Рентгеновская компьютерная томография, или микро-КТ, пересекла границу геологии и обосновалась в лабораториях биологии растений. Исследователям удалось создать трехмерные модели пыльцевых зерен с разрешением менее микрона, что позволяет наблюдать орнаментацию экзины и внутренние полости без необходимости физических срезов или напыления металлом. Это достижение открывает прямое окно в микроскопическую архитектуру растений.
Рабочий процесс: от синхротронного сканирования до полигональной сетки 🔬
Процесс начинается с фиксации и монтажа пыльцы в стеклянном капилляре. Используется синхротронный или лабораторный микро-КТ с источником рентгеновского излучения высокой энергии. Получается от 900 до 1800 ротационных проекций. Программное обеспечение для реконструкции (например, Octopus или NRecon) генерирует вокселизированный объем. Затем с помощью алгоритмов сегментации, основанных на порогах плотности, выделяется структура зерна. Наконец, такие инструменты, как Avizo или Dragonfly, преобразуют объем в полигональную сетку, экспортируемую в Blender или Unity. Ключевая техническая задача заключается в избежании кольцевых артефактов и коррекции фазового рассеяния, так как пыльца имеет очень низкий коэффициент поглощения.
Пыльца как климатический свидетель в 3D 🌍
Помимо эстетической красоты, эти модели позволяют количественно оценить точный объем воздушных камер (воздушных мешков) у хвойных — прямой показатель атмосферного давления в момент формирования зерна. Палеоботаники уже используют эти данные для реконструкции высоты экосистем миоцена. В аллергологии томография позволяет различать виды, морфологически идентичные под оптическим микроскопом, улучшая карты прогнозирования аллергенных пыльцевых зерен. 3D-визуализация не только украшает науку, но и делает ее измеримой.
Как микро-КТ пыльцевых зерен может выявить паттерны эволюционной адаптации у видов растений, которые ранее были невидимы для традиционной микроскопии?
(P.S.: физика жидкостей для симуляции океана похожа на море: непредсказуема, и у тебя вечно не хватает оперативной памяти)