MDCK-MRP2 - Dkfz

Forschungsschwerpunkt B
Funktionelle und Strukturelle Genomforschung
Die Diffussionsgleichung kann mit einem Programm (UG-
Tools), das im Interdisziplinären Zentrum für Wissenschaftliches
Rechnen (IWR) in Heidelberg entwickelt wurde, gelöst
werden. Mit Hilfe von Multigridtechniken und einer optionalen
Parallelisierung löst das Programm die Transportgleichungen
numerisch.
b) Das Inverse-Problem
Bei diesem Ansatz wurde die Diffusionsdynamik von Molekülen
im Zellkern unter Verwendung von Daten aus Bleich-
Experimenten hoher Auflösung untersucht. Das inverse Problem
der Parameterbestimmung wurde unter Verwendung
eines Programms gelöst, das die Fundamentallösung einer
zeitabhängigen Diffusionsgleichung implementiert.
Dynamik der Zellkern-Architektur während der
Mitose
Ein wesentlicher Schritt zur Interpretation von dynamischen
Bilddaten war die Entwicklung von computerbasierten Methoden
für eine automatische quantitative Analyse und
raumzeitliche Visualisierung. Ein detailliertes Verständnis von
komplexen, dynamischen Prozessen wie dem Zusammenbruch
und der Rekonstruktion des Zellkerns während der
Mitose kann nur erreicht werden, wenn die Mikroskopie in
drei räumlichen Dimensionen über die Zeit (4D-Imaging)
durchgeführt wird [14]. Im folgenden Projekt wurde eine
neue Technik entwickelt, die eine vollautomatische quantitative
Analyse und Visualisierung von Oberflächen dreidimensionaler,
dynamischer Fluoreszenzstrukturen realisiert. Mit
diesem Verfahren wurde die Dynamik der Zellkernarchitektur
während der Zellkernteilung untersucht.
Um die verrauschte Bildqualität in Videoaufnahmen von lebenden
Zellen zu kompensieren, wird ein anisotroper Diffusionsfilter
angewandt, der nur in Gebieten mit einer homogenen
Bildinformation glättet ohne die gesamte Morphologie
zu stören. Ein Morphing zwischen den 3D Oberflächen
über die Zeit hinweg führt auf eine kontinuierliche Rekonstruktion
der gesamten 4D-Daten. Globale Rotations- und
Translationsbewegungen in einer Zeitserie werden durch
einen rigiden Transformationsansatz automatisch korrigiert.
Die animierte Oberflächenrekonstruktion ist eingebettet
in einen mehrdimensionalen Ortsbetrachter (scene viewer),
der Benutzerinteraktion in Echtzeit erlaubt. Binäre Objektrepräsentationen
werden verwandt, um die Volumen- und
Fluoreszenzintensität über die Zeit zu quantifizieren.
Diese Bildverarbeitungs- und Computergraphikmodule wurden
bei der Analyse der Dynamik in Interphase- und mitotischen
Zellkernen verwandt. Insbesondere die Chromosomendynamik
im Verlauf der Mitose und die Rekonstruktion
der Zellkernhülle wurden detailliert untersucht [11, 12].
Weitere Anwendungen der entwickelten Technik analysierten
den Zusammenbruch der nuklearen Hülle, die Bewegung
von PML-Bodies [1], die Dynamik nuklearer Speckles,
die Lokalisierung von Methyl-DNA-Bindungsproteinen, die
Dynamik von sekretorischen Vesikeln und die Bewegung
von markierten Zentromeren in lebenden Zellen.
4.2. Automatische Phänotypisierung in
lebenden Zellen
C. Conrad, V. Sundararajan, R. Eils
Kooperationen: J. Ellenberg, N. Daigle, R. Pepperkok, H. Erfle,
EMBL, Heidelberg; T. Lörch, MetaSystems, Neulussheim
Die Markierung von Proteinen mit GFP (green fluorescent
proteins) ermöglicht die Visualisierung und damit die Lokalisierung
und zeitlich-räumliche Auflösung von Proteinen in
Abteilung B080
Theoretische Bioinformatik
lebenden Zellen. Es gilt sowohl Überexpression von Genen
als auch Gensuppression mittels Interferenz-RNA (RNAi) in
genomweiten Ansätzen hinsichtlich dieser Phänotypisierung
zu untersuchen. Für diese genomweiten, funktionellen Untersuchungen
sind robuste miniaturisierte Zellkultursysteme
und eine automatische, intelligente Mustererkennung der
zu erwartenden Phänotypen unerlässlich, da eine manuelle
Vorgehensweise sehr arbeitsintensiv ist, und abhängig von
der subjektiven Bewertung des ausgebildeten Personals
keine datenbank-konsistenten Werte liefert.
Für diese Problemstellung wurden solid-transfizierte Zellarrays,
ein motorisiertes Scanning-Zytometer und verschiedene
Klassifikationsstrategien miteinander kombiniert. Nach
erfolgter Bildvorverarbeitung und der automatischen Erkennung
von Zellen werden die Proteinmuster durch Klassifikatoren
erfasst. Zur Klassifikation werden neuronale Netzwerke
und Support Vektor Maschinen verwendet. Die Software
ordnet nach einer Trainingsphase automatisch mit
großer Präzision nicht bekannte markierte Proteine 12 verschiedene
funktionellen Klassen zu. Mögliche funktionelle
Phänotypen sind z.B. funktionelle Einheiten wie Organellen,
das Zytoplasma, Chromatin oder auch funktionelle Zellzustände
(wie z.B. Zelltod). Im weiterem Verlauf sollen speziell
die Veränderungen in 3D über die Zeit in diese automatischen
Screeningsysteme einbezogen werden.
4.3. Biomedizinische Bildverarbeitung unter
Verwendung von geometrischen und
dynamischen Modellen
J. Fieres, J. Gao, M. Gebhard, J. Mattes, R. Eils
Kooperationen: I. Solvei, D. Köhler, A. Bolzer, T. Cremer, Institut
of Human Genetics, LMU München; J. Beaudouin, D. Gerlich, Jan
Ellenberg, EMBL, Heidelberg; Kevin Sullivan, Scripps Research
Institute, CA, USA; P. Tracqui, S. Lavallée, J. Demongeot, TIMC-
IMAG, IAB, PRAXIM Grenoble, Frankreich; W. Just, Biochemie-
Zentrum, Universität Heidelberg; K. Richter, S. Görisch, Abteilung
Molekulare Genomanalyse, DKFZ; J. Georgi, S. Heiland, Neurologische
Klinik, Universität Heidelberg; David L. Spector, Watson
School of Biological Sciences, Cold Spring Harbor Laboratory,
New York 11724, USA; Edith Heard, Marie Curie Institute, Paris,
Frankreich
Das Projekt konzentriert sich auf die Analyse von Bewegungen
und Deformationen von räumlichen Datensequenzen.
Einerseits untersuchen wir mit Methoden der
Computer Vision die Quantifizierung, Visualisierung und
Bewegungskorrektur von dynamischen Prozessen und bewerten
mit statistischen Methoden die quantifizierten Daten.
Wir arbeiten an mehreren anwendungsorientierten Projekten,
die sowohl die Dynamik des Zellkerns und die Erhaltung
seiner Architektur zum Gegenstand haben, als auch
Zellmembranbewegungen untersuchen. Dabei steht die
Quantifizierung dynamischer Prozesse im Vordergrund, um
biologische Fragestellungen zu belegen bzw. zu widerlegen.
Eine Softwareplattform wurde mit Hilfe von C++, Open
Inventor, MFC und speziellen Bibliotheken für eine schnelle
graphische Darstellung für das Windows Betriebssystem entwickelt.
Diese integriert die unterschiedlichen Module der
Bildvorverarbeitung, Segmentierung, Tracking, Registration,
Quantifizierung, Bewegungskorrektur und Visualisierung.
DKFZ 2004: Wissenschaftlicher Ergebnisbericht 2002 - 2003
145