High-Speed-Mikroskopie
Systeme zum Hochdurchsatz-Screening gewinnen in der Pharmaindustrie für die Wirkstoffentwicklung, In-vitro- Toxizitätstests und für die Herstellung zellbasierter Produkte zunehmend an Bedeutung. Auch in der Medizin und Biotechnologie ist die Mikroskopie eines der wichtigsten Verfahren, um qualitative Aussagen beispielsweise über den Zustand von Zellen zu treffen. Hierfür sind einfache Stichprobenmessungen oft nicht mehr ausreichend, so dass große Flächen wie ganze Multiwell-Platten hinsichtlich mikroskopischer Details untersucht werden müssen.
Bei manuellen Mikroskopen muss für jede einzelne Aufnahme der Probentisch neu positioniert und fokussiert werden. Auf dem Markt verfügbare automatisierbare Mikroskope können diese Prozesse im „Stop-and-go“-Betrieb bereits teilweise automatisch ausführen. Dennoch dauert der Aufnahmeprozesse lange und die Auswertung findet meistens manuell statt, was zu einer hohen anwenderspezifischen Fehlerrate führt.
Hochdurchsatz-Mikroskopie
Das Fraunhofer IPT entwickelt High-Speed-Mikroskope (HSM), mit denen große Flächen in hoher Auflösung in Rekordzeit digitalisiert werden können. Hierbei sind sowohl Fluoreszenzmikroskopie als auch Hellfeldmikroskopie möglich. Im Gegensatz zum „Stop-and- go“-Betrieb marktgängiger Mikroskope scannt das HSM die Probe in der Bewegung und ist somit bis zu 32-mal schneller.
Ein geregeltes Autofokus-System garantiert, dass an jeder Stelle ein scharfes Bild entsteht. Der Scanprozess ist mit einem echtzeitfähigen Datenhandling und Bildvorverarbeitungsprozessen kombiniert, so dass selbst rechenintensive Schritte wie Stitching-Prozesse dank GPU-Unterstützung nahezu ohne Verzögerung ablaufen.
Letztendlich lässt sich so eine Multiwell-Platte mit einem 10 X Objektiv und einer Auflösung von 0,65 μm/px in etwa einer Minute vollständig digitalisieren.
Intelligente Auswertung
Neben einer schnellen Bilderfassung ist die schnelle Bildauswertung von ebenso großer Wichtigkeit, um Laborprozesse zur Analytik und Qualitätskontrolle zu automatisieren. Algorithmen für die Segmentierung und Parametererkennung ermöglichen eine direkte Ausgabe sämtlicher, im Mikroskopieprozess relevanter Daten, wie zum Beispiel die Anzahl und Vitalität von Zellen. Darüber hinaus können Deep-Learning-basierte Software-Tools auch komplexe Auswertungen übernehmen, für die in der Regel biologisches Fachwissen erforderlich wäre.
