A imagem metabólica é um método não invasivo que permite que médicos e cientistas estudem células vivas usando luz laser, o que pode ajudá-los a avaliar a progressão da doença e as respostas ao tratamento.

Mas a luz se espalha quando incide no tecido biológico, limitando sua profundidade de penetração e dificultando a resolução das imagens capturadas.

Agora, pesquisadores do MIT desenvolveram uma nova técnica que mais que dobra o limite de profundidade usual de imagens metabólicas. O método deles também aumenta a velocidade das imagens, produzindo imagens mais ricas e detalhadas.

Esta nova técnica não requer que o tecido seja pré-processado, como cortá-lo ou tingi-lo com corantes. Em vez disso, um laser especializado ilumina profundamente o tecido, fazendo com que certas moléculas intrínsecas dentro das células e tecidos emitam luz. Isso elimina a necessidade de alterar o tecido, fornecendo uma representação mais natural e precisa de sua estrutura e função.

Os pesquisadores conseguiram isso ao personalizar de forma adaptativa a luz do laser para tecidos profundos. Usando um modelador de fibras desenvolvido recentemente — um dispositivo que eles controlam dobrando-o — eles podem ajustar a cor e os pulsos de luz para minimizar a dispersão e maximizar o sinal conforme a luz viaja mais profundamente no tecido. Isso permite que eles vejam muito mais longe no tecido vivo e capturem imagens mais nítidas.

Maior profundidade de penetração, velocidades mais rápidas e maior resolução tornam esse método particularmente adequado para aplicações de imagem exigentes, como pesquisa de câncer, engenharia de tecidos, descoberta de medicamentos e estudo de respostas imunológicas.

“Este trabalho mostra uma melhoria significativa em termos de penetração de profundidade para imagens metabólicas sem rótulo. Ele abre novos caminhos para estudar e explorar a dinâmica metabólica profundamente em biossistemas vivos”, diz Sixian You, professor assistente no Departamento de Engenharia Elétrica e Ciência da Computação (EECS), membro do Laboratório de Pesquisa para Eletrônica e autor sênior de um artigo sobre esta técnica de imagem.

Ela é acompanhada no artigo pelo autor principal Kunzan Liu, um aluno de pós-graduação da EECS; Tong Qiu, um pós-doutorado do MIT; Honghao Cao, um aluno de pós-graduação da EECS; Fan Wang, professor de ciências cognitivas e cerebrais; Roger Kamm, o distinto professor Cecil e Ida Green de Engenharia Biológica e Mecânica; Linda Griffith, a professora de Inovação de Ensino da Escola de Engenharia no Departamento de Engenharia Biológica; e outros colegas do MIT. A pesquisa aparece hoje na Science Advances .

Este novo método se enquadra na categoria de imagem sem rótulo, o que significa que o tecido não é corado previamente. A coloração cria contraste que ajuda um biólogo clínico a ver melhor os núcleos e proteínas das células. Mas a coloração normalmente requer que o biólogo seccione e fatie a amostra, um processo que frequentemente mata o tecido e torna impossível estudar processos dinâmicos em células vivas.

Em técnicas de imagem sem rótulo, os pesquisadores usam lasers para iluminar moléculas específicas dentro das células, fazendo com que elas emitam luz de cores diferentes que revelam vários conteúdos moleculares e estruturas celulares. No entanto, gerar a luz laser ideal com certos comprimentos de onda e pulsos de alta qualidade para imagens de tecidos profundos tem sido desafiador.

Os pesquisadores desenvolveram uma nova abordagem para superar essa limitação. Eles usam uma fibra multimodo, um tipo de fibra óptica que pode transportar uma quantidade significativa de energia, e a acoplam a um dispositivo compacto chamado “modelador de fibra”. Esse modelador permite que eles modulem precisamente a propagação da luz alterando de forma adaptativa o formato da fibra. Dobrar a fibra altera a cor e a intensidade do laser.

Com base em  trabalhos anteriores , os pesquisadores adaptaram a primeira versão do modelador de fibras para imagens metabólicas multimodais mais profundas.

“Queremos canalizar toda essa energia para as cores que precisamos com as propriedades de pulso que exigimos. Isso nos dá maior eficiência de geração e uma imagem mais clara, mesmo profundamente dentro dos tecidos”, diz Cao.

Depois de construir o mecanismo controlável, eles desenvolveram uma plataforma de imagem para aproveitar a poderosa fonte de laser para gerar comprimentos de onda de luz maiores, que são cruciais para uma penetração mais profunda nos tecidos biológicos.

“Acreditamos que essa tecnologia tem o potencial de avançar significativamente a pesquisa biológica. Ao torná-la acessível e barata para laboratórios de biologia, esperamos capacitar cientistas com uma ferramenta poderosa para descoberta”, diz Liu.

Quando os pesquisadores testaram seu dispositivo de imagem, a luz conseguiu penetrar mais de 700 micrômetros em uma amostra biológica, enquanto as melhores técnicas anteriores só conseguiam atingir cerca de 200 micrômetros.

“Com esse novo tipo de imagem profunda, queremos observar amostras biológicas e ver algo que nunca vimos antes”, acrescenta Liu.

A técnica de imagem profunda permitiu que eles vissem células em vários níveis dentro de um sistema vivo, o que poderia ajudar os pesquisadores a estudar mudanças metabólicas que acontecem em diferentes profundidades. Além disso, a velocidade de imagem mais rápida permite que eles reúnam informações mais detalhadas sobre como o metabolismo de uma célula afeta a velocidade e a direção de seus movimentos.

Este novo método de imagem pode dar um impulso ao estudo de organoides, que são células projetadas que podem crescer para imitar a estrutura e a função de órgãos. Pesquisadores nos laboratórios Kamm e Griffith são pioneiros no desenvolvimento de organoides cerebrais e endometriais que podem crescer como órgãos para avaliação de doenças e tratamentos.

No entanto, tem sido desafiador observar com precisão os desenvolvimentos internos sem cortar ou manchar o tecido, o que mata a amostra.

Essa nova técnica de imagem permite que pesquisadores monitorem de forma não invasiva os estados metabólicos dentro de um organoide vivo enquanto ele continua a crescer.

Com essas e outras aplicações biomédicas em mente, os pesquisadores planejam mirar em imagens de resolução ainda maior. Ao mesmo tempo, eles estão trabalhando para criar fontes de laser de baixo ruído, o que poderia permitir imagens mais profundas com menos dosagem de luz.

Eles também estão desenvolvendo algoritmos que reagem às imagens para reconstruir as estruturas 3D completas de amostras biológicas em alta resolução.

A longo prazo, eles esperam aplicar essa técnica no mundo real para ajudar biólogos a monitorar a resposta aos medicamentos em tempo real para auxiliar no desenvolvimento de novos medicamentos.

“Ao habilitar imagens metabólicas multimodais que alcançam tecidos mais profundamente, estamos fornecendo aos cientistas uma capacidade sem precedentes de observar sistemas biológicos não transparentes em seu estado natural. Estamos animados para colaborar com clínicos, biólogos e bioengenheiros para expandir os limites desta tecnologia e transformar esses insights em avanços médicos do mundo real”, diz You.

“Este trabalho é empolgante porque usa métodos de feedback inovadores para obter imagens do metabolismo celular mais profundamente nos tecidos em comparação com as técnicas atuais. Essas tecnologias também fornecem velocidades de imagem rápidas, que foram usadas para descobrir dinâmicas metabólicas únicas da motilidade das células imunes dentro dos vasos sanguíneos. Espero que essas ferramentas de imagem sejam instrumentais para descobrir ligações entre a função celular e o metabolismo dentro de sistemas vivos dinâmicos”, diz Melissa Skala, uma pesquisadora do Morgridge Institute for Research que não estava envolvida neste trabalho.

“Ser capaz de adquirir imagens multifótons de alta resolução com base no contraste de autofluorescência NAD(P)H mais rápido e mais profundamente nos tecidos abre a porta para o estudo de uma ampla gama de problemas importantes”, acrescenta Irene Georgakoudi, professora de engenharia biomédica na Tufts University que também não estava envolvida neste trabalho. “A obtenção de imagens de tecidos vivos o mais rápido possível sempre que você avalia a função metabólica é sempre uma grande vantagem em termos de garantir a relevância fisiológica dos dados, amostrar um volume significativo de tecido ou monitorar mudanças rápidas. Para aplicações em diagnóstico de câncer ou em neurociência, a obtenção de imagens mais profundas — e mais rápidas — nos permite considerar um conjunto mais rico de problemas e interações que não foram estudados em tecidos vivos antes.”

Esta pesquisa é financiada, em parte, por fundos de startups do MIT, um prêmio CAREER da National Science Foundation dos EUA, uma bolsa presidencial Irwin Jacobs e Joan Klein do MIT e uma bolsa Kailath do MIT.