Mikroskopische Fasern mit LED-Licht sichtbar machen

Mikroskopische Fasern können mithilfe von LED-Licht sichtbar gemacht werden. Eine neue Methode analysiert die unterschiedliche Streuung des Lichtes und lässt sich auf jeden histologischen Objektträger anwenden – unabhängig von Bearbeitung und Alter.

Jedes Gewebe im menschlichen Körper enthält ein Netzwerk aus mikroskopisch kleinen Fasern. Zusammen bestimmen diese die Funktionsweise der Organe und tragen zur Aufrechterhaltung ihrer Struktur bei. Ebenso sind fast alle Krankheiten mit einer Form der Degeneration oder Störung dieser Fasernetzwerke verbunden. Im Gehirn führt dies beispielsweise zu Störungen der neuronalen Konnektivität.

Trotz ihrer biologischen Bedeutung waren diese mikroskopisch kleinen Fasern bisher schwer zu untersuchen. Es mangelte Wissenschaftlern an geeigneten Methoden, um ihre Ausrichtung innerhalb des Gewebes sichtbar zu machen. Ein Team der Stanford University (USA) hat unter Mitwirkung des Institute of Neuroscience and Medicine am Forschungszentrum Jülich nun eine einfache, kostengünstige Methode entwickelt, mit der diese verborgenen Strukturen in bemerkenswerter Detailgenauigkeit sichtbar gemacht werden können.

Information waren immer da – nur nicht sichtbar

Die Methode nennt sich Computational Scattered Light Imaging (ComSLI) und wurde kürzlich in der Fachzeitschrift „Nature Communications“ beschrieben. Sie kann die Ausrichtung und Organisation von Gewebefasern mit einer Auflösung im Mikrometerbereich auf jedem histologischen Objektträger visualisieren – unabhängig vom verwendeten Färbeverfahren sowie dem Alter und der Lagerung des Objektträgers.

„Die Informationen über Gewebestrukturen waren schon immer da, vor aller Augen versteckt”, sagt Erstautor Dr. Marios Georgiadis. „ComSLI gibt uns nun die Möglichkeit, diese Informationen zu sehen und zu kartieren.”

Herkömmliche Methoden zur Darstellung von Gewebefasern haben verschiedene Nachteile. Die MRT kann großflächige Netzwerke abbilden, zeigt jedoch keine mikroskopischen Details auf zellulärer Ebene. Histologie-basierte Methoden erfordern spezielle Färbungen, teure Geräte und sorgfältig konservierte Proben. Keine der beiden Methoden liefert klare Bilder, wenn sich Gewebefasern kreuzen.

Unterschiedliche Streuung von LED-Licht

ComSLI nutzt ein einfaches physikalisches Prinzip: Die unterschiedliche Streuung von Licht je nach Ausrichtung der mikroskopischen Strukturen, die es durchdringt. Durch Rotieren der Lichteinstrahlung und Aufzeichnen der Streuungsänderungen kann die Richtung der Fasern innerhalb jedes mikroskopischen Pixels über das gesamte Bild hinweg rekonstruiert werden.

Das Set-Up erfordert lediglich eine rotierende LED-Lichtquelle und ein Mikroskop mit Kamera, sodass dieser Ansatz im Vergleich zu anderen spezialisierten Mikroskopen leicht zugänglich und kostengünstig ist. Softwarealgorithmen analysieren dann die subtilen Muster im gestreuten Licht, um farbcodierte Karten zu erstellen, die die Ausrichtung und Dichte der Fasern innerhalb der Probe anzeigen.

Auf jeden histologischen Objektträger anwendbar

Im Gegensatz zu anderen Methoden funktioniert ComSLI unabhängig davon, wie die Probe verarbeitet wurde, das heißt sowohl bei Formalin-fixierten, in Paraffin eingebetteten (FFPE) Schnitten als auch bei frisch gefrorenen, gefärbten und ungefärbten Proben. Auch Objektträger, die ursprünglich für andere Zwecke hergestellt wurden, und solche, die seit Jahrzehnten gelagert werden, können erneut analysiert und strukturelle Informationen ohne zusätzliche Verarbeitung aus dem Gewebe extrahiert werden.

„[ComSLI] ist ein Tool, das jedes Labor verwenden kann“, ergänzt Dr. Michael Zeineh, der gemeinsam mit Dr. Miriam Menzel vom Forschungszentrum Jülich Letztautor der Studie ist. „Man benötigt keine spezielle Vorbereitung oder teure Geräte.“

Abbildung neurologischer Degenerationsprozesse

Die detaillierte Kartierung der neuronalen Bahnen im Gehirn ist seit langem ein Ziel der Neurowissenschaften. Mit Hilfe von ComSLI konnten Georgiadis und seine Kollegen beispielsweise FFPE-Schnitte des menschlichen Gehirns visualisieren und mikroskopische Details in jedem Abschnitt des Gehirns sichtbar machen. Das Team untersuchte zudem, wie sich das Erscheinungsbild dieser Fasern verändert, wenn das Hirngewebe von neurologischen Erkrankungen wie Multipler Sklerose, Leukoenzephalopathie und Alzheimer betroffen ist.

Die Forschenden konzentrierten sich dabei auf den Hippocampus und verglichen Gewebeproben eines Patienten mit Alzheimer und eines gesunden Patienten. In der Alzheimer-Probe stellten sie eine auffällige mikrostrukturelle Verschlechterung fest. Die dichten Faserverbindungen, die normalerweise verschiedene Teile des Hippocampus miteinander verbinden, waren stark reduziert. Einer der Hauptwege für die Übertragung von gedächtnisbezogenen Signalen in den Hippocampus – der Tractus perforans – war kaum noch erkennbar.

Im Gegensatz dazu zeigte der gesunde Hippocampus ein reichhaltiges Geflecht miteinander verbundener Fasern, die sich über den gesamten Bereich erstreckten. Die Visualisierung dieser subtilen Degenerationsmuster ermöglicht es, die Funktionsstörungen des Gehirns bei Erkrankungen abzubilden.

Millionen potenzielle neue (alte) Datenquellen

ComSLI wurde ursprünglich zwar für die Neurobildgebung entwickelt, funktioniert aber ebenso in anderen Geweben. Die Forschenden demonstrierten die Anwendung an Muskel-, Knochen- und Gefäßproben, die jeweils unterschiedliche Fasermuster aufwiesen. Im Zungenmuskel zeigte die Methode zum Beispiel geschichtete Faserausrichtungen, die der Bewegung und Flexibilität entsprechen, während sie in Arterien abwechselnde Schichten von Kollagen- und Elastinfasern aufdeckte, deren Ausrichtung sowohl Festigkeit als auch Elastizität bieten.

Das Team wendete ComSLI sogar auf einen Objektträger von 1904 an und war auch hier in der Lage, komplexe Faserbahnen sichtbar zu machen. Damit öffnet sich eine Tür zu Untersuchungen von historischen Proben und zur Rückverfolgung von Krankheitsverläufen. Millionen archivierter Objektträger werden somit zu potenziellen neuen Datenquellen.

(mkl/BIERMANN)