视网膜的高分辨率图像揭示了惊人的细节

概括： 研究人员开发了一种新的成像技术，可以使用荧光显微镜以高分辨率可视化薄组织切片中的数十种蛋白质。

这项技术使研究人员能够以高时间和空间分辨率绘制人类视网膜细胞器的发育图，从而深入了解健康组织的形成方式，并开发一个时间序列来描述 39 周内视网膜细胞器的完整发育。

研究人员旨在将这种方法应用于其他组织类型，例如人脑和各种肿瘤组织，并创建一个图谱，提供有关人体器官和组织发育的信息。

关键事实：

1. 研究人员正在开发一个图谱来绘制人体组织和器官中发现的基因和蛋白质，以更多地了解它们的发育和疾病。
2. 研究人员使用一种称为迭代间接免疫荧光成像 (4i) 的新成像技术，使用荧光显微镜以高分辨率可视化薄组织切片中的数十种蛋白质。
3. 他们将这种方法应用于人类视网膜中的细胞器，并创建了一个时间序列图像和遗传信息，描述了 39 周的视网膜细胞器的完整发育。

来源： 苏黎世联邦理工学院

哪些类型的细胞存在于哪些人体组织中，位于何处？ 哪些基因在单个细胞中活跃，其中有哪些蛋白质？

专家图谱将提供这些问题以及更多问题的答案 – 特别是胚胎发育过程中不同组织的形成方式以及导致疾病的原因。

在创建这个图谱时，研究人员的目标不仅是识别直接从人类身上分离出来的组织，还包括被称为细胞器的结构。 这些是在实验室中培养的 3D 组织块，其发育方式与人体器官相似，但规模较小。

“细胞器的优势在于我们可以干扰它们的发育并测试它们的活性物质，这使我们能够更多地了解健康组织和疾病，”生物系统系定量发育生物学副教授 Barbara Treutlin 解释道。科学。 和工程在巴塞尔的苏黎世联邦理工学院。

为了帮助制作这样一个图集，Treutlein 与苏黎世大学和巴塞尔大学的研究人员一起开发了一种方法来收集和汇编有关细胞器及其进化的大量信息。 研究小组将这种方法应用于从干细胞中提取的视网膜细胞器。

几种蛋白质同时可见

科学家们用于他们方法的方法的核心是 4i 技术：迭代间接免疫荧光成像。 这种新的成像技术可以使用荧光显微镜以高分辨率可视化薄组织切片中的几十种蛋白质。

4i 技术几年前由苏黎世大学教授卢卡斯·皮尔克曼斯 (Lukas Pilkmans) 开发，他是该研究的合著者，该研究刚刚发表在科学杂志上 自然生物技术.

在这项研究中，研究人员首次将这种方法应用于细胞器。

通常，研究人员使用荧光显微镜来突出显示组织中的三种蛋白质，每种蛋白质都有不同的荧光染料。

由于技术原因，一次最多只能染色五种蛋白质。 在 4i 技术中，使用了三种染料，但在进行测量后，这些染料会从组织样本中洗掉，并对三种新蛋白质进行染色。 这个步骤由机器人进行了18次，整个过程共耗时18天。

最后，计算机将各个图像合并为一张显示 53 种不同蛋白质的显微照片。 它们提供有关构成视网膜的各种细胞类型的功能的信息； 例如，视杆细胞、视锥细胞和神经节细胞。

研究人员用有关在单个细胞中读取哪些基因的信息补充了视网膜蛋白质的视觉信息。

高时空分辨率

科学家们对不同年龄的细胞器进行了所有这些分析，因此处于不同的发育阶段。 通过这种方式，他们能够创建一个时间序列的图像和遗传信息，描述视网膜类器官整个 39 周的发育过程。

我们可以使用这个时间序列来展示细胞器是如何慢慢建立起来的，细胞类型在哪里增殖，以及突触位于何时何地。 巴塞尔大学教授、该研究的资深作者之一格雷坎普说，这些过程类似于胚胎发育过程中视网膜形成的过程。

研究人员在一个公开网站上发布了他们关于图像的信息和更多关于视网膜发育的发现： EyeSee4is.

其他计划组织类型

到目前为止，科学家们正在研究健康的视网膜是如何发育的，但在未来，他们希望通过药物或基因改造来有意破坏视网膜细胞器的生长。

“这将使我们对视网膜色素变性等疾病有新的认识，这种遗传病会导致视网膜中的光敏受体退化，最终导致失明，”坎普说。

研究人员想知道这个过程何时开始以及如何停止。

Treutlein 和她的同事们还致力于将新的详细绘图方法应用于其他组织类型，例如人脑的不同部分和不同的肿瘤组织。 这将逐步创建一个图谱，提供有关人体器官和组织发育的信息。

关于这个神经科学研究新闻

作者： 新闻办公室
来源： 苏黎世联邦理工学院
沟通： 新闻办公室 – 苏黎世联邦理工学院
图片： 图片来自 Wahle 等人。 自然生物技术 2023

原始搜索： 开放访问。
“人视网膜细胞器发育的多态时空表型由 Barbara Treutlin 等人撰写。 自然生物技术

总结

人视网膜细胞器发育的多态时空表型

从人类多能干细胞产生的类器官为研究发育和疾病提供了实验系统，但缺乏跨不同空间尺度和分子模式的定量测量。

在这项研究中，我们在初级人类视网膜和成人人类视网膜组织的时间过程中生成了多重蛋白质组图。

我们开发了一个工具包来可视化神经元的祖细胞和位置、细胞外和亚细胞成分的空间排列以及每个细胞器和初级组织中的全局模式。 此外，我们生成了单细胞转录组和染色质可及性的时程数据集，并推断了类器官进化背后的基因调控网络。

我们将基因组数据与多模态图谱中的空间分割细胞核相结合，以探索类器官和视网膜神经节细胞 (RGC) 的空间生物学，突出 RGC 细胞死亡中涉及的通路，并表明视网膜细胞器中的镶嵌遗传疾病提供了对细胞命运调控的见解。