מיפוי מולקולרי ב‑DNA‑PAINT באמצעות מודל תערובת גאוסיאנית מותאם

לראות את העולם הבלתי נראה של מולקולות

ביולוגיה מודרנית מסתמכת יותר ויותר על מיקרוסקופים שיכולים לראות לא רק תאים, אלא מולקולות בודדות בתוכם. עם זאת, הפיכת אור חלש ומהבהב מהמולקולות הללו ל"מפה" מהימנה של מיקומן היא משימה מפתיעה וקשה. במחקר זה מוצג שיטה חישובית חדשה, בשם G5M, שמפיקה מפות מולקולריות מדויקות ומפורטות הרבה יותר, ועוזרת למדענים להבין כיצד חלבונים מסודרים ומקובצים בתאים אמיתיים, ברזולוציה של כמה מיליארדי חלקים של מטר.

מנקודות מהבהבות למפות מולקולריות

בטכניקה פופולרית של רזולוציה-יתר הנקראת DNA‑PAINT, מקטעי DNA קצרים נושאים צבעי פלואורסנציה ונקשרים לפרקי זמן קצרים לתגים של DNA שמחוברים לחלבונים המטרה. בכל פעם שדיו צמוד, הוא נראה כנורת נקודה מבריקה במיקרוסקופ לפני שהוא נעלם שוב. עם הזמן, אירועים רבים כאלה יוצרים ענן של נקודות סביב כל חלבון. כמובן, מרכז כל ענן מסמן את מיקומו האמיתי של החלבון ברזולוציית ננומטר, אך בפועל נקודות מחלבונים סמוכים עלולות להצטלב, וחלק מהנקודות נובעות מאותות רקע אקראיים. כלי ניתוח קיימים לעיתים מאחדים שכנים קרובים לחלבון יחיד או, בניגוד לכך, יוצרים חלבונים שאינם קיימים, ומגבילים את היכולת להפיק תובנות ביולוגיות.

דרך חכמה יותר למצוא מולקולות אמיתיות

השיטה החדשה, G5M, מתייחסת להמון הנקודות כתערובת של עננים פשוטים בצורת פעמון, כאשר כל ענן מייצג מולקולה אמיתית אחת. במקום רק לקבץ נקודות סמוכות לפי צפיפות, G5M משתמשת במודל הסתברותי שמשלב ידע קיים על הניסוי: עד כמה מדויקים המדידות המרחביות, כמה מהר מקטעי ה‑DNA נקשרים ומתנתקים, וכיצד המיקרוסקופ מטשטש אור בממדיים שניים או שלושה. לאחר מכן היא בוחנת הסברים אפשריים—מספרים וצורות שונים של עננים—ובוחרת אוטומטית בהסבר שמאזן בצורה הטובה ביותר בין התאמה לפשטות. מנגנוני הגנה נוספים דוחים פתרונות חשודים, כגון עננים שהיו צרים מדי, רחבים מדי, מבוססים על מעט מדי נקודות או שאינם מופרדים בבירור זה מזה.

הוכחת הכוח בסימולציות ובננו-מבנים של DNA

כדי לבדוק את G5M, המחברים השתמשו תחילה בסימולציות מחשב מציאותיות של סצנות פשוטות: זוגות מולקולות ורשתות קטנות של שתים־עשרה מולקולות שמרחקן רק כמה ננומטרים. בהשוואה לשיטה המובילה כיום, הידועה כ‑Gradient Ascent, G5M מצאה הרבה יותר מהמולקולות שניתן לצפות להן בקצה התיאורטי של הרזולוציה, כמעט בלי לדווח על מולקולות שלא היו שם. במקרים מרכזיים היא זיהתה זוגות צמודים לעתים פי עשרים ושבע יותר מהשיטה הישנה ושיפרה את הרזולוציה היעילה ביותר ממחצית. הצוות אישר את השיפורים הללו גם בניסויים עם מבני DNA‑origami—צורות DNA מלאכותיות עם אתרי עגינה במקומות מדויקים—ומצא ש‑G5M יכולה לספור ולמיקום כמעט את כל האתרים המצופים בתנאי הדמיה שונים.

חשיפת דפוסים חבויים בתאים אמיתיים

מעבר לדגמי הבדיקה, G5M יושמה על מערכות ביולוגיות מורכבות. במורכבי נקב גרעיניים, פורצי דרך ענקיים בגרעין התא, השיטה שחזרה את הסידור המעגלי הידוע של חלבון מרכזי, Nup96, גם במקומות בהם שותפיו היו מופרדים רק בכ־עשרה ננומטר. היא מצאה כמעט פי שניים זוגות חלבונים מהשיטה הסטנדרטית ושחזרה אומדנים עצמאיים של יעילות התיוג, מה שמרמז שהיא לא מפספסת הרבה מולקולות וגם לא מוסיפה רבות מדומות. המחברים בחנו גם את CD20, קולטן ממשטח המעורב בסרטן הדם ויעד של נוגדנים טיפוליים. כאן, G5M גילתה יותר אשכולות קטנים משמעותית (דימרים, טרימרים וטטרמרים) של CD20 על ממברנת התא, ובכך הבהירה כיצד נוגדן נגד סרטן ופורמטים תרופתיים קשורים משנים את ארגון הקולטנים האלה. היא אף שיפרה את הביצועים של גישה על‑רזולוציה‑עלית בשם RESI, שתלויה בהפרדת האותות בין סיבובי הדמיה מרובים.

מה זה אומר למיקרוסקופיה העתידית

על ידי הפקת מידע אמין יותר מנתוני DNA‑PAINT הקיימים, G5M מראה שתוכנה טובה יותר לבדה יכולה לחשוף פרטים ביולוגיים חדשים, בלי לשנות את המיקרוסקופים או הצבעים. האלגוריתם שומר על שיעור זיהויים שגויים נמוך מאוד תוך שהוא מפלח מולקולות שכמעט נוגעות זו בזו, דבר חיוני כששואלים כמה חלבונים יושבים במורכב, כיצד הם מפוזרים או כיצד תרופה משנה את הסידור שלהם. משולב בפלטפורמת הקוד‑הפתוח Picasso ועמיד להגדרות טיפוסיות, G5M ממקמת את עצמה ככלי סטנדרטי להפיכת הבהוב פלואורסצנטי למפות מולקולריות מהימנות, ועוזרת לחוקרים למפות את הארגון הננומטרי של החיים בתוך תאים.

ציטוט: Kowalewski, R., Reinhardt, S.C.M., Pachmayr, I. et al. Molecular mapping in DNA-PAINT via modified Gaussian Mixture Modeling. Nat Commun 17, 2315 (2026). https://doi.org/10.1038/s41467-026-70198-5

מילות מפתח: מיקרוסקופיה ברזולוציה-יתר, DNA-PAINT, מיפוי מולקולרי, אוליגומריזציה של חלבונים, אלגוריתמי ניתוח תמונה