
Pressmeddelande
Från stjärnkartor till mikroskop – nytt verktyg löser problem inom avbildning med hjälp av astronomi
Att med mikroskop hitta exakt samma synfält två gånger kan vara förvånansvärt svårt. Ett prov kan studeras vid en annan förstoring, flyttas till ett annat mikroskop eller avbildas igen efter ytterligare bearbetning. Varje förändring av den här sorten kan påverka hur provet ser ut, vilket gör det svårt att hitta tillbaka till det ursprungliga området. Nu har forskare kommit på en lösning på detta problem genom att låna en idé från astronomin.
Forskare vid Turku Bioscience Centre och Åbo Akademi har tillsammans med kollegor vid NOVA University Lisbon i Portugal and Lunds universitet i Sverige utvecklat NucleiSky, ett verktyg med öppen källkod som hjälper mikroskop att känna igen det valda området och återvända till det i ett biologiskt prov. Igenkänningen bygger på att verktyget behandlar grupper av cellkärnor som stjärnbilder som visar var en bild hör hemma.
Astronomer kan identifiera ett okänt område på himlen genom att jämföra stjärnornas placering med en stjärnkarta. På samma sätt omvandlar NucleiSky positionerna för cellkärnor till en stjärnbild och söker efter samma mönster i en större mikroskopibild.
– Några av de bästa idéerna kan komma från områden utanför vårt eget forskningsfält. NucleiSky visar hur metoder som utvecklats för astronomi kan lösa praktiska problem inom mikroskopi, säger Guillaume Jacquemet, professor i bioavbildning vid Åbo Akademi.
Eftersom NucleiSky använder cellkärnornas inbördes placering snarare än en bilds övergripande utseende kan det matcha synfält som tagits vid olika förstoringar, med olika avbildningsmetoder eller på olika mikroskop. Så få som fem cellkärnor räckte för att identifiera rätt plats.

För att testa NucleiSky avbildade forskarna först ett område i ett cellprov med ett mikroskop och flyttade därefter provet till ett andra mikroskop med en annan avbildningsteknik. Det andra mikroskopet, som använde så kallad intelligent bearbetning, skannade automatiskt provet vid låg förstoring och kände igen den ursprungliga ”stjärnbilden” av cellkärnor och navigerade tillbaka till samma område. Därefter samlade det in en bild med högre upplösning av området med hjälp av den nya avbildningsmetoden.
– Med NucleiSky kan ett mikroskop känna igen ett synfält och automatiskt återvända till det. Detta öppnar upp nya möjligheter för smart mikroskopi, säger Iván Hidalgo-Cenalmor, doktorand i informationsteknologi vid Åbo Akademi och försteförfattare till studien.
NucleiSky kan göra avancerade bildexperiment snabbare och enklare att reproducera genom att minska behovet av manuell sökning, särskilda rutnät eller artificiella markörer. Det kan också bidra till framtida arbetsflöden för smart mikroskopi där mikroskop självständigt utforskar prover, identifierar intressanta områden och automatiskt återvänder till dem för mer detaljerad avbildning.
NucleiSky har utvecklats inom ramarna för InFLAMES. InFLAMES är Åbo universitets och Åbo Akademis gemensamma flaggskeppsinitiativ. Målet är att integrera immunologiska och immunologirelaterade forskningsaktiviteter för att utveckla och utnyttja nya diagnostiska och terapeutiska verktyg för precisionsmedicin.
Studien om NucleiSky publicerades i Journal of Cell Science och finns att läsa här: https://doi.org/10.1242/jcs.265152
Mera information:
Guillaume Jacquemet, professor i bioavbildning vid Åbo Akademi
Epost: guillaume.jacquemet@abo.fi
Telefon: +358 503235606
NucleiSky
- Avbildning inom mikroskopi syftar på processen där ett objekt eller prov återges som en bild genom ett mikroskop.
- NucleiSky använder cellkärnornas placering som biologiska fingeravtryck för att lokalisera mikroskopibilder.
- Verktyget kan koppla samman bilder som tagits i olika skalor, med olika avbildningsmetoder och på olika mikroskop.
- I ett proof-of-concept-experiment använde ett mikroskop NucleiSky för att automatiskt hitta och på nytt avbilda samma synfält, även vid en annan förstoring.
- Metoden fungerade också med tredimensionella data och med andra biologiska strukturer än cellkärnor.
- NucleiSky programvaran med öppen källkod: https://github.com/CellMigrationLab/NucleiSky




