Datadriven smart mikroskopi visar var bilden ska tas
För att ta extremt högupplösta mikroskopbilder på exempelvis celler måste man veta exakt var man ska rikta mikroskopet så att man avbildar just det man är intresserad av. Inte så lätt när det man letar efter är levande biologiskt material såsom interagerande celler. Forskare vid Lunds universitet har utvecklat en mjukvarumetod för smart, datadriven mikroskopi, som gör detta möjligt. Forskningen har publicerats i Cell Reports Methods.
Här beskriver forskningsledaren Pontus Nordenfelt senaste nytt på området.
Ända sedan Robert Hooke och Antonie van Leeuwenhoek började beskriva celler och mikroorganismer på 1600-talet har mikroskopi varit en naturlig del av vetenskap och är fortsatt en av de mest kraftfulla vetenskapliga metoder vi har. Genom mikroskopi är det möjligt att fånga den heterogenitet hos celler som är så central för vår förståelse av och behandling av både cancer och många andra sjukdomar. Det har alltid varit en så kallad singelcell-teknologi.
Att ta fina mikroskopibilder med hög upplösning är med dagens moderna mikroskopi väldigt enkelt. Det som brukade vara svårt och kräva stor teknisk kunskap är inga problem tack vare motoriserade komponenter och datorstyrda processer. Det var inte länge sedan man behövde justera fokus manuellt efter varje bildruta när man filmade med mikroskop, vilket nu sköts automatiskt av mikroskopet. Däremot kvarstår det mest grundläggande problemet i mikroskopi, var ska man ta bilden?
UTMANING ATT FÅNGA ÖGONBLICKET
I min forskargrupp studerar vi grundläggande mekanismer inom cellbiologi, mikrobiologi och immunologi, med applikationer inom både cancer och infektion. Ett mycket svårt tekniskt problem är att kunna fånga ögonblicket då en bakterie infekterar en människocell. Om man typiskt bara kan se en cell i taget, hur ska man då veta vilken cell som kommer att bli infekterad? Det problemet bestämde sig jag och min doktorand Oscar André att vi skulle försöka lösa. Efter flera års utveckling och till en början tätt samarbete med Nikon, lyckades vi tillsammans med andra kollegor att färdigställa en mjukvaru-baserad metod som vi kallar för data-driven mikroskopi (DDM).
I DDM kopplas mikroskopet till en server som kontinuerligt analyserar de bilder som mikroskopet tar och därefter tar beslut om var nästa bild ska tas genom att skicka tillbaka koordinater till mikroskopet. Metoden är baserad på två kopplade processer, en som tar översiktsbilder av provet, ofta med lägre förstoring, och en process som samlar högkvalitativ data för de mest relevanta delarna av provet (se Bild 1). Denna till synes enkla princip öppnar upp oanade möjligheter och kan användas för alla tänkbara frågeställningar inom mikroskopi. Vi visade direkt att vi nu utan problem kan fånga interaktioner mellan två objekt, till exempel när immunceller jagar och hittar bakterier, eller det omvända när bakterier attackerar och invaderar celler. Att enkelt kunna samla högupplöst data på sådana interaktioner är ett stort steg framåt för infektionsforskning och sparar enormt med tid och resurser.
