他是一位中國女婿，2014 年諾貝爾化學獎得主，獲獎理由是實現了單分子水平的超高分辨率熒光顯微技術。如今他再修顯微神技，可以 3D 方式看清楚細胞內每個細節。

　　他就是美國霍華德·休斯醫學研究所（HHMI）珍妮莉亞研究園區的埃里克·本茨格（Eric Betzig）教授。這項研究于北京時間 2020 年 1 月 17 日發表在美國《科學》雜志（Science）封面上。通訊作者是本茨格和同事哈拉爾德·赫斯（Harald F. Hess）博士，他們是老搭檔。

　　本茨格在接受 DeepTech 專訪時表示，雖然這項技術還處于起步階段，但他們已經發現了一些令人驚訝的現象。“這些現象暗示了我們目前對細胞的描述是帶有偏見的，這些發現可能會對腫瘤學、免疫學和發育生物學產生重大影響。”

　　這項技術被稱為 cryo-SR/EM，意即融合了超分辨率的光學顯微鏡技術和電子顯微鏡技術，最終以 3D 形式呈現了細胞內部清晰的細節。

　　通過這種新的顯微技術，你可以看到細胞內部真實且繁雜忙碌的世界，以及蛋白質與細胞精細結構的關系?？梢赃@么說，如果說摘得諾獎是登頂，那么這次，埃里克·本茨格接近封神了。

新技術融合了超分辨率的光學顯微鏡技術和電子顯微鏡技術，最終以 3D 形式呈現了細胞內部清晰的細節。（來源：《科學》）

哺乳動物小腦顆粒神經元的半透明彩色核。（來源：《科學》）

　　一、一加一大于二

　　顯微技術在今天有很多選擇，但都不完美：要么觀察的細胞結構不完整，要么無法應用熒光，要么分辨率不夠，要么視野太小。

　　依靠熒光分子標記，光學顯微鏡下就可以輕松識別特定的細胞結構，而超分辨率的熒光顯微鏡提升了清晰度。然而細胞中有上萬種蛋白質，熒光標記只能在有限時間內分辨個位數的蛋白質，這就讓人們難以理解標記蛋白質與其他物質的關系。

　　另一方面，高分辨率的電子顯微鏡可以顯示細胞中所有結構，但在異常擁擠的細胞內部，比如染色質和內質網，僅僅依靠電子顯微鏡的灰階成像難以區分所有的細節，難以鑒定蛋白質的分布。此外，電子顯微鏡技術需要對樣品進行切片、脫水、固定、鍍金等操作，這會破壞細胞活性甚至改變其結構。

　　既然都不完美，那么科學家設想，將這兩種技術結合起來是不是可以得到更好結果呢？

　　本茨格和赫斯是這么做的：

　　第一步，將細胞高壓冷凍。這會在數毫秒內迅速讓細胞內部活動停止，還能防止損壞細胞結構冰晶的產生，那么數據會更加保真。

　　接下來，把樣品放置到不到絕對零度以上 10 度的低溫中，用超分辨率的熒光顯微鏡進行 3D 成像。

　　第三步，將樣品用樹脂包埋，在赫斯實驗室開發的超級電子顯微鏡中成像。這個電子顯微鏡會向細胞表面發射一束離子，每拍攝一次就會研磨掉一層樣品。之后計算機會將這些圖像拼接進行 3D 圖像重建。

　　最后，將兩種方式獲得的 3D 圖像疊加，令人震撼的細胞內部就呈現出來了。

全細胞的關聯成像。自左上方順時針分別為：線粒體和內質網蛋白正交排列的立體渲染圖；形態各異的溶酶體囊狀結構；有轉錄活性的報告蛋白決定了異染色質亞域；與接觸小腦顆粒神經元的膜粗糙度相關的粘附蛋白；過氧化物酶體（粉紅色）與內質網（紅色）和線粒體（青色）。（來源：《科學》）

　　新顯微技術可以看清楚電子顯微鏡中難以辨別的部分，如特別長且錯綜復雜的內體，并且可以區分溶酶體、過氧化物酶體和線粒體來源的囊泡。比如：

　　染色質：神經元的細胞核在成熟前后有顯著不同。DNA 會重新包裝，開啟新的一組基因。這些變化會在細胞內部的灰色斑點和彩色熒光兩種模式中體現出來。

　　神經黏連：類似瑞士奶酪的黏連會將新生神經元遷移到神經系統的正確位置。

　　內體：可幫助細胞存儲蛋白質，分解胞內垃圾以及運輸物質。但電子顯微鏡照片無法區分那么多囊泡。

　　二、將改寫生物學教材

　　研究人員說，該技術的本質是在聚焦離子束掃描電子顯微鏡（FIB-SEM）的冷凍固定和冷凍替代/染色兩步驟之間插了一個步驟，即低溫超分辨率（cryo-SR）成像。這就同時具備了基于樹脂包埋的熒光顯示、重金屬染色和超微結構顯示，可謂一箭多雕。

　　中科院遺傳與發育研究所生物學研究中心高級工程師姜韜如此評價：

　　“其技術的本質相當于，我們原來用閃光燈照相可以拍照出黑夜里的灌木叢，或者用微光相機拍照出黑夜里的螢火蟲，但我們不能實現兩者兼得，現在本茨格團隊可以用一個裝置一次性拍攝清晰的灌木叢及其中的螢火蟲，并重構出它們實時關系的 3D 圖像。”

　　北京大學工學院生物醫學工程系席鵬研究員從事超高分辨光學活體顯微技術研究，他評價說：

　　“這一研究將關聯成像推到了一個前所未有的高度。熒光成像能夠進行特異性標記（看得準），但是分辨率受限；電鏡能夠得到非常高的分辨率（看得清），但是缺乏特異性。這一工作將兩者結合起來，能夠相得益彰。

　　這樣的嘗試以前并不是沒有人想到過，但是其技術難度非常大，例如在進行光學成像時，激光會加熱樣品，帶來細胞內部的重結晶，這會對電鏡成像形成巨大干擾；而在電鏡冷凍條件下，超分辨所需要的一些熒光開關特性會發生變化，也會影響熒光成像。本工作系統性地突破了諸多技術障礙，提供了一套完整可行的光電聯用顯微技術。”

　　其實早在 2018 年的聚焦顯微學術研討會（FOM）上，赫斯博士就講述了這一工作的部分進展。這也是他們兩位科學家深厚友誼的另一個見證：赫斯教授是掃描電子顯微鏡的專家，而本茨格則是超分辨的鼻祖。本茨格 2006 年發表在《科學》上的開創性工作，就是與赫斯一起完成的。

　　那么該技術對于生物學和醫學的研究有何推動意義？本茨格向 DeepTech 表示，雖然這個技術還處于起步階段，但他們已有的研究發現了令人驚訝的現象。“這些現象暗示了我們目前對細胞的描述是帶有偏見的，這些發現可能會對腫瘤學、免疫學和發育生物學產生重大影響。”

　　這是因為，細胞是一個擁有數十億運動分子的復雜機器，且可自我復制，而每種成像技術都是以不同方式進行不完整的觀察。“那么我們將這兩種截然不同的成像方式結合起來，就可以在納米尺度上洞悉細胞的完整結構，這是任何一種單獨的方法無法實現的。”

　　至于醫學研究價值，本茨格認為，現在說該技術在醫學領域的直接應用為時尚早，“但它可以提供一些可能用于醫學的基本見識”。

　　研究發現，當小鼠神經祖細胞分化為小腦顆粒細胞時，染色質在細胞核中發生重排。過去，電子顯微鏡下的染色質密度被用來指示細胞核內區域的轉錄活性，即是否產生 RNA。“如今新的顯微技術可以對同一細胞核作出不一樣的判斷，即我們可以認清干細胞分化時基因開關調控的細節。”

　　席鵬對其應用價值評價說：

　　“這一技術為細胞生物學中的細胞器精細結構及其相互作用、細胞間相互作用提供了新的技術手段。它能夠將電鏡中許多看上去像是制樣引入的雜質的噪點，以光學形式確定其身份，從而觀察到許多以往容易被忽略的精彩的生物學洞見，如過氧物酶體的多種構型及與細胞器的互作、神經細胞間粘附的精細結構特異性等。”

　　三、超越諾獎

本茨格夫婦（左一和左二）在中國科技大學。（來源：中國科技大學）

　　本茨格出生于 1960 年，是美國發明家、應用物理學家，1960 年出生于美國密歇根州，1988 年獲得美國康奈爾大學博士學位。他多年來致力于光學成像工具，尤其是突破光學衍射極限的超高分辨光學成像工具的開發。

　　除了 2014 年諾貝爾化學獎，他于 2015 年被評為美國科學院院士，并于同年獲得美國科學促進會紐科姆·克利夫蘭獎。

　　他還是中國女婿。本茨格教授的夫人吉娜是中國科大 95 級化學物理系校友，郭沫若獎學金獲得者，獲加州大學伯克利分校博士學位。現為美國霍華德·休斯醫學研究所珍妮研究所研究組負責人，從事光學技術的開發及其在神經科學中的應用。

　　早年間本茨格在貝爾實驗室與同事發明了近場掃描光學顯微技術，這是第一種超分辨率的光學顯微技術。不過他認為近場光學有一些致命弱點導致無法廣泛應用，隨后離開科研界，到父親位于密歇根的工廠去工作。

　　在父親工廠做技術開發 10 年后，本茨格決定重回科研界，續寫屬于自己的顯微故事。他聯系上老友、同在貝爾實驗室工作的赫斯，在客廳里搭建了第一臺基于單分子定位的超分辨熒光顯微鏡的原型。本茨格正是憑借這一技術，獲得了 2014 年諾貝爾化學獎。

　　當年的諾貝爾化學獎授予發展超分辨率熒光顯微成像技術的 3 位科學家，他們分別是本茨格、德國馬克斯普朗克生物物理化學研究所教授斯蒂芬·黑爾（Stefan W. Hell）和美國斯坦福大學教授威廉姆·莫納爾（William E. Moerner）。

　　其中本茨格是熒光顯微技術領域的領軍人物，他突破了傳統顯微成像技術的物理極限值，實現了基于單分子信號得到超高分辨率成像。

　　他們最新的這篇論文也提到目前 cryo-SR/EM 研究的不足，一方面是要規模化進行顯微操作有難度，因其數據量巨大，細胞器多樣性、空間密度、構象復雜，以及結果單色，都決定了量化較難。不過他們同時指出，機器學習有望助力數據分析。

　　光聲成像專家、加州理工學院博士后李磊也認為，如此精細的成像使得整個細胞產生海量的數據（可高達 20TB），如果能把機器學習或者人工智能引入到這項技術中，將真正釋放這項技術的全部潛力。他入選了 2019《麻省理工科技評論》中國區“35 歲以下科技創新 35 人”。

　　對于顯微鏡技術的未來，本茨格說，這個領域最大的需求并非開發新的顯微鏡（盡管肯定會繼續），而是讓生物學家們掌握過去 15 年的顯微技術進步，以及從 TB 級、PB 級顯微數據中利用計算工具提煉生物學結論。

總結

以上是生活随笔為你收集整理的诺奖得主“封神”：新显微技术看清细胞内每个细节！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。