Mit der hochbrillanten Röntgenstrahlung von BESSY II lassen sich mikroskopische Bilder mit einer räumlichen Auflösung bis hinab zu einigen zehn Nanometern erzeugen. Ganze Zellvolumina können untersucht werden, ohne dass eine aufwändige Probenvorbereitung wie in der Elektronenmikroskopie erforderlich ist. Unter dem Röntgenmikroskop erscheinen die winzigen Zellorganellen mit ihren feinen Strukturen und Grenzmembranen auch in drei Dimensionen klar und detailliert.
Damit eignet sich die Kryo-Röntgentomographie ideal zur Untersuchung von Veränderungen in Zellstrukturen, die beispielsweise durch äußere Auslöser verursacht werden. Bisher erforderte die Auswertung von 3D-Tomogrammen jedoch eine weitgehend manuelle und arbeitsintensive Datenanalyse. Um dieses Problem zu lösen, haben Teams um den Informatiker Prof. Dr. Frank Noé und den Zellbiologen Prof. Dr. Helge Ewers (beide Freie Universität Berlin) jetzt mit der Abteilung Röntgenmikroskopie am HZB zusammengearbeitet.
Das Informatikteam hat einen neuartigen, selbstlernenden Algorithmus entwickelt. Diese KI-basierte Analysemethode basiert auf der automatisierten Erkennung subzellulärer Strukturen und beschleunigt die quantitative Analyse von 3D-Röntgendatensätzen. Die 3D-Bilder des Inneren biologischer Proben wurden an der U41-Beamline bei BESSY II aufgenommen.
„In dieser Studie haben wir nun gezeigt, wie gut die KI-basierte Analyse von Zellvolumina funktioniert, und zwar anhand von Säugetierzellen aus Zellkulturen, die sogenannte Filopodien aufweisen“, sagt Dr. Stephan Werner, Experte für Röntgenmikroskopie am HZB . Säugetierzellen haben eine komplexe Struktur mit vielen verschiedenen Zellorganellen, die jeweils unterschiedliche Zellfunktionen erfüllen müssen. Filopodien sind Ausstülpungen der Zellmembran und dienen insbesondere der Zellwanderung.
„Für die Kryo-Röntgenmikroskopie werden die Zellproben zunächst schockgefroren, und zwar so schnell, dass sich im Inneren der Zelle keine Eiskristalle bilden. Dadurch bleiben die Zellen in einem nahezu natürlichen Zustand und wir können den strukturellen Einfluss äußerer Faktoren im Inneren untersuchen.“ Zelle“, erklärt Werner.
„Unsere Arbeit ist in der Fachwelt bereits auf großes Interesse gestoßen“, sagt Erstautor Michael Dyhr von der Freien Universität Berlin. Das neuronale Netz erkennt innerhalb kürzester Zeit ca. 70 % der vorhandenen Zellmerkmale korrekt und ermöglicht so eine sehr schnelle Auswertung des Datensatzes. „Mit dieser neuen Analysemethode könnten wir in Zukunft viel schneller und zuverlässiger als bisher untersuchen, wie Zellen auf Umwelteinflüsse wie Nanopartikel, Viren oder Karzinogene reagieren“, sagt Dyhr.
Die Arbeit wird in der Zeitschrift veröffentlicht Verfahren der Nationalen Akademie der Wissenschaften.
Mehr Informationen:
Michael CA Dyhr et al., 3D-Oberflächenrekonstruktion von zellulären Kryo-Soft-Röntgenmikroskopie-Tomogrammen unter Verwendung von halbüberwachtem Deep Learning, Verfahren der Nationalen Akademie der Wissenschaften (2023). DOI: 10.1073/pnas.2209938120