Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

以以前不可能的分辨率可视化细胞内部,可以生动地了解它们的工作原理

Posted on 2023-01-10

所有的生命都是由比一粒盐小几个数量级的细胞组成的。它们看似简单的结构掩盖了错综复杂的分子活动,使它们能够发挥维持生命的功能。研究人员开始能够将这种活动可视化到他们以前无法做到的细节水平。

生物结构可以通过从整个有机体的水平开始并向下工作,或者从单个原子的水平开始并向上工作来可视化。然而,细胞的最小结构(例如支持细胞形状的细胞骨架)与其最大的结构(例如在细胞中制造蛋白质的核糖体)之间存在分辨率差距。

通过类比谷歌地图,虽然科学家们已经能够看到整个城市和个别房屋,但他们没有工具来了解房屋如何聚集在一起构成社区。查看这些邻域级别的详细信息对于了解各个组件如何在单元环境中协同工作至关重要。

新工具正在稳步弥合这一差距。一项特殊技术的持续发展,即低温电子断层扫描或低温 ET ,有可能加深研究人员研究和理解细胞在健康和疾病中如何发挥作用的方式。

作为《科学》杂志的前主编和研究难以可视化的大型蛋白质结构数十年的研究人员,我见证了可以详细确定生物结构的工具的开发取得的惊人进展。正如当您知道复杂系统的外观时会更容易理解它们的工作原理一样,了解生物结构如何在细胞中组合在一起是了解生物体如何运作的关键。

显微镜简史

17 世纪,光学显微镜首次揭示了细胞的存在。在 20 世纪,电子显微镜提供了更多细节,揭示了细胞内精细的结构,包括内质网等细胞器,这是一种在蛋白质合成和运输中发挥关键作用的复杂膜网络。

从 1940 年代到 1960 年代,生物化学家致力于将细胞分离成分子成分,并学习如何以原子分辨率或接近原子分辨率确定蛋白质和其他大分子的 3D 结构。这首先是使用 X 射线晶体学来可视化肌红蛋白的结构,肌红蛋白是一种为肌肉供氧的蛋白质。

在过去的十年中,基于核磁共振的技术(根据原子在磁场中的相互作用产生图像)和低温电子显微镜技术迅速增加了科学家可以可视化的结构的数量和复杂性。

什么是 Cryo-EM 和 Cryo-ET?

低温电子显微镜或低温 EM使用相机检测电子束在电子通过样品时如何偏转,以在分子水平上可视化结构。样品被迅速冷冻以保护它们免受辐射损伤。通过拍摄单个分子的多个图像并将它们平均成 3D 结构,可以制作感兴趣结构的详细模型。

Cryo-ET与 cryo-EM 具有相似的组件,但使用不同的方法。由于大多数细胞太厚而无法清晰成像,因此首先使用离子束将细胞中感兴趣的区域变薄。然后倾斜样本以从不同角度拍摄多张照片,类似于身体部位的 CT 扫描(尽管在这种情况下成像系统本身是倾斜的,而不是患者)。这些图像然后由计算机组合以产生一部分细胞的 3D 图像。

该图像的分辨率足够高,研究人员(或计算机程序)可以识别细胞中不同结构的各个组成部分。例如,研究人员已经使用这种方法来展示蛋白质如何在藻类细胞内移动和降解。

研究人员曾经必须手动执行以确定细胞结构的许多步骤正在变得自动化,使科学家能够以更快的速度识别新结构。例如,将低温 EM 与AlphaFold等人工智能程序相结合,可以通过预测尚未表征的蛋白质结构来促进图像解读。

了解细胞结构和功能

随着成像方法和工作流程的改进,研究人员将能够采用不同的策略解决细胞生物学中的一些关键问题。

第一步是决定要研究哪些细胞以及这些细胞内的哪些区域。另一种称为相关光电子显微镜或 CLEM的可视化技术使用荧光标记来帮助定位活细胞中发生有趣过程的区域。

比较细胞之间的遗传差异可以提供额外的见解。科学家们可以观察无法执行特定功能的细胞,并了解这如何反映在它们的结构中。这种方法还可以帮助研究人员研究细胞如何相互作用。

Cryo-ET 很可能在一段时间内仍然是一种专门的工具。但是,技术的进一步发展和可及性的提高将使科学界能够在以前无法达到的细节水平上检查细胞结构和功能之间的联系。我期待看到关于我们如何理解细胞的新理论,从杂乱无章的分子袋转变为错综复杂的动态系统。

本文根据知识共享许可从The Conversation重新发布。阅读原文。

图片来源: Nanographics , CC BY-SA

原文: https://singularityhub.com/2023/01/09/visualizing-the-inside-of-cells-at-previously-impossible-resolutions-provides-vivid-insights-into-how-they-work/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme