Mobile Mikroskopie

Zellcharakterisierung mit einfachen Mitteln

  • Frohme1_GIT0816_NEU_web.jpgFrohme1_GIT0816_NEU_web.jpg
  • Frohme1_GIT0816_NEU_web.jpg
  • Frohme2_GIT0816_NEU_web.jpg
  • Abb3.jpg
  • Frohme4a_GIT0816_NEU_web.jpg
  • Frohme4b_GIT0816_NEU_web.jpg

Mobile Mikroskopie mit automatisierter Auswertung der Bilder bietet vielfältige Anwendungsmöglichkeiten. Hier wird ein ein Labor in der Cloud beschrieben, welches auf Basis einer Kombination aus Smartphone, Bilderkennungssoftware und optischem Aufsatz arbeitet. Es ermöglicht eine schnelle, kostengünstige und ortsunabhängige mikroskopische Analyse ohne Spezialwissen.

Die Wurzeln der Mikroskopie reichen fast 500 Jahre zurück; war sie in den Anfängen häufig nur Mittel der Erbauung weniger Wohlhabender, so ist sie heutzutage eine der wichtigsten Techniken in der Prozessüberwachung und Diagnostik. Häufig ist Mikroskopie jedoch durch Spezialisierung aufwändig bzw. teuer, ortsgebunden an ein Labor und erfordert Fachpersonal. Zur routinemäßigen Dokumentation sind computergekoppelte Kamerasysteme inzwischen Standard, eine automatisierte Bildauswertung häufig jedoch nicht. Oft ist die Anzahl der potenziellen Anwender für ein Softwaresystem in Relation zum Entwicklungsaufwand für komplexe Spezialanwendungen nicht lohnend.

An der Technischen Hochschule Wildau wurde im Rahmen eines mehrjährigen Projekts zur automatisierten Erkennung von Phytoplankton in der Gewässeranalyse das System „Planktovision“ entwickelt [1, 2, 3]. Hierzu wurden Verfahren der Bildverarbeitung und Bilderkennung, wie bspw. Neuronale Netze für die automatisierte Klassifizierung der vielen unterschiedlichen Arten im Plankton eingesetzt.

Im Anschluss entstand die Idee ein in der Herstellung günstiges, mobiles System aufzubauen, welches eine mikroskopische Aufnahme mit anschließender Bildanalyse direkt vor Ort ermöglicht.

Hieraus entstand das Projekt „Oculyze“ mit derzeit fünf Mitgliedern. Ziel ist die Gründung eines Unternehmens, welches mit kostengünstiger Hardware und einem Labor in der Cloud der gesamten Menschheit mikroskopische Anwendungen und Auswertungen zur Verfügung stellt, unabhängig vom Ort. Erste Erfolge konnte das Projekt mit Siegen beim Science for Life Technology Slam und der Phase 2 vom BPW Berlin Brandenburg aufweisen.

Das System
Das System besteht aus Hardware und Software (Abb.

1), die als Gesamtsystem handlicher und günstiger als Mikroskop oder Zellzähler sind. Die Hardware (siehe Abbildung / Aufmacherbild) erlaubt dem Anwender, mikroskopische Bilder mit hoher Auflösung in ca. 400-facher optischer Vergrößerung einfach aufzunehmen. Durch den Einsatz eines Smartphones als mobiles Endgerät entsteht eine Lösung, bei der Mikroskopie, Bildaufnahme und Darstellung direkt an Auswertung und Speicherung der Ergebnisse gekoppelt sind.

Die Software besteht aus einer App und einer Cloud-basierten Bilderkennungsssoftware. Nach der Aufnahme wird das Bild über WLAN oder mobile Datenverbindung an einen Server gesendet, auf dem die Auswertung erfolgt. Hierbei wird neue, speziell für die Anwendung auf Servern entwickelte Bilderkennungssoftware genutzt. Der Nutzer erhält innerhalb von wenigen Sekunden das Ergebnis zurück (Abb. 1).

Eine Adaption der Bilderkennung ermöglicht die schnelle Anpassung an unterschiedliche Anwendungen nach dem folgendem Schema: Zunächst werden einzelne Bildbestandteile registriert und separiert, um die weitere Analyse zu ermöglichen. Hierbei wird auf verschiedene Segmentierungs- und Trennungsverfahren zurückgegriffen. Anschließend werden für die Analyse entscheidende Merkmale, die aus den Objekten extrahiert werden, in der Software definiert. Die Merkmalsextraktion kann über eine umfassende bereits bestehende Algorithmen-toolbox umgesetzt werden. Durch das Training einer etablierten Klassifikationsstrategie wird über die extrahierten Merkmale die Unterscheidung von verschiedenen Bestandteilen in der Probe möglich.

Das System kann unterschiedliche Probenvolumina auswerten – aktuell nutzen wir das gleiche Volumen wie in einer Thomakammer (1.4*10-5 mL). Dies geschieht 10-mal schneller und ohne einen menschlichen Fehler. Ein Vergleich zwischen der manuellen Methode mit der Thomakammer und der automatischen Bestimmung mit dem Oculyze System zeigt eine sehr gute Vergleichbarkeit der Methoden (Abb. 2).

Analysen am Braukessel
Unter den zahlreichen möglichen Anwendungsbereichen aus Medizin, Umwelt- und Lebensmitteltechnologie wurde zunächst für einen technischen und wirtschaftlichen „proof of concept“ die Analyse von Hefe beim Bierbrauen gewählt.

Das System wird hier zur Bestimmung der eingesetzten Konzentration sowie zur Lebend - Tot Bestimmung der Hefezellen genutzt, wofür die Probe mit Methylenblau angefärbt wird (Aufmacher-Bild).

Derartige Analysen sind beim Anstellen und im laufenden Brauprozess zur Überwachung erforderlich und somit entscheidend für Qualität und Kontinuität des gebrauten Bieres. In Arbeit ist aktuell auch eine Kontaminationswarnung.

Das System ermöglicht es, dem Brauer direkt am Gär- und Lagertank Proben zu untersuchen, ohne auf ein Mikroskop zurückgreifen oder die Proben in ein Zentrallabor senden zu müssen. Mikroskope sind in derartigen Umgebungen häufig nicht verfügbar und während des Transports in ein Labor kann sich die Probe wesentlich verändern.

Die Ergebnisse werden dem Brauer per Internet übermittelt. Das System speichert zudem alle Analysen, um diese zu einem späteren Zeitpunkt wieder aufrufen zu können. Diese automatische Laborbuchführung spart Zeit, ist anwenderunabhängig und bietet die Möglichkeit für Metaanalysen. Das System ist aufgrund der geringen Investitionskosten besonders für kleine und mittlere Betriebe interessant. Anwendungsversuche für die Brauindustrie wurden an der Versuchs- und Lehranstalt für Brauerei in Berlin (VLB) durchgeführt. Der erste funktionsfähige Prototyp wird seit März 2016 in Brauereien verschiedener Größe pilotiert.

In der weiteren Entwicklung wird die Möglichkeit für Metaanalyse zur besseren Interpretation der Ergebnisse im Kontext vorheriger Brauvorgänge entwickelt. Somit kann der Brauer mit einem Blick erkennen, ob der aktuelle Prozess optimal läuft oder er eingreifen muss.

Außerdem soll der Zugriff auf die Daten nicht nur über die Anwendung auf dem mobilen Endgerät, sondern auch über einen Webbrowser mit beliebigen Gerät ermöglicht werden.

Vom Abwasser zur Diagnostik
Viele weitere Einsatzgebiete sind für das System denkbar, in denen die Hardwarekomponente meist unverändert eingesetzt werden kann. In Kläranlagen, insbesondere in kleineren, sind mikroskopische Methoden vor Ort häufig nicht verfügbar. Hier kann die Technologie zur Belebtschlammanalyse oder zur Messung der Flokulation genutzt werden. Beides wird genutzt, um die Qualität der Wasseraufbereitung zu beurteilen.

Das System könnte für verschiedenste Anwendungen bei der Analytik von Fasern eingesetzt werden. Dies reicht von forensischen Anwendungen über Qualitätsanalyse in der Textilindustrie bis hin zur Bestimmung der Reife der Samenhaare von Baumwolle zur Optimierung des Erntezeitpunkts. Menschliche wie auch tierische Samenzellen können ebenfalls untersucht werden. Einerseits kann ein zukünftiger Vater mit (bisher unerfülltem) Kinderwunsch seine Fertilität in der Privatsphäre seines eigenen Heimes untersuchen, andererseits kann ein Züchter von Rassepferden, -hunden, Rindern oder anderen Tieren den optimalen Besamungszeitpunkt oder Probleme damit feststellen.

Blutanalysen, insbesondere in Gegenden in denen keine Labordiagnostik zugänglich ist, könnten ebenfalls ermöglicht werden. Einerseits könnte ein „kleines Blutbild“ am Patientenbett erstellt werden, andererseits wäre es ggf. sogar möglich, parasitäre Erkrankungen oder andere Infektionen zu detektieren. Ein Vergleich zwischen der Smartphone-Mikroskopie und einem High-End-Mikroskop zeigt, dass die Unterschiede gering sind, so dass eine schnelle Beurteilung von Patientenblut möglich sein sollte (Abb. 4).

Ebenfalls verdient Erwähnung, dass das System für alle Anwender natürlich weiterhin auch als Smartphone eingesetzt werden kann. Dies eröffnet vielfältige Möglichkeiten, weitere Funktionen einzubinden.

Autoren
Katja Schulze1, Ulrich M. Tillich2, Kilian Moser1, Martin Kluth1, Marcus Frohme2
1Exist Projekt Oculyze,
Technische Hochschule Wildau
2Molekulare Biotechnologie und funktionelle Genomik, Technische Hochschule Wildau

Kontakt
Prof. Dr. Marcus Frohme
Molekulare Biotechnologie und funktionelle Genomik
Technische Hochschule Wildau
Wildau

Literatur

[1] Schulze et al. "PlanktoVision – an automated analysis system for the identification of phytoplankton" BMC Bioinformatics ,14.1:115 (2013), DOI:10.1186/1471-2105-14-115

[2] Schulze et al. “A Simple Live / Dead Analysis for unicellular Cyanobacteria using a new Autofluorescence Assay, automated Microscopy, and ImageJ” BMC Biotechnology, 11:118  (2011), DOI:10.1186/1472-6750-11-118

[3] Schulze et al. „The use of fluorescence microscopy and image analysis for rapid detection of non-producing revertant cells of Synechocystis sp. PCC6803 and Synechococcus sp. PCC7002“ BMC Research Notes, 8:160 (2015), DOI:10.1186/s13104-015-1112-1

Weitere Beiträge zur Zellbiologie: http://www.git-labor.de/search/gitsearch/Zellbiologie%20type:topstories

Jetzt registrieren!

Die neusten Informationen direkt per Newsletter.

To prevent automated spam submissions leave this field empty.