细胞和组织的多通道成像:所有光子都欢迎

大卫•Perez-Guaita^一个卡米拉中时^一个路德安雅,^一个菲利普Heraud,^a、b吉尔勒莫别墅^c和Bayden木材^一个

^一个中心Biospectrosc半岛综合体育官方APP下载德甲opy、莫纳什大学、澳大利亚。电子邮件:(电子邮件保护)
^b微生物学和生物医学研究所发现,澳大利亚的莫纳什大学
^cLeitat技术中心,瓦伦西亚,西班牙

世界各地的研究小组正在研究细胞内分子的空间位置和分布使用越来越多的分析技术,如红外(IR)、拉曼光谱和x射线荧光光谱仪光谱。半岛综合体育官方APP下载德甲获得的信息从这些技术的脂质,蛋白质和代谢物是互补的,但通常单独执行数据的分析技术。这三种技术都是基于不同的样本与光的相互作用能量和波长不同,导致每个技术的提供的光谱特征差异。表1总结了拉曼和红外显微镜的主要特色,既代表振动光谱的方法。半岛综合体育官方APP下载德甲拉曼光谱是一半岛综合体育官方APP下载德甲种散射技术,能量传输从一个光子分子,导致入射光束的波长的变化。傅里叶变换(FT)红外光谱法,另一方面,是一种吸光度半岛综合体育官方APP下载德甲技术,分子吸收光子并获得能量从低到高振动能级。这些方法是互补的分子信息提供样品,分子或基团,往往是强拉曼散射通常弱红外吸收器反之亦然。也相互补充的技术的优点和缺点对生物系统的调查。傅立叶变换红半岛综合体育官方APP下载德甲外光谱是一种非破坏性方法与良好的信噪比(S / N)比和效率高。拉曼可能会导致热破坏的细胞或组织由于光源的高输出功率,大大降低信噪比,除非入射光的能量接近分析物的电子跃迁。在这种情况下,共振拉曼增强了S / N由几个数量级。表面增强拉曼光谱(ser)也可以用来增加拉曼光半岛综合体育官方APP下载德甲谱的信噪比。然而,随着在拉曼是一个典型激光光源波长从紫外到近红外(240 - 1064海里),可实现的空间分辨率更高取决于入射光子的波长。此外,水是弱喇曼散射体,细胞和组织在生理条件下可以使用拉曼光谱研究。半岛综合体育官方APP下载德甲

表1。拉曼和红外光谱成像技术的比较。半岛综合体育官方APP下载德甲

红外光谱和拉曼非常有用在建立样本的化学官能团,光谱仪可以组成元素分析。光谱仪光谱与x射线辐射获得的样本,记录发射的荧光。¹从三种技术获得信息的互补性使他们结合极其强大的理解分子和原子的组成部分。生物样品,如细胞或组织,是复杂的实体组成的广泛的化合物包括有机和无机分子以及单原子离子。由于外部因素变化(如接种的药物,辐射或感染的病原体)影响之间的相互作用的复杂网络的代谢物,蛋白质组和metallome。但是,用一个技术只能研究分子表型的一部分,从而忽视的贡献将分析物,仍是整个画面中的“黑点”。的生化解释这些变化是挑战如果只表型的个体部分由一个独立工具进行了分析和研究。不同形式的整合将使整体理解生物系统的研究获得红外(极性/非对称分子)之间的相关性,拉曼(发色团的/对称分子)和光谱仪(小学作文)。此外,利用高光谱图像不同形式使基于空间相关性的分子在细胞和组织成分。图1描述了概念框架的多通道拉曼和红外高光谱图像使用巨藻属的细胞Mictrasteria作为模型。简而言之,一个细胞或组织使用傅立叶变换红外光谱,然后用一个类似的拉曼测量每像素的空间分辨率。另外,如果初始图像包含不同的像素大小,像素可以被匹配像素的分辨率最低。在我们的例子中,红外图像注册与拉曼图像旋转和/或裁剪图像。图像处理注册算法等图像处理工具箱中可用的^TM从Matlab (Mathworks)在这个过程中是非常有用的。注册后,一个增广数据矩阵(X,Y,V_红外+V_RS),X和Y图像的大小V_红外和V_RS变量的数量的红外和拉曼图像,分别。然后,图像可以被类似于一个标准数据集通过重塑三维图像到一个二维矩阵(X×Y,V_红外+V_RS)。在先前的研究中,我们率先使用多通道振动红外和拉曼成像完成研究细胞。²在本文中,我们突出的挑战和优势分析细胞通过细胞的多通道成像,我们提供两个例子进行藻类。

图1所示。概念方案的多通道成像Micrasterias藻类,描绘的红外和拉曼高光谱图像注册创建一个扩展数据矩阵。

数据分析和技术挑战

必须要考虑的两个主要挑战的创建和分析多通道图像。首先,有技术障碍获得图像使用不同的模式。创建一个高光谱多通道图像包含独特的红外光谱、拉曼和/或光谱仪光谱需要我)完全相同的样本来衡量不同的技术和ii)使用相同的像素大小,克服在特别决议通过面元像素或相异或under-sampling。基质的选择,使图像的测量通过一些平台是一个至关重要的方面获得成功的结果。基质应兼容不同的技术,不存在任何强烈的信号,而丢弃的使用低辐射幻灯片基质和定期CaF₂拉曼的窗户。另外,硅晶圆和拉曼CaF年级₂窗户是合适的基质进行拉曼,分别反射红外光谱和透射红外光谱测量。此外,重要的是要考虑一系列的操作,将确保执行的非破坏性技术第一(如执行红外第一)。另一个缺陷是找到感兴趣的细胞或组织切片在显微镜下,可也麻烦在高放大倍数下,需要使用国旗等标记点定位准确的区域。相同的标记可以用于确保细胞以相同的空间定位,便于注册图像的过程。

第二个挑战是克服数据矿山合并后的图像中提取有意义的生物信息。缺乏数据分析工具集成来自不同平台的信息使得理解复杂生物系统的一个挑战。分析单一的高光谱图像是一个复杂的问题本身,但当不同模式集成,分析应该另外处理的变量之间的相关性不同的光谱。多通道化学成像技术的进步和用连字符连接分析系统需要新的多元方法来提取有意义的数据,并决定在复杂生物系统的相关性。数据融合的整合过程可以被定义为数据从不同的来源获得。从补充来源获得的数据集可以共同分析研究变量之间的关系从不同的形式获得。这使得系统的全面了解,从而导致一种改进的分子表型出现。³文献显示最近尝试整合不同平台提供的数据:i)统计heterospectroscopy用于co-analysis不同光谱的光谱数据集获得平台与多个样本。半岛综合体育官方APP下载德甲光谱数据集之间的协方差方法执行一个地图的不同技术。这种方法已被用于核磁共振和红外光谱的相关性⁴和核磁共振光谱。ii)正交偏最小二乘(O-PLS和O2-PLS)使用代谢组学和蛋白质组学领域的集成例如NMR和MS数据分析平台。iii)关节和个体变异解释(假的)是一个方法,将数据源之间的共享模式(即联合结构)从每个数据源的单个结构无关的联合结构。⁵

主成分分析(PCA)的高光谱图像的藻类

图2描述了高光谱主成分分析的多通道图像相结合的红外和拉曼光谱。创建数据集使用的过程解释如图1所示。拉曼和红外高光谱图像进行注册和PCA在扩展数据集使用二阶导数和平均定心作为预处理步骤。数据融合前,两者的光谱图像正常化使用独立标准正态变量正常化消除差异的范围拉曼强度(1 - 1000)和红外光谱吸光度(0 - 1 AU)值。图2显示了一个3 d图像对应PC1分数高光谱多通道图像中每个像素的值。可以看出PC1值不是均匀分布在细胞;细胞的中心和武器展示低价值同时细胞的边缘显示高值。这个分布证据PC1捕捉变化相关的光谱差异细胞墙和其他细胞。来洞察光谱的变化,这是由于细胞的化学成分的差异,PC1加载向量的研究(参见图2 a和b)。主成分分析进行数据的二阶导数,所以加载两次综合到一个更好的解释。可以看出,一些乐队(范围1540 - 1142 cm强烈相关¹)两种模式,这表明它们对应于分子表明拉曼和红外光谱吸光度。等其他乐队的分配给C = O(1750厘米¹我(1650厘米),酰胺¹)的红外光谱显示出强烈的负面价值,而乐队分配给酰胺二世(1540厘米¹)显示一个小负值拉曼和红外光谱。这表明蛋白质主要集中在该地区的负值PC1分数,即中心的细胞,细胞的边缘低蛋白质。有趣的是,该地区在1200厘米之间¹和900厘米¹提出了一种微分形状,高度积极的1100厘米之间¹和900厘米¹1200厘米之间的和消极的¹和1100厘米¹。在这个地区,一些乐队包括那些与切断和P-O拉伸模式存在,很难将它们分配给油脂、磷脂或碳水化合物。的组成细胞的边缘,这显示了积极PC1值有关的积极贡献,1100 - 900厘米¹乐队的乐队,但这个职位本身并没有提供足够的信息来阐明它的起源。此时,多通道方法有助于解决模糊分配的红外波段。在3050 - 2700厘米¹区域(参见图2 b),可以看出,拉曼载荷向量显示了广泛的负面乐队与碳氢键相关联的区域伸展振动模式。广泛的拉曼乐队在这个位置可能与脂类的存在,这与一个大喇曼截面高度对称的分子。这表明细胞内脂质集中而不是边缘。拉曼的乐队在2916厘米¹呈负相关的红外波段1100 - 900厘米吗¹消除了可能的分配这个乐队的脂质。这表明红外波段位于1100 - 900厘米¹是由高浓度的碳水化合物。

图2。示例数据处理的数据融合的红外和拉曼成像测量的藻类。)伪彩色图像代表第一个分数。b)和c)加载值的第一得分在900 - 1800厘米¹和2700 - 3050厘米¹地区。

总之,使用多通道成像技术挑战性和需要使用复杂的数据分析程序解决不同变量之间的复杂关系。然而,它提供了一个全面的照片下的生物系统的研究。

引用

1. 新泽西州de冬天和p . Claeys微x射线荧光(µXRF)线扫描在白垩纪rudist双壳类:一种可再生的微量元素的新方法概要文件在双壳类动物方解石”,沉积学64年,231 - 251 (2017)。doi:https://doi.org/10.半岛app应用下载1111/sed.12299
2. d . Perez-Guaita k中时m·马丁D.W.安德鲁·Heraud J.S.二理查兹和开国元勋之一B.R.安贝德卡对木材、“多通道振动成像的细胞”,振动器Spectrosc。91年,46-58 (2017)。doi:https://doi.org/10.1016/j.vibspec.2016.07.017
3. e . Acar A.J. Lawaetz,硕士拉斯穆森和r .兄弟”Structure-revealing在代谢组学数据融合模型与应用”,相依Proc。为基础。Int, IEEE Eng相依。地中海,杂志。Soc。2013年,6023 - 6026 (2013)。doi:https://doi.org/10.1109/EMBC.2013.6610925
4. e .福尔摩斯D.J. Crockford J.C. Lindon R.S.垂直,s . Zirah中华民国布鲁斯,p . Rainville中一段Stumpf J.K.尼克尔森,“统计heterospectroscopy,核磁共振的方法综合分析和UPLC-MS数据集:meta半岛综合体育官方APP下载德甲bonomic毒理学研究中的应用”,肛交。化学。78年,363 - 371 (2006)。doi:https://doi.org/10.1021/ac051444m
5. j . Kuligowski d . Perez-Guaita,。Sanchez-Illana、z . Leon-Gonzalez m . de la Guardia m . Vento E.F.锁和别墅,“多源代谢组学数据的分析利用关节和个体变异解释(假的)”,分析师140年,4521 - 4529 (2015)。doi:https://doi.org/10.1039/C5AN00706B