他是一位中国女婿,2014 年诺贝尔化学奖得主,获奖理由是实现了单分子水平的超高分辨率荧光显微技术。如今他再修显微神技,可以 3D 方式看清楚细胞内每个细节。

  他就是美国霍华德·休斯医学研究所(HHMI)珍妮莉亚研究园区的埃里克·本茨格(Eric Betzig)教授。这项研究于北京时间 2020 年 1 月 17 日发表在美国《科学》杂志(Science)封面上。通讯作者是本茨格和同事哈拉尔德·赫斯(Harald F. Hess)博士,他们是老搭档。

  本茨格在接受 DeepTech 专访时表示,虽然这项技术还处于起步阶段,但他们已经发现了一些令人惊讶的现象。“这些现象暗示了我们目前对细胞的描述是带有偏见的,这些发现可能会对肿瘤学、免疫学和发育生物学产生重大影响。”

  这项技术被称为 cryo-SR/EM,意即融合了超分辨率的光学显微镜技术和电子显微镜技术,最终以 3D 形式呈现了细胞内部清晰的细节。

  通过这种新的显微技术,你可以看到细胞内部真实且繁杂忙碌的世界,以及蛋白质与细胞精细结构的关系。可以这么说,如果说摘得诺奖是登顶,那么这次,埃里克·本茨格接近封神了。

诺奖得主“封神”:新显微技术看清细胞内每个细节!-风君雪科技博客
新技术融合了超分辨率的光学显微镜技术和电子显微镜技术,最终以 3D 形式呈现了细胞内部清晰的细节。(来源:《科学》)

诺奖得主“封神”:新显微技术看清细胞内每个细节!-风君雪科技博客
哺乳动物小脑颗粒神经元的半透明彩色核。(来源:《科学》)

  一、一加一大于二

  显微技术在今天有很多选择,但都不完美:要么观察的细胞结构不完整,要么无法应用荧光,要么分辨率不够,要么视野太小。

  依靠荧光分子标记,光学显微镜下就可以轻松识别特定的细胞结构,而超分辨率的荧光显微镜提升了清晰度。然而细胞中有上万种蛋白质,荧光标记只能在有限时间内分辨个位数的蛋白质,这就让人们难以理解标记蛋白质与其他物质的关系。

  另一方面,高分辨率的电子显微镜可以显示细胞中所有结构,但在异常拥挤的细胞内部,比如染色质和内质网,仅仅依靠电子显微镜的灰阶成像难以区分所有的细节,难以鉴定蛋白质的分布。此外,电子显微镜技术需要对样品进行切片、脱水、固定、镀金等操作,这会破坏细胞活性甚至改变其结构。

  既然都不完美,那么科学家设想,将这两种技术结合起来是不是可以得到更好结果呢?

  本茨格和赫斯是这么做的:

  第一步,将细胞高压冷冻。这会在数毫秒内迅速让细胞内部活动停止,还能防止损坏细胞结构冰晶的产生,那么数据会更加保真。

  接下来,把样品放置到不到绝对零度以上 10 度的低温中,用超分辨率的荧光显微镜进行 3D 成像。

  第三步,将样品用树脂包埋,在赫斯实验室开发的超级电子显微镜中成像。这个电子显微镜会向细胞表面发射一束离子,每拍摄一次就会研磨掉一层样品。之后计算机会将这些图像拼接进行 3D 图像重建。

  最后,将两种方式获得的 3D 图像叠加,令人震撼的细胞内部就呈现出来了。

诺奖得主“封神”:新显微技术看清细胞内每个细节!-风君雪科技博客
全细胞的关联成像。自左上方顺时针分别为:线粒体和内质网蛋白正交排列的立体渲染图;形态各异的溶酶体囊状结构;有转录活性的报告蛋白决定了异染色质亚域;与接触小脑颗粒神经元的膜粗糙度相关的粘附蛋白;过氧化物酶体(粉红色)与内质网(红色)和线粒体(青色)。(来源:《科学》)

  新显微技术可以看清楚电子显微镜中难以辨别的部分,如特别长且错综复杂的内体,并且可以区分溶酶体、过氧化物酶体和线粒体来源的囊泡。比如:

  染色质:神经元的细胞核在成熟前后有显著不同。DNA 会重新包装,开启新的一组基因。这些变化会在细胞内部的灰色斑点和彩色荧光两种模式中体现出来。

  神经黏连:类似瑞士奶酪的黏连会将新生神经元迁移到神经系统的正确位置。

  内体:可帮助细胞存储蛋白质,分解胞内垃圾以及运输物质。但电子显微镜照片无法区分那么多囊泡。

  二、将改写生物学教材

  研究人员说,该技术的本质是在聚焦离子束扫描电子显微镜(FIB-SEM)的冷冻固定和冷冻替代/染色两步骤之间插了一个步骤,即低温超分辨率(cryo-SR)成像。这就同时具备了基于树脂包埋的荧光显示、重金属染色和超微结构显示,可谓一箭多雕。

  中科院遗传与发育研究所生物学研究中心高级工程师姜韬如此评价:

  “其技术的本质相当于,我们原来用闪光灯照相可以拍照出黑夜里的灌木丛,或者用微光相机拍照出黑夜里的萤火虫,但我们不能实现两者兼得,现在本茨格团队可以用一个装置一次性拍摄清晰的灌木丛及其中的萤火虫,并重构出它们实时关系的 3D 图像。”

  北京大学工学院生物医学工程系席鹏研究员从事超高分辨光学活体显微技术研究,他评价说:

  “这一研究将关联成像推到了一个前所未有的高度。荧光成像能够进行特异性标记(看得准),但是分辨率受限;电镜能够得到非常高的分辨率(看得清),但是缺乏特异性。这一工作将两者结合起来,能够相得益彰。

  这样的尝试以前并不是没有人想到过,但是其技术难度非常大,例如在进行光学成像时,激光会加热样品,带来细胞内部的重结晶,这会对电镜成像形成巨大干扰;而在电镜冷冻条件下,超分辨所需要的一些荧光开关特性会发生变化,也会影响荧光成像。本工作系统性地突破了诸多技术障碍,提供了一套完整可行的光电联用显微技术。”

  其实早在 2018 年的聚焦显微学术研讨会(FOM)上,赫斯博士就讲述了这一工作的部分进展。这也是他们两位科学家深厚友谊的另一个见证:赫斯教授是扫描电子显微镜的专家,而本茨格则是超分辨的鼻祖。本茨格 2006 年发表在《科学》上的开创性工作,就是与赫斯一起完成的。

  那么该技术对于生物学和医学的研究有何推动意义?本茨格向 DeepTech 表示,虽然这个技术还处于起步阶段,但他们已有的研究发现了令人惊讶的现象。“这些现象暗示了我们目前对细胞的描述是带有偏见的,这些发现可能会对肿瘤学、免疫学和发育生物学产生重大影响。

  这是因为,细胞是一个拥有数十亿运动分子的复杂机器,且可自我复制,而每种成像技术都是以不同方式进行不完整的观察。“那么我们将这两种截然不同的成像方式结合起来,就可以在纳米尺度上洞悉细胞的完整结构,这是任何一种单独的方法无法实现的。”

  至于医学研究价值,本茨格认为,现在说该技术在医学领域的直接应用为时尚早,“但它可以提供一些可能用于医学的基本见识”。

  研究发现,当小鼠神经祖细胞分化为小脑颗粒细胞时,染色质在细胞核中发生重排。过去,电子显微镜下的染色质密度被用来指示细胞核内区域的转录活性,即是否产生 RNA。“如今新的显微技术可以对同一细胞核作出不一样的判断,即我们可以认清干细胞分化时基因开关调控的细节。”

  席鹏对其应用价值评价说:

  “这一技术为细胞生物学中的细胞器精细结构及其相互作用、细胞间相互作用提供了新的技术手段。它能够将电镜中许多看上去像是制样引入的杂质的噪点,以光学形式确定其身份,从而观察到许多以往容易被忽略的精彩的生物学洞见,如过氧物酶体的多种构型及与细胞器的互作、神经细胞间粘附的精细结构特异性等。”

  三、超越诺奖

诺奖得主“封神”:新显微技术看清细胞内每个细节!-风君雪科技博客
本茨格夫妇(左一和左二)在中国科技大学。(来源:中国科技大学)

  本茨格出生于 1960 年,是美国发明家、应用物理学家,1960 年出生于美国密歇根州,1988 年获得美国康奈尔大学博士学位。他多年来致力于光学成像工具,尤其是突破光学衍射极限的超高分辨光学成像工具的开发。

  除了 2014 年诺贝尔化学奖,他于 2015 年被评为美国科学院院士,并于同年获得美国科学促进会纽科姆·克利夫兰奖。

  他还是中国女婿。本茨格教授的夫人吉娜是中国科大 95 级化学物理系校友,郭沫若奖学金获得者,获加州大学伯克利分校博士学位。现为美国霍华德·休斯医学研究所珍妮研究所研究组负责人,从事光学技术的开发及其在神经科学中的应用。

  早年间本茨格在贝尔实验室与同事发明了近场扫描光学显微技术,这是第一种超分辨率的光学显微技术。不过他认为近场光学有一些致命弱点导致无法广泛应用,随后离开科研界,到父亲位于密歇根的工厂去工作。

  在父亲工厂做技术开发 10 年后,本茨格决定重回科研界,续写属于自己的显微故事。他联系上老友、同在贝尔实验室工作的赫斯,在客厅里搭建了第一台基于单分子定位的超分辨荧光显微镜的原型。本茨格正是凭借这一技术,获得了 2014 年诺贝尔化学奖。

  当年的诺贝尔化学奖授予发展超分辨率荧光显微成像技术的 3 位科学家,他们分别是本茨格、德国马克斯普朗克生物物理化学研究所教授斯蒂芬·黑尔(Stefan W. Hell)和美国斯坦福大学教授威廉姆·莫纳尔(William E. Moerner)。

  其中本茨格是荧光显微技术领域的领军人物,他突破了传统显微成像技术的物理极限值,实现了基于单分子信号得到超高分辨率成像。

  他们最新的这篇论文也提到目前 cryo-SR/EM 研究的不足,一方面是要规模化进行显微操作有难度,因其数据量巨大,细胞器多样性、空间密度、构象复杂,以及结果单色,都决定了量化较难。不过他们同时指出,机器学习有望助力数据分析。

  光声成像专家、加州理工学院博士后李磊也认为,如此精细的成像使得整个细胞产生海量的数据(可高达 20TB),如果能把机器学习或者人工智能引入到这项技术中,将真正释放这项技术的全部潜力。他入选了 2019《麻省理工科技评论》中国区“35 岁以下科技创新 35 人”。

  对于显微镜技术的未来,本茨格说,这个领域最大的需求并非开发新的显微镜(尽管肯定会继续),而是让生物学家们掌握过去 15 年的显微技术进步,以及从 TB 级、PB 级显微数据中利用计算工具提炼生物学结论。