Thema: Laborautomation

Interview

Automation auf dem Vormarsch

Gerade im Zeitalter von Big Data bedeuten Daten nicht gleich Information. Zum Heben des Schatzes der Datenberge sind oft Verfahren der Bildverarbeitung und Datenanalyse aus der Informatik und Mathematik gefragt. Außerdem können durch Automatisierung Zeitaufwand und Fehleranfälligkeit einer solchen Analyse verringert werden. Wissenschaftler im Umfeld der RWTH Aachen greifen seit knapp zwei Jahren auf die Expertise von Dorit Merhof und ihrem Team zurück, wenn sie bei der Auswertung von biomedizinischen Daten an Grenzen stoßen. Die Professorin leitet das Kompetenzzentrum für biomedizinische Bildverarbeitung ACTIVE. LABORWELT sprach mit ihr über Nutzen und Fallstricke der automatisierten biomedizinischen Bildanalyse.

LABORWELT:
Warum sollten Forscher die Analyse ihrer Bilddaten automatisieren?


Merhof:
Es ist immer noch so, dass in der Biologie viele Bilddaten manuell ausgewertet werden. Mit Hilfe der Bildverarbeitung kann diese Arbeit aber zu einem Großteil automatisiert werden. Probleme bereitet die manuelle Auswertung, wenn diese durch verschiedene Personen geschieht. Auch können Personen beim Auswertungsprozess ermüden und unkonzentriert werden. Beides resultiert in einer nur unzureichenden Reproduzierbarkeit der Ergebnisse. Eine automatische Auswertung ist besser reproduzierbar und bedeutet noch dazu sowohl einen Zeitgewinn als auch aufgrund der Unübersichtlichkeit der Daten oft einen Erkenntnisgewinn. Für Routineaufgaben reichen zumeist die Tools aus, die die Hersteller der Aufnahmegeräte anbieten. Bei speziellen Aufgabenstellungen wie der Entwicklung neuer Analysemethoden kommen wir ins Spiel.

LABORWELT:
Können Sie das anhand eines Beispiels illustrieren?

Merhof:
Als ich noch an der Universität Konstanz war, haben wir mit dem dortigen BioImaging Center (BIC) zusammengearbeitet, das sich mit einem bestimmten DNA-Reparaturmechanismus beschäftigt hat. Es sollte erforscht werden, welche Bedeutung der Reparaturfaktor XPC hat und wie sich dessen Verhalten ändert, wenn einzelne Aminosäuren ausgetauscht werden. Dafür wurde die DNA mit einem Laser beschädigt und mit einem Konfokalmikroskop über mehrere Minuten beobachtet, ob und wie das mit einem Fluoreszenzmarker versehene Reparaturprotein an die betroffene Stelle rekrutiert wurde. Je Zelle hatten wir schließlich rund 62 Datensätze – bei insgesamt 100 untersuchten Zellen keine dankbare Aufgabe für jemanden, der diese manuell auswerten muss. Deshalb haben wir die Bildverarbeitung automatisiert. Im Vergleich manueller und automatischer  Auswertung war letztere nun reproduzierbar. Und natürlich war sie sehr viel schneller gemacht. Eine der Herausforderungen, die beim Design der Auswertungsroutine gemeistert werden musste, war hier zum Beispiel, dass sich die Zellkerne bei einer Live-Aufnahme bewegen und verformen.

LABORWELT:
Worauf achten Sie, wenn ein Forscher mit einer Fragestellung an Sie herantritt?

Merhof:

Wir arbeiten immer an spezifischen Aufgabenstellungen. Uns ist dabei wichtig, dass wir entweder bestehende Verfahren weiterentwickeln oder neue Algorithmen entwerfen können. Als erstes steht dann die Entscheidung für eine Entwicklungsumgebung, in der das geplante Projekt am besten angegangen wird. Bei der Umsetzung nutzen wir sowohl lizenzpflichtige Software wie Matlab, als auch frei verfügbare Tools wie Fiji/ImageJ oder Cellprofiler. Auf der Webseite des Netzwerks German Bioimaging können sich interessierte Einsteiger übrigens durch eine Liste mit den derzeit am weitesten verbreiteten Softwarepaketen klicken.

LABORWELT:
Gilt Ihr Angebot nur für Forscher in der Region Aachen?

Merhof:

Das DFG-Funding von ACTIVE erlaubt es uns, Projekte auch mit Wissenschaftlern von außerhalb durchzuführen. Somit können wir Kooperationen deutschlandweit oder sogar weltweit aufbauen.

LABORWELT:
Worin liegen die Unterschiede bei der Analyse von medizinischen und biologischen Bilddaten?

Merhof:

Medizinische und biologische Bildgebung unterscheiden sich meist deutlich. In der Klinik stammen Bilddaten meist von MRT, CT, Ultraschall und Co., im biologischen Labor hingegen kommen diverse Mikroskopietechniken zum Einsatz, darunter auch relativ neue Techniken wie die verschiedenen Ausprägungen der Hochauflösungsmikroskopie. Aber nicht nur die Aufnahmetechniken sind jeweils verschieden, auch stellen die Bilddaten oft sehr unterschiedliche Anforderungen an die algorithmische Verarbeitung. Des Weiteren ist das Feld der genutzten Protokolle und Dateiformate bei den biologischen Bilddaten deutlich heterogener. In der Medizin werden Bilddaten im DICOM-Format gespeichert. DICOM steht für Digital Imaging and Communications in Medicine und ist ein Standard, der den Austausch von Bilddaten zwischen verschiedenen Partnern mit verschiedenen Technologien erlaubt. Im Laborbereich hingegen gibt es eine Vielfalt von Gerätehersteller-spezifischen Formaten. So kann dann auch die entsprechende Software dazu verkauft werden.

LABORWELT:

Ist jede entwickelte Lösung für ein Problem so einzigartig, dass sie niemanden sonst interessieren könnte?

Merhof:
Das würde ich wiederum nicht sagen. Über das Netzwerk German Bioimaging sind die Akteure in Deutschland in Kontakt miteinander. Ein langfristiges Ziel des Netzwerks ist, dass breiter einsetzbare Softwarelösungen besser geteilt werden können. Einige Code-Entwickler überlegen derzeit im Rahmen einer Arbeitsgruppe des Netzwerks, wie das räumlich und zeitlich verteilt geschaffene Wissen in einer bestimmten Form zusammengeführt werden könnte. Auch wir in Aachen bringen uns hier ein.

LABORWELT:
Worauf sollte bei der Einführung einer automatisierten Bildverarbeitung geachtet werden?

Merhof:
Oftmals liegen noch keine manuell prozessierten Vergleichsdaten vor, deren Erstellung teilweise auch sehr aufwendig und zeitintensiv ist. Wir bezeichnen diese als Ground-Truth. Für die Entwicklung und umfassende Evaluation eines neuen Algorithmus benötigt man diese jedoch. Die Ground-Truth wird beispielsweisezum Trainieren eines Klassifikationsverfahrens benötigt oder um zu überprüfen, wie gut der Algorithmus funktioniert. Je mehr manuell erhobene Daten vorhanden sind, desto besser und robuster gelingt es, einen Algorithmus zu entwickeln und zu evaluieren.

LABORWELT:
An welchen Projekten arbeiten Sie derzeit?

Merhof:
Vor kurzem haben wir ein spannendes Zellbiologie-Projekt abgeschlossen. Gemeinsam mit dem Bioimaging Center Konstanz haben wir eine Methode entwickelt, die Zellzyklusphase, in der sich eine bestimmte Zelle befindet, automatisch zu erfassen. Zunutze gemacht haben wir uns dafür das für die verschiedenen Phasen charakteristische Verteilungsmuster von PCNA, eines Zellkernproteins. Die zu untersuchenden Zellen wurden so angefärbt, dass einzig die PCNA-Moleküle im Fluoreszenzmikroskop spezifisch aufleuchteten. Unser Algorithmus hat dann anhand der fluoreszierenden Stellen erkannt, in welcher Phase des Zellzyklus sich die Zelle befindet. Besonderes Augenmerk lag dabei auf der S-Phase des Zyklus. In der sogenannten Synthesephase zwischen zwei Zellteilungen wird die DNA verdoppelt. Im Vergleich zu anderen Phasen des Zellzyklus liegt die DNA hier nur lose gepackt vor und ist schwer zu beobachten. Dank der von uns entwickelten Automatisierungsmethode können Forscher nun besser aufdecken, was in der S-Phase passiert.

Mehr zum Spezial

Magazin zum Thema


1/2015

© 2007-2017 BIOCOM

http://www.laborwelt.de/spezialthemen/laborautomation/automatisierung-steigert-effizienz.html

Alle Themen

SpezialThemen

Produkt der Woche

Alle Produkte

Kalender

Alle Events

Partner-Events

Glasgow (UK)

DIA BioVenture Day

Istanbul (TR)

expomed eurasia