Imágenes moleculares en tiempo real de tejido cercano a la superficie usando espectroscopia Raman

Resultados representativos del enfoque propuesto en una muestra de cerebro porcino. una imagen de campo claro de la muestra, donde las flechas indican áreas con un compuesto farmacéutico rico en lípidos. En la imagen de campo claro, no solo es un desafío localizar las regiones, sino que no brinda ninguna posibilidad de diferenciar entre regiones. b La imagen Raman reconstruida proporciona la distribución molecular en la muestra. c La imagen de realidad aumentada combina directamente la información molecular con la escena de campo claro, proporcionando fácilmente una diferenciación entre las regiones. d La imagen de escena 3D de altura sin textura reconstruida de la muestra empleando estéreo fotométrico y e como imagen 3D texturada con la imagen de campo claro original. f La imagen de la escena 3D de altura texturizada con la imagen Raman reconstruida, que ahora no solo permite la visualización bidimensional, sino tridimensional de la información molecular aumentada. g Imagen Raman después de la cuadrícula de datos de los datos moleculares, formando una imagen molecular aumentada en 3D completamente llena. h La visualización mejorada y directa de la imagen de realidad Raman mixta se retroproyecta en la muestra, de modo que los límites moleculares son visibles para el usuario. i Presenta los resultados como en h, pero con datos cuadriculados, lo que permite visualizar mejor los límites moleculares. La información de color en todas las figuras representa los diferentes componentes químicos, es decir, rojo para el compuesto rico en lípidos, verde para la materia gris del cerebro y azul para el compuesto farmacéutico. Crédito: Luz: ciencia y aplicaciones (2022). DOI: 10.1038/s41377-022-00773-0

Las modernas modalidades de imágenes han facilitado un progreso constante en la medicina y el tratamiento de enfermedades. Entre ellos, la espectroscopia Raman ha llamado la atención por sus aplicaciones clínicas como un método no invasivo y sin etiquetas para obtener una huella molecular de una muestra. Los investigadores pueden combinar dichos métodos con sondas de fibra óptica para permitir un fácil acceso al cuerpo de un paciente. Sin embargo, todavía es un desafío adquirir imágenes con sondas de fibra óptica. En un nuevo informe publicado en Nature Light: Science & Applications, Wei Yang y un equipo de científicos, en el Instituto Leibniz de Tecnología Fotónica en Alemania, desarrollaron un sistema de imágenes Raman basado en sonda de fibra óptica para visualizar en tiempo real, molecular, virtual datos de la realidad y detectar límites químicos.

Los investigadores desarrollaron el proceso en torno a un sistema de seguimiento posicional basado en visión artificial con estéreo fotométrico y productos químicos combinados y aumentados para la obtención de imágenes moleculares y la visualización directa de los límites moleculares de superficies tridimensionales. El método proporcionó un enfoque para obtener imágenes de grandes áreas de tejido en unos pocos minutos, para distinguir los límites clínicos del tejido en una variedad de muestras biológicas.

Modalidades de obtención de imágenes y diseño de imágenes moleculares de realidad virtual en biomedicina

Los médicos suelen utilizar imágenes por resonancia magnética, tomografía computarizada, tomografía por emisión de posición y ultrasonido para examinar a los pacientes con el fin de diagnosticar y evaluar enfermedades. El método se puede mejorar para una cirugía guiada precisa para facilitar la monitorización continua y no invasiva de los pacientes. Las técnicas de imagen actuales se basan principalmente en la anatomía y la morfología del tejido, sin tener en cuenta la composición del tejido subyacente. Los investigadores han hecho hincapié en los métodos basados en Raman para aplicaciones clínicas in vivo; un método basado en la dispersión inelástica entre un fotón y una molécula para proporcionar una huella molecular intrínseca de una muestra. La información se recopila a través de métodos sin etiquetas, sin contacto y no destructivos para detectar y delinear el cáncer de tejidos sanos y los científicos han explorado el potencial del método para la visualización y comprensión de datos.

En este trabajo, Yang et al propusieron y desarrollaron un método de imágenes Raman basado en fibra con análisis de datos en tiempo real, en combinación con realidad aumentada y realidad mixta, en superficies de muestras tridimensionales (3D) como un método potencial para realizar una visualización optomolecular en tiempo real de los límites de los tejidos para el diagnóstico de enfermedades y la cirugía. En este método, el equipo combinó mediciones de espectros Raman con seguimiento posicional basado en visión artificial y procesamiento de datos en tiempo real para desarrollar imágenes moleculares de realidad virtual. El trabajo proporciona un resumen para la futura traducción clínica de imágenes moleculares basadas en Raman en tiempo real para proporcionar un fácil acceso a los pacientes.

Una imagen de campo claro de la muestra no permite diferenciar entre diferentes regiones moleculares. b Las imágenes Raman con el enfoque presentado permiten fácilmente la visualización de distintas ubicaciones moleculares. c El aumento de la información molecular con la imagen de campo claro proporciona una clara diferenciación de la información de la muestra. d Cuadrícula de datos de información molecular y superposición aumentada con imagen de campo claro. La imagen de realidad Raman mixta permitió a través de la proyección la visualización directa de la información molecular en el plano de la muestra; y, en combinación con la cuadrícula de datos (f), proporciona una imagen rica con límites moleculares distintos. La información de color representa los diferentes componentes químicos, es decir, rojo para el colágeno, verde para el tejido epitelial y azul para el portamuestras de plástico. Crédito: Luz: ciencia y aplicaciones (2022). DOI: 10.1038/s41377-022-00773-0 Obtención de imágenes de una superficie de muestra biológica estructurada en 3D y tejido tumoral ex vivo

Yang et al utilizaron el enfoque propuesto en tejido de sarcoma y cerebro porcino para diferenciar moléculas distintas regiones. Recubrieron el cerebro con un compuesto farmacéutico rico en lípidos y escanearon la superficie del cerebro para visualizar la topología y la información molecular, que mapearon en el modo 3D reconstruido con datos moleculares. Los datos combinados proporcionaron una visión realista de la distribución química en la superficie. De manera similar, con muestras de tumores, Yang et al. extirpó un tamaño de muestra y realizó una adquisición con láser para mostrar los límites moleculares dentro del tejido patológico para el diagnóstico de enfermedades in vivo guiado por imágenes y la resección quirúrgica.

Flujo de datos

El equipo visualizó las moléculas usando realidad aumentada (AR) y realidad mixta (MR), junto con reconstrucción topográfica y análisis de datos en tiempo real. Durante AR, los científicos mapearon la información molecular en la imagen de campo brillante o en un modelo de superficie 3D. Durante la RM, proyectaron la información molecular sobre la muestra y registraron la imagen proyectada en varios pasos. Para evitar las perturbaciones del seguimiento láser, el equipo redujo la intensidad de la imagen proyectada ajustando la transparencia de la configuración. A continuación, los científicos caracterizaron la instrumentación para la reconstrucción tridimensional (3D) y mostraron cómo las distorsiones experimentales coincidían con las simulaciones teóricas. Minimizaron los efectos distorsionados aumentando la relación entre la altura de la cámara (proyector) y el grosor de la muestra.

Flujo de datos (a) y diagrama (b) del enfoque desarrollado. Los espectros Raman se adquieren con una sonda Raman portátil y la información de posición donde se adquirieron los espectros se determina en paralelo a través de una cámara de campo claro. Los espectros Raman se procesan en tiempo real y se combinan con la información posicional para reconstruir la imagen Raman, formando la visualización de realidad virtual molecular de la distribución molecular. Además, se utiliza un método de reconstrucción de superficies 3D basado en visión artificial, es decir, estéreo fotométrico, para construir un mapa de altura 3D de la superficie de la muestra, lo que permite superponer la imagen Raman reconstruida en el mapa 3D para una visualización 3D de la composición molecular. Crédito: Luz: ciencia y aplicaciones (2022). DOI: 10.1038/s41377-022-00773-0

Combinación con el estéreo fotométrico. a1 Diagrama del fantasma de hemisferio de PMMA con 20 cortes desde el centro en el plano horizontal y el plano vertical. El área espaciada en la superficie superior se ahueca y los pequeños espacios se rellenan con paracetamol, mientras que los espacios restantes se rellenan con termoplástico moldeable (policaprolactona). a2 Vista superior del fantasma, que muestra las longitudes de arco de un corte de 20 en cada nivel horizontal. a3 Vista lateral de tres cuartos del fantasma, que muestra los radios de cada nivel horizontal. El diámetro de la semiesfera es de 50 mm y el espesor del basamento es de 2 mm. b13 Vista superior de la muestra. b1 Imagen de campo claro del fantasma del hemisferio, donde no se pueden discernir límites moleculares. b2 Imagen Raman reconstruida por el enfoque de imagen desarrollado con la operación manual con límites moleculares claros, y b3 superpuesta con la imagen de campo claro como información molecular aumentada. c1 Una imagen representativa del mapa de altura del fantasma a través de estéreo fotométrico. c2 El mapa de altura texturizado de la imagen de campo claro, visto desde el mismo ángulo, y c3, con la imagen 3D de textura molecular relevante. c4 Los tres modos combinados y representados como imagen molecular aumentada en 3D. La información de color representa los diferentes componentes químicos, es decir, rojo para PMMA, verde para termoplástico (policaprolactona) y azul para paracetamol. Crédito: Luz: ciencia y aplicaciones (2022). DOI: 10.1038/s41377-022-00773-0 Resolución espacial

Los investigadores definieron la resolución espacial del sistema en teoría mediante la resolución espacial de la cámara de campo claro y el tamaño del punto láser. En este trabajo, solo la resolución de la cámara de campo claro y la velocidad de movimiento de la sonda limitaron la resolución del sistema. Por ejemplo, el equipo obtuvo imágenes de visualización mediante realidad aumentada y reconstruyó imágenes Raman para ajustarse a la distribución y el espaciado conocidos de los compuestos moleculares. Las imágenes y gráficos resultantes destacaron una estrategia de reconstrucción para lograr un equilibrio entre la velocidad del movimiento de la sonda y la calidad de los espectros Raman reconstruidos, para lograr una resolución espacial de aproximadamente 0,5 mm. Los resultados mostraron que la visualización de realidad mixta tiene una precisión posicional y una resolución espacial similares a las de la realidad aumentada. Yang et al. comparó la resolución espacial alcanzable con los métodos de imágenes médicas convencionales, incluidas la TC y la RM como un proceso guiado por imágenes para aplicaciones clínicas. El equipo también puede mejorar la resolución espacial con una cámara de campo claro de mayor resolución y un punto láser más pequeño, para cubrir un área más grande con una calidad de imagen adecuada.

Evaluación de la resolución espacial del enfoque desarrollado. un Diagrama del objetivo de resolución espacial con franjas de varios anchos. Los espacios entre las tiras se rellenan con termoplástico moldeable (policaprolactona) y polvo de paracetamol para espacios >1 mm y 1 mm, respectivamente. b Los espectros Raman de los tres componentes relevantes están codificados por colores, es decir, rojo para PMMA, verde para termoplástico y azul para paracetamol. c Imagen de campo claro del objetivo de resolución espacial y un indicador del punto láser ajustado de elipse con información posicional. El cuadro rojo discontinuo indica el ROI para el recorte de imágenes. d Las imágenes Raman aumentadas recortadas en el ROI del diámetro reconstruido de los círculos a escala automática moviendo la sonda a varias velocidades o con una operación manual. La línea discontinua blanca en cada imagen indica la línea para el análisis del perfil. e Los gráficos de la ruta azul (plano de paracetamol) del perfil de líneas de las imágenes Raman aumentadas individuales. La línea discontinua negra indica la región real de los huecos llenados con paracetamol. f Fotografía del resultado de la realidad Raman mixta mediante la proyección de la imagen molecular reconstruida para la velocidad de movimiento de 2 mm/s y la condición de diámetro de escala automática; yg para operación manual. Los cuadros blancos discontinuos en las imágenes indican el ROI que se muestra en detalle en h e i y los perfiles de intensidad correspondientes de la línea blanca discontinua se presentan en j. La curva real (negra) indica los huecos donde se rellena el paracetamol. Crédito: Light: Science & Applications (2022). DOI: 10.1038/s41377-022-00773-0

Perspectiva: traducción clínica de la espectroscopia Raman basada en realidad virtual

De esta manera, Wei Yang y sus colegas propusieron y demostraron experimentalmente una sonda de fibra óptica: basado en un sistema de imágenes para adquirir de forma no destructiva imágenes moleculares de una gran muestra de tejido sin etiquetas fluorescentes. El equipo implementó directamente el proceso de procesamiento de datos en el flujo de adquisición para superar las desventajas de los sistemas Raman convencionales y evaluar firmas Raman complejas de macromoléculas bioquímicas en tiempo real para su visualización mediante realidad aumentada y realidad mixta. Los investigadores destacaron el potencial de las imágenes moleculares basadas en Raman en tiempo real para la traducción clínica para acceder a las distribuciones bioquímicas de las regiones de interés de los pacientes para diferenciar el tejido para la resección quirúrgica.

Explore más

Imágenes de autocorrelación de motas con láser confocal del flujo dinámico en microvasculatura Más información: Wei Yang et al, Imágenes moleculares en tiempo real de tejido cercano a la superficie usando espectroscopia Raman, Light: Ciencia y Aplicaciones (2022). DOI: 10.1038/s41377-022-00773-0

Donghyun Lee et al, In Vivo Near Infrared Virtual Intraoperative Surgical Photoacoustic Optical Coherence Tomography, Scientific Reports (2016). DOI: 10.1038/srep35176 Información de la revista: Light: Science & Applications , Scientific Reports