Определение массы и размера немеченых биомолекул массой в несколько кДа с помощью иерархического vision-transformer, дополненного нанофлюидной рассеяющей микроскопией

Видеть мельчайшие молекулы

Многие из наиболее важных передатчиков в организме — например гормоны и сигналы иммунной системы — настолько малы, что остаются практически невидимыми для мощных микроскопов, если их не пометить флуоресцентными метками. Эти метки могут изменять поведение молекул, что представляет серьёзную проблему для разработки лекарств и фундаментальных биологических исследований. В работе предложен способ взвешивать и определять размер отдельных молекул вплоть до инсулина без каких‑либо меток, используя сочетание нанофлюидных чипов и передовых методов искусственного интеллекта. Это открывает путь к наблюдению ключевых биомолекул в их естественном состоянии, по одной.

Крошечные каналы как пробирки

В основе метода — нанофлюидная рассеяющая микроскопия, где используется пластина размером с ноготь, вытравленная с чрезвычайно узкими каналами. Ширина этих каналов составляет всего несколько десятков нанометров — в тысячи раз тоньше человеческого волоса. Молекулы в буфере свободно перемещаются по каналам, а не прикрепляются к поверхности. При освещении видимым светом и стенки канала, и проходящая молекула рассеивают свет. Поскольку канал по сравнению с молекулой значительно крупнее, их рассеянные волны интерферируют так, что оптическая сигнатура молекулы существенно усиливается. Вычитая изображения пустого канала из кадров с молекулой, исследователи получают кинематографическую запись (кимограф) её прохождения через канал, содержащую сведения как о массе, так и о скорости диффузии.

Почему важны меньшие каналы

Даже с этим оптическим усилением ранние версии метода могли характеризовать только молекулы массой от примерно 60 килодальтон и выше — типичные крупные белки — потому что сигналы от более мелких частиц терялись в шуме. Авторы показывают, что уменьшение поперечного сечения наноканалов резко повышает чувствительность: оптический контраст от молекулы увеличивается по мере уменьшения площади канала. Эксперименты с двумя размерами каналов и белком сывороточного альбумина крупного рогатого скота демонстрируют, что его следы чётко видны в более узком канале, но почти теряются в широком. Это простое геометрическое изменение даёт основание полагать, что при надёжном выделении слабых сигналов из шумных последовательностей кадров можно детектировать значительно меньшие биомолекулы.

Пусть ИИ читает шумные «фильмы»

Чтобы выйти в этот режим, исследователи разработали специализированную модель глубокого обучения, названную иерархическим vision-transformer. Вместо попытки восстановить трек каждой молекулы пиксель за пикселем, модель сканирует кимограф на нескольких масштабах и выдаёт два результата: карту вероятностей, отмечающую, где с высокой вероятностью находится молекула в каждый момент времени и пространстве, и карту свойств, кодирующую оценки массы молекулы и гидродинамического размера. Взвешивая оценки свойств по карте вероятностей, модель игнорирует области, заполненные в основном шумом. Обучение полностью опирается на смоделированные траектории, наложенные на экспериментально снятый фон шума, что позволяет системе научиться распознавать реальные сигналы даже когда они едва видимы невооружённым глазом.

Проверка на ДНК и гормонах

Авторы сначала валидацию провели на стандартной «лестнице» ДНК — смеси двухцепочечных фрагментов известной длины и массы — в относительно широких каналах, где все фрагменты намеренно расположены ниже обычного предела детекции. В исходных «фильмах» чётких дорожек ДНК не видно. Тем не менее модель ИИ генерирует карты вероятностей, корректно выделяющие места прохождения молекул, и предсказывает массы, которые совпадают с ожидаемыми значениями после фильтрации данных с низкой уверенностью. Метод также правильно фиксирует меньшие эффективные размеры жёстких стержневидных фрагментов ДНК по сравнению с их полной физической длиной, что отражает влияние формы на диффузию. Самую строгую проверку провели в ультраузких каналах на пептидном гормоне инсулине, массой примерно 5.8 килодальтон и диаметром около 1.5 нанометра. И здесь кимографы выглядят без примет, но модель извлекает плотный кластер значений массы и размера, отлично согласующийся с литературными данными и чётко отделённый от контролей с одним только буфером.

Испытание пределов

Чтобы понять, насколько далеко можно зайти с этой стратегией, команда сравнила точность модели с нижней границей Крамера–Рао — статистической границей, определяющей наилучшую возможную точность для любого несмещённого оценивателя при данном уровне шума. На больших наборах симуляций они показывают, что при числе кадров, учитываемых в траектории молекулы, превышающем примерно десять тысяч, оценки массы и размера модели приближаются к теоретическому оптимуму даже для частицы массой шесть килодальтон. Эксперименты с инсулином при разных концентрациях воспроизводят ту же тенденцию: более длинные эффективные траектории дают более точные измерения, ограниченные в основном тем, как долго маленькие быстро диффундирующие молекулы остаются в поле зрения. Авторы предлагают будущие стратегии — например, мягкое захватывание молекул в канале или повторное использование данных с помощью бутстрэппинга — чтобы увеличить время наблюдения.

Что это значит для биологии и медицины

Проще говоря, работа показывает, что теперь возможно по отдельности взвешивать и измерять размер некоторых из самых маленьких и важных молекул организма, не помечая их флуоресцентно и не прилипляя к поверхности. Сочетание нанофабрикатных каналов с специально созданным ИИ, читающим шумные фильмы рассеяния света, снижает предел массо-детекции этого немеченого подхода примерно в десять раз. Это открывает доступ к изучению семейств малых сигнальных белков и пептидных гормонов — таких как цитокины, хемокины и инсулин — на уровне отдельных молекул, а также к характеристике крошечных биологических наночастиц и носителей лекарств с беспрецедентной чувствительностью. По мере развития технологии она может стать мощным инструментом в разработке лекарств, диагностике и фундаментальных исследованиях того, как молекулярные взаимодействия формируют жизнь на самых малых масштабах.

Цитирование: K. Moberg, H., Yeroshenko, B., Fritzsche, J. et al. Label-free mass and size characterization of few-kDa biomolecules by hierarchical vision transformer augmented nanofluidic scattering microscopy. Nat Commun 17, 2533 (2026). https://doi.org/10.1038/s41467-026-70514-z

Ключевые слова: немеченая одно-молекулярная микроскопия, нанофлюидное рассеяние, vision-transformer, малые биомолекулы, детекция инсулина