Jahresbericht 2018-2019

Der wichtigste Aspekt bei der Behandlung von Infektionskrankheiten ist die rechtzeitige Identifi- zierung der Art des Erregers und seiner Antibio- tikaresistenz, um so schnell wie möglich die ge- eigneten Antibiotika auszuwählen. Die Arbeits- gruppe Popp hat in enger Zusammenarbeit mit der Arbeitsgruppe Neugebauer eine neue Metho- de erforscht, welche RAMANBIOASSAY™ genannt wird, die die gleichzeitige Identifizierung von Bak- terien, die Charakterisierung einer Antibiotikare- sistenz sowie die Bestimmung der minimalen Hemmkonzentration ermöglicht. Die Grundlage von RAMANBIOASSAY™ ist die Kombination der chipbasierten Raman-Mikrospektroskopie mit der klassischen Bildgebung, die eine markierungs- freie, zerstörungsfreie und kulturunabhängige optische und spektroskopische Charakterisie- rung von einer sehr geringen Anzahl an Bakterien Spektroskopische Untersuchungen von Infektionen FORSCHUNG — 75 Automatisiertes Hochdurchsatz Raman-Screening von biologischen Zellen Die Raman-Spektroskopie hat sich in der Einzel- zellenforschung bewährt. Bisher wurden jedoch viele Raman-Studien nur an einer begrenzten An- zahl von Zellen durchgeführt, die die statistische Variabilität von Zellversuchen nicht vollständig abdecken. Viele relevante Anwendungen erfor- dern eine signifikante Anzahl von Messungen, um eine solide statistische Analyse erstellen zu kön- nen und müssen unter realistischen Bedingungen, d.h. für gemischte Probenpopulationen, durchge- führt werden. Um diese Probleme anzugehen, hat die Arbeitsgruppe Popp eine Hochdurchsatz- Raman-Spektroskopie-Plattform für die automati- sierte Analyse von Zellen entwickelt. Dies gelang durch eine komplette Automatisierung der Pro- zesskette, d.h. Zelldetektion, Aufnahme des Raman- Spektrums und chemometrische Analyse für die Online-Zellklassifizierung in z. B. Multiwell-Platten oder mikrofluidischen Umgebungen. Mittels dieser automatisierten Plattform lassen sich eine große Anzahl an Zellen, z. B. 10.000, auf einer Zeitskala von 30 Minuten ohne Probenvorbereitung mes- sen. Die Anwendbarkeit dieser Plattform wurde an verschiedenen Beispielen veranschaulicht, wie z. B. (I) differenzierte Bestimmung der Anzahl wei- ßer Blutkörperchen; (II) Identifizierung zirkulieren- in nur 2 bis 3,5 Stunden erlaubt. Statistische Aus- wertungsalgorithmen ermöglichen eine automa- tisierte Klassifizierung und Identifizierung von Bakterien und Resistenzen gegen Antibiotika. Weitere aktuelle Arbeiten in diesem Zusammen- hang beschäftigen sich mit (I) der Erforschung der UV-Resonanz-Raman-Spektroskopie zur Iden- tifizierung von sonst nicht messbaren pathoge- nen Hefen und Pilzsporen sowie der (II) dreidi- mensionalen Charakterisierung von Biofilmen mittels Raman-Spektroskopie. [7] Žukovskaja O., et al. (2018): UV-Raman spectroscopic identificati- on of fungal spores important for respiratory diseases. Anal. Chem. DOI 10.1021/acs.analchem.8b01038. [8] Wichmann C., et al. (2019): Simulation of transportation and stora- ge and their influence on Raman spectra to bacteria. Anal. Chem. DOI 10.1021/acs.analchem.9b02932. [9] Kirchhoff J., et al. (2018): Simple Ciprofloxacin Resistance Test and Determination of Minimal Inhibitory Concentration within 2 h Using Raman Spectroscopy. Anal. Chem. DOI 10.1021/ acs.analchem.7b03800. der Tumorzellen in einer Mischung mit Leukozy- ten; (III) Markierungsfreie Charakterisierung von medikamenteninduzierten Veränderungen. [4] Schie I.W., et al. (2018): High-Throughput Screening Raman Spectroscopy Platform for Label-Free Cellomics. Anal. Chem. DOI: 10.1021/acs.analchem.7b04127. [5] Mondol A.S., et al. (2019): High-content screening Raman spectroscopy (HCS-RS) of panitumumab-exposed colorectal cancer cells. Analyst, DOI: 10.1039/c9an01176e. [6] Mondol A.S., et al (2019). New perspectives for viability studies with high-content analysis Raman spectroscopy (HCA-RS). Scientifc Reports, DOI: https://doi.org/10.1038/s41598-019-48895-7. Abb. 2. (a) Automatisierte Hochdurchsatz-Raman-Platt- form; (b) Hellfeld-Mikroskopie-Aufnahme (6.75 x 5.16 mm) von weißen Blutzellen (schwarze Punkte) auf einem rot eingefärbten Substrat. Zur besseren Visualisierung der Zellverteilung auf dem Substrat werden einige Stellen aus demHellfeldbild vergrößert dargestellt. Die Gesamtzahl der aufgenommen Raman-Spektren auf der gesamten Fläche beträgt 21859, bei einer Gesamtauf- nahmezeit von 4 h 32 min (Bild angepasst von [4]).