Suchen

Mikroskopiebilder in 3D-Karten umwandeln

Google Maps fürs Gewebe

| Autor/ Redakteur: Jana Schlütter* / Christian Lüttmann

Der Mensch wird transparent – zumindest wenn moderne Mikroskopie-Techniken immer neue Erkenntnisse über Organe und Gewebe bringen. Die hohen Auflösungen produzieren dabei gewaltige Datenmengen, die es zu organisieren gilt. Hier soll nun eine neue Software helfen, die einzelne Aufnahmen zu übersichtlichen und zoombaren 3D-Karten zusammensetzt.

Firmen zum Thema

3D-Bild aus mehreren farblich hervorgehobenen Abschnitten, die automatisch wie ein Mosaik zu dem hunderte Gigabyte großen Gesamtbild zusammengesetzt wurden (aufs Bild klicken für mehr Infos).
3D-Bild aus mehreren farblich hervorgehobenen Abschnitten, die automatisch wie ein Mosaik zu dem hunderte Gigabyte großen Gesamtbild zusammengesetzt wurden (aufs Bild klicken für mehr Infos).
(Bild: Janelia / MDC)

Berlin – 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 Wissenschaftler früher nur träumen konnten.

Und das ist noch nicht alles. Im Jahr 2015 wurde im 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.

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 „Big Stitcher“ nennt.

An der Entwicklung war ein zwölfköpfiges Team aus Berlin, München, Großbritannien und den USA beteiligt. Gemeinsam zeigen die 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.“

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.
Quelle: Preibisch Lab / Treier Lab, MDC

Qualitätskontrolle inklusive

Mithilfe des Programms lassen sich die zuvor durchleuchteten Proben nicht nur in beliebiger Detailgenauigkeit auf dem Bildschirm visualisieren. Der Big Stitcher 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, sodass 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.

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.
Quelle: Janelia / MDC

Gratisdownload der Software

Mithilfe der Zoomfunktion lassen sich viele Fragen klären, die 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“, betont Preibisch. In vielen Laboren werde daher eine Software wie Big Stitcher benötigt. Vertrieben wird das Computerprogramm innerhalb des Fiji-Frameworks, wo jeder Interessierte das Plug-In kostenlos herunterladen und nutzen kann. Mehr Informationen unter imagej.net/BigStitcher.

Originalpublikation: David Hörl, Fabio Rojas Rusak et al.: BigStitcher: Reconstructing high-resolution image datasets of cleared and expanded samples, Nature Methods (2019); DOI: 10.1038/s41592-019-0501-0.

* J. Schlütter: Max-Delbrück-Centrum für molekulare Medizin, 13125 Berlin

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46070536)