Dne 14. června udělil prof. Pavel Ripka Cenu děkana za dizertační práci. Ocenění získal Ing. Tomáš Lukeš, Ph.D. z katedry radioelektroniky za studii „Super-resolution Microscopy Live Cell Imaging and Image Analysis“. Školitem byl prof. Ing. Miloš Klíma, CSc. z téže katedry FEL.
dizertační práce / PhD thesis: Ing. Tomáš Lukeš, Ph.D.: Super-resolution Microscopy Live Cell Imaging and Image Analysis
školitel / advisor: prof. Ing. Miloš Klíma, CSc., katedra radioelektroniky / Department of Radioelectronics
školitel specialista/ advisor-specialist: Ing. Karel Fliegel, Ph.D., katedra radioelektroniky / Department of Radioelectronics
externí školitel / external advisor: prof. Theo Lasser, Ph.D., Ecole polytechnique fédérale de Lausanne
Nové výsledky základního výzkumů poskytují techniky schopné překonat difrakční limit. Tyto nedávné pokroky, známé pod názvem super-resolution mikroskopie, slibují nové objevy v biologii a vědách o živé přírodě. Všechny tyto techniky spoléhají na komplexní zpracování signálů a obrazu. Jejich aplikovatelnost v biologii, a to zejména pro zobrazování živých buněk, zů̊stává stále velmi náročná a vyžaduje další zkoumání. Práce se soustředí na zpracování a analýzu obrazů pro rozvoj metod structured illumination microscopy (SIM) a super-resolution optical fluctuation imaging (SOFI) orientované na super-resolution kvantitativní zobrazování živých buněk. Práce představuje novou metodu rekonstrukce obrazů pro 2D i 3D SIM data, která je kompatibilní se slabými signály a robustní vů̊či nežádoucím obrazovým artefaktů̊m. Tato rekonstrukční metoda je efektivní v podmínkách slabého osvětlení, redukuje fototoxicitu a usnadňuje pozorování živých buněk. Výkonnost této naší nové metody je demonstrována snímáním dlouhých super-resolution videí živých U2-OS buněk, kde zlepšuje navazující úlohu sledování částic buňky. V práci je vyvinut nový algoritmus 3D dekonvoluce adaptovaný pro SOFI, jež potlačuje šum a umožňuje 3D SOFI snímání živých buněk díky redukci počtu požadovaných vstupních snímků̊. Je představen nový proces linearizace pro SOFI umožňující maximalizovat zlepšení rozlišení. Je ukázáno, že SOFI a PALM metody lze aplikovat na stejná data a získat tak více informací o zkoumaném vzorku. Tento koncept rozšiřuje možnosti kvantitativního zobrazování a umožňuje bezprecedentní funkční zkoumání vzorků̊ pomocí odhadů molekulárních parametrů̊. Práce představuje novou metodiku hodnocení kvality obrazů měřením rozlišení a poměru signálu k šumu v reálných buněčných vzorcích za účelem kvantifikace výsledků̊ našich super-resolution metod. Možnosti vylepšené SOFI metody jsou demonstrovány na rychlém 3D zobrazování živých HeLa buněk dosažením snímacího časů 0,95 s pro jeden celý super-resolution 3D snímek, zkoumáním fokálních adhezí v živých MEF buňkách, rychlým optickým čtením fluorescenčně obarvené DNA a pozorováním prostorového uspořádání CD4 proteinů̊ na membráně T-buněk v nanoměřítku. V rámci práce byly vytvořeny open-source softwary SIMToolbox a SOFI simulation tool, které jsou první svého druhu a kladou si za cíl usnadnit použití super-resolution mikroskopie.
Novel fundamental research results provided new techniques going beyond the diffraction limit. These recent advances known as super-resolution microscopy have been awarded by the Nobel Prize as they promise new discoveries in biology and live sciences. All these techniques rely on complex signal and image processing. The applicability in biology, and particularly for live cell imaging, remains challenging and needs further investigation. Focusing on image processing and analysis, the thesis is devoted to a significant enhance- ment of structured illumination microscopy (SIM) and super-resolution optical fluctuation imaging (SOFI) methods towards fast live cell and quantitative imaging. The thesis presents a novel image reconstruction method for both 2D and 3D SIM data, compatible with weak signals, and robust towards unwanted image artifacts. This image reconstruction is efficient under low light conditions, reduces phototoxicity and facilitates live cell observations. We demonstrate the performance of our new method by imaging long super-resolution video sequences of live U2-OS cells and improving cell particle tracking. We develop an adapted 3D deconvolution algorithm for SOFI, which suppresses noise and makes 3D SOFI live cell imaging feasible due to reduction of the number of required input images. We introduce a novel linearization procedure for SOFI maximizing the resolution gain and show that SOFI and PALM can both be applied on the same dataset revealing more insights about the sample. This PALM and SOFI concept provides an enlarged quantitative imaging framework, allowing unprecedented functional exploration of the sample through the estimation of molecular parameters. For quantifying the outcome of our super-resolution methods, the thesis presents a novel methodology for objective image quality assessment measuring spatial resolution and signal to noise ratio in real samples. We demonstrate our enhanced SOFI framework by high throughput 3D imaging of live HeLa cells acquiring the whole super-resolution 3D image in 0.95 s, by investigating focal adhesions in live MEF cells, by fast optical readout of fluorescently labelled DNA strands and by unraveling the nanoscale organization of CD4 proteins on a plasma membrane of T-cells. Within the thesis, unique open-source software packages SIMToolbox and SOFI simulation tool were developed to facilitate implementation of super-resolution microscopy methods.