Opis projektu
Zwiększenie rozdzielczości mikroskopii niewykorzystującej znakowania pozwoli skupić się na mitochondriach
Ważnym punktem rozważań dotyczących każdego doświadczenia biologicznego jest próba odpowiedzi na pytanie, czy stosowany paradygmat, szczególnie przygotowanie próbki i wykorzystywane metody obserwacyjne, zmienia wyniki badań w sposób, który może wpływać na ich interpretację. Analiza struktur subkomórkowych, włączając białka i organella takie jak mitochondria, często wykorzystuje techniki znakowania lub amplifikacji w celu identyfikacji konkretnego sygnału. W ramach projektu MitoQuant powstaje system obrazowania żywych komórek charakteryzujący się wysoką rozdzielczością i szczegółowością, który zwiększy jakość obrazu nieoznakowanych preparatów. Wykorzystując uczenie maszynowe i autofluerescencję (naturalną emisję światła z białek endogennych), ta ilościowa technologia mikroskopowa pozwoli na zgłębienie procesów związanych z mitochondriami, co znajdzie istotne zastosowanie w przypadku chorób na tle dysfunkcji mitochondriów.
Cel
Mitochondria play a vital role in the cellular machinery, hence it is little surprising that their dysfunction has been linked to many diseases, from diabetes to neurodegeneration. However, as many studies on the interplay of organelles and molecular dynamics often employ fluorescence microscopy, a continued worry overshadowing findings and deductions is the possibility that the transfection-induced overexpression of fluorescent proteins skews the obtained results. A recent approach, the gene editor CRISPR-CAS9, which modifies rather than adds DNA sequences, circumvents this issue, but in turn often reduces the available signal levels. To counter low signals and yet offer highest resolution and specificity, MitoQuant aims to image contextual mitochondrial information with label-free superresolution, while simultaneously enhance image quality of specific but sparse fluorescently labelled proteins of interest through recently presented de-noising routines based on machine learning. Therefore, the development of a novel instrument to provide adequate resolution and contrast, matching label-based live-cell superresolution techniques like structured illumination microscopy, is the first main goal of this project. The proposed microscope will work in the deep UV range and employ dedicated optics originally developed for material science to provide high numerical apertures at short wavelengths, thus enabling live-cell imaging in the 100nm range. Concurrently, a neural network will be compiled and trained to enhance signals under low-light conditions and to extract and classify cellular organelles based on their quantitative phase and autofluorescence information. Building on an excellent track record of developing application-tailored microscopes as well as advanced image reconstruction and processing algorithms particularly suited for live-cell superresolution, the researcher strives to start with first live-cell experiments in good time after establishing the technique.
Dziedzina nauki
- natural sciencesbiological sciencesneurobiology
- natural sciencesphysical sciencesopticsmicroscopysuper resolution microscopy
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteins
- natural sciencescomputer and information sciencesartificial intelligencemachine learning
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Program(-y)
Temat(-y)
System finansowania
MSCA-IF-EF-ST - Standard EFKoordynator
9019 Tromso
Norwegia