極客網·極客觀察10月23日 1959年,物理學家費曼(Richard Feynman)在加州理工學院(Caltech)發(fā)表演講,當時他曾呼吁聽眾制造更強大的顯微鏡,這樣就能進一步探索“小得驚人的世界”。費曼還說,如果能夠看一看,回答基本生物問題將會容易很多。
幾年之后,科幻電影《神奇旅程》(Fantastic Voyage)上映,在電影中潛艇船員縮小,穿越人體修復大腦損傷。1966年的電影預告片宣稱,“本片將會帶你探索未知世界”,“將把觀眾送到沒有人到過、沒有相機看過的地方”。
現(xiàn)在科學家成功將中世紀物理學家、電影制片人的幻想與VR體驗融合。不久前,科學家在《自然醫(yī)學》發(fā)表論文,介紹一款新軟件,有了軟件科學家只需要戴上VR頭盔,就能探索細胞及其它生物結構。
我們這里所說的細胞不是電腦生成的,而是活生生的,它是超高清顯微鏡捕捉的圖像。顯微鏡提供的數(shù)據(jù)是2D數(shù)據(jù),軟件將2D數(shù)據(jù)變成3D沉浸式體驗。研究人員親自觀察生物結構之后,就能更好理解細胞內部是如何“工作”的,這樣一來尋找治療方法就會更簡單一些。
劍橋大學生物化學家Steven Lee說:“我們正在嘗試用有趣的方法看一看內部?!眲蜓芯咳藛T與3D圖像分析公司Lume VR合作,開發(fā)VR軟件。
布里斯托大學Polymaths Lab主管Hermes Bloomfield-Gadêlha說:“識別自然界的模式是科學的基石。這是一個了不起的突破,有了VR,我們可以觀察自然界的模式,與神秘而奇怪的分子宇宙世界親近?!?/p>
Steven Lee引導大家觀察大腦細胞——也就是神經元。首先從鳥瞰神經元開始。我們看到軸突,它是細長的管狀突起,能夠以電脈沖的形式將信息從一個腦細胞傳到另一個腦細胞。當我們靠近時Lee說:“神經元就是用你看到的細管交流的。思想、創(chuàng)意、感受都從管道中流過。”
當我們湊近軸突,發(fā)現(xiàn)管狀結構是由圓環(huán)狀血影蛋白(Spectrin)組成的。Lee說:“它們之間的空隙約為100納米,非常小。”
有趣的是血影蛋白環(huán)之外的分子。Lee問:“它們是穿過軸突,還是與軸突外壁連接在一起呢?”有了VR,你可以輕松回答這個問題。
軟件名叫vLUME,觀察時科學家可以調整視角。我們還觀察了四段軸突,它們飄浮在虛擬盒子內,我們可以將它們放大,并排顯示,好好比較。Lee說:“我們還可以做一些量化測試,看看它們有何區(qū)別?!蓖ㄟ^比較健康區(qū)域與病變區(qū)域,研究人員找到治療方法會更加容易。
隨后我們將畫面拉遠,觀看整個圖像:有軸突,有四個盒子,有分析,有手寫筆記。真是漂亮極了。有了這些,科學家既可以研究細胞結構,也可以向外界講解。
如果沒有超高清顯微鏡,我們不可能看到如此清晰的畫面。2014年,超分辨率顯微鏡技術曾拿到諾貝爾化學獎。這種光學顯微鏡技術繞開了衍射極限,所謂衍射極限就是一種物理極限,它將光學分辨率限制在大約250納米,之前人們認為衍射極限無法突破。
有了超分辨率顯微鏡技術,研究人員可以用5-10納米的分辨率捕獲圖像。但是這種圖像一般是2D形式的,但我們的生命卻是3D的,科學家要從2D圖像中推導出3D信息。但事實證明,要在沉浸式環(huán)境中與3D數(shù)據(jù)互動是一件難事。
數(shù)以百萬計的點代表單個分子的3D位置,這些點組成圖像,vLUME用圖像進行渲染,變成“點云”,相當于究竟中的數(shù)據(jù)點集合。通過vLUME,我們可以對點云進行探索、切斷??茖W家用算法分析復雜數(shù)據(jù)集,試圖從中找到生物架構模式。
如果做學術研究,你可以免費使用vLUME,只要有VR頭盔就行??上к浖壳爸荒転g覽細胞靜態(tài)圖像,未來研究人員希望能對圖像進行升級,將它變成實時活細胞移動圖像,只是目前技術還存在限制,延遲時間太長(介于10分鐘至1小時)。
利用工具,研究人員試圖為復雜問題尋找答案,比如:免疫細胞是如何確定體內哪些細胞已經被病原體感染的,患病時蛋白質又是如何錯誤折疊的。Lee說:“我們用直觀方式展示數(shù)據(jù),從而幫研究人員排隊假設?!?/p>
Bloomfield-Gadêlha則說,觀看也許只是開始,未來,我們可以將這種VR技術與其它學科結合,比如數(shù)學建模、模擬、機器人,這樣也許可以通過3D分子信息獲得某種預測能力,對分子宇宙有更深的理解。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- MIT想用AI設計電動汽車,大幅縮短設計時間并節(jié)省成本
- 美媒:一些中國大模型已經追平甚至超越美國產品
- 透過這場開發(fā)者圈的“年度盛典”,窺見華為開發(fā)者生態(tài)構建之道
- 谷歌Willow量子芯片有進步 但離實用還很遙遠
- LLM很難變成AGI?科學家:創(chuàng)造AGI理論上可行
- PON在園區(qū)網絡的“先天不足”,無源以太全光來拯救!
- 英特爾CEO黯然退場背后:芯片制造陷泥潭,AI起大早趕晚集
- 開源5年樹立新里程 openEuler以智能 致世界
- 華為推出Mate 70手機引發(fā)高度關注 看外媒是如何評價的?
- 5G-A終端規(guī)模鋪開響應“以舊換新”,湖北移動“機網套”協(xié)同刺激內需
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。