公司機密。 不要透露。
借助 NanoSIMS 技術，科學家們重建了亞細胞
由英國國家物理實驗室的 NanoSIMS 生成的圖像使用數據可視化軟件重新創建，以便科學家可以詳細探索小於哺乳動物細胞的分析區域。 更有效的分析有助於科學家最大限度地發揮科學影響。
挑戰：使用帶有 CAMECA NanoSIMS 儀器的多同位素成像質譜 (MIMS) 分析和成像細胞可以生成大量原始定量圖像數據。 因此，數據準備和分析非常耗時。
解決方案：研究科學家 Greg McMahon 將 NanoSIMS 儀器中的數據導出到 JMP，在那裡他使用該軟件的 Graph Builder 平台和動態鏈接來執行統計數據分析並挖掘感興趣區域的圖像數據。 只需幾個簡單的腳本，McMahon 就可以自動進行重複分析，這樣他現在只需點擊幾下就可以從數據到結果。
結果： McMahon 表示，JMP 能夠輕鬆處理大量數據並支持可視化探索，因此顯著減少了數據準備和分析時間。 更多可簡化的數據輸出和高效的工作流程正在幫助 NPL 及其合作夥伴優化 NanoSIMS 儀器的利用率並推動最大的科學影響。
_____________________________________________________________________________________________
所有科學研究的核心是準確和精確地收集測量值的能力。 在英國，國家物理實驗室 (NPL) 是測量科學的研究領導者，為學術和行業合作夥伴提供世界領先的測量解決方案。 NPL 的計量專家將最先進的技術用於廣泛的科學研究，從評估電子應用材料的表面結構到監測靶向治療如何到達體內的腫瘤細胞。
NPL 的眾多研究服務包括 SIMS，這是一種傳統上用於地球化學和半導體應用的技術，可讓科學家分析表面的同位素組成。 該技術將一束初級離子聚焦在樣品表面，撞擊會導致原子和分子從樣品表面噴出，其中一小部分在此過程中被電離並稱為次級離子。 最終，二次離子是下一個分析步驟的關鍵，因為這些帶電粒子可以被引導到質譜儀中並按其質荷比進行分類。
NPL NanoSIMS 實驗室主任 Greg McMahon 博士解釋說，質譜儀使用磁鐵按質量過濾離子，就像棱鏡能夠將光過濾成彩虹的不同顏色一樣。 “棱鏡將光分成顏色，SIMS 中的磁鐵通過粒子的質量和電荷將粒子分開，”他說。 這些二次離子是它們發射區域的特徵，因此可以對錶面進行映射和成像。
更高分辨率的儀器允許對亞細胞結構進行成像
McMahon 解釋說，下一級 SIMS 技術——納米級二次離子質譜 (NanoSIMS)——具有比傳統 SIMS 更高的分辨率，因此可用於解決單細胞或亞細胞生物學中更具挑戰性的問題。 此外，它配備了七個獨立的檢測器，這意味著可以檢測從同一分析區域內發出的多種同位素。 然後，科學家可以使用來自多種同位素的信息來構建比哺乳動物細胞還小的地圖。 例如，在 35 納米的左右分辨率下，科學家們不僅可以查明哪個細胞正在吸收富含同位素的分子，還可以查明這些分子在細胞內的積聚位置。
NanoSIMS 技術的應用非常廣泛。 其中包括製藥和生物技術研究的進步，這一直是 NPL 關注的重要領域。 今天，麥克馬洪的大部分工作都涉及與英國的生命科學機構和公司合作，例如解決藥物消耗等問題。 “有時花費數百萬美元用於研發一種特別有前途的候選化合物，結果卻在臨床試驗的最後階段失敗了。 因此，如果要失敗，最好快速失敗，”麥克馬洪解釋道。 “如果我們能夠幫助製藥公司（在藥物開發生命週期的早期階段）決定什麼是行不通的，並迅速採取行動，我們可以為他們節省大量資金。”也許更重要的是，候選藥物將失敗的早期證據有助於科學家將他們的資源和時間重新分配給其他更有希望的候選藥物。
> 在 McMahon 的文章中閱讀有關 NanoSIMS 生物應用的更多信息，“高分辨率多同位素成像質譜 (MIMS) 成像在幹細胞生物學中的應用,” 在當前協議中
優化極其昂貴的科學儀器的使用
儘管 NanoSIMS 技術可能很引人注目，但 NPL 中的儀器卻很少見。 該技術的高成本使許多組織無法接觸到它，截至 2021 年，全球只有大約 40 台 NanoSIMS 儀器在運行。 為了推動最大的科學影響，使用 NanoSIMS 的科學家因此面臨縮短實驗和分析時間的壓力。
McMahon 解釋說，在 NPL，NanoSIMS 儀器上的數據收集在某些情況下可能需要 18 小時或更長時間才能進行一次運行。 傳統上，一個標準的經驗法則是，實驗室在分析上投入的時間可能是數據收集上的三倍。如果一次運行需要 18 個小時，那麼數據分析可能需要三個工作日以上。 但是對於像實驗室的 CAMECA 這樣運行和維護成本高昂的儀器，分析時間損失意味著可以花費更少的時間來運行該儀器以服務於科學。
然而，圖像數據帶來了許多獨特的挑戰。 一方面，麥克馬洪解釋說，因為圖像中的每個像素都是有意義的，所以有無窮無盡的機會可以繼續收集越來越少的數據。 “我們感興趣的區域開始變得越來越小，並且仍然攜帶有意義的數據，”他說。這意味著越來越大的數據集對於沒有能力處理大文件大小的軟件來說可能是一項艱鉅的任務。
為了優化儀器的利用率，McMahon 認識到統計軟件在簡化以前使用 Excel 完成的實驗和分析方面的潛力。 即使具備編寫高級 Excel 宏的能力，McMahon 表示，大量時間浪費在耗時的數據準備步驟、數據訪問、格式之間的轉換、重複分析以及隨之而來的不可避免的故障排除上。 此外，他認為需要更好、更具交互性的可視化來更快地識別圖像數據中的異常值。
探索圖像數據的更好方法
JMP 結合了用戶友好的可視化功能和更高級的分析功能，是一個顯而易見的選擇。 “當我第一次開始使用 JMP 時，我只是覺得，‘哇，這太棒了’——它很簡單，組織得很好，而且很有意義，”McMahon 解釋道。 與以前的標準方法相比，JMP 處理超大型數據集的能力是一項特別重要的創新。 視覺圖形有助於以原始格式捕獲圖像數據。 “這就是我認為 JMP 真正閃耀的地方——它產生的可視化效果，”他說。
通過將原始 NanoSIMS 數據中的 X 和 Y 像素位置和計數直接導出到 JMP，McMahon 可以在還支持數據操作和分析的平台 Graph Builder 中重建圖像數據。 只需單擊一下即可創建代表圖像中單個區域的數據子集，並且該軟件的動態鏈接功能允許用戶在同一個工具中執行廣泛的分析。 “這確實使探索部分變得非常容易：如果你在 Graph Builder 中構建了圖像，那麼你就得到了你正在測量的質量分佈，”McMahon 說。
“我們可以通過查看異常值在圖像中的位置來選擇異常值（例如同位素標記的集群）。 這是一種非常、非常快速和有效的做事方式…… JMP 在數據探索方面非常靈活。”
只需在 JMP 中編寫少量腳本，自動分析“只需單擊幾下”即可獲得結果
自推出 JMP 以來，McMahon 報告說，僅該工具的 Graph Builder 平台就顯著縮短了分析時間，而自動化則擴大了優勢。 編寫腳本和輕鬆執行它的能力使 JMP 可定制，這意味著數據處理方面可以在很大程度上自動化，將節省時間並提供可重複的數據輸出。 所有這些都使科學家能夠更快地解決問題。
“我們現在已經在相當程度上實現了 [分析] 自動化，而我們大部分時間只是運行腳本。 因此，只需單擊幾下，我們就可以找到答案，”McMahon 說。 “在 JMP 中編寫腳本的學習曲線相當合理，部分原因是 JMP 擁有大量在線資源。”
除了在定制方面做更多工作外，McMahon 還計劃使用這些在線資源來探索讓 JMP 發揮作用的新方法，無論是通過實驗設計 (DOE) 還是其他建模應用程序。 一方面，McMahon 建議儀器操作員可以使用 DOE 來預測更換 NanoSIMS 儀器上每個鏡頭的效果，因此無需手動測試即可選擇儀器的最佳對準。 預測數據與實際收集的數據的比較顯示出極好的相關性。
“我實際上已經根據實驗設計的結果改變了我操作事物的一些方式，”他說。 提高工作效率的機會可能意味著加快高影響科學的步伐，而這正是發現的意義所在。
