Nature封面:探索真菌网络,用机器人进行高通量延时成像研究

编辑 | ScienceAI丛枝菌根(AM)共生关系是自然界中最为广泛的共生伙伴关系之一。 4.5 亿年来,菌根真菌构建了用于与植物根系交换养分资源的网络。 经过 4.5 亿年的自然选择,AM 网络的灵活性和响应性极强。

图片

编辑 | ScienceAI

丛枝菌根(AM)共生关系是自然界中最为广泛的共生伙伴关系之一。4.5 亿年来,菌根真菌构建了用于与植物根系交换养分资源的网络。经过 4.5 亿年的自然选择,AM 网络的灵活性和响应性极强。一个引人深思的问题是:AM 网络的设计能否为人类构建的供应链架构提供启示?

为了监测 AM 网络的构建过程,来自荷兰阿姆斯特丹 AMOLF 研究所等机构的研究者设计了一款定制机器人,用于高通量延时成像,能够同时追踪超过 50 万个真菌节点。研究登上《Nature》封面。

图片

论文地址:https://www.nature.com/articles/s41586-025-08614-x

尽管在成像菌根网络和探索其细胞质动力学方面已取得进展,但菌根网络的精确拓扑结构以及内部细胞质流动从未在空间和时间上被定量追踪。这阻碍了理解共生真菌如何调节其解剖结构和运输模式以满足交易需求。

为了克服上述挑战,研究团队构建了一台成像机器人,该机器人能够同时对多达 40 个体外根器官培养(ROC)植物 - 真菌复制品进行时间分辨显微镜下的网络拓扑结构成像(图 1a)。

图片

通过计算图像分析,该研究在每个时间点提取了全网络图,并追踪了每个节点(生长尖端、菌丝分支和连接点)和每条边(节点之间的菌丝段)随时间的演变。

Nature封面:探索真菌网络,用机器人进行高通量延时成像研究

通过逐元素追踪,该研究创建了真菌交易路线的时间推移视频,并监测了共生网络中的结构重排(图 1b)。

为了对 AM 网络内的细胞质流动进行成像,该研究针对特定坐标进行了高分辨率视频分析,并量化了流动行为和速度统计数据:

Nature封面:探索真菌网络,用机器人进行高通量延时成像研究

总的来说,这项采用机器人进行高通量延时成像的研究,表明了共生真菌通过控制网络层面的结构和流动来满足养分资源交易需求,并揭示了经过自然选择形成的共生供应链网络的设计原则。

感兴趣的读者可以阅读论文原文,了解更多研究内容。

Nature封面:探索真菌网络,用机器人进行高通量延时成像研究

相关资讯

在种植蘑菇计算机的实验室里,科学家用菌丝体实现神经形态电路

乍一看,非传统计算实验室看起来就像一个普通的工作空间,其干净光滑的台面上排列摆放着计算机和科学仪器。但如果你仔细观察,就会发现有一些异常现象。

Nature子刊新登,如何检测小分子机器学习中的覆盖率偏差

编辑丨&小分子机器学习旨在从分子结构中预测化学或生物特性,其应用包括毒性预测、配体结合和药代动力学等。 最近的一个趋势是开发避免显式领域知识的端到端模型。 这些模型假设训练和评估数据中没有覆盖率偏差,这意味着数据代表了真实分布。

ScienceAl 2024「AI+蛋白&核酸&分子互作」专题年度回顾

编辑 | 萝卜皮2024年,科学界迎来了重要的突破与创新,尤其是在人工智能与结构生物学的结合领域。 正如今年诺贝尔奖颁发所体现的那样,人工智能(AI)技术的迅猛发展正在推动各学科的深度融合,揭示了生命科学研究的新机遇与前景。 在这一年里,AI 与生物学的交汇点愈发引人注目,成为推动现代生物医药、医学研究、生命科学等领域变革的重要力量。