در سال 2012 همه چیز تغییر کرد. گروهی از محققان به سرپرستی فوسا میاکه از دانشگاه ناگویا در ژاپن نشان دادند که افزایش ناگهانی سطح کربن 14 در حلقه‌های درخت سرو ژاپنی مربوط به 774-775 پس از میلاد وجود دارد. تحقیقات بعدی نه تنها وجود این سنبله را در نمونه های چوبی در سراسر جهان که مربوط به این دوره است تأیید کرد، بلکه حداقل پنج سنبله مشابه را نیز شناسایی کرد که قدمت آنها به 7116 قبل از میلاد باز می گردد. محققان افزایش سطح کربن 14 را با فعالیت طوفان خورشیدی مرتبط دانسته اند، اما این فرضیه هنوز در دست بررسی است.
علت جهش‌ها هرچه که باشد، این “رویدادهای میاکه” به محققان این امکان را می‌دهد تا با شناسایی یک رویداد خاص میاکی و سپس شمارش حلقه‌های درختی که پس از آن تشکیل شده‌اند، سال دقیق ساخت این مصنوعات چوبی را مشخص کنند. انجام پژوهشگران حتی می توانند فصل قطع درخت را بر اساس ضخامت بیرونی ترین حلقه تعیین کنند.
باستان شناسان اکنون این روش را در سکونتگاه های نوسنگی و مکان های فوران آتشفشانی به کار می برند و دی امیدوار است که آن را برای مطالعه امپراتوری مایا در آمریکای مرکزی به کار گیرد. روز خوشبین است که در یک دهه آینده، ما قادر خواهیم بود قدمت بسیاری از تمدن های باستانی را تا سطح سال دقیق تعیین کنیم و روند توسعه تاریخی آنها را دقیقاً از نظر زمانی تعیین کنیم. جستجوی Miyake برای یافتن شاخص های تاریخی ادامه دارد. او می‌گوید: «ما در 10000 سال گذشته به دنبال سنبله‌های C-14 دیگری هستیم که شبیه به رویداد 775-774 هستند.
متابولومیک تک سلولی
متابولومیک (مطالعه لیپیدها، کربوهیدرات‌ها و سایر مولکول‌های کوچکی که سلول را به حرکت در می‌آورند) در ابتدا مجموعه‌ای از روش‌ها برای شناسایی متابولیت‌ها در جمعیت سلول‌ها یا بافت‌ها بود، اما اکنون به سطح تک تک سلول‌ها رسیده است.
دانشمندان می‌توانند از چنین داده‌هایی که در سطح سلولی به دست آمده‌اند، برای کشف پیچیدگی‌های عملکردی در جمعیت‌های بزرگ سلول‌های ظاهراً یکسان استفاده کنند. اما این انتقال با چالش های دلهره آور همراه است.
متابولوم حاوی تعداد زیادی مولکول با خواص شیمیایی متنوع است. تئودور الکساندروف، محقق متابولومیک در دانشگاه می گوید: برخی از این مولکول ها بسیار زودگذر هستند و سرعت گردش آنها کمتر از یک ثانیه است و تشخیص آنها دشوار است: در حالی که توالی RNA تک سلولی می تواند تقریباً نیمی از مولکول های RNA تولید شده را شناسایی کند. آزمایشگاه بیولوژی مولکولی اروپا در هایدلبرگ، آلمان. در شناسایی یک سلول یا ارگانیسم، اکثر تجزیه و تحلیل های متابولومیک تنها بخش کوچکی از متابولیت های یک سلول را پوشش می دهند. اطلاعات گم شده می تواند شامل بینش های زیستی حیاتی باشد.
جاناتان سوئدلر، شیمیدان دانشگاه ایلینویز در اوربانا-شامپین می گوید: «متابولیسم بخش فعال سلول است. هنگامی که شما در حال مطالعه یک بیماری خاص هستید، اگر می خواهید وضعیت سلول را بدانید، باید بتوانید متابولیت ها را بررسی کنید.
بسیاری از آزمایشگاه هایی که در زمینه متابولومیک کار می کنند روی سلول های جدا شده کار می کنند. آنها سلول ها را در مویرگ ها به دام می اندازند و آنها را به صورت جداگانه با استفاده از طیف سنجی جرمی تجزیه و تحلیل می کنند. در مقابل، روش‌های تصویربرداری طیف‌سنجی جرمی اطلاعات فضایی را در مورد چگونگی تغییر تولید متابولیت‌های سلولی در مکان‌های مختلف نمونه ثبت می‌کنند.
برای مثال، محققان می‌توانند از روشی به نام MALDI (یونیزاسیون دفعی لیزر به کمک ماتریکس) استفاده کنند که در آن پرتو لیزر از برش‌های بافت عبور می‌کند و متابولیت‌ها را برای تجزیه و تحلیل با طیف‌سنجی جرمی آزاد می‌کند. این روش همچنین مختصات فضایی را که متابولیت های نمونه از آن منشأ می گیرند، ثبت می کند.
در تئوری، هر دو روش می‌توانند صدها ترکیب را در هزاران سلول تعیین کنند، اما به گفته سوئدلر، دستیابی به آن معمولاً به سخت‌افزار سفارشی و پیشرفته زیادی نیاز دارد که هزینه بالایی دارد.
اکنون، محققان این فناوری را عمومی می کنند. در سال 2021، گروه الکساندروف نرم افزار متن باز SpaceM را معرفی کرد. این نرم افزار با استفاده از داده های تصویربرداری میکروسکوپ نوری، استفاده از طیف سنجی جرمی تجاری استاندارد را برای ایجاد پروفایل های متابولومیک فضایی سلول های کشت شده امکان پذیر می کند.
تیم الکساندروف از SpaceM برای مشخص کردن صدها متابولیت از ده‌ها هزار سلول انسان و موش استفاده کرد و از روش‌های استاندارد رونویسی تک سلولی برای تقسیم سلول‌ها به گروه‌های مختلف استفاده کرد. الکساندروف می‌گوید که مشتاق ایده توسعه اطلس‌های متابولیک (مشابه اطلس‌های ایجاد شده برای رونویسی) برای تسریع پیشرفت در این زمینه است.
مدل های جنین آزمایشگاهی
در سطح سلولی، سفر از تخم بارور شده به جنین کاملاً تشکیل شده برای انسان و موش به تفصیل شرح داده شده است. اما ماشین مولکولی که مراحل اولیه این فرآیند را هدایت می کند هنوز به خوبی شناسایی نشده است. اکنون، افزایش مطالعات در مدل‌های جنینی (مدل‌هایی که جنین را تقلید می‌کنند) به پر کردن این شکاف‌های دانشی کمک می‌کند و به محققان دید واضح‌تری از رویدادهای حیاتی اولیه می‌دهد که می‌توانند موفقیت یا شکست رشد جنین را تعیین کنند.
برخی از پیچیده ترین مدل ها از آزمایشگاه Magdalena Zernica Goetz، زیست شناس در موسسه فناوری کالیفرنیا در پاسادنا و دانشگاه کمبریج در بریتانیا آمده است. در سال 2022، او و تیمش نشان دادند که می توانند جنین موش در مرحله لانه گزینی را به طور کامل از سلول های بنیادی جنینی تولید کنند.