Samstag, 19. August 2017
Benutzername
Passwort
Registrieren
Passwort vergessen?

Home
e-journal
Der Aktuelle Fall
CME online
News
Gesundheitspolitik
Fachgesellschaften
Therapiealgorithmen
Videos
Veranstaltungen
Broschüren


Suche
Archiv
Buchbestellung
Newsletter
Probe-Abo
Impressum


journalmed.de


Anzeige:
 
 
Anzeige:
Fachinformation
 

JOURNAL ONKOLOGIE – NEWS
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!
20. Juli 2016

Big Data for small cells – Software zur Beobachtung einzelner Zellen

Bestimmte Fragestellungen der modernen Zellbiologie können nur beantwortet werden, wenn ganz gezielt das Schicksal einzelner Zellen beobachtet wird. Wissenschaftler haben eine Software entwickelt, die erlaubt, einzelne Zellen über Wochen zu beobachten und gleichzeitig molekulare Eigenschaften zu messen. Sie ist frei verfügbar und wurde nun in Nature Biotechnology vorgestellt.
Anzeige:
 
 

Forscher interessieren sich beispielsweise dafür, wie sich Stammzellen zu anderen Zelltypen weiterentwickeln. Da sich solche Prozesse aber teilweise über mehrere Tage erstrecken, ist die Analyse mit Standardmethoden, die oft nur einen einzigen Zeitpunkt des Prozesses messen, nicht ausreichend.

Das Aufzeichnen und Analysieren sogenannter time-lapse Mikroskopie Filme* ist jedoch nicht trivial: „Auf der einen Seite müssen genug Bilder aufgenommen werden, um die Zellen nicht aus den Augen zu verlieren, auf der anderen Seite entstehen so enorme Datenmengen mit teilweise Millionen von Bildern“ erklärt Prof. Dr. Dr. Fabian Theis das bisherige Dilemma. „Es ging also darum, diese sprichwörtlichen Big Data für die Wissenschaft verwertbar zu machen.“ Theis ist Direktor des Institute of Computational Biology (ICB) am Helmholtz Zentrum München sowie Inhaber des Lehrstuhls für Mathematische Modelle biologischer Systeme der TU München. Er leitete die Studie gemeinsam mit Prof. Dr. Timm Schroeder vom Department of Biosystems Science and Engineering (D-BSSE) der ETH Zürich mit Sitz in Basel.

 

Abb. 1: Screenshot der neuen Software (Quelle: Helmholtz Zentrum München)
Abb. 1: Screenshot der neuen Software (Quelle: Helmholtz Zentrum München)


Software online verfügbar

Schroeder forschte bis 2013 selbst am Helmholtz Zentrum München und befasst sich seit langem mit der Dynamik von Stammzellen. Er wusste also bestens, was die neue Software können sollte: „Wir haben zwei separate Pakete geschnürt: ein manuelles Trackingtool und ein halbautomatisches Quantifizierungstool für Einzelzellanalysen in time-lapse Mikroskopie Filmen.** Beide zusammen erlauben die Messung von Eigenschaften wie etwa Länge des Zellzyklus, die Expressionsdynamik bestimmter Proteine oder Korrelationen dieser Eigenschaften zwischen Schwesterzellen.“

Technische Hürden wurden so gut es ging beseitigt. „Unser Fokus lag darauf, die Anwendung auch für Forscher zu ermöglichen, die nicht über IT-Hintergrundwissen verfügen“, erklärt Schroeder. Und die Anwendung scheint gut zu funktionieren: zwei hochrangige Publikationen gehen bereits auf die Spionagesoftware für Zellen zurück.

Wenn es nach den Wissenschaftlern geht, sollen die neuen Möglichkeiten, die diese Programme bieten, möglichst vielen Forschern weltweit zur Verfügung stehen.

Die Software ist daher kostenlos unter dem folgenden Link abrufbar:
http://www.bsse.ethz.ch/csd/software/ttt-and-qtfy.html

* Ein time-lapse Mikroskopie Film besteht aus vielen Einzelbildern, der die quasi-kontinuierliche Beobachtung von Zellen erlaubt.

** Bei den beiden Software-Paketen handelt es sich zum einen um tTt (The Tracking Tool), was einzelnen Zellen verfolgt. Zum anderen ermöglicht das Programm qTfy die Quantifizierung von zellulären und molekularen Eigenschaften.
Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt
Literatur:
Hilsenbeck, O. & Schwarzfischer, M. & Skylaki S. et al. (2016). A software for single-cell quantification of cellular and molecular dynamics in long-term time-lapse microscopy, Nature Biotechnology, DOI: 10.1038/nbt.3626
http://www.nature.com/nbt/journal/v34/n7/full/nbt.3626.html

Filipczyk, A. (2015). Network plasticity of pluripotency transcription factors in embryonic stem cells. Nature Cell Biology, DOI: 10.1038/ncb3237

Hoppe, P. (2016). Early myeloid lineage choice is not initiated by random PU.1 to GATA1 protein ratios. Nature, DOI: 10.1038/nature18320
 
 
Zurück
Zurück
E-Mail
Email
Drucken
Drucken
Zum Bewerten bitte anmelden!



Anzeige:
 
 
Anzeige:
 
 
 
 
Themen
CML
CUP
NET
Nutzen Sie auch die Inhalte von journalmed.de, um sich zu Informieren.
Mediadaten
Hilfe
Copyright © 2014 rs media GmbH. All rights reserved.
Kontakt
Datenschutz
AGB
Fakten über Krebs
 
EHA 2017