Descripción del proyecto
Microscopio de bioluminiscencia para la investigación biomédica
La microscopía de bioluminiscencia constituye una potente herramienta para obtener imágenes de muestras biológicas sin necesidad de un láser de excitación. Sin embargo, las actuales soluciones comerciales tienen una baja resolución espaciotemporal debido a que las muestras carecen de fotones. El equipo del proyecto LowLiteScope, financiado por el Consejo Europeo de Investigación, rediseñará la trayectoria óptica, la adquisición de datos y el posprocesamiento mediante inteligencia artificial para captar imágenes tridimensionales de alta resolución de células y tejidos vivos. Utilizará un nuevo planteamiento de campo de luz y modelos de aprendizaje profundo para reconstruir volúmenes en tres dimensiones a partir de imágenes de campo de luz de una sola exposición. El equipo del proyecto pondrá a prueba el prototipo utilizando muestras fotosensibles y autofluorescentes, además de proponer un nuevo diseño de lente para facilitar su adopción por los usuarios finales. Dicho avance en la microscopía de bioluminiscencia puede suponer un gran paso adelante en la investigación biomédica.
Objetivo
Bioluminescence microscopy offers a powerful tool for background free imaging of biological samples without an excitation laser. This enabling technology would afford a wide range of applications in the life sciences, where fluorescence microscopy is prohibitive.
Currently, commercial solutions for bioluminescence imaging suffer from low spatiotemporal resolution, due to photon-starved samples. LowLiteScope aims to overcome these limitations by radically redesigning the optical path, data acquisition and post processing based on artificial intelligence.
LowliteScope leverages a new light field approach to capture the spatial and angular information of light rays that pass through the sample. In contrast to conventional light field microscope, this technique records three-dimensional images with high spatial resolution and a large depth of field. To econstruct the 3D volume from single exposure light field images, we will use new deep learning models based on artificial intelligence (WP1). The use of generalized and optics-informed deep learning techniques will also increase the spatial resolution beyond conventional light field microscopes. We will test the performance of the LowLiteScope prototype using photosensitive samples and samples with high intrinsic autofluorescence (WP2) - two properties that often render long-term, high-resolution imaging via fluorescence microscopy difficult. Ultimately, success is measured by the ease to adopt our technology. To facilitate the adoption of LowLiteScope by the enduser, we propose a new lens design, which can be used as a modular add-on to any conventional, fluorescence microscopes (WP3).
In summary, LowLiteScope marks a significant breakthrough in bioluminescence microscopy. Its ability to non-invasively capture 3D images of live cells and tissues with high precision will be an invaluable asset for the advancement of biomedical research.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ciencias naturalesciencias físicasópticamicroscopía
- ciencias naturalesciencias físicasópticafísica del láser
- ciencias naturalesciencias físicasfísica teóricafísica de partículasfotones
Para utilizar esta función, debe iniciar sesión o registrarse
Programa(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Régimen de financiación
HORIZON-ERC-POC - HORIZON ERC Proof of Concept GrantsInstitución de acogida
08860 Castelldefels
España