Auf einen Espresso mit… Julia Hetzel: Mit Deep Learning schnell Zellen sortieren

Die Sortierung von Zellen erfolgt bislang vor allem mittels FACS (Fluorescence Activated Cell Sorting). Morphologie und Aussehen der Zellen werden dabei nicht bzw. nur indirekt berücksichtigt. Im Projekt IMAGO arbeiten wir mit unseren Kolleg:innen von Fraunhofer IZI-BB, Fraunhofer IOF und Charité an einem System für die bildbasierte Zellsortierung.

Im Gegensatz zu herkömmlichen Verfahren der Zellsortierung soll dieses auch ortsaufgelöste Eigenschaften als Trennungskriterium für die Zellsortierung nutzen. Damit können Zellen aus einer Probe isoliert werden, die bislang nicht separiert werden können, beispielsweise spezifische Subtypen einer Population.

Meine Kollegin Julia Hetzel ist für die Algorithmen- und Softwareentwicklung zuständig und hat mir erklärt wie sie diese Aufgabe lösen.

Christian: Hallo Julia, kannst Du mir bitte nochmal erläutern was die besondere Herausforderung des Projekts ist?

Julia: Einerseits wird bislang klassisch das sogenannte FACS (Fluorescence Activated Cell Sorting) mit eindimensionalen Fluoreszenzsignalen für die Sortierung verwendet. Für unser System müssen wir statt eines einzelnen Signals ein ganzes Fluoreszenzbild in entsprechender Geschwindigkeit auswerten. Allein diese Echtzeit-Anforderung ist schon eine hohe Herausforderung. Andererseits soll das System für verschiedene Anwendungen in der Forschung genutzt werden können und daher auch adaptierbar sein und für verschiedene Szenarien und Zellen leicht angepasst werden können. 

C: Kannst Du etwas zu den Methoden sagen, die Ihr verwendet?

J: Das sind verschiedene Bausteine und Methoden. Der Kern der Software ist natürlich die Klassifikation der Zellen, für die wir Deep Learning insbesondere sog. Few Shot Verfahren nutzen. Diese verwenden wir auch für digitalisierte histologische Gewebeschnitte - also sog. Whole-Slide-Images - in unserer MICAIA-Suite und setzen diese jetzt für Einzelzellbilder ein. Auch die Einzelzelldetektion ist ein wichtiger Baustein, für die wir auf vorhandene Vorarbeiten zurückgreifen.

C: Wie testet Ihr Eure Entwicklung?

J: Die Evaluierung ist ein ganz wichtiger Part des Projekts. Da arbeiten wir viel mit den Experten der Charité zusammen, die für die Aufbereitung und Färbung der Zellproben (verschiedene T-Zell-Subtypen) im Projekt zuständig sind. Gemeinsamen bauen wir gerade eine große Datenbank dieser Zelltypen auf, die wir für das Training verwenden können. Daneben nutzen wir natürlich auch andere verfügbare Datenbanken für Tests. Die Technologie an sich haben wir aber auch schon an Anwendungen in der digitalen Pathologie evaluiert.

C: Wie läuft die Zusammenarbeit im Projekt?

J: Im Konsortium haben wir regelmäßig Projektbesprechungen, treffen uns aber zusätzlich auch bilateral - zur Zeit vor allem mit Kolleg:innen der Charité für die Datensatzerstellung. Da gehen wir schon mal Zelle für Zelle den Datensatz durch, damit die Trainingsdaten stimmen und wir die Unterschiede auch visuell erkennen können. Auch mit den Kollegen von IZI-BB sind wir aktuell intensiv am Testen der Software. Das ist auch eine kleine Herausforderung, da wir die Software remote auf dem System in Potsdam testen müssen.

C: Wo wird das System später mal zum Einsatz kommen?

J: Das Fernziel ist, dass das System später mal z.B. für Immuntherapien angewendet werden kann, dass man hier spezifische Subtypen von T-Zellen aus einer Zellpopulation isolieren kann und diese dann für die Bekämpfung von Tumorerkrankungen nutzen kann. Auf dem Weg dort hin versuchen wir Partnerschaften für die weitere Entwicklung aufzubauen und sind daher auch an anderen Anwendungen und Kontakten interessiert.

C: Danke für das spannende Gespräch.

J: Gerne, danke auch.

Weiterführende Informationen finden Sie natürlich auf unserer Homepage. Noch besser: Sprechen Sie mich einfach direkt an (christian.muenzenmayer@iis.fraunhofer.de)

• Medizinische Zellsortierung: Wie erkennt man unter Tausenden sekundenschnell die Richtige?
• KI-basierte Bildanalyse mit MICAIA®
• Softwareentwicklung zur Auswertung und Aufbereitung von Bilddaten
• Image-Activated Cell sorting
• Entwicklungspartner für die digitale Gesundheitsversorgung von morgen

#Team #FraunhoferIIS #DigitalHealthSystems #CellSorting #Cytometry #DigitalPathology