实验室软X射线断层成像实现低温生物样本高分辨率三维结构与荧光关联成像

《Scientific Reports》：Demonstrating soft X-ray tomography in the lab for correlative cryogenic biological imaging using X-rays and light microscopy

本研究针对同步辐射软X射线断层成像(SXT)设备稀缺、通量低的问题，开发了基于激光驱动等离子体源的紧凑型实验室SXT系统，实现了54 nm分辨率的三维细胞超微结构成像，并建立了与荧光显微镜的自动关联工作流。该系统在原生对比度下成功解析了从原生动物到哺乳动物细胞中细胞器互作及纳米颗粒运输过程，为细胞生物学和纳米医学研究提供了可常规应用的低温关联成像平台。

　　

在细胞生物学研究领域，科学家们一直致力于揭示细胞内部精细的三维结构及其动态变化过程。然而，传统成像技术各有限制：光学显微镜虽能进行活细胞成像，但分辨率有限；电子显微镜虽具备纳米级分辨率，但样品制备复杂且难以实现三维全景成像；同步辐射软X射线断层成像(Soft X-ray Tomography, SXT)虽能对完整冷冻细胞进行三维成像，但设备昂贵且难以普及。这些限制使得研究人员在探索细胞器相互作用、纳米颗粒细胞内运输等关键生物学问题时面临巨大挑战。

为解决这一瓶颈问题，由SiriusXT公司牵头，联合英国国王学院、南丹麦大学等多家科研机构的研究团队在《Scientific Reports》上发表了最新研究成果，成功开发出首台可实现实验室常规应用的紧凑型软X射线断层成像系统。该系统采用激光驱动金属靶等离子体源，在“水窗”(water window)波段(284-543 eV)实现碳元素富集结构的高对比度成像，分辨率达54 nm，单细胞断层扫描时间仅需30分钟至2小时。

关键技术方法包括：采用激光驱动等离子体源产生软X射线，配合多层膜镜优化光束；集成低温荧光显微镜实现关联成像；开发基于脂滴的自动配准算法；支持平面样品(电镜载网)和圆柱样品(玻璃毛细管)两种成像几何；采用加权反投影(Weighted Back Projection, WBP)和同步迭代重建技术(Simultaneous Iterative Reconstruction Technique, SIRT)进行三维重建。研究涉及酵母细胞、哺乳动物细胞等生物样本，以及聚合物和无机纳米颗粒的细胞内追踪。

分辨率验证

通过西门子星标样测试显示系统可分辨25 nm线对，傅里叶环相关(Fourier-ring correlation, FRC)分析表明生物样本重建分辨率达54 nm。与同步辐射光源U41-XM/BESSY II对比实验显示，实验室系统对酵母液泡膜测量的半高宽(Full Width at Half Maximum, FWHM)为51 nm，与同步辐射系统的39 nm分辨率相当接近。

缺失楔补偿策略

针对平面样品存在的缺失楔(missing wedge)问题，研究团队开发了双轴断层扫描策略(样品旋转90°二次扫描)和圆柱样品成像方法。玻璃毛细管包埋的酵母细胞全角度扫描重建验证了完整三维信息获取能力。

关联成像工作流

创新性地建立了以内源性脂滴为标志物的自动配准流程。通过高斯滤波、对比度受限自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization, CLAHE)和相位互相关(Phase Cross-Correlation, PCC)算法，实现软X射线与荧光图像亚像素级配准，精度达622±123 nm。

复杂细胞成像应用

在对纤细裸藻(Euglena gracilis)的成像中，系统成功分辨出鞭毛、眼点、叶绿体、副淀粉颗粒等复杂细胞器，并通过叶绿素自发荧光实现靶向定位。这表明系统适用于具有复杂结构的真核细胞研究。

纳米颗粒追踪研究

在HeLa细胞模型中，100 nm荧光聚苯乙烯纳米颗粒(FluoSpheres)被精确定位于溶酶体内；而锆基无机-有机杂化纳米颗粒(Inorganic-Organic Hybrid Nanoparticles, IOH-NPs)在乳腺癌细胞H8N8中的内吞运输过程也被清晰捕捉，单颗粒分辨率达60 nm。这些结果为纳米药物递送研究提供了重要工具。

研究结论表明，实验室软X射线断层成像系统的成功开发标志着该技术正式从大型同步辐射设施走向常规实验室应用。与同步辐射源相比，虽然单次扫描时间稍长(30分钟-2小时 vs 5-15分钟)，但具备更大的视场(45×60 μm²)和更好的可及性。系统集成的低温荧光显微镜和自动化配准流程为多模态关联成像提供了完整解决方案。

讨论部分指出，该技术平台填补了荧光显微镜与电子显微镜之间的分辨率空白，特别适合研究细胞异质性、纳米颗粒运输、细胞器动态等前沿问题。其定量吸收对比特性遵循比尔-朗伯定律(Beer-Lambert law)，未来结合深度学习算法可实现细胞结构的自动分割与量化。随着多样品杆、生物安全级别样品传输等附件的完善，该系统有望在组织成像、病原体研究、药物开发等领域发挥更大作用。

这项技术的普及将极大促进单细胞水平的结构生物学研究，为人类细胞图谱(Human Cell Atlas)等大型科学计划提供重要技术支撑，推动精准医学和纳米医学的发展。