Weitfeld-Mikroskop
Zusammenfassung der Projektergebnisse
Das systembiologische Verständnis zellulärer Netzwerke ist essentiell, um über unterschiedliche Skalen die Mechanismen von Entwicklungsvorgängen verstehen zu können. Neben Geweben und Organen sind für die Beantwortung dieser Fragen Einzelzellen wichtig, da auf diese Weise die in Geweben vorhandene Komplexität reduziert und die mögliche Maskierung wichtiger Trigger und Reaktionskomponenten vermieden wird. Zur Beantwortung von Fragen, wie erfolgt beispielsweise die Reprogrammierung oder Umprogrammierung von Zellen in Geweben oder welche Mechanismen bewirken die Transdifferenzierung von Zellen, sind Hochdurchsatzscreenings essentiell. Ein speziell für die Beantwortung dieser Fragestellungen geeignetes, automatisierungskompatibles Hochdurchsatzmikroskop wurde als Prototyp entwickelt. Dessen Spezifikationen waren für einen vollständig automatischen Betrieb ausgerichtet. Das Mikroskop arbeitet im Routinebetrieb mit mehr als 4000 Nutzerstunden mit extrem hohen Mikrotiterplatten-basierten Präparate-Durchsatz, bei hervorragender optischer Qualität. Die bearbeiteten Fragestellungen betrafen weitgehend biotechnologische (Pflanzen spezifische) Fragestellungen zur epigenetischen Reprogrammierung von Zellen.
Projektbezogene Publikationen (Auswahl)
- (2017) Protoplast swelling and hypocotyl growth of Arabidopsis depend on different auxin signaling pathways. Plant Physiology 175, 982-994
Dahlke, R.I., Fraas, S., Kristian, K., Heinemann, U.K., Romeiks, M., Rickmeyer, T., Klebe, G., Palme, K., Lüthen, H., Steffens, B.
(Siehe online unter https://doi.org/10.1104/pp.17.00733) - (2018) The Endoplasmic Reticulum acts as a gatekeeper to control nuclear auxin levels. Cell Reports 22, 3044–3057
Middleton, A.M., Dal Bosco, C., Chlap, P., Bensch, R., Harz, H., Ren, F., Wend, S., Weber, W., Zurbriggen, M.D., Uhl, R., Ronneberger, O., Palme, K., Fleck, C., Dovzhenko, A.
(Siehe online unter https://doi.org/10.1016/j.celrep.2018.02.074) - (2019) U-Net – deep learning for cell counting, detection, and morphometry. Nature Methods 16, 67–70
Falk, T., Mai, D., Bensch, R., Çiçek, Ö., Abdulkadir, A., Marrakchi, Y., Böhm, A., Deubner, J., Jäckel, Z. Seiwald, K., Dovzhenko, A., Tietz, O., Dal Bosco, C., Walsh, S., Saltukoglu, D., Tay, T.L., Prinz, M., Palme, K., Simons, M., Diester, I., Brox, T., Ronneberger, O.
(Siehe online unter https://doi.org/10.3389/fpls.2018.01953)
