idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Thema Corona

Imagefilm
Science Video Project
idw-News App:

AppStore

Google Play Store



Share on: 
09/29/2020 14:40

Intelligente Software zum besseren Verständnis der Entwicklung von Pflanzengewebe

Pressestelle Corporate Communications Center
Technische Universität München

    Unter Einsatz von Künstlicher Intelligenz haben Forscherinnen und Forscher ein neuartiges computergestütztes Verfahren der Bildverarbeitung für die Pflanzenwissenschaften entwickelt. In bisher nicht gekannter Präzision ermöglicht es die detailgetreue 3D-Darstellung aller Zellen in verschiedensten pflanzlichen Organen.

    Pflanzenorgane wie die Wurzel, die Sprossachse, die Blätter und die Blüten haben mannigfaltige Aufgaben. Sie sorgen dafür, dass die Pflanze sich entwickeln kann und wächst und dass sie durch Bildung von Samen den Fortbestand ihrer Art sichern kann. Doch wie formen Pflanzen ihre Organe? Wie wird die genetische Information genutzt, um die dreidimensionale Form – die Gestalt – eines Organismus aufzubauen?

    Kay Schneitz, Professor für Entwicklungsbiologie der Pflanzen an der Technischen Universität München (TUM), befasst sich mit den molekularen Grundlagen der Blütenentwicklung und der pflanzlichen Reproduktion. Er ist Ko-Sprecher einer Forschungsgruppe der Deutschen Forschungsgemeinschaft (DFG-FOR 2581), die untersucht, wie Zellen ihr Verhalten koordinieren, um der Pflanze eine Gestalt zu geben (Morphogenese).

    Detaillierte 3D-Analyse des Aufbaus von Pflanzengewebe mittels Software

    In der Vergangenheit wurden mehrheitlich 2D-Techniken verwendet, um zu analysieren, wie eine Pflanze ihre Gestalt erhält. „Morphogenese findet aber natürlich im dreidimensionalen Raum sowie in der vierten Dimension, der Zeit, statt“, sagt Prof. Schneitz. „2D-Ansätze, zum Beispiel mittels Gewebeschnitten, erlauben daher nur partielle Einblicke in diesen Prozess und liefern leider oft auch falsche Ergebnisse.“

    Prof. Schneitz und seine Mitarbeiter, die Molekularbiologen Athul Vijayan und Rachele Tofanelli, haben nun gemeinsam mit Kolleginnen und Kollegen aus den Computerwissenschaften und der Physik ein neues Werkzeug entwickelt, das dieses Problem behebt.

    Vom Computercode bis hin zu einer benutzerfreundlichen grafischen Schnittstelle steht Forschenden auf der ganzen Welt nun eine Open Source Software namens PlantSeg zur Verfügung, die die bisher genaueste und vielseitigste Analyse der Entwicklung von Pflanzengewebe in 3D möglich macht.

    Maschinelles Lernen – die Software wird trainiert

    Wenn Forscher die Morphogenese von Geweben auf zellulärer Ebene untersuchen wollen, ist es notwendig, einzelne Zellen abzubilden. Dazu müssen die Zellen voneinander getrennt oder „segmentiert“ werden, um die Veränderungen im Laufe der Zeit zu analysieren.

    „In Pflanzen hat man oft Zellen, die extrem regelmäßig aussehen. Sie erscheinen im Querschnitt wie Rechtecke oder Zylinder“, sagt Anna Kreshuk, Senior-Autorin einer kürzlich erschienenen Publikation über die Forschungsarbeit der Gruppe. „Aber man hat auch Zellen mit Einbuchtungen und Vorsprüngen, die eher wie Puzzleteile aussehen. Diese sind wegen ihrer Unregelmäßigkeit schwieriger zu segmentieren.“

    Hierzu setzte das Team maschinelles Lernen, eine Methode aus dem Bereich Künstlicher Intelligenz, ein. Die Wissenschaftlerinnen und Wissenschaftler trainierten PlantSeg an 3D-Mikroskopbildern reproduktiver Organe und Wurzeln des Pflanzenmodells Arabidopsis thaliana, auch als Ackerschmalwand bekannt. Dabei musste der Algorithmus lernen, die Inkonsistenzen der Zellen in Größe und Form zu interpretieren. Diese Herausforderung meisterten sie so gut, dass die Software jetzt bei praktisch allen pflanzlichen Organen eingesetzt werden kann.

    PlantSeg – ein breites Anwendungsspektrum

    PlantSeg ermöglicht nicht nur Untersuchungen zur Entwicklung von pflanzlichen Organen in bisher nicht gekannter Präzision, sondern auch die Analyse von Gewebeveränderungen die durch Schädlingsbefall oder Umweltstresse wie Hitze entstehen. Dadurch erhoffen sich die Wissenschaftlerinnen und Wissenschaftler ein besseres Verständnis davon, wie Pflanzen auf Umweltbedingungen reagieren.

    Die Methode könnte man auch für tierisches Gewebe adaptieren. „Bei Tieren müssten wir wahrscheinlich Teile der Software neu trainieren, aber es würde funktionieren“, erklärt Kreshuk. Die Forschungsgruppe hätte dann ein Werkzeug geschaffen, dass über die Pflanzenwelt hinaus von Bedeutung wäre und mit dem zum Beispiel auch krankheitsbedinge Gewebeveränderungen viel genauer analysiert werden könnten.

    Mehr Informationen:
    Der Forschungsgruppe gehörten Experten des EMBL, der Universität Heidelberg, der TUM, der University of Warwick und des Max-Planck-Instituts für Züchtungsforschung in Köln an.


    Contact for scientific information:

    Prof. Dr. Kay Schneitz
    Technische Universität München
    Professur für Entwicklungsbiologie der Pflanzen
    Tel.: +49 (8161) 71 - 5438
    kay.schneitz(at)tum.de
    https://www.professoren.tum.de/schneitz-kay-heinrich
    https://www.plantdev.wzw.tum.de/home.html


    Original publication:

    Adrian Wolny et al.: Accurate and versatile 3D segmentation of plant tissues at cellular resolution. eLifeScience, online veröffentlicht am 29. Juli 2020: https://elifesciences.org/articles/57613


    More information:

    https://www.plantmorphodynamics.com (DFG Forschungsgrupe)
    https://www.tum.de/nc/die-tum/aktuelles/pressemitteilungen/details/36237/ (Pressemitteilung)
    https://mediatum.ub.tum.de/1575701 (hochauflösendes Bildmaterial)
    (Video)
    https://github.com/hci-unihd/plant-seg (Softwaredownload)


    Attachment
    attachment icon Die Mikroskopie liefert Bilder für den Algorithmus, der dann die zellulären Strukturen von Pflanzen abgrenzt und die Segmentierung klarer macht.

    Criteria of this press release:
    Journalists, Scientists and scholars, all interested persons
    Biology, Environment / ecology, Information technology, Physics / astronomy
    transregional, national
    Research results, Scientific Publications
    German


    Die Mikroskopie liefert Bilder für den Algorithmus, der dann die zellulären Strukturen von Pflanzen abgrenzt und die Segmentierung klarer macht.


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).