小學時，我的生物老師帶了一本 顯微鏡。 我們沒有做很多實踐學習，但這是一個罕見的例外。 作為一個好奇的孩子，我抓住了機會去看看它。 看到它所展開的微小宇宙真是令人著迷。 然而，當我看著它時，我忍不住感到沮喪，因為我看不到更多。 二維平面圖像並不能充分體現這一點。 當時我幾乎不知道傳統顯微鏡確實存在問題，而我認為的限制確實是科學家們努力解決的問題。
時至今日，人類仍然沒有找到實時 3D 監控細胞的方法。 傳統顯微鏡需要您在平板載玻片上分析細胞樣本。 當然，如果我們想分析細胞的實時行為，這是無效的。 人們曾嘗試製造 3D 顯微鏡，但並未真正成功，或者只是使用效率低下。
當前的 3D 顯微鏡逐像素記錄樣本以生成 3D 視圖。 這需要很長時間，並且一分鐘只能拍攝幾次，不足以跟上細胞的動態。 它有助於了解我們體內的微觀世界，但它並沒有完全達到我們的目標。 然而，芬蘭坦佩雷大學的一組研究人員 建議 使用元光學和機器學習來打破這一障礙的方法。
捕獲細胞
通過將元光學和機器學習相結合，研究人員希望創建一種高速體積顯微鏡的新方法，能夠以前所未有的方式捕獲活細胞的動態。 元光學 是一個相對較新的科學領域，它使用平面光學元件（例如小透鏡），旨在以特定方式彎曲光線，同時精確且高效。
這些結構可以操縱亞波長水平的光波，這使得它們能夠實現活細胞的高分辨率成像。 與之前的 3D 顯微鏡工具不同，這裡的機器學習算法將分析數據、優化參數並消除噪聲和失真等外部因素，以產生高質量的結果。
癌細胞中部或邊緣的微管。 全內反射熒光 160x #SRRF 處理。 成像於 @蔡司微 pic.twitter.com/SGmlBvWBhx
— 紀堯姆·雅克梅 (@guijacquemet) 2016 年 10 月 26 日
“高速 3D 顯微鏡”項目計劃於 2023 年 2025 月開始，一直持續到 XNUMX 年結束，該項目得到了 Jane 和 Aatos Erkko 基金會聯合未來創客計劃以及芬蘭百年基金會技術工業的支持，該項目將利用技術和成像領域的尖端進步。 參與該項目的有 Humeyra Caglayan、Atanas Gotchev、Erdem Sahin 和 Teemu Ihalainen。
這種技術的影響是巨大的。 實時監測細胞行為可以帶來許多關於細胞結構和疾病的發現。 該項目的負責人 Humeyra Caglayan 給出了觀察癌細胞的例子。 了解疾病到底是如何發生的，就是如何對抗它們。 有了這個和 類似的創新，我們已經很接近了。
圖片來源：這張專題圖片具有像徵意義，由 Christopher Isak 和 Midjourney 為 TechAcute 製作。 文章正文中的圖像是由美國國家癌症研究所完成的。
資源： 坦佩雷大學 / 物理組織
