För att ta extremt högupplösta mikroskopbilder på exempelvis celler måste man veta exakt var man ska rikta mikroskopet så att man avbildar just det man är intresserad av. Inte så lätt när det man letar efter är levande biologiskt material såsom interagerande celler. Forskare vid Lunds universitet utvecklat en mjukvarumetod för smart, datadriven mikroskopi, som gör detta möjligt.

En utmaning vid avbildning av levande biologiskt material som exempelvis celler, är att veta hur man ska rikta mikroskopet för att lyckas fånga just den interaktion man är intresserad av – till exempel ett infektionsögonblick. Det är svårt att veta att man är på rätt plats och för att lyckas krävs ofta många försök, vilket kan ta månader. Forskare vid Lunds universitet beslöt sig för att ta fram en lösning, som de kallar för smart mikroskopi.

– Först genomförs en lågupplöst grovskanning över det prov vi vill avbilda, som samlar in datapunkter om provet och ger en snabb överblick. Algoritmer vi utvecklat räknar sedan ut exakt var det motoriserade mikroskopet ska zooma in för att fånga det vi är intresserade av. Eller upptäcka det som man kanske inte förväntat sig se i provet som studeras, säger Pontus Nordenfelt, forskare inom infektionsmedicin vid Lunds universitet.

Många praktiska tillämpningar att vänta

Metoden som forskarna utvecklat blir som en mjukvaru-uppgradering av det vanliga mikroskopet och tillämpningarna är många. Ett område där forskarna tror att lösningen kommer få inverkan är för dem som studerar cellmigration, till exempel hur cancerceller förflyttar sig i kroppen. En lågupplöst bild fångar snabbt in datapunkter på de cancerceller som rör sig. Sedan används den informationen för att räkna ut koordinaterna där mikroskopet ska ta högupplösta filmer. Och så har man en högupplöst film på de celler som är mest intressanta att studera, exempelvis vid cancerforskning.

Ett annat högaktuellt område där metoden kan användas är för studier av immunförsvaret. Här kan man hitta antingen celler eller mikrober (till exempel bakterier, svampar eller andra mikroorganismer) som beter sig annorlunda och automatiskt rikta in mikroskopet på att filma dessa i hög upplösning. På så vis kan forskarna analysera patientprover och hitta avvikelser eller hitta effektiva behandlingar. En tidig variant av metoden har tex använts för att hitta neutraliserande antikroppar mot SARS-CoV-2.

Forskarna menar att förutom att detta spar tid så medför metoden att man avbildar rätt saker på ett reproducerbart sätt. Metoden kan även användas för att avbilda exakt samma cell i provet, fast med olika typer av mikroskop.

Tar bort den mänskliga faktorn

– Vanligen är det människor som själva avgör vad som är rätt interaktion att fånga och vad som är tillräckligt bra data. Men faktum är att vi inte är så duktiga på att avgöra detta. Med datadriven smart mikroskopi kan du från data beskriva exakt vad du vill samla in och ta bort den mänskliga faktorn från själva insamlingsprocessen, säger Oscar André, doktorand vid Lunds universitet och försteförfattare till artikeln.

Metoden har forskarna har testat på flera olika scenarier och har nu startat företaget Cytely (.io) för att vidareutveckla konceptet och låta fler få tillgång till teknologin.

Länk till den vetenskapliga artikeln: ”Data-driven microscopy allows for automated context-specific acquisition of high-fidelity image data”

Text: TOVE SMEDS

Artikeln är tidigare publicerad som nyhet från Lunds universitet