Een team van Chinese wetenschappers heeft een belangrijke doorbraak bereikt op het gebied van 3D-beeldvorming van grootschalige biologische weefsels. Ze hebben naar eigen zeggen 's werelds snelste high-definition 3D-beeldvormingstechnologie ontwikkeld voor het hele lichaam van kleine dieren met subcellulaire resolutie, waardoor de fijne architectuur van het perifere zenuwstelsel (PNS) efficiënt in kaart kan worden gebracht.
Lange tijd was de kennis over de architectuur van het PNS gebaseerd op anatomische studies met een resolutie van millimeters. In het afgelopen decennium hebben de vorderingen op het gebied van 3D-optische microscopie geleid tot mesoscopische connectomische mapping van de hele hersenen met een resolutie van microns, maar soortgelijke analyses voor het PNS in het hele lichaam blijven een uitdaging.
IoT van het lichaam
Het PNS fungeert als het ‘Internet of Things (IoT)’ van het lichaam en bemiddelt in de bidirectionele communicatie en modulatie tussen de hersenen en de organen. PNS zorgt voor de aansturing en regulering van cruciale functies zoals ademhaling en hartslag. Daarnaast verwerkt het ook sensorische signalen zoals pijn en temperatuur. Dit maakt een efficiënte fysiologische coördinatie tussen verschillende weefsels en organen mogelijk.
Het in kaart brengen van de ingewikkelde verbindingen van het PNS in het hele lichaam is essentieel voor een fundamenteel begrip van de complexe functionele mechanismen en de daarmee samenhangende ziektepathogenese.
Bestaande beeldvormingstechnieken hebben moeite om een evenwicht te vinden tussen beeldresolutie en snelheid. Zelfs in combinatie met technieken voor het klaren van monsters van het hele lichaam blijft het een uitdaging om de lange, complexe en vaak verweven zenuwbanen van het PNS op schaal van het hele lichaam in kaart te brengen.
3D-beeldvorming ontwikkelingen
Het team ontwikkelde eerder volumetrische beeldvorming met gesynchroniseerde on-the-fly scan- en uitleestechnologie (VISoR) voor 3D-beeldvorming van delen van de hersenen. VISoR heeft het voordeel van een hoge beeldvormingssnelheid, hoge resolutie en schaalbaarheid. Met deze technolgie kon al het complete brein van een muis binnen 1,5 uur met een resolutie van minder dan een micron gemaakt worden.
Deze aanpak was echter niet geschikt voor hele muizenlichamen. In tegenstelling tot de relatief compacte en homogene hersenen is het lichaam van zoogdieren veel groter en zeer heterogeen, met onregelmatige structuren en diverse weefseltypes. Dit leidt vaak tot vervorming en beschadiging van lichaamsdelen vóór VISoR-beeldvorming, waardoor volledige reconstructie moeilijk is.
Innovatieve nieuwe strategie
Om deze uitdagingen het hoofd te bieden, heeft het team een innovatieve nieuwe strategie ontwikkeld: “in situ snijden en 3D-blockface-beeldvorming”. Ze ontwikkelden een zogenoemd blockface-VISoR-beeldvormingssysteem ontwikkeld waarbij diverse technologieën geïntegreerd werden.
Op basis van deze strategie hebben de onderzoekers een geoptimaliseerde technische pijplijn opgezet en binnen 40 uur een uniforme 3D-beeldvorming met subcellulaire resolutie van een volledig volwassen muizenlichaam gerealiseerd, waarbij ongeveer 70 terabyte aan gegevens per fluorescentiekanaal werd gegenereerd. In totaal is meer dan 4 petabyte aan ruwe gegevens van tientallen muizen verzameld.
De onderzoekers legden uit dat deze nieuwe technologie niet alleen helpt bij het vaststellen van een nieuw paradigma voor het in kaart brengen van de connectiviteit van het PNS en het oplossen van fundamentele vragen over neurale regulatie, maar ook waardevolle inzichten biedt op bredere gebieden zoals ontwikkelingsbiologie, vergelijkende anatomie en biomedisch onderzoek in het algemeen.
Ruimte voor verdere verbetering
Bovendien is er nog ruimte voor verbetering en optimalisatie van deze technologie. De volgende stappen omvatten het gebruik van twee of meer camera's voor efficiënte meerkanaalsbeeldvorming en het onderzoeken van de toepassing ervan bij het in beeld brengen van andere, grotere biologische monsters.
Het team stond onder leiding van professoren Guo-Qiang Bi en Pak-Ming Lau van het Hefei National Research Center for Physical Sciences at the Microscale en de afdeling Levenswetenschappen en Geneeskunde van de University of Science and Technology of China (USTC), in samenwerking met het Institute of Artificial Intelligence, Hefei Comprehensive National Science Center (IAI) en het Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences (SIAT). De bevindingen van het team zijn gepubliceerd in Cell.
