이전에는 불가능했던 해상도로 세포 내부를 시각화하여 작동 방식에 대한 생생한 통찰력 제공

이전에는 불가능했던 해상도로 세포 내부를 시각화하여 작동 방식에 대한 생생한 통찰력 제공

이전에는 불가능했던 해상도로 세포 내부를 시각화하면 세포가 작동하는 방식에 대한 생생한 통찰력을 제공합니다. PlatoBlockchain Data Intelligence. 수직 검색. 일체 포함.

모든 삶은 세포로 이루어진 여러 크기 소금 한 알보다 작은. 단순해 보이는 구조는 생명을 유지하는 기능을 수행할 수 있게 해주는 복잡하고 복잡한 분자 활동을 가립니다. 연구자들은 이전에는 불가능했던 세부 수준까지 이 활동을 시각화할 수 있게 되었습니다.

생물학적 구조는 전체 유기체 수준에서 시작하여 아래로 작업하거나 단일 원자 수준에서 시작하여 위로 작업하여 시각화할 수 있습니다. 그러나 세포의 모양을 지탱하는 세포골격과 같은 세포의 가장 작은 구조와 세포의 가장 큰 구조(예: 리보솜 세포에서 단백질을 만드는 것.

Google 지도와 유사하게 과학자들은 전체 도시와 개별 주택을 볼 수 있었지만 주택이 어떻게 모여 이웃을 구성하는지 볼 수 있는 도구가 없었습니다. 셀 환경에서 개별 구성 요소가 함께 작동하는 방식을 이해하려면 이러한 이웃 수준의 세부 정보를 보는 것이 필수적입니다.

새로운 도구가 이 격차를 꾸준히 메우고 있습니다. 그리고 하나의 특정 기술의 지속적인 개발, cryo-electron tomography 또는 cryo-ET, 연구자가 연구하고 세포가 건강과 질병에서 어떻게 기능하는지 이해하는 방법을 심화시킬 잠재력이 있습니다.

[포함 된 콘텐츠]

전자로서 편집장 과학 잡지 그리고 연구원 수십 년 동안 시각화하기 어려운 큰 단백질 구조를 연구해온 저는 생물학적 구조를 자세히 결정할 수 있는 도구 개발의 놀라운 발전을 목격했습니다. 복잡한 시스템이 어떻게 생겼는지 알면 복잡한 시스템이 어떻게 작동하는지 이해하기가 더 쉬워지는 것처럼 생물학적 구조가 세포에서 어떻게 결합되는지 이해하는 것이 유기체가 어떻게 기능하는지 이해하는 데 핵심입니다.

현미경의 간략한 역사

17th 세기에, 가벼운 현미경 최초로 세포의 존재를 밝혀냈다. 20세기에 전자현미경은 훨씬 더 자세한 정보를 제공하여 세포 내의 정교한 구조, 소포체와 같은 소기관, 단백질 합성 및 수송에 중요한 역할을 하는 막의 복잡한 네트워크를 포함합니다.

1940년대부터 1960년대까지 생화학자들은 세포를 분자 구성 요소로 분리하고 단백질 및 기타 거대 분자의 3D 구조를 원자 분해능 또는 그와 유사한 수준으로 결정하는 방법을 연구했습니다. 이것은 처음에 X선 결정학을 사용하여 다음의 구조를 시각화했습니다. 미오글로빈, 근육에 산소를 공급하는 단백질.

지난 XNUMX년 동안 핵 자기 공명, 자기장에서 원자가 상호 작용하는 방식에 따라 이미지를 생성하고 냉동 전자 현미경 과학자들이 시각화할 수 있는 구조의 수와 복잡성이 급격히 증가했습니다.

Cryo-EM과 Cryo-ET는 무엇입니까?

극저온 전자 현미경 또는 극저온 EM, 분자 수준에서 구조를 시각화하기 위해 전자가 샘플을 통과할 때 전자 빔이 어떻게 편향되는지 감지하기 위해 카메라를 사용합니다. 샘플은 방사능 손상으로부터 보호하기 위해 빠르게 동결됩니다. 관심 있는 구조의 상세한 모델은 개별 분자의 여러 이미지를 가져와 평균화하여 3D 구조로 만듭니다.

극저온-ET cryo-EM과 유사한 구성 요소를 공유하지만 다른 방법을 사용합니다. 대부분의 세포는 너무 두꺼워서 명확하게 이미지화할 수 없기 때문에 먼저 이온 빔을 사용하여 세포의 관심 영역을 얇게 만듭니다. 그런 다음 샘플을 기울여 신체 부위의 CT 스캔과 유사하게 다른 각도에서 여러 장의 사진을 찍습니다(이 경우 환자가 아닌 이미징 시스템 자체가 기울어져 있음). 그런 다음 이러한 이미지를 컴퓨터로 결합하여 세포 일부의 3D 이미지를 생성합니다.

이 이미지의 해상도는 연구원(또는 컴퓨터 프로그램)이 세포의 다양한 구조의 개별 구성 요소를 식별할 수 있을 만큼 충분히 높습니다. 예를 들어, 연구원들은 단백질이 어떻게 이동하고 내부에서 분해되는지를 보여주기 위해 이 접근법을 사용했습니다. 조류 세포.

한때 연구자들이 세포 구조를 결정하기 위해 수동으로 수행해야 했던 많은 단계가 자동화되어 과학자들이 훨씬 더 빠른 속도로 새로운 구조를 식별할 수 있게 되었습니다. 예를 들어 cryo-EM을 다음과 같은 인공 지능 프로그램과 결합합니다. 알파 폴드 아직 특성화되지 않은 단백질 구조를 예측하여 이미지 해석을 용이하게 할 수 있습니다.

세포 구조 및 기능 이해

이미징 방법과 작업 흐름이 개선됨에 따라 연구자들은 다양한 전략을 사용하여 세포 생물학의 몇 가지 주요 질문을 해결할 수 있게 될 것입니다.

첫 번째 단계는 연구할 세포와 해당 세포 내 영역을 결정하는 것입니다. 라는 또 다른 시각화 기술 상관 광 및 전자 현미경 또는 CLEM, 형광 태그를 사용하여 살아있는 세포에서 흥미로운 과정이 일어나는 영역을 찾는 데 도움을 줍니다.

비교 세포 간의 유전적 차이 추가 통찰력을 제공할 수 있습니다. 과학자들은 특정 기능을 수행할 수 없는 세포를 살펴보고 이것이 구조에 어떻게 반영되는지 확인할 수 있습니다. 이 접근법은 또한 연구원들이 세포가 서로 상호 작용하는 방식을 연구하는 데 도움이 될 수 있습니다.

Cryo-ET는 한동안 전문 도구로 남을 가능성이 높습니다. 그러나 추가 기술 개발과 접근성 증가로 인해 과학계는 이전에는 접근할 수 없었던 세부 수준에서 세포 구조와 기능 사이의 연결을 조사할 수 있게 될 것입니다. 나는 우리가 세포를 이해하는 방법에 대한 새로운 이론을 보고 무질서한 분자 백에서 복잡하게 조직되고 역동적인 시스템으로 이동하는 것을 기대합니다.

이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.

이미지 신용 : 나노그래픽, CC의 BY-SA

타임 스탬프 :

더보기 특이점 허브