05.08.2019 17:00
Google Maps fürs Gewebe
Moderne lichtmikroskopische Techniken liefern überaus detailreiche Einblicke in Organe. Allerdings werden dabei Terabytes an Daten produziert, die meist kaum noch zu händeln sind. Eine Software, die ein Team um den MDC-Forscher Dr. Stephan Preibisch in „Nature Methods“ vorstellt, sorgt nun für Übersicht.
Es passiert fast wie von Zauberhand. Mithilfe ein paar chemischer Tricks und Kniffe gelingt es seit ein paar Jahren, große Gebilde wie Mäusegehirne oder menschliche Organoide durchsichtig zu machen. CLARITY heißt die vielleicht berühmteste von vielen verschiedenen Methoden des „Sample Clearings“, mit denen fast jedes beliebige Forschungsobjekt so transparent wie Wasser wird. Auf diese Weise lassen sich Einsichten in die zellulären Strukturen gewinnen, von denen Wissenschaftlerinnen und Wissenschaftler früher nur träumen konnten.
Und das ist noch nicht alles. Im Jahr 2015 wurde im Fachblatt „Science“ mit der Expansionsmikroskopie ein weiterer Zaubertrick vorgestellt. Ein Forschungsteam am Massachusetts Institute of Technology (MIT) in Cambridge ließ hauchdünne Schnitte von Mäusegehirnen so anschwellen, dass sich deren Volumen fast um das Fünffache vergrößerte. Dadurch ließen sich in den Proben noch mehr Details erkennen.
Das Programm schafft Ordnung im Datenchaos
„Mithilfe moderner Lichtscheibenmikroskope, die inzwischen in zahlreichen Laboren zur Verfügung stehen, können die so bearbeiteten großen Proben rasend schnell durchleuchtet werden“, sagt der Leiter der MDC-Arbeitsgruppe „Mikroskopie, Bildverarbeitung & Modellierung von Entwicklungsprozessen in Organismen“, Dr. Stephan Preibisch. „Das Problem ist allerdings, dass dabei so große Datenmengen von mehreren Terabytes entstehen, dass sich mit ihnen in vielen Fällen gar nichts mehr anfangen lässt.“
Um Ordnung in das Chaos zu bekommen, haben Preibisch und sein Team nun eine Software entwickelt, die nach Abschluss der komplexen Datenrekonstruktion ein wenig an Google Maps in 3D erinnert. „Man kann sich mit ihr sowohl einen Überblick über das große Ganze verschaffen, als auch gezielt in einzelne Strukturen hineinzoomen – immer mit der Auflösung, die gerade gewünscht ist“, erläutert Preibisch, der die Software „BigStitcher“ nennt. Vorgestellt wird das Computerprogramm, das allen interessierten Wissenschaftlerinnen und Wissenschaftlern zugänglich sein wird, jetzt im Fachblatt „Nature Methods“.
An der Entwicklung beteiligt war ein zwölfköpfiges Team aus Berlin, München, Großbritannien und den USA. Die beiden Erstautoren der Publikation sind David Hörl von der Ludwig-Maximilians-Universität München, vom Berlin Institute for Medical Systems Biology (BIMSB) des MDC sowie der MDC-Wissenschaftler Dr. Fabio Rojas Rusak. Gemeinsam zeigen die Forscherinnen und Forscher in ihrem Paper, dass man die per Lichtblattmikroskopie gewonnenen Daten mithilfe entsprechender Algorithmen so rekonstruieren und skalieren kann, dass dafür kein Superrechner vonnöten ist. „Unsere Software ist für jeden gängigen Computer geeignet“, sagt Preibisch. „So können die Daten auch leicht unter mehreren Forschungsteams ausgetauscht werden.“
Auch die Qualität der Daten wird bestimmt
Begonnen hat die Entwicklung vom „BigStitcher“ im Prinzip bereits vor rund zehn Jahren. „Damals war ich noch Doktorand und machte mir viele Gedanken darüber, wie man mit sehr großen Datenmengen am besten umgehen kann“ erinnert sich Preibisch. „Die in dieser Zeit von uns erstellten Frameworks konnten wir jetzt gut nutzen, um ein sehr aktuelles Problem erfolgreich anzugehen.“ Doch natürlich seien auch viele neu erstellte Algorithmen in die Software mit eingeflossen.
Mithilfe des Programms lassen sich die zuvor durchleuchteten Proben nicht nur in beliebiger Detailgenauigkeit auf dem Bildschirm visualisieren. Der „BigStitcher“ kann noch mehr. „Die Software überprüft automatisch auch die Qualität der gewonnen Daten“, sagt Preibisch. Meist ist diese nämlich nicht an allen Stellen des Untersuchungsobjektes gleich. „Manchmal hat zum Beispiel das Clearing an einer Stelle nicht so gut funktioniert, so dass dort weniger Details erfasst werden konnten“, erklärt der MDC-Forscher.
„Je heller eine bestimmte Region zum Beispiel des Mäusegehirns oder des menschlichen Organoids auf dem Bildschirm hinterlegt wird, desto höher und verlässlicher ist die Aussagekraft der an dieser Stelle gewonnenen Daten“, erläutert Preibisch die zusätzliche Funktion seiner Software. Und da selbst mit den besten Clearing-Methoden eine Probe nie hundertprozentig durchsichtig wird, lässt sich das per Mikroskop gewonnene Bild auf dem Bildschirm in jede beliebige Richtung drehen und wenden. So kann sie von allen Seiten begutachtet werden. „Auch das ist neu an unserer Software“, sagt Preibisch.
Jeder Interessierte kann die Software gratis downloaden
Mithilfe der Zoomfunktion lassen sich viele Fragen klären, die Biologinnen und Biologen interessieren. Wo im Gehirn findet gerade Zellteilung statt? Wo wird RNA exprimiert? Oder wo enden bestimmte Nervenbahnen? „Um all das herauszufinden, ist es erforderlich, sich zunächst einen Überblick über das ganze Untersuchungsobjekt zu verschaffen, dann aber auch mit hoher Auflösung in kleine Details hineinzoomen zu können“, erläutert Preibisch. In vielen Laboren werde daher eine Software wie „BigStitcher“ heutzutage benötigt. Vertrieben wird das Computerprogramm übrigens innerhalb des Fiji-Frameworks, wo jeder Interessierte das Plug-In kostenlos herunterladen und nutzen kann.
Foto und Videos zum Download
Foto: https://www.mdc-berlin.de/system/files/2019-08/expansion%20microscopy%20simple.p…
Zwei zueinander rechtwinklige, virtuelle Schnitte durch das komplette Nervensystem einer Taufliegenlarve. Das Zusammenspiel von Expansionsmikroskopie, Lichtblattmikroskopie und Datenverarbeitung erlaubt es nun, dieses komplexe Organ optisch mit Nanometerauflösung zu rekonstruieren. Diese Daten haben das Potenzial, einzelne Nervenzellen ohne aufwändige Elektronenmikroskopie zu verfolgen und damit Studien zum Verständnis von neuronaler Funktion deutlich zu beschleunigen. Jeder farblich hervorgehobene Abschnitt ist dabei ein großes 3D-Bild, das automatisch wie ein Mosaik zu einem hunderte Gigabyte großen Gesamtbild zusammengesetzt wurde. Credit: Janelia / MDC
Video 1:
3D-Ansicht einer C. elegans-Larve im Dauerstadium. Alle Zellkerne sind nun für Einzelzelluntersuchungen klar unterscheidbar, die Zellkerne der Neuronen sind zudem rot angefärbt zu sehen. Credit: Preibisch Lab, MDC
.mp4: https://cms2.mdc-berlin.net/system/files/2019-08/Video%201%20-%203d%20maximum%20…
.webm: https://cms2.mdc-berlin.net/system/files/2019-08/Video-1-3d-maximum-intensity-pr…
.ogv: https://cms2.mdc-berlin.net/system/files/2019-08/Video-1-3d-maximum-intensity-pr…
Video 2:
Durch die Kombination von komplexer Datenrekonstruktion und neuen Entwicklungen in der Expansionsmikroskopie konnte das Team Strukturen im Nanometerbereich für das komplette Nervensystem einer Taufliegenlarve in 3D sichtbar machen. Credit: Janelia / MDC
.mp4: https://cms2.mdc-berlin.net/system/files/2019-08/Video%202%20-%203d%20maximum%20…
.webm: https://cms2.mdc-berlin.net/system/files/2019-08/Video-2-3d-maximum-intensity-pr…
.ogv: https://cms2.mdc-berlin.net/system/files/2019-08/Video-2-3d-maximum-intensity-pr…
Video 3:
Wie Google Maps in 3D für das Mausgehirn: Mit der „BigStitcher“-Software kann man eine Probe rekonstruieren und danach virtuell drehen und wenden, sich einen Überblick über das große Ganze verschaffen oder gezielt in einzelne Strukturen hineinzoomen. Dies funktioniert einerseits wie hier veranschaulicht als Benutzer, andererseits auch als Algorithmus, der die Daten analysiert und nicht das gesamte Bild in den Speicher laden kann. In grün sind Neuronen markiert, die gerade ein bestimmtes Gen exprimieren. Solche Daten erlauben es nun zum ersten Mal, systematisch Unterschiede auf Einzelzellebene zwischen normalen und genetisch modifizierten Mäusen zu charakterisieren und Rückschlüsse auf daraus potenziell hervorgehende Verhaltensänderungen zu ziehen. Credit: Preibisch Lab / Treier Lab, MDC
.mp4: https://cms2.mdc-berlin.net/system/files/2019-08/Video%203%20-%20Interactive%20w…
.webm: https://cms2.mdc-berlin.net/system/files/2019-08/Video-3-Interactive-walk-throug…
.ogv: https://cms2.mdc-berlin.net/system/files/2019-08/Video-3-Interactive-walk-throug…
Das Max-Delbrück-Centrum für Molekulare Medizin (MDC)
Das Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft (MDC) wurde 1992 in Berlin gegründet. Es ist nach dem deutsch-amerikanischen Physiker Max Delbrück benannt, dem 1969 der Nobelpreis für Physiologie und Medizin verliehen wurde. Aufgabe des MDC ist die Erforschung molekularer Mechanismen, um die Ursachen von Krankheiten zu verstehen und sie besser zu diagnostizieren, verhüten und wirksam bekämpfen zu können. Dabei kooperiert das MDC mit der Charité – Universitätsmedizin Berlin und dem Berlin Institute of Health (BIH) sowie mit nationalen Partnern, z.B. dem Deutschen Zentrum für Herz-Kreislauf-Forschung (DHZK), und zahlreichen internationalen Forschungseinrichtungen. Am MDC arbeiten mehr als 1.600 Beschäftigte und Gäste aus nahezu 60 Ländern; davon sind fast 1.300 in der Wissenschaft tätig. Es wird zu 90 Prozent vom Bundesministerium für Bildung und Forschung und zu 10 Prozent vom Land Berlin finanziert und ist Mitglied in der Helmholtz-Gemeinschaft deutscher Forschungszentren. www.mdc-berlin.de
Wissenschaftliche Ansprechpartner:
Dr. Stephan Preibisch
Leiter der Arbeitsgruppe „Mikroskopie, Bildverarbeitung & Modellierung von Entwicklungsprozessen in Organismen“ am Berliner Institut für Medizinische Systembiologie (BIMSB)
Max-Delbrück-Centrum für Molekulare Medizin in der Helmholtz-Gemeinschaft (MDC)
+49(0)30-9406-1353
Stephan.Preibisch@mdc-berlin.de
Originalpublikation:
David Hörl, Fabio Rojas Rusak et al. (2019): „BigStitcher: Reconstructing high-resolution image datasets of cleared and expanded samples“. Nature Methods, doi 10.1038/s41592-019-0501-0. https://www.nature.com/articles/s41592-019-0501-0
Weitere Informationen:
https://www.mdc-berlin.de/de/preibisch: Arbeitsgruppe Preibisch
Merkmale dieser Pressemitteilung:
Journalisten, Studierende, Wissenschaftler
Biologie, Informationstechnik
überregional
Forschungsergebnisse, Wissenschaftliche Publikationen
Deutsch
