Name: Automatisierte 3D-Optische Kohärenztomographie zur Aufklärung der Biofilmmorphogenese über große räumliche Skalen (Video) | JoVE Journal
Uploaded: 2019-08-21T13:00:00.000+00:00
Duration: 9 s
Description: Lernen Sie die automatisierte 3D-OCT-Bildgebung zur Untersuchung der Biofilmmorphogenese über große räumliche Skalen. Diese Methode ermöglicht präzise, nicht-invasive Analysen mikrobieller Biofilme.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Wir danken Mauricio Aguirre Morales für seinen Beitrag zur Entwicklung dieses Systems.  Finanzielle Unterstützung kam vom Schweizerischen Nationalfonds an T.J.B.

1. Einrichtung des Positioniergeräts
<ol><li>Verdrahten Sie das Positioniergerät mit einer Mikrocontrollerplatine, die den Anweisungen in https://github.com/grbl/grbl/wiki/Connecting-Grbl folgt.</li>
	<li>Schließen Sie den Mikrocontroller über ein USB-Kabel an einen Single-Board-Computer mit Internetverbindung an und installieren Sie den GRBL-Server wie in https://gitlab.com/FlumeAutomation/GRBL_Server.git beschrieben. Nun sollte das Positionierungsgerät über eine Webseite, die in http://IP:5020/ gehostet wird, navigierbar sein. Alternativ kann das Positionierungsgerät mit einem Python-Skript navigiert werden, wie im ersten Teil des bearbeiteten Beispiels ImagesAcquisition.ipynb (Ergänzende Datei 2) gezeigt wird.</li>
</ol>2. OCT-Einrichtung
<ol><li>Montieren Sie die OCT-Sonde mit einem kompatiblen Taubenschwanzhalter an der Positioniervorrichtung. Installieren Sie bei Bedarf einen Tauchadapter auf der Objektivlinse.</li>
	<li>Positionieren Sie den Computer und die OCT-Basiseinheit auf einer Bank neben dem Experiment (z. B. mikrofluidische Geräte, Durchflusskammern, Flumen, Filtersysteme). Stellen Sie sicher, dass sich das optische Kabel (maximale Länge ca. 1,8 m) frei bewegt, lang genug, um alle vorgesehenen Stellen zu erreichen und den Versuchsaufbau nicht beeinträchtigt.</li>
	<li>Installieren Sie das OCT-System zusammen mit der vom Hersteller beschriebenen verfügbaren Software.</li>
	<li>Installieren Sie die Softwarepakete für die automatische OCT-Scanerfassung, wie in https://gitlab.com/FlumeAutomation/automated-oct-scans-acquisition.git beschrieben.</li>
</ol>3. Bildaufnahme
<ol><li>Schalten Sie das OCT-System und das Positioniergerät ein. Stellen Sie sicher, dass sich das Gerät frei bewegen kann.</li>
	<li>Öffnen Sie die Datei config.json in einem Texteditor. Bearbeiten Sie die Datei config.json, um den Standardparameter für die Bildaufnahme (Tabelle 2) anzupassen, z. B. den Brechungsindex (1,33 für Wasser bei 20 °C, 1,00 für Luft) und den Zielordner für abgerufene Daten und Metadaten.</li>
	<li>Definieren Sie die Größe des Feldes (FOV) und die Anzahl der A-Scans pro B-Scan in config.json. HINWEIS: Diese beiden Parameter bestimmen die Größe der Voxel des endgültigen Datasets und die Größe der Ausgabedatei und sollten mit der optischen Auflösung der Sonde übereinstimmen (x-y voxel-Größe sollte nicht kleiner als die Hälfte der optischen Auflösung sein). Die Anzahl der A- und B-Scans wirkt sich auf das zu überfliegende räumliche Ausmaß aus, das gegen verfügbaren Speicherplatz und Die Rechenleistung ausgetradet wird.</li>
	<li>Definieren Sie die Signalgrenzen des Ausgangs-OCT-Scans in config.json. Diese hängen vom Typ der Probe ab. Es wird daher empfohlen, diese Parameter auf der Grundlage von Intensitätshistogrammen einer Reihe von Vorläufigen zu bestimmen. Speichern Sie die Änderungen in config.json.</li>
	<li>Navigieren Sie mit der OCT-Sonde zu einer Sehenswürdigkeit. Fokussieren Sie die Probe und passen Sie die Referenzarm- und Lichtquellenintensität für eine optimale Bildqualität an. Wiederholen Sie diesen Vorgang für eine Reihe von Positionen, und notieren Sie sich die Koordinaten. HINWEIS: Dies ermöglicht die anschließende automatische OCT-Scanerfassung um diese Referenzpunkte. Beachten Sie, dass die Länge und Intensität der Referenzarmarmwährend während der automatisierten Bildaufnahme nicht geändert werden kann.</li>
	<li>Öffnen Sie die Datei ImageAcquisition.ipynb (Ergänzende Datei 2) in Juypter Notebook. Jede Zelle enthält Code, um bestimmte Aufgaben auszuführen und kann separat über drücken von Zelle | ausgeführt werden. Ausführenoder Strg + Eingabe oder Umschalt + Eingabe.<ol>
<li>Legen Sie den Pfad auf die erforderlichen Bibliotheken und die Standardkonfigurationsparameter fest. Alternativ können Sie einen neuen Satz temporärer Parameter definieren.
</li>
		<li>Verbinden Sie sich mit dem Positioniergerät und initialisieren Sie das OCT.</li>
		<li>Kalibrieren Sie das Positioniergerät (d.h., führen Sie ein "Homing" durch).</li>
		<li>Erfassen Sie die Datensätze, die die Positionen der Interessen in Einzelscan- oder Mosaikmustern abdecken, und geben Sie die Zahl und die Überlappung an (z.B. 30 %) benachbarter Fliesen. HINWEIS: Der Speicher wird vor dem Scan zugewiesen, wodurch die Computerressourcennutzung optimiert wird. Die Daten werden im 8-Bit-Format gespeichert, um Speicherplatz zu sparen, in dem in config.jsondefinierten Zielordner unter Verwendung des Zeitstempels und der Position als Namenskonvention (d. h. %Y%m%d_%H%M%S_<position>). Metadaten, einschließlich der OCT-Einstellungen und Koordinaten, werden im selben Ordner in einer *.srm-Datei mit derselben Namenskonvention gespeichert. Abhängig von Einstellungen wie FOV und Auflösung kann die Dateigröße bis zu 1,5 GB pro OCT-Scan erreichen.</position></li>
	</ol>
</li>
	<li>Um eine Abtreibung der Datenerfassung zu vermeiden, stellen Sie sicher, dass genügend freier Speicherplatz vorhanden ist, oder verschieben Sie OCT-Datasets kontinuierlich auf eine externe Festplatte.</li>
</ol>4. Bildkorrektur und Anzeige
<ol><li>Öffnen Sie das Jupyter-Notebook ImageProcessing.ipynb (Ergänzende Datei 1) für ein bearbeitetes Beispiel der OCT-Bildverarbeitung (Korrektur von Verzerrungen, Hintergrundsubtraktion, Berechnung von Höhenkarten, Höhenkartenheft).</li>
	<li>Bei Bedarf schneiden DIE OCT-Scans, um falsche Signale auszuschließen und den Datensatz neu auszurichten (Biofilm sollte über dem Substrat umstrarangen).</li>
	<li>Korrekt für sphärische Aberration. Dies wird durch einen Korrekturalgorithmus erreicht, der eine hochreflektierende Referenzoberfläche verwendet, von der bekannt ist, dass sie flach ist (z. B. Unterseite des Flumes, Substratum). Zunächst definiert der Algorithmus ein Raster von 20 x 20 vertikalen Linien, die regelmäßig über die xy-Ebene des OCT-Scans verteilt werden. Anschließend wählt er einen kreisförmigen Bereich um jeden Punkt aus und durchschnittlich die Signalintensitäten entlang des vertikalen Profils (Abbildung 2B). Die vertikalen Profile werden mit einem modifizierten Gaußschen Filter verarbeitet: <img alt="Equation 1" src="/files/ftp_upload/59356/59356eq1.jpg" style="opacity: 0.9;"> wobei x das Eingangssignal und seine Standardabweichung ist, während C bestimmt wird, z. B.: <img alt="Equation 2" src="/files/ftp_upload/59356/59356eq2.jpg" style="opacity: 0.9;"> Die Referenzfläche ist in jedem dieser Profile als lokale Maxima lokalisiert. Falsch identifizierte Punkte werden basierend auf den Positionen ihrer Nachbarn in drei Dimensionen gefiltert (Abbildung 2C). Schließlich wird eine Polynomoberfläche in 2 nd-Reihenfolge, die die durch die Scanlinse eingeführte Verzerrung widerspiegelt, über diese Punkte hinweg angebracht (Abbildung2C). Die angepasste Fläche wird dann verwendet, um jedes Pixel in Z-Richtung zu verschieben und so ein abgeflachtes Bild zu erhalten. Die Parameter dieses Algorithmus sollten an die Eigenschaften des OCT-Scans angepasst werden.</li>
	<li>Korrekt für Hintergrundgeräusche. Identifizieren Sie einen leeren Bereich des Bildes (typischerweise über dem Biofilm) und verwenden Sie den Korrekturalgorithmus, um die durchschnittliche Hintergrundintensität von den Intensitätswerten des Bildes zu subtrahieren, um ein endgültiges korrigiertes OCT-Bild zu erzeugen (Abbildung 2D).</li>
	<li>Berechnen Sie eine Höhenkarte aus dem 3D-OCT-Dataset. Definieren Sie in diesem Schritt eine Referenzfläche von Interesse für das spezifische Experiment (z. B. das Substratum) und eine geeignete Schwellenwertintensität. Verwenden Sie dann den Berechnungsalgorithmus für die Höhenkarte, um die Dicke des Biofilms für jede Koordinate (x,y) der Binärmaske zu berechnen und einer neuen 2D-Matrix zuzuweisen (Abbildung 3A). Dicke Werte werden dann einer 2D-Matrix der Größe des Originalbildes in x- und y-Richtung zugewiesen. Es wird ein Bild gerendert, in dem die Höhe der Oberfläche als Graustufenwert gemeldet wird (Abbildung 3B).</li>
	<li>Falls mehrere OCT-Scans in einem Mosaikmuster durchgeführt werden, definieren Sie die Anzahl der Zeilen und Spalten und heften Sie die jeweiligen Höhenkarten. Abbildung 5 zeigt Beispiele für genähte Höhenkarten, die die breite Palette von räumlichen Skalen und Auflösungen abdecken, die mit den beschriebenen Einstellungen erreichbar sind.</li>
</ol>

<ol><li>Flemming, H. C., Wingender, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+biofilm+matrix%5BTitle%5D)+AND+%22Nature+reviews.+Microbiology%22%5BJournal%5D)">The biofilm matrix.</a> Nature reviews. Microbiology. 8, 623-633 (2010).</li>
<li>Flemming, H. -C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biofilms%3A+an+emergent+form+of+bacterial+life%5BTitle%5D)+AND+%22Nature+reviews.+Microbiology%22%5BJournal%5D)">Biofilms: an emergent form of bacterial life.</a> Nature reviews. Microbiology. 14, 563(2016).</li>
<li>Stoodley, P., Lewandowski, Z., Boyle, J. D., Lappin-Scott, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oscillation+characteristics+of+biofilm+streamers+in+turbulent+flowing+water+as+related+to+drag+and+pressure+drop%5BTitle%5D)+AND+%22Biotechnology+and+Bioengineering%22%5BJournal%5D)">Oscillation characteristics of biofilm streamers in turbulent flowing water as related to drag and pressure drop.</a> Biotechnology and Bioengineering. 57, 536-544 (1998).</li>
<li>Stoodley, P., Lewandowski, Z., Boyle, J. D., Lappin-Scott, H. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+formation+of+migratory+ripples+in+a+mixed+species+bacterial+biofilm+growing+in+turbulent+flow%5BTitle%5D)+AND+%22Environmental+microbiology%22%5BJournal%5D)">The formation of migratory ripples in a mixed species bacterial biofilm growing in turbulent flow.</a> Environmental microbiology. 1, 447-455 (1999).</li>
<li>Banin, E., Vasil, M. L., Greenberg, E. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Iron+and+Pseudomonas+aeruginosa+biofilm+formation%5BTitle%5D)+AND+%22Proceedings+of+the+Natural+Academy+of+Sciences+U.S.A%22%5BJournal%5D)">Iron and Pseudomonas aeruginosa biofilm formation.</a> Proceedings of the Natural Academy of Sciences U.S.A. 102, 11076-11081 (2005).</li>
<li>Battin, T. J., Besemer, K., Bengtsson, M. M., Romani, A. M., Packmann, A. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+ecology+and+biogeochemistry+of+stream+biofilms%5BTitle%5D)+AND+%22Microbiology%22%5BJournal%5D)">The ecology and biogeochemistry of stream biofilms.</a> Microbiology. 14, 251-263 (2016).</li>
<li>Battin, T. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Microbial+landscapes%3A+new+paths+to+biofilm+research%5BTitle%5D)+AND+%22Nature+Reviews.+Microbiology%22%5BJournal%5D)">Microbial landscapes: new paths to biofilm research.</a> Nature Reviews. Microbiology. 5, 76-81 (2007).</li>
<li>Neu, T. R., Lawrence, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Innovative+techniques%2C+sensors%2C+and+approaches+for+imaging+biofilms+at+different+scales%5BTitle%5D)+AND+%22Trends+in+Microbiology%22%5BJournal%5D)">Innovative techniques, sensors, and approaches for imaging biofilms at different scales.</a> Trends in Microbiology. 23, 233-242 (2015).</li>
<li>Meleppat, R. K., Shearwood, C., Seah, L. K., Matham, M. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+optical+coherence+microscopy+for+the+in+situ+investigation+of+the+biofilm%5BTitle%5D)+AND+%22J.+of+Biomedical+Optics%22%5BJournal%5D)">Quantitative optical coherence microscopy for the in situ investigation of the biofilm.</a> J. of Biomedical Optics. 21 (12), 127002(2016).</li>
<li>Wagner, M., Horn, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography+in+biofilm+research%3A+A+comprehensive+review%5BTitle%5D)+AND+%22Biotechnology+and+Bioengineering%22%5BJournal%5D)">Optical coherence tomography in biofilm research: A comprehensive review.</a> Biotechnology and Bioengineering. 114, 1386-1402 (2017).</li>
<li>Huang, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Optical coherence tomography.</a> Science. 254, 1178-1181 (1991).</li>
<li>Haisch, C., Niessner, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visualisation+of+transient+processes+in+biofilms+by+optical+coherence+tomography%5BTitle%5D)+AND+%22Water+Resources%22%5BJournal%5D)">Visualisation of transient processes in biofilms by optical coherence tomography.</a> Water Resources. 41, 2467-2472 (2007).</li>
<li>Drexler, W., Fujimoto, J. G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aDrexler%2C+W+%22Optical+Coherence+Tomography%3A+Technology+and+Applications%22">Optical Coherence Tomography: Technology and Applications</a>. , Springer Verlag. (2008).</li>
<li>Fercher, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Optical+coherence+tomography+%E2%80%93+development%2C+principles%2C+applications%5BTitle%5D)+AND+%22Zeitschrift+f%C3%BCr+Medizinische+Physik%22%5BJournal%5D)">Optical coherence tomography – development, principles, applications.</a> Zeitschrift für Medizinische Physik. 20, 251-276 (2010).</li>
<li>Lee, H. -C., Liu, J. J., Sheikine, Y., Aguirre, A. D., Connolly, J. L., Fujimoto, J. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ultrahigh+speed+spectral-domain+optical+coherence+microscopy%5BTitle%5D)+AND+%22Biomedical+Optics+Express%22%5BJournal%5D)">Ultrahigh speed spectral-domain optical coherence microscopy.</a> Biomedical Optics Express. , 41236-41254 (2013).</li>
<li>Fortunato, L., Leiknes, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((In-situ+biofouling+assessment+in+spacer+filled+channels+using+optical+coherence+tomography+%28OCT%29%3A+3D+biofilm+thickness+mapping%5BTitle%5D)+AND+%22Bioresource+Technology%22%5BJournal%5D)">In-situ biofouling assessment in spacer filled channels using optical coherence tomography (OCT): 3D biofilm thickness mapping.</a> Bioresource Technology. 229, 231-235 (2017).</li>
<li>Niederdorfer, R., Peter, H., Battin, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attached+biofilms+and+suspended+aggregates+are+distinct+microbial+lifestyles+emanating+from+differing+hydraulics%5BTitle%5D)+AND+%22Nature+Microbiology%22%5BJournal%5D)">Attached biofilms and suspended aggregates are distinct microbial lifestyles emanating from differing hydraulics.</a> Nature Microbiology. 1, 16178(2016).</li>
<li>Roche, K. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Benthic+biofilm+controls+on+fine+particle+dynamics+in+streams%5BTitle%5D)+AND+%22Water+Resources%22%5BJournal%5D)">Benthic biofilm controls on fine particle dynamics in streams.</a> Water Resources. 53, 222-236 (2016).</li>
<li>Fortunato, L., Jeong, S., Wang, Y., Behzad, A. R., Leiknes, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+approach+to+characterize+fouling+on+a+flat+sheet+membrane+gravity+driven+submerged+membrane+bioreactor%5BTitle%5D)+AND+%22Bioresource+Technology%22%5BJournal%5D)">Integrated approach to characterize fouling on a flat sheet membrane gravity driven submerged membrane bioreactor.</a> Bioresource Technology. 222, 335-343 (2016).</li>
<li>Morgenroth, E., Milferstedt, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Biofilm+engineering%3A+linking+biofilm+development+at+different+length+and+time+scales%5BTitle%5D)+AND+%22Reviews+in+Environmental+Science+and+Bio%2FTechnology%22%5BJournal%5D)">Biofilm engineering: linking biofilm development at different length and time scales.</a> Reviews in Environmental Science and Bio/Technology. 8, 203-208 (2009).</li>
</ol>

Sebastian Schäfer ist bei Thorlabs Inc. angestellt.

Die OCT-Bildgebung eignet sich gut, um Strukturen im Mikrometerbereich mit einem FOV von mehreren Quadratmillimetern aufzulösen. Es ist somit ein leistungsfähiges Werkzeug für die Biofilmforschung10,18. Allerdings ist OCT derzeit auf eine maximale Scanfläche von 100 - 256 mm2beschränkt, während Biofilmstrukturmuster diese räumliche Skala oft übersteigen19, insbesondere wenn die morphologische Differenzierung durch große Umweltgr...

Biofilme sind eine sehr erfolgreiche mikrobielle Lebensstilanpassung und diese interphasenassoziierten und matrixumschlossenen Gemeinschaften von Mikroorganismen dominieren das mikrobielle Leben in natürlichen und industriellen Umgebungen1,2. Dort bilden Biofilme komplexe Architekturen, wie längliche Streamer3, Ripples4 oder pilzartige Kappen5 mit wichtigen Folgen für Biofilmwachstum, strukturelle Stabilität und Stressresistenz6. Während viel über die strukturelle Differenzierung von Biofilmen aus der Arbeit an Mono-Arten-Kulturen gelernt wurde, die in Miniatur-Flusskammern angebaut werden, sind die meisten Biofilme hochkomplexe Gemeinschaften, die oft Mitglieder aller Lebensbereiche umfassen6. Diese komplexen Biofilme als mikrobielle Landschaften zu würdigen7 und zu verstehen, wie Biofilmstruktur und -funktion in komplexen Gemeinschaften interagieren, steht damit an vorderster Front der Biofilmforschung.
Ein mechanistisches Verständnis der Morphogenese komplexer Biofilme als Reaktion auf Umwelthinweise erfordert sorgfältig konzipierte Experimente in Verbindung mit räumlich und zeitlich aufgelösten Beobachtungen der physikalischen Struktur des Biofilms über relevante Skalen8. Die zerstörungsfreie Beobachtung des Biofilmwachstums in experimentellen Systemen wurde jedoch durch logistische Zwänge wie die Notwendigkeit, Proben (z. B. in ein Mikroskop) zu verschieben, die häufig die empfindliche Biofilmstruktur schädigen, stark eingeschränkt.
Das hier vorgestellte Protokoll führt ein vollautomatisiertes System auf der Grundlage der optischen Kohärenztomographie (OCT) ein, das die in situ, nicht-invasive Überwachung der Biofilmmorphogenese im Mesoscale (mm-Bereich) ermöglicht. OCT ist eine neue bildgebende Technik in der Biofilmforschung mit Anwendungen in der Wasseraufbereitung und Biofouling-Forschung, Medizin9 und Strömungsökologie10. In OCT wird eine lichtarme Lichtquelle in einen Proben- und Referenzarm aufgeteilt; die Interferenz des vom Biofilm reflektierten und gestreuten Lichts (Probenarm) und das Licht des Referenzarms wird analysiert. Eine Reihe von axialen Intensitätsprofilen (A-Scans), die tief aufgelöste Strukturinformationen enthält, wird erfasst und zu einem B-Scan (einem Querschnitt) zusammengeführt. Eine Reihe benachbarter B-Scans bildet den endgültigen 3D-Volume-Scan10. OCT bietet eine seitliche optische Auflösung im Bereich von ca. 10 m und eignet sich daher gut zur Untersuchung der meskopischen strukturellen Differenzierung von Biofilmen10,12. Eine ausführlichere Beschreibung des ÜLG finden Sie unter Drexler und Fujimoto13und Fercher und Kollegen14. Obwohl das Sichtfeld eines einzelnen OCT-Xy-Scans bis zu Hunderte von Quadratischen Mikrometern erreicht, können größere Muster nicht mit Hilfe von OCT in einem einzigen Scan quantifiziert werden. In Bezug auf Biofilme in natürlichen Lebensräumen wie Bächen und Flüssen schränkt dies derzeit unsere Fähigkeit ein, die Biofilmmorphogenese in Schuppen zu bewerten, die der physikalischen und hydraulischen Vorlage des Lebensraums entsprechen.
Um diese räumlichen Grenzen zu überschreiten und OCT-Scans automatisch zu erfassen, wurde eine Spektral-Domain-OCT-Bildsonde auf einem 3-Achsen-Positionierungssystem montiert. Die Installation ermöglicht die Erfassung mehrerer OCT-Scans in einem überlappenden Mosaikmuster (Kachelscan), wodurch die tomographische Abbildung von Oberflächen bis 100 cm2effektiv erreicht wird. Darüber hinaus ermöglicht die hohe Positionierpräzision dieses Systems eine zuverlässige Überwachung des Wachstums und der Entwicklung von Biofilmmerkmalen an bestimmten Standorten bei Langzeitexperimenten. Das System ist modular aufgebaut und einzelne Komponenten (z.B. Positioniergerät und OCT) der Anlage können als Standalone-Lösungen eingesetzt oder flexibel kombiniert werden. Abbildung 1 gibt einen Überblick über die Hard- und Softwarekomponenten der Installation.
Das System wurde mit einer handelsüblichen GRBL-gesteuerten CNC-Positioniervorrichtung (Materialtabelle )getestet. Die Betriebsabstände dieser speziellen Positionierplattform betragen 600 x 840 x 140 mm, mit einer herstellergenauen Genauigkeit von +/- 0,05 mm und einer programmierbaren Auflösung von 0,005 mm. GRBL ist eine Open-Source-(GPLv3-Lizenz), eine leistungsstarke Bewegungssteuerung für CNC Geräte. Daher sollte jedes GRBL-basierte (Version > 1.1) Positionierungsgerät mit den hier vorgestellten Richtlinien und Softwarepaketen kompatibel sein. Darüber hinaus konnte die Software mit wenigen Modifikationen an andere Schrittmotorregler mit STEP-DIR-Eingangstyp angepasst werden.
Das OCT-Gerät zur Beurteilung der Leistung des Systems (Tabelle der Materialien) verfügt über eine lichtarme Lichtquelle mit einer mittleren Wellenlänge von 930 nm (Bandbreite = 160 nm) und einstellbarer Referenzarmlänge und -intensität. Im hier vorgestellten Beispiel wurde auch ein Tauchadapter zum Eintauchen der OCT-Sonde in fließendes Wasser verwendet (Tabelle der Materialien). Das hier für die automatisierte OCT-Scanerfassung entwickelte Softwarepaket hängt entscheidend vom SDK zusammen mit dem spezifischen OCT-System ab, jedoch sollten OCT-Systeme desselben Herstellers mit unterschiedlichen Scanlinsen und zentralen Wellenlängen leicht kompatibel.
Das GRBL-Gerät wird von einem Webserver gesteuert, der auf einem Einplatinencomputer installiert ist (Abbildung 1). Dadurch wird die Fernsteuerung des Geräts von jedem Computer mit lokalem Netzwerk oder Internetzugang gewährt. Das OCT-Gerät wird von einem separaten Computer gesteuert, so dass der Betrieb des OCT-Systems neben dem automatisierten Versuchsaufbau möglich ist. Schließlich enthalten die Softwarepakete Bibliotheken zum Synchronisieren der OCT-Sondenpositionierung und der OCT-Scanerfassung (d. h. zum automatischen Erfassen von 3D-Bilddatensätzen in einem Mosaikmuster oder in einer Reihe definierterPositionen). Die Definition der Position der OCT-Sonde in 3D ermöglicht effektiv die Einstellung der Brennebene speziell für (regionale) Scans. Insbesondere können auf unebenen Flächen für jeden OCT-Scan unterschiedliche Brennebenen (d.h. unterschiedliche Positionen in z-Richtung) angegeben werden.
Eine Reihe von Softwarepaketen wurde entwickelt, um rohe OCT-Scans zu verarbeiten (Tabelle 1). Die Navigation des Positioniergeräts, die OCT-Scanerfassung und die Datensatzverarbeitung werden mit Python-codierten Jupyter-Notebooks durchgeführt, die eine bemerkenswerte Flexibilität bei der Entwicklung und Optimierung der Software ermöglichen. Zwei bearbeitete und mit Anmerkungen bezeichnete Beispiele solcher Notizbücher (für die Bildaufnahme bzw. -verarbeitung) sind ab https://gitlab.com/FlumeAutomation/automated-oct-scans-acquisition.git Sie sind als Ausgangspunkte für die Anpassung gedacht. der Methode. Ein Jupyter-Notebook ist eine Webbrowser-basierte Anwendung, die Zellen mit mit Anmerkungen python-Code enthält. Jeder Schritt ist in einer Zelle des Notizbuchs enthalten, die separat ausgeführt werden kann. Aufgrund der unterschiedlichen Länge des Lichtpfades durch die Scanlinse (sphärische Aberration)15erscheinen die rohen OCT-Scans verzerrt (Abbildung 2A). Wir haben einen Algorithmus entwickelt, um diese Verzerrung in erfassten OCT-Scans automatisch zu korrigieren (enthalten in ImageProcessing.ipynb, Supplementary File 1). Darüber hinaus kann die Biofilmmorphologie als 2D-Höhenkarte visualisiert werden, wie sie zuvor in Membransystemen16verwendet wurde, und wir veranschaulichen, wie Höhenkarten aus Scans, die in einem Kachelarray aufgenommen wurden, genäht werden können.
Schließlich wird die Funktionalität der beschriebenen Laborinstallation anhand eines Flume-Experiments veranschaulicht, bei dem phototropher Strombiofilm einem Gradienten der Strömungsgeschwindigkeit ausgesetzt ist.

<table><tbody><tr><td>OCT-Sonde</td><td>Thorlabs</td><td>GAN210C1</td><td>OCT-Bildgebungsgerät</td></tr><tr><td>OCT-Scan-Objektiv</td><td>Thorlabs&nbsp;</td><td>OCT-LK3-BB</td><td></td></tr><tr><td>Tauchadapter</td><td>Thorlabs&nbsp;</td><td>OCT-IMM3-SP1</td><td></td></tr><tr><td>Stepcraft 840 CK</td><td>STEPCRAFT</td><td>NA</td><td>Positionierungsgerät</td></tr><tr><td>Mikrocontroller</td><td>Arduino Uno R3</td><td>NA</td><td></td></tr><tr><td>Einplatinencomputer</td><td>Raspberry PI</td><td></td><td></td></tr><tr><td>NA Kamera</td><td>Canon EOS 7D Mark II</td><td>NA</td><td></td></tr><tr><td>Kameraobjektiv</td><td>Canon MACRO EFS 35 mm</td><td>NA</td><td></td></tr></tbody></table>

automatisierte 3d-optische kohärenztomographie zur aufklärung der biofilmmorphogenese über große räumliche skalen

Automated 3D Optical Coherence Tomography to Elucidate Biofilm Morphogenesis Over Large Spatial Scales

Biofilme sind ein sehr erfolgreicher mikrobieller Lebensstil und setzen sich in einer Vielzahl von Umwelt- und Ingenieurumgebungen durch. Das Verständnis der Biofilmmorphogenese, d. h. der strukturellen Diversifikation von Biofilmen während der Gemeinschaftsversammlung, stellt eine bemerkenswerte Herausforderung über räumliche und zeitliche Skalen hinweg dar. Hier präsentieren wir ein automatisiertes Biofilm-Bildgebungssystem auf Basis der optischen Kohärenztomographie (OCT). OCT ist eine neue bildgebende Technik in der Biofilmforschung. Die Datenmenge, die derzeit erfasst und verarbeitet werden kann, behindert jedoch die statistische Schlussfolgerung großer Muster in der Biofilmmorphologie. Das automatisierte OCT-Bildgebungssystem ermöglicht die Abdeckung großer räumlicher und erweiterter zeitlicher Skalen des Biofilmwachstums. Es kombiniert ein kommerziell erhältliches OCT-System mit einer Robotik-Positionierungsplattform und einer Reihe von Softwarelösungen zur Steuerung der Positionierung der OCT-Scansonde sowie zur Erfassung und Verarbeitung von 3D-Biofilm-Imaging-Datensätzen. Dieses Setup ermöglicht die in-situ und nicht-invasive automatisierte Überwachung der Biofilmentwicklung und kann weiterentwickelt werden, um DIE OCT-Bildgebung mit Makrofotografie und Mikrosensorprofilierung zu koppeln.

Wir demonstrieren die Funktionalität des automatisierten OCT-Bildgebungssystems mit einem Flume-Experiment zur Untersuchung der räumlich-zeitlichen Morphogenese von phototrophen Strombiofilmen. Eine allmählich emittierende Geometrie der Flumen induzierte Gradienten in der Strömungsgeschwindigkeit entlang der Mitte des Flumes (siehe Referenz17).  Die zeitliche Entwicklung und strukturelle Differenzierung des Biofilms wurde über 18 Tage überwacht, um die Auswirkungen hydrodynamischer Bedingungen auf d...

Mikrobielle Biofilme bilden komplexe Architekturen an Interphasen und entwickeln sich zu stark maßstabsabhängigen Raummustern. Hier stellen wir ein experimentelles System (Hard- und Software) zur automatisierten Erfassung von 3D-Datensätzen zur optischen Kohärenztomographie (OCT) vor. Dieses Toolset ermöglicht die nichtinvasive und multiskalige Charakterisierung der Biofilmmorphogenese in Raum und Zeit.

Automatisierte 3D-Optische Kohärenztomographie zur Aufklärung der Biofilmmorphogenese über große räumliche Skalen

Biofilms are a most successful microbial lifestyle and prevail in a multitude of environmental and engineered settings. Understanding biofilm ...

Hier präsentieren wir ein automatisiertes System, das auf optischer Kohärenztomographie oder OCT basiert. So können wir die Struktur von Biofilmen über große räumliche Skalen oder längere Zeiträume überwachen. Die OCT-Bildgebung eignet sich gut, um Strukturen im Mikrometerbereich aufzulösen, ist jedoch derzeit auf eine maximale Fläche von etwa 250 Quadratmillimetern begrenzt.Biofilme übertreffen diese Skala oft, insbesondere wenn die Differenzierung von großen Umweltgradienten getrieben wird. Der Versuchsaufbau ermöglicht es uns, die dreidimensionale Morphogenese von Biofilmen über große räumliche Maßstäbe und längere Zeiträume zu überwachen. Das System ist schnell, präzise und arbeitet autonom.Wir untersuchten die Morphogenese von Biofilmen in Strömen, in denen sie wichtige Ökosystemprozesse vorantreiben. Das System kann jedoch verwendet werden, um Biofilme in anderen natürlichen Oder technischen Umgebungen zu untersuchen. Die Software für Positionierung, Bildaufnahme und Analyse ist in Python geschrieben.Sie sind über Jupyter Notebooks erhältlich. Dies sind benutzerfreundliche, frei verfügbare und flexible Lösungen. Wir glauben, dass die visuelle Darstellung des Setups anderen Benutzern hilft, die Installation zu reproduzieren und die Software besser zu verstehen.Wir hoffen, dass dies andere Forscher zu ähnlichen Ansätzen inspiriert. Hier finden Sie eine Übersicht über die Installation. Das System besteht aus einer Präzisionspositioniervorrichtung, der OCT-Sonde, und wird um einen Plexiglas-Flume montiert.Beginnen Sie mit der Verdrahtung des Positioniergeräts, indem Sie zusammen mit den anweisungen auf GitHub folgen. Installieren Sie den GRBL-Server, wie auf einer separaten GitLab-Seite beschrieben. Das Positionierungssystem kann nun über diese Webseite gesteuert werden; alternativ kann es über ein Python-Skript gesteuert werden, wie im bearbeiteten Beispiel gezeigt.Positionieren Sie den Computer und die OCT-Basiseinheit auf einer Bank neben dem Versuchsaufbau mit mikrofluidischen Geräten, Durchflusskammern, Flumen oder Filtersystemen. Wenn noch nicht installiert, installieren Sie das OCT-System zusammen mit der vom Hersteller beschriebenen verfügbaren Software. Installieren Sie dann die Softwarepakete für die automatisierte OCT-Scanerfassung, wie in den hier verlinkten GitLab-Dokumenten beschrieben.Um mit der Bildaufnahme zu beginnen, montieren Sie die optische Kohärenztomographiesonde mit einem kompatiblen Schwalbenschwanzhalter an der Positioniervorrichtung. Installieren Sie bei Bedarf einen Tauchadapter auf der Objektivlinse, und schalten Sie dann das OCT-System und das Positioniergerät ein. Öffnen Sie die kommerzielle OCT-Software, finden Sie eine Website von Interesse, konzentrieren Sie sich auf die Probe, und passen Sie die Referenzarm- und Lichtquellenintensität für eine optimale Bildqualität an.Beachten Sie die Koordinaten und wiederholen Sie diesen Vorgang für eine Reihe von Positionen, wobei die gleiche Referenzarmlänge und -intensität beibehalten wird. Öffnen Sie die ImageAcquisition. ipynb Datei gefunden in diesem Artikel ergänzende Datei 2 in Jupyter Notebook.Jede Zelle enthält Code, um bestimmte Aufgaben auszuführen und kann separat durch Drücken von Zelle ausgeführt werden und dann ausführen oder Steuern und Eingeben oder Shift und Enter. Folgen Sie dem bearbeiteten Beispiel, um den Pfad zu den erforderlichen Bibliotheken festzulegen, um das Positioniergerät zu verbinden, um das Positioniergerät zu kalibrieren, um den OCT-Scanner zu initialisieren. Passen Sie dann die Erfassungsparameter an, einschließlich des Brechungsindexes, der Größe des Ansichtsfelds und der Anzahl der A-Scans pro B-Scan.Legen Sie außerdem die Signalgrenzen des OCT-Scans basierend auf Intensitätshistogrammen vorläufiger Scans und dem Zielordner für erfasste Daten und Metadaten fest. Je nach Sichtfeld und Auflösung kann die Dateigröße bis zu 1,5 Gigabyte pro OCT-Scan erreichen. Diese beiden Parameter bestimmen die Größe der Voxel im endgültigen Datensatz und die Größe der Ausgabedatei.Sie sollten der optischen Auflösung der OCT-Sonde entsprechen. Wie im bearbeiteten Beispiel hervorgehoben, können Sie einen einzelnen OCT-Scan mit Standardparametern oder einen einzelnen Scan erwerben, der einen anderen Satz von Parametern angibt. Sie können auch spezifische Koordinaten angeben, um das Positioniergerät zu verschieben und einen einzelnen OCT-Scan zu erfassen.Mit dieser Funktion können Sie im Experiment wiederholt mit hoher räumlicher Genauigkeit an die exakt gleiche Position zurückkehren. Die Daten werden in 8bit gespeichert. Rohformat, um Speicherplatz zu sparen.Metadaten, einschließlich der OCT-Einstellungen und -Koordinaten, werden im selben Ordner in einer json-Datei mit derselben Namenskonvention gespeichert. Alternativ können Sie eine Liste der Sehenswürdigkeiten angeben und die entsprechenden OCT-Scans automatisch erfassen. Um biofilmmorphologische Strukturen über große Umweltgradienten hinweg zu charakterisieren, erfassen Sie Scans in einem Mosaikmuster.Geben Sie hierzu die Anzahl benachbarter Kacheln mit einer Standardüberlappung von 30 % an. Die unformatierten OCT-Scans werden verzerrt angezeigt. Dies ist auf Unterschiede in der Bahnlänge durch das optische System zurückzuführen. Wir haben einen Algorithmus entwickelt, der diese Verzerrung korrigiert, wie in den bearbeiteten Beispielen gezeigt.Um mit der Bildkorrektur zu beginnen, öffnen Sie das Jupyter-Notebook ImageProcessing.ipynb. Nach diesem Beispiel schneiden Sie zuerst die OCT-Scans zu, um falsche Signale auszuschließen, und richten Sie den Datensatz neu aus, sodass der Biofilm über dem Substrat umstraallt. Als nächstes korrekt für sphärische Aberration.Um dies zu erreichen, lokalisiert der Algorithmus eine stark reflektierende flache Oberfläche im OCT-Scan und verwendet diese als Referenz, um die Scans abzuflachen. In einem 20 mal 20 Raster identifiziert der Algorithmus dann lokale Maxima in der Signalintensität, um die Referenzoberfläche zu lokalisieren. Dann wird eine Polynomoberfläche zweiter Ordnung über diese Punkte angepasst und verwendet, um jedes Pixel des OCT-Scans in Z-Richtung zu verschieben.Die Parameter dieses Algorithmus sollten an die Eigenschaften des OCT-Scans angepasst werden. Diese Korrektur ermöglicht eine homogene Referenzfläche über mehrere Bilder hinweg und erleichtert so das Nähen von großformatigen Bildern. Sobald das Bild abgeflacht wurde, werden die Bilder auf Hintergrundrauschen korrigiert, indem ein leerer Bereich des Bildes über dem Biofilm identifiziert und die durchschnittliche Hintergrundintensität subtrahiert wird.Berechnen Sie als Nächstes eine Höhenkarte aus dem 3D-OCT-Datensatz. Definieren Sie dazu eine Referenzfläche wie das Substratum, und wählen Sie einen geeigneten Intensitätsschwellenwert aus. Anschließend wird eine Höhenkarte mit der Höhe des Biofilms gerendert, der als Graustufenwert gemeldet wird.Wenn Bilder in einem Mosaikmuster erfasst wurden, heften Sie die entsprechenden Höhenkarten, indem Sie den Nähalgorithmus anwenden. Mittels automatisierter OCT-Bildgebung wurde die raumzeitliche Morphogenese phototropher Strombiofilme mittels Flume-Experimenten untersucht. Die Flammen bestehen aus Plexiglas und weiten sich nach und nach vom In bis zum Abfluss aus.Dies führt zu einem Gradienten der Strömungsgeschwindigkeit. Hier ist eine Höhenkarte eines Biofilms, der entlang des gesamten Strömungsgeschwindigkeitsgradienten wächst. Wichtig ist, dass das automatisierte OCT-Bildgebungssystem eine kontinuierliche Messung von Strukturparametern wie Biofilmdicke, Rauheit und Biovolumen unter unterschiedlichen Strömungsbedingungen ermöglicht, die von niedriger Strömungsgeschwindigkeit bis hin zu Hochstromgeschwindigkeitsbedingungen reichen.Zusammen mit morphologischen Veränderungen verringerte sich das durchschnittliche Biovolumen in Abhängigkeit von der Entfernung vom Einlass im Flume signifikant. Die Qualität der OCT-Scans hängt entscheidend von der Referenzarmlänge und dem Fokusabstand ab. Möglicherweise müssen Sie diesen Parameter während der Experimente nachjustiert.Um die Genauigkeit des Positioniergeräts zu gewährleisten, denken Sie daran, regelmäßig Homing-Operationen durchzuführen. Dieses automatisierte Bildgebungsgerät lässt sich problemlos mit Mikrosensor-Profiling für eine funktionelle Charakterisierung von Biofilmen koppeln. OCT ist eine neue bildgebende Technik, und wir gehen davon aus, dass das hier vorgestellte System die Forschung zur Biofilmstruktur anregt.Dies kann für Technologien wie Trinkwasseraufbereitung oder Bioverarbeitung relevant sein.

automated-3d-optical-coherence-tomography-to-elucidate-biofilm

Research

Forschung

JoVE Journal

Environment

Umwelt

Quelle: Huang, Y. et. al., Längsschnittliches morphologisches und physiologisches Monitoring von dreidimensionalen Tumorsphäroiden mittels optischer Kohärenztomographie. J. Vis. Exp. (2019)Dieses Video demonstriert die Verwendung optischer Kohärenz Tomographie (OCT) zur Überwachung von Tumorsphäroiden in einer Multi-Well-Platte durch Aufnahme hochauflösender Schnittbilder. Durch die Analyse von Lichtreflexionen von zellulären Strukturen erstellt OCT 3D-Modelle, um morphologische Merkmale wie...

Morphologisches und physiologisches Monitoring von Tumorsphäroiden mittels optischer Kohärenztomographie 

Es wird ein Protokoll für die gleichzeitige Quantifizierung und den Vergleich von drei zellulären und extrazellulären Komponenten innerhalb von Biofilmen vorgestellt. Die Methodik umfasst den Einsatz von konfokaler Laser-Scanning-Mikroskopie, Biofilm-Strukturanalyse- und Visualisierungssoftware sowie statistischer Analysesoftware.

Gleichzeitige Quantifizierung zellulärer und extrazellulärer Bestandteile von Biofilmen

Dieses Papier zeigt eine einzigartige Methodik auf der Fernbetätigung in einem bakteriellen Biofilm und die Entwicklung von speziellen magnetischen Pinzette, um in-situ-Messung der lokalen mechanischen Eigenschaften des Komplexes lebendiges Material durch Mikroorganismen an Grenzflächen gebaut ausgesät magnetischen Partikeln.

Fern Magnetische Betätigung des Mikrometrische Sonden für<em&gt; In situ</em&gt; 3D-Mapping der bakteriellen Biofilm Physikalische Eigenschaften

Das Ziel dieser Verfahren ist es, die Papier Verwendung eines mikrofluidischen Systems für die Entwicklung von Mehrarten Biofilmen, die typischerweise bei humanen supragingivale Plaque identifiziert Arten enthalten beschreiben. Methoden, um die Biofilmarchitektur Biofilm Lebensfähigkeit und ein Konzept für die Ernte Biofilm für kulturabhängig oder kulturunabhängige Analysen hervorgehoben zu beschreiben.

Verwendung eines Hochdurchsatz-<em&gt; In-vitro-</em&gt; Mikrofluidik-System auf die mündliche Multi-Spezies-Biofilme entwickeln

Dieses Protokoll beschreibt ein neues Verfahren zu wachsen und qualitativ bakteriellen Biofilmen auf Pilzhyphen durch konfokale und Elektronenmikroskopie analysiert.

Eine neue Methode zur qualitativen Mehrskalige Analyse von bakteriellen Biofilmen auf filamentösen Pilzkolonien mittels konfokaler und Elektronenmikroskopie

Hier präsentieren wir Ihnen ein Protokoll zur mündlichen Biofilmbildung auf Titan und Zirkonoxid Materialien für Zahnersatz Aufbauten, einschließlich der Analyse von Bakterienzellen Lebensfähigkeit und morphologische Eigenschaften zu bewerten. Der oralen Biofilm-Analyse dient eine in Situ -Modell mit mächtigen mikroskopiertechniken verbunden.

Mündliche Biofilmbildung auf unterschiedlichen Materialien für Zahnimplantate

Beschreiben wir die Montage, Betrieb, und Reinigung von einem Fluss Apparat Bild Pilz Biofilmbildung in Echtzeit unter fließen sollen. Wir bieten und diskutieren quantitative Algorithmen auf die aufgenommenen Bilder verwendet werden.

Echtzeit-Bildgebung und Quantifizierung der Pilz Biofilm-Entwicklung mit einem Zweiphasensystem rezirkulierenden Flow

Optische Kohärenztomografie (OCT), eine dreidimensionale imaging-Technologie, wurde verwendet, um zu überwachen und zu charakterisieren, die Wachstum Kinetik der vielzelligen Tumor Sphäroide. Präzise volumetrische Quantifizierung der Tumor Sphäroide mit einem Voxel zählen Ansatz und markierungsfreie abgestorbenes Gewebe-Erkennung in der Sphäroide basierend auf intrinsische optische Dämpfung dagegen wurden demonstriert.

Longitudinal morphologischen und physiologischen Überwachung der dreidimensionalen Tumor Sphäroide mit optischen Kohärenztomographie

Dieser Artikel hebt die Wirksamkeit der optischen Kohärenz-Elastographie (OCE) bei der schnellen und zerstörungsfreien Charakterisierung der elastischen Eigenschaften von Biofilmen hervor. Wir erläutern kritische OCE-Implementierungsverfahren für genaue Messungen und präsentieren Youngs Modulwerte für zwei granulare Biofilme.

Quantifizierung der elastischen Eigenschaften von Umweltbiofilmen mittels optischer Kohärenzelastographie

Dieses Manuskript beschreibt einen automatisierten Ansatz zur Auswahl der Gelgröße zur Aufreinigung von DNA-Fragmenten für die Next-Generation-Sequenzierung. Die Ranger-Technologie ermöglicht die vollständige Automatisierung des gesamten Prozesses der Beladung des Agarosegels, der elektrophoretischen Analyse und der Rückgewinnung von DNA-Zielfragmenten und ermöglicht so einen hohen Durchsatz und eine hohe Qualität der Sequenzierungsbibliotheken der nächsten Generation.

Automatisierte Gel Größenauswahl, um die Qualität der nächsten Generation Sequencing Libraries von Umweltwasserproben vorbereitet verbessern

Lernen Sie die automatisierte 3D-OCT-Bildgebung zur Untersuchung der Biofilmmorphogenese über große räumliche Skalen. Diese Methode ermöglicht präzise, nicht-invasive Analysen mikrobieller Biofilme.

Automatisierte 3D-Optische Kohärenztomographie zur Aufklärung der Biofilmmorphogenese über große räumliche Skalen

Weitere Videos entdecken