Hình dung bên trong tế bào ở độ phân giải không thể trước đây cung cấp thông tin chi tiết sống động về cách chúng hoạt động

Tất cả cuộc sống là được tạo thành từ các tế bào một số cường độ nhỏ hơn hạt muối. Các cấu trúc trông có vẻ đơn giản của chúng che đậy hoạt động phân tử rắc rối và phức tạp cho phép chúng thực hiện các chức năng duy trì sự sống. Các nhà nghiên cứu đang bắt đầu có thể hình dung hoạt động này ở mức độ chi tiết mà trước đây họ chưa thể làm được.

Các cấu trúc sinh học có thể được hình dung bằng cách bắt đầu từ cấp độ toàn bộ sinh vật và hoạt động trở xuống, hoặc bắt đầu từ cấp độ các nguyên tử đơn lẻ và hoạt động trở lại. Tuy nhiên, đã có một khoảng cách về độ phân giải giữa các cấu trúc nhỏ nhất của tế bào, chẳng hạn như khung tế bào hỗ trợ hình dạng của tế bào và các cấu trúc lớn nhất của nó, chẳng hạn như khung tế bào. ribosome tạo ra protein trong tế bào.

Tương tự như Google Maps, trong khi các nhà khoa học có thể nhìn thấy toàn bộ thành phố và từng ngôi nhà riêng lẻ, họ không có công cụ để xem các ngôi nhà kết hợp với nhau như thế nào để tạo nên các khu dân cư. Xem các chi tiết ở cấp độ vùng lân cận này là điều cần thiết để có thể hiểu cách các thành phần riêng lẻ hoạt động cùng nhau trong môi trường của một ô.

Các công cụ mới đang dần thu hẹp khoảng cách này. Và sự phát triển liên tục của một kỹ thuật cụ thể, chụp cắt lớp điện tử cryo, hoặc cryo-ET, có khả năng đào sâu cách thức các nhà nghiên cứu nghiên cứu và hiểu cách tế bào hoạt động như thế nào đối với sức khỏe và bệnh tật.

Như trước đây tổng biên tập của Khoa học tạp chí và như một nhà nghiên cứu người đã nghiên cứu các cấu trúc protein lớn khó hình dung trong nhiều thập kỷ, tôi đã chứng kiến ​​sự tiến bộ đáng kinh ngạc trong việc phát triển các công cụ có thể xác định cấu trúc sinh học một cách chi tiết. Cũng giống như việc hiểu cách các hệ thống phức tạp hoạt động trở nên dễ dàng hơn khi bạn biết chúng trông như thế nào, hiểu cách các cấu trúc sinh học khớp với nhau trong một tế bào là chìa khóa để hiểu cách thức hoạt động của các sinh vật.

Sơ lược về lịch sử kính hiển vi

Trong thế kỷ 17, kính hiển vi ánh sáng lần đầu tiên tiết lộ sự tồn tại của các tế bào. Trong thế kỷ 20, kính hiển vi điện tử thậm chí còn cung cấp nhiều chi tiết hơn, tiết lộ cấu trúc phức tạp trong các tế bào, bao gồm các bào quan như mạng lưới nội chất, một mạng lưới phức tạp gồm các màng đóng vai trò chính trong quá trình tổng hợp và vận chuyển protein.

Từ những năm 1940 đến 1960, các nhà hóa sinh đã làm việc để tách các tế bào thành các thành phần phân tử của chúng và tìm hiểu cách xác định cấu trúc 3D của protein và các đại phân tử khác ở hoặc gần với độ phân giải nguyên tử. Điều này lần đầu tiên được thực hiện bằng cách sử dụng tinh thể học tia X để hình dung cấu trúc của myoglobin, một loại protein cung cấp oxy cho cơ bắp.

Trong thập kỷ qua, các kỹ thuật dựa trên hưởng từ hạt nhân, tạo ra hình ảnh dựa trên cách các nguyên tử tương tác trong từ trường và kính hiển vi điện tử lạnh đã tăng nhanh số lượng và độ phức tạp của các cấu trúc mà các nhà khoa học có thể hình dung.

Cryo-EM và Cryo-ET là gì?

Kính hiển vi điện tử lạnh, hoặc cryo-EM, sử dụng máy ảnh để phát hiện cách một chùm electron bị lệch khi các electron đi qua một mẫu để hình dung các cấu trúc ở cấp độ phân tử. Các mẫu được đông lạnh nhanh chóng để bảo vệ chúng khỏi tác hại của bức xạ. Các mô hình chi tiết về cấu trúc quan tâm được tạo ra bằng cách chụp nhiều hình ảnh của các phân tử riêng lẻ và tính trung bình chúng thành cấu trúc 3D.

Cryo-ET chia sẻ các thành phần tương tự với cryo-EM nhưng sử dụng các phương pháp khác nhau. Bởi vì hầu hết các ô quá dày để có thể chụp ảnh rõ ràng, nên trước tiên, vùng quan tâm trong ô được làm mỏng bằng cách sử dụng chùm ion. Sau đó, mẫu được nghiêng để chụp nhiều ảnh của nó ở các góc khác nhau, tương tự như chụp CT một bộ phận cơ thể (mặc dù trong trường hợp này, hệ thống hình ảnh tự nghiêng chứ không phải bệnh nhân). Những hình ảnh này sau đó được máy tính kết hợp để tạo ra hình ảnh 3D của một phần tế bào.

Độ phân giải của hình ảnh này đủ cao để các nhà nghiên cứu (hoặc chương trình máy tính) có thể xác định các thành phần riêng lẻ của các cấu trúc khác nhau trong một tế bào. Ví dụ, các nhà nghiên cứu đã sử dụng phương pháp này để chỉ ra cách các protein di chuyển và bị phân hủy bên trong một tế bào tảo.

Nhiều bước mà các nhà nghiên cứu từng phải thực hiện thủ công để xác định cấu trúc của các tế bào đang trở nên tự động hóa, cho phép các nhà khoa học xác định các cấu trúc mới với tốc độ cao hơn rất nhiều. Ví dụ, kết hợp cryo-EM với các chương trình trí tuệ nhân tạo như AlphaFold có thể tạo điều kiện giải thích hình ảnh bằng cách dự đoán cấu trúc protein chưa được mô tả.

Hiểu cấu trúc và chức năng của tế bào

Khi các phương pháp hình ảnh và quy trình công việc được cải thiện, các nhà nghiên cứu sẽ có thể giải quyết một số câu hỏi chính trong sinh học tế bào bằng các chiến lược khác nhau.

Bước đầu tiên là quyết định những ô nào và vùng nào trong các ô đó để nghiên cứu. Một kỹ thuật hình dung khác được gọi là kính hiển vi điện tử và ánh sáng tương quan, hay CLEM, sử dụng thẻ huỳnh quang để giúp xác định vị trí các khu vực diễn ra các quá trình thú vị trong các tế bào sống.

So sánh sự khác biệt di truyền giữa các tế bào có thể cung cấp cái nhìn sâu sắc bổ sung. Các nhà khoa học có thể xem xét các tế bào không thể thực hiện các chức năng cụ thể và xem điều này được phản ánh như thế nào trong cấu trúc của chúng. Cách tiếp cận này cũng có thể giúp các nhà nghiên cứu nghiên cứu cách các tế bào tương tác với nhau.

Cryo-ET có thể sẽ vẫn là một công cụ chuyên dụng trong một thời gian. Nhưng những phát triển công nghệ hơn nữa và khả năng tiếp cận ngày càng tăng sẽ cho phép cộng đồng khoa học kiểm tra mối liên hệ giữa cấu trúc và chức năng của tế bào ở mức độ chi tiết không thể tiếp cận trước đây. Tôi dự đoán sẽ thấy các lý thuyết mới về cách chúng ta hiểu tế bào, chuyển từ các túi phân tử lộn xộn sang các hệ thống năng động và được tổ chức phức tạp.

Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.

Ảnh: hạt nano, CC BY-SA

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• Platoblockchain. Web3 Metaverse Intelligence. Khuếch đại kiến ​​thức. Truy cập Tại đây.
• nguồn: https://singularityhub.com/2023/01/09/visualizing-the-inside-of-cells-at-previously-impossible-resolutions-provides-vivid-insights-into-how-they-work/