MDCK-MRP2 - Dkfz
MDCK-MRP2 - Dkfz
MDCK-MRP2 - Dkfz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Forschungsschwerpunkt B<br />
Funktionelle und Strukturelle Genomforschung<br />
Die Diffussionsgleichung kann mit einem Programm (UG-<br />
Tools), das im Interdisziplinären Zentrum für Wissenschaftliches<br />
Rechnen (IWR) in Heidelberg entwickelt wurde, gelöst<br />
werden. Mit Hilfe von Multigridtechniken und einer optionalen<br />
Parallelisierung löst das Programm die Transportgleichungen<br />
numerisch.<br />
b) Das Inverse-Problem<br />
Bei diesem Ansatz wurde die Diffusionsdynamik von Molekülen<br />
im Zellkern unter Verwendung von Daten aus Bleich-<br />
Experimenten hoher Auflösung untersucht. Das inverse Problem<br />
der Parameterbestimmung wurde unter Verwendung<br />
eines Programms gelöst, das die Fundamentallösung einer<br />
zeitabhängigen Diffusionsgleichung implementiert.<br />
Dynamik der Zellkern-Architektur während der<br />
Mitose<br />
Ein wesentlicher Schritt zur Interpretation von dynamischen<br />
Bilddaten war die Entwicklung von computerbasierten Methoden<br />
für eine automatische quantitative Analyse und<br />
raumzeitliche Visualisierung. Ein detailliertes Verständnis von<br />
komplexen, dynamischen Prozessen wie dem Zusammenbruch<br />
und der Rekonstruktion des Zellkerns während der<br />
Mitose kann nur erreicht werden, wenn die Mikroskopie in<br />
drei räumlichen Dimensionen über die Zeit (4D-Imaging)<br />
durchgeführt wird [14]. Im folgenden Projekt wurde eine<br />
neue Technik entwickelt, die eine vollautomatische quantitative<br />
Analyse und Visualisierung von Oberflächen dreidimensionaler,<br />
dynamischer Fluoreszenzstrukturen realisiert. Mit<br />
diesem Verfahren wurde die Dynamik der Zellkernarchitektur<br />
während der Zellkernteilung untersucht.<br />
Um die verrauschte Bildqualität in Videoaufnahmen von lebenden<br />
Zellen zu kompensieren, wird ein anisotroper Diffusionsfilter<br />
angewandt, der nur in Gebieten mit einer homogenen<br />
Bildinformation glättet ohne die gesamte Morphologie<br />
zu stören. Ein Morphing zwischen den 3D Oberflächen<br />
über die Zeit hinweg führt auf eine kontinuierliche Rekonstruktion<br />
der gesamten 4D-Daten. Globale Rotations- und<br />
Translationsbewegungen in einer Zeitserie werden durch<br />
einen rigiden Transformationsansatz automatisch korrigiert.<br />
Die animierte Oberflächenrekonstruktion ist eingebettet<br />
in einen mehrdimensionalen Ortsbetrachter (scene viewer),<br />
der Benutzerinteraktion in Echtzeit erlaubt. Binäre Objektrepräsentationen<br />
werden verwandt, um die Volumen- und<br />
Fluoreszenzintensität über die Zeit zu quantifizieren.<br />
Diese Bildverarbeitungs- und Computergraphikmodule wurden<br />
bei der Analyse der Dynamik in Interphase- und mitotischen<br />
Zellkernen verwandt. Insbesondere die Chromosomendynamik<br />
im Verlauf der Mitose und die Rekonstruktion<br />
der Zellkernhülle wurden detailliert untersucht [11, 12].<br />
Weitere Anwendungen der entwickelten Technik analysierten<br />
den Zusammenbruch der nuklearen Hülle, die Bewegung<br />
von PML-Bodies [1], die Dynamik nuklearer Speckles,<br />
die Lokalisierung von Methyl-DNA-Bindungsproteinen, die<br />
Dynamik von sekretorischen Vesikeln und die Bewegung<br />
von markierten Zentromeren in lebenden Zellen.<br />
4.2. Automatische Phänotypisierung in<br />
lebenden Zellen<br />
C. Conrad, V. Sundararajan, R. Eils<br />
Kooperationen: J. Ellenberg, N. Daigle, R. Pepperkok, H. Erfle,<br />
EMBL, Heidelberg; T. Lörch, MetaSystems, Neulussheim<br />
Die Markierung von Proteinen mit GFP (green fluorescent<br />
proteins) ermöglicht die Visualisierung und damit die Lokalisierung<br />
und zeitlich-räumliche Auflösung von Proteinen in<br />
Abteilung B080<br />
Theoretische Bioinformatik<br />
lebenden Zellen. Es gilt sowohl Überexpression von Genen<br />
als auch Gensuppression mittels Interferenz-RNA (RNAi) in<br />
genomweiten Ansätzen hinsichtlich dieser Phänotypisierung<br />
zu untersuchen. Für diese genomweiten, funktionellen Untersuchungen<br />
sind robuste miniaturisierte Zellkultursysteme<br />
und eine automatische, intelligente Mustererkennung der<br />
zu erwartenden Phänotypen unerlässlich, da eine manuelle<br />
Vorgehensweise sehr arbeitsintensiv ist, und abhängig von<br />
der subjektiven Bewertung des ausgebildeten Personals<br />
keine datenbank-konsistenten Werte liefert.<br />
Für diese Problemstellung wurden solid-transfizierte Zellarrays,<br />
ein motorisiertes Scanning-Zytometer und verschiedene<br />
Klassifikationsstrategien miteinander kombiniert. Nach<br />
erfolgter Bildvorverarbeitung und der automatischen Erkennung<br />
von Zellen werden die Proteinmuster durch Klassifikatoren<br />
erfasst. Zur Klassifikation werden neuronale Netzwerke<br />
und Support Vektor Maschinen verwendet. Die Software<br />
ordnet nach einer Trainingsphase automatisch mit<br />
großer Präzision nicht bekannte markierte Proteine 12 verschiedene<br />
funktionellen Klassen zu. Mögliche funktionelle<br />
Phänotypen sind z.B. funktionelle Einheiten wie Organellen,<br />
das Zytoplasma, Chromatin oder auch funktionelle Zellzustände<br />
(wie z.B. Zelltod). Im weiterem Verlauf sollen speziell<br />
die Veränderungen in 3D über die Zeit in diese automatischen<br />
Screeningsysteme einbezogen werden.<br />
4.3. Biomedizinische Bildverarbeitung unter<br />
Verwendung von geometrischen und<br />
dynamischen Modellen<br />
J. Fieres, J. Gao, M. Gebhard, J. Mattes, R. Eils<br />
Kooperationen: I. Solvei, D. Köhler, A. Bolzer, T. Cremer, Institut<br />
of Human Genetics, LMU München; J. Beaudouin, D. Gerlich, Jan<br />
Ellenberg, EMBL, Heidelberg; Kevin Sullivan, Scripps Research<br />
Institute, CA, USA; P. Tracqui, S. Lavallée, J. Demongeot, TIMC-<br />
IMAG, IAB, PRAXIM Grenoble, Frankreich; W. Just, Biochemie-<br />
Zentrum, Universität Heidelberg; K. Richter, S. Görisch, Abteilung<br />
Molekulare Genomanalyse, DKFZ; J. Georgi, S. Heiland, Neurologische<br />
Klinik, Universität Heidelberg; David L. Spector, Watson<br />
School of Biological Sciences, Cold Spring Harbor Laboratory,<br />
New York 11724, USA; Edith Heard, Marie Curie Institute, Paris,<br />
Frankreich<br />
Das Projekt konzentriert sich auf die Analyse von Bewegungen<br />
und Deformationen von räumlichen Datensequenzen.<br />
Einerseits untersuchen wir mit Methoden der<br />
Computer Vision die Quantifizierung, Visualisierung und<br />
Bewegungskorrektur von dynamischen Prozessen und bewerten<br />
mit statistischen Methoden die quantifizierten Daten.<br />
Wir arbeiten an mehreren anwendungsorientierten Projekten,<br />
die sowohl die Dynamik des Zellkerns und die Erhaltung<br />
seiner Architektur zum Gegenstand haben, als auch<br />
Zellmembranbewegungen untersuchen. Dabei steht die<br />
Quantifizierung dynamischer Prozesse im Vordergrund, um<br />
biologische Fragestellungen zu belegen bzw. zu widerlegen.<br />
Eine Softwareplattform wurde mit Hilfe von C++, Open<br />
Inventor, MFC und speziellen Bibliotheken für eine schnelle<br />
graphische Darstellung für das Windows Betriebssystem entwickelt.<br />
Diese integriert die unterschiedlichen Module der<br />
Bildvorverarbeitung, Segmentierung, Tracking, Registration,<br />
Quantifizierung, Bewegungskorrektur und Visualisierung.<br />
DKFZ 2004: Wissenschaftlicher Ergebnisbericht 2002 - 2003<br />
145