Virensuche leicht gemacht
Automatisches Bildanalyseverfahren eignet sich zur Verfolgung einzelner biologischer Partikel in Zellen.
Um biologische Partikel in einer Zelle in ihrer Bewegung verfolgen zu können, haben Wissenschaftler der Universität Heidelberg und des Deutschen Krebsforschungszentrums ein hochleistungsfähiges Analyseverfahren für Lebendzell-Mikroskopiebilder entwickelt. Dieses sogenannte probabilistische Partikel Tracking-Verfahren, das automatisch und computergestützt arbeitet, lässt sich für zeitaufgelöste zwei- und dreidimensionale Mikroskopiebilddaten einsetzen. In einem internationalen Leistungsvergleich unterschiedlicher Bildanalysemethoden konnte das Heidelberger Verfahren das beste Gesamtergebnis erzielen.
Abb.: Tracking-Ergebnis für Virus-Partikel. Mikroskopiebild von zeitaufgelösten Daten überlagert mit automatisch ermittelten Bewegungspfaden von HIV-1-Partikeln, die in verschiedenen Farben dargestellt sind. Die „Kästchen“ geben die gefundenen Positionen zum aktuellen Zeitpunkt an. (Bild: W.J. Godinez, K. Rohr)
Die Frage, wie sich die Bewegung von biologischen Partikeln, etwa Viren, Zellvesikeln oder Zellrezeptoren, automatisch verfolgen lässt, ist von zentraler Bedeutung bei der quantitativen Analyse von intrazellulären dynamischen Prozessen. Eine manuelle Auswertung von zeitaufgelösten Mikroskopiebildern, die hunderte oder tausende sich bewegender Objekte zeigen, ist dabei nicht durchführbar. Daher hat man in den vergangenen Jahren verstärkt automatische Bildanalyseverfahren zum sogenannten Partikel Tracking entwickelt. Sie ermitteln computergestützt die Partikelpositionen über die Zeit hinweg. Um die Leistungsfähigkeit dieser Methoden objektiv vergleichend zu untersuchen, gab es 2012 erstmals einen internationalen Wettbewerb.
Unter den insgesamt 14 teilnehmenden Forschungsgruppen dieser „Partikel Tracking Challenge“ waren mit William J. Godinez und Karl Rohr auch Wissenschaftler der Universität Heidelberg und des Deutschen Krebsforschungszentrums (DKFZ) vertreten. Im Rahmen des Wettbewerbs wurden die unterschiedlichen Bildanalyseverfahren auf ein großes Spektrum an zwei- und dreidimensionalen Bilddaten angewendet. Für jede Kategorie der verwendeten Daten ermittelten die Juroren die jeweils drei besten Verfahren. Die Heidelberger Wissenschaftler konnten mit insgesamt 150 „Top 3-Rängen“ das beste Gesamtergebnis erzielen.
Das von Godinez und Rohr entwickelte Partikel Tracking-Verfahren zeichnet sich dadurch aus, dass Unsicherheiten in den Bilddaten, beispielsweise aufgrund von Bildrauschen, und Wissen über den Anwendungsbereich durch eine mathematisch fundierte Methode der Wahrscheinlichkeitstheorie berücksichtigt werden. „Im Vergleich zu deterministischen Methoden lässt sich mit unserem probabilistischen Verfahren eine hohe Genauigkeit insbesondere bei schwierigen Bilddaten mit einer großen Objektanzahl, einer hohen Objektdichte und starkem Rauschen erzielen“, sagt Rohr. Dabei ist es möglich, Bewegungspfade von Objekten zu bestimmen und relevante Parameter, etwa Geschwindigkeit, Weglänge, Bewegungstyp oder Objektgröße, zu quantifizieren. Zusätzlich erkennt der Algorithmus wichtige dynamische Ereignisse wie beispielsweise Virus-Zell-Fusionen automatisch.
U. Heidelberg / DE
