Vorschau

PDF, Englisch Download (42MB) | Nutzungsbedingungen

Abstract

Improvements in the capacity to perform and analyze time-resolved experiments are a fundamental challenge in quantitative biology, with automation providing the eventual solution. To that end the author developed an algorithm, termed Automated Result / Cost Optimization (ARCO), as a universally-applicable approach based on an operator-defined experiment result. ARCO increased the information density of high-resolution microscopy experiments while minimizing the associated costs, including the loss of biosensor sensitivity and phototoxicity. Several derivations of the ARCO algorithm provided automatic optimization of microscopy experiments via dynamic re-adjustments of parameters, including XY-positions and light exposure during run time. Furthermore, to integrate high-throughput microscopy with single-cell, high-sampling online data analysis, the author developed LifeXplorer, an adaptable processing and hardware control platform, here applied to the Olympus IX81 ScanR and Nikon Ti-E NIS Elements imaging systems. All applications of the ARCO algorithm were benchmarked against two intracellular events which are well known to be influenced by phototoxic stress; mitochondrial energetics and the reassembly of the Golgi. ARCO optimization significantly increased the information content and accuracy of experimental results, while reducing phototoxicity by several fold. The LifeXplorer platform integrates commonly-used tools (ImageJ, CellProfiler, Matlab, etc.), allowing for adoption and development of new ARCO applications. The application of ARCO to both image acquisition and analysis is an important step towards automation and integration of microscopy and data analysis for the emergence of quantitative biology via computer vision.

Übersetzung des Abstracts (Deutsch)

Die Möglichkeiten zu erweitern, Lebendzellexperimente optimaler durchführen und auswerten zu können, ist eine fundamentale Herausforderung im Bereich der quantitativen Biologie. Aus diesem Grunde entwickelte der Autor den Automated Result / Cost Optimization (ARCO) Algorithmus, als einen universell einsetzbaren Ansatz, um die Effizienz und Effektivität wissen-schaftlicher Experimente automatisch zu erhöhen. Der Ansatz basiert auf der a priori Modellierung des Experimentergebnisses durch den Anwender. ARCO verbesserte den Informationsgehalt von hochauflösenden Mikroskopie-Experimenten, während die damit in Verbindung stehenden Kosten minimiert wurden, einschließlich des Empfindlichkeitsverlusts von Biosensoren sowie der Phototoxizität der Messungen. Abgeleitet vom ARCO Algorithmus konnten mehrere Methoden entwickelt werden, die unterschiedliche Parameter von Mikroskopie Experimenten während der Laufzeit durch dynamische Anpassung optimieren. Dazu gehörten u.a. die Optimierung der XY-Position und der Belichtungszeit. Für die Integration des Algorithmus in die Hochdurchsatz-mikroskopie und zur Optimierung von Einzelzellstatistiken bei hoher zeitlicher Auflösung wurde LifeXplorer entwickelt. LifeXplorer ist eine flexible Plattform zur Steuerung von Hardwarekomponenten und Echtzeitdatenverarbeitung, die hier an zwei unterschiedliche Hochdurchsatz Mikroskopie Systeme gekoppelt wurde: Olympus IX81 ScanR und Nikon Ti-E NIS Elements. Alle Anwendungen von ARCO wurden auf Basis zweier intrazellulärer Vorgänge untersucht und bewertet: die mitochondriale Energetik und der Wiederaufbau des Golgi-Apparats. Beide Vorgänge sind bekannt dafür, dass sie durch phototoxischen Stress beeinflusst werden. Die Optimierung mit ARCO konnte den Informationsgehalt und die Genauigkeit der Experimente signifikant erhöhen, während die Phototoxizität stark reduziert werden konnte. Die LifeXplorer Plattform integriert im Bereich der quantitativen Biologie häufig genutzte Standardwerkzeuge wie ImageJ, CellProfiler, Matlab und weitere. LifeXplorer ist damit leicht anpassungsfähig und ermöglicht die Entwicklung neuer ARCO Anwendungen. Die Anwendung von ARCO ist ein wichtiger Schritt in Richtung Automatisierung und Integration von Mikroskopie und Datenanalyse, um die Wirksamkeit quantitativer Biologie mithilfe von Computern zu steigern.