Zellkultivierung online: trainierbare, flexible Bildanalyse-Verfahren zur Überwachung von Zellkulturen

Live Cell Monitoring

Die Fraunhofer-Institute FIT, IPM, IPA und IBMT entwickeln im Projekt „Live Cell Monitoring“ gemeinsam eine Zellkultivierungsplattform, in der die Schritte von der Aussaat bis zur Ernte der Zellen automatisiert ablaufen. Die einzelnen Prozessschritte der Kultivierung werden durch eine optische Kontrolle der Zellkultur und eine automatische Analyse der Bilddaten gesteuert. Fraunhofer FIT entwickelt für diese Plattform flexible Bildanalyseverfahren.

Trainierbare Bildanalyse
Die Zellkultivierung stellt hohe Anforderungen an die Bildanalyse, da verschiedene Zelltypen sehr unterschiedlich aussehen können und auch Zellen eines Typs je nach Kultivierungsstadium stark variieren. Die Algorithmen müssen daher genau an die jeweilige Analyse-Aufgabe angepasst werden. Derzeitige Bildanalysesoftware erlaubt die Änderung der Algorithmen nur auf unterster Ebene, das heißt die Parameter müssen manuell gesetzt werden. Der Anwender in der Biologie hat aber in der Regel nicht den technischen Hintergrund, um eine richtige Einstellung vornehmen zu können.
Bei der von Fraunhofer FIT entwickelten trainierbaren Bildanalyse markiert der Biologe einfach mit der Maus die für ihn interessanten biologischen Strukturen in den Bilddaten. Die Bildanalyse-Software berechnet die übereinstimmenden Merkmale der ausgewählten Beispiele und kann so die Parameter und Algorithmen zur Bildanalyse automatisch bestimmen.

Die trainierbare Bildanalyse ermöglicht beispielsweise die automatische Bestimmung des Bedeckungsgrades einer Zellkultur, die Zellzählung in einer Zellsuspension und die automatische Klassifikation von Zellzuständen. Für eine Anwendung des Systems im Hochdurchsatz kann so anhand weniger Beispieldaten die Konfiguration der Bildanalyse vorgenommen werden.

Bedeckungsgrad
Das Wachstum der Zellen muss während der Kultivierung überwacht werden. Wachsen die Zellen zu dicht, kann eine Schädigung eintreten, die sie für nachfolgende Experimente unbrauchbar macht. Für diese Aufgabe gibt der Biologe in den Bilddaten Beispiele für zwei zu unterscheidenden Regionen vor: Beispiele für bewachsene Regionen und Beispiele für zellfreie Regionen. Das System wird durch diese Beispiele trainiert und ist nun in der Lage, die Unterscheidung für weitere Bilddaten automatisch auszuführen.

Zellzählung
Für die Ernte von Zellen werden diese in Suspension gebracht und in Mikrotiterplatten überführt. Für nachfolgende Experimente muss die Konzentration der Zellen in der Lösung bekannt sein. Dies erfolgt durch optische Zählung in einer kleinen Probe der Suspension. Das System wird zunächst trainiert, indem der Biologe durch Anklicken mit der Maus Beispiele für einzelne Zellen angibt. Es lernt dadurch diese Struktur zu erkennen und findet dann weitere Zellen automatisch.

Klassifikation von Zellzuständen
Treten während der Kultivierung Probleme auf (schlechte Nährlösung, schlechte Zelllinie), kann sich dies in einer sichtbaren Veränderung der Zellen äußern, z. B. in einer vermehrten Ablösung von Zellen. Abgelöste Zellen unterscheiden sich in den Bildern von angewachsenen Zellen. Wird die Bildanalyse auf diese beiden Zellzustände trainiert, kann durch eine optische Überwachung während der Kultivierung eine Qualitätssicherung vorgenommen werden.


Kontakt:
Fraunhofer FIT
Ron Schwarz
Schloss Birlinghoven
53754 Sankt Augustin
Telefon +49 (0) 2241/14-2660
Fax +49 (0) 2241/14-2080
ron.schwarz@fit.fraunhofer.de