Erster Schritt: Gewebezerkleinerung
Im neuen Verfahren können mithilfe des Geräts „TissueGrinder“ lebende Zellen recht schnell gewonnen werden. Das Gerät wurde am Fraunhofer IPA von Dr. Jens Langejürgen und seinen Kollegen entwickelt. Es funktioniert ähnlich wie eine Gewürzmühle: Mit Hilfe speziell geformter Klingen, die über ein Mahlwerk in Rotation versetzt werden, wird das Gewebe schonend zerkleinert, ohne Zellen zu zerstören oder zu verändern. »Der TissueGrinder entfaltet ein enormes Potenzial für die Probenvorbereitung in der Krebsdiagnostik und anderen medizinischen Anwendungen, insbesondere für diagnostische Analyseverfahren, die auf Einzelzellen basieren und die Grundlage für die personalisierte Medizin bilden«, so der Abteilungsleiter Klinische Gesundheitstechnologien Dr. Jens Langejürgen. Bisher mussten die Zellen aufwendig von Hand herauspräpariert oder mit Enzymen herausgelöst werden, die wiederum Spuren auf der Zelloberfläche hinterlassen können und damit das Ergebnis der weiteren Untersuchungen beeinflussen.

Die automatisierte, schnelle und enzymfreie Extrahierung von lebenden Zellen mit dem Gerät „TissueGrinder“ vereinfacht die Untersuchung von Biopsieproben deutlich. »Die effiziente Probenvorbereitung am Anfang des diagnostischen Prozesses ebnet den Weg für modernste Analysemethoden wie die Echtzeit-Verformbarkeitszytometrie (RT-DC) oder Verfahren der Künstlichen Intelligenz und verbessert zudem die Qualität der Analyseergebnisse. Wir sind überzeugt, dass der ‚TissueGrinder‘ eine zentrale Rolle dabei spielt, die Diagnose von Krankheiten zu optimieren und damit eine schnellere und genauere Behandlung der Patienten zu ermöglichen«, so Stefan Scheuermann, wissenschaftlicher Mitarbeiter am Fraunhofer IPA.

Zweiter Schritt: Physikalische Analyse der Zelleigenschaften
Im nächsten Schritt werden die gewonnenen Einzelzellen mit der Echtzeit-Verformbarkeitszytometrie (RT-DC) analysiert. Dabei handelt es sich um eine im Labor von Prof. Dr. Jochen Guck, Max-Planck-Institut für die Physik des Lichts, entwickelte markierungsfreie Methode zur Analyse der Zellverformbarkeit, die physikalischen Eigenschaften von bis zu 1000 Zellen pro Sekunde analysiert und 36-tausendmal schneller ist als ältere Methoden. Ähnlich wie das Abtasten bei einer ärztlichen Untersuchung liefert die Verformbarkeit von Zellen wichtige Informationen. Um diese zu nutzen, werden einzelne Zellen mit hoher Geschwindigkeit durch einen mikroskopischen Kanal geschoben, wo sie sich unter dem Druck und der Belastung verformen. Anhand der Bilder, die dabei aufgenommen werden, können Wissenschaftler und Wissenschaftlerinnen dann physikalische Eigenschaften wie Form, Größe und Verformbarkeit bestimmen.

Dritter Schritt: Bewertung durch Künstliche Intelligenz
Um eine Diagnose stellen zu können, müssen die Ergebnisse der physikalischen Analyse in einem letzten Schritt bewertet werden. Den Max-Planck-Wissenschaftlern ist es gelungen, ein KI-Modell zu entwickeln, das die komplexen Datensätze der RT-DC-Analyse auswertet und anschließend Aussagen darüber treffen kann, ob eine Probe Tumorgewebe enthält oder nicht. Außerdem konnte der Einsatz von Künstlicher Intelligenz die Bedeutung der Zellverformbarkeit als Biomarker bestätigen.

Das gesamte Verfahren nimmt von der Gewebeprobe bis zur Bewertung der Ergebnisse weniger als 30 Minuten in Anspruch und kann nach Angaben des Fraunhofer IPA ohne ausgebildeten Pathologen oder Physiker durchgeführt werden. Des Weiteren kann die Methode auch eingesetzt werden, um Gewebeentzündungen in einem Modell für entzündliche Darmerkrankungen (IBD) nachzuweisen.

Das nächste Ziel der Wissenschaftler und Wissenschaftlerinnen ist es, herauszufinden, wie das Verfahren der automatisierten Zellanalyse am besten in Kliniken angewendet werden könnte, um die klassische pathologische Analyse zu unterstützen und zu ergänzen.

Information:
Das hier vorgestellte System dient ausschließlich Forschungszwecken.

Publikation:
D. Soteriou, M. Kubánková, C. Schweitzer, R. López-Posadas, R. Pradhan, O.-M. Thoma, A.-H. Györfi, A.-E. Matei, M. Waldner, J. H. W. Distler, S. Scheuermann, J. Langejürgen, R. Schneider-Stock, R. Atreya, M. F. Neurath, A. Hartmann, and J. Guck. “Single-cell physical phenotyping of mechanically dissociated tissue biopsies for fast diagnostic assessment.” Nature Biomedical Engineering (2023), https://www.nature.com/articles/s41551-023-01015-3

Quelle: Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA