Skip to main content Skip to main navigation

Projekt

NOTOX

Predicting long term toxic effects using computer models based on systems characterization of organotypic cultures

Predicting long term toxic effects using computer models based on systems characterization of organotypic cultures

  • Laufzeit:

In dem hälftig von der EU und dem Cosmetics-Europe Verbund der kosmetischen Industrie geförderten Projekt “NOTOX” sollen systembiologische Werkzeuge entwickelt werden, um die toxische Langzeitwirkung von chemischen Substanzen in menschlichem Gewebe zu untersuchen und so Tierversuche zu eliminieren.

In enger Zusammenarbeit mit Prof. Peter J. Peters, Leiter des Department of Cell Biology des niederländischen Krebsforschungs-instituts in Amsterdam, werden vom DFKI neue, intelligente 3D-Rekonstruktions- und Analyseverfahren (SART++) auf Basis des in Saarbrücken entwickelten Realtime-Ray-Tracing-Algorithmus entwickelt. Mit diesen Verfahren sollen die 3D-Strukturen von Zellen und ihren Bausteinen im Detail visualisiert und automatisch analysiert werden, um Strukturänderungen durch toxische Wirkungen erkennen zu können. Insbesondere können so auch die Molekülstrukturen von einzelnen Proteinen aufgelöst werden, was Informationen über ihre (möglicherweise veränderte) Wirkung in der Zelle liefert.

In Amsterdam wird Gewebe mittels Cryo-Elektronen-Tomographie (Cryo-ET) untersucht. Das Gewebe wird dazu auf einen Schlag auf unter -200 Grad Celsius schockgefroren, so dass alle Zellbausteine bis hinunter zu einzelnen Proteinmolekülen in ihrem aktuellen Zustand eingefroren werden. Die Gewebeschicht wird dann mit einem Elektronenmikroskop aus unterschiedlichen Richtungen durchleuchtet. Dabei können nur sehr geringe Energien genutzt werden, um das Gewebe nicht zu schädigen. Dies führt aber andererseits zu stark verrauschten Aufnahmen, in denen man mit dem bloßen Auge kaum noch Strukturen erkennen kann.

Die zentrale Herausforderung ist es nun, aus den unterschiedlichen Ansichten die 3D-Struktur des Gewebes als Volumendatensatz (3D-Gitter mit Dichtewerten) zu rekonstruieren. Wesentliche neue Forschungsansätze sind dabei die Simulation des realen Abbildungsprozesses im Elektronenmikroskop sowie das Lernen und die Berücksichtigung von Vorwissen über die zu rekonstruierenden Strukturen. Ein zentraler Punkt ist dabei die Integration von intelligenten Rauschfiltern in den Rekonstruktionsprozess, die bisher nur separat und damit ohne Wissen über die rekonstruierte 3D-Struktur angewandt wurden. Mit diesem neuen Verfahren (SART++) sind wesentlich besser Rekonstruktions- und Analyseergebnisse zu erwarten.

Das auf 5 Jahre angelegte und mit 100%-iger Finanzierung ausgestattete EU-Projekt begann im Januar diesen Jahres mit einem internationalen Kickoff-Meeting in Saarbrücken.

Partner

Saarland University, Saarbrücken; Centre National de la Recherche Scientifique (CNRS), Strasbourg; Stichting Het Nederlands Kanker Institut (NKI-AVL), Amsterdam; Karolinska Institutet (KI), Stockholm; Insilico Biotechnology AG, Stuttgart; Institut National de Recherche en Informatique et en Automatique (INRIA), Rocquencourt; Leibniz Forschungsgesellchaft für Arbeitsphysiologie und Arbeitsschutz e.v., Dortmund; Biopredic International, Saint-Grégoire; Weizmann Institute of Science, Rehovot; Cambridge Cell Networks Ltd (CCN), Cambridge; European Research and Project Office GmbH (Eurice), Saarbrücken

Fördergeber

EU - Europäische Union

EU - Europäische Union

Publikationen zum Projekt

Patrick Trampert; Tim Dahmen; Philipp Slusallek

In: Microscopy and Microanalysis 25. Microscopy & Microanalysis (M&M-2019), August 4-8, Portland, Oregon, USA, Cambridge University Press, 8/2019.

Zur Publikation

Patrick Trampert; Wu Wang; Delei Chen; Raimond BG Ravelli; Tim Dahmen; Peter J Peters; Christian Kübel; Philipp Slusallek

In: Ultramicroscopy, Vol. 191, Pages 1-10, Elsevier, 8/2018.

Zur Publikation

Kelly Parker; Patrick Trampert; Verena Tinnemann; Diana Peckys; Tim Dahmen; Niels de Jonge

In: Biophysical Journal, Vol. 115, Pages 503-513, Elsevier, 6/2018.

Zur Publikation