर करती है। उनकी तकनीक जीवाणु कोशिका विभाजन और माइटोकॉन्ड्रियल विभाजन के लिए काम करती है।
ईपीएफएल की प्रायोगिक बायोफिजिक्स की प्रयोगशाला की प्रधान अन्वेषक सुलियाना मैनली ने कहा, "एक बुद्धिमान माइक्रोस्कोप एक तरह से सेल्फ-ड्राइविंग कार की तरह है। इसे कुछ प्रकार की सूचनाओं, सूक्ष्म प्रतिमानों को संसाधित करने की आवश्यकता होती है, जिसके बाद वह अपने व्यवहार को बदलकर प्रतिक्रिया करता है। a . का उपयोग करके तंत्रिका नेटवर्क, हम और अधिक सूक्ष्म घटनाओं का पता लगा सकते हैं और अधिग्रहण गति में परिवर्तन लाने के लिए उनका उपयोग कर सकते हैं।"
माइटोकॉन्ड्रियल डिवीजन अप्रत्याशित है क्योंकि यह अक्सर होता है और किसी भी समय माइटोकॉन्ड्रियल नेटवर्क के भीतर लगभग कहीं भी हो सकता है। यही कारण है कि वैज्ञानिकों ने पहली बार माइटोकॉन्ड्रियल संकुचन का पता लगाने के लिए तंत्रिका नेटवर्क को प्रशिक्षित करके माइटोकॉन्ड्रियल डिवीजन का पता लगाने का तरीका हल किया, के आकार में बदलाव माइटोकॉन्ड्रिया जो विभाजन की ओर ले जाता है, विभाजन के स्थलों पर समृद्ध होने के लिए जाने जाने वाले प्रोटीन के अवलोकन के साथ संयुक्त।
RSI माइक्रोस्कोप विभाजन की घटनाओं की विस्तृत छवियों को प्राप्त करने के लिए उच्च गति इमेजिंग की ओर मुड़ता है जब कसना और प्रोटीन दोनों का स्तर उच्च होता है। माइक्रोस्कोप बाद में कम गति इमेजिंग में बदल जाता है जब नमूना को बहुत अधिक प्रकाश से बचाने के लिए कसना और प्रोटीन का स्तर कम होता है।
इस बुद्धिमान फ्लोरोसेंट माइक्रोस्कोप के साथ, वैज्ञानिकों ने दिखाया कि वे मानक तेज इमेजिंग की तुलना में अधिक समय तक नमूने का निरीक्षण कर सकते हैं। भले ही नमूना धीमी इमेजिंग की तुलना में अधिक तनाव में था, जैसा कि प्रथागत है, वे अभी भी अधिक व्यावहारिक जानकारी एकत्र कर सकते हैं।
मैनले समझाया, "बुद्धिमान माइक्रोस्कोपी की क्षमता में यह मापना शामिल है कि कौन से मानक अधिग्रहण छूट जाएंगे। हम अधिक घटनाओं को पकड़ते हैं, छोटे अवरोधों को मापते हैं, और प्रत्येक विभाजन का अधिक विस्तार से पालन कर सकते हैं। ”
अन्य वैज्ञानिकों को एकीकृत करने की अनुमति देने के उद्देश्य से, वैज्ञानिक खुले माइक्रोस्कोप सॉफ्टवेयर माइक्रो-मैनेजर के लिए एक ओपन सोर्स प्लग-इन के रूप में नियंत्रण ढांचे को उपलब्ध करा रहे हैं। कृत्रिम बुद्धिमत्ता उनके सूक्ष्मदर्शी में।
जर्नल संदर्भ:
- महेसिक, डी., स्टेप, डब्ल्यूएल, झांग, सी. एट अल। सामग्री-समृद्ध माइक्रोस्कोपी के लिए घटना-संचालित अधिग्रहण। नेट तरीके (2022)। DOI: 10.1038 / s41592-022-01589-x
