Publikationsserver der Universitätsbibliothek Marburg

Titel:Motion patterns of subviral particles: Digital tracking, image data processing and analysis
Autor:Rausch, Andreas Ulrich Leonhard
Weitere Beteiligte: Becker, Stephan (Prof. Dr.) und Schanze, Thomas (Prof. Dr.)
Veröffentlicht:2022
URI:https://archiv.ub.uni-marburg.de/diss/z2022/0182
DOI: https://doi.org/10.17192/z2022.0182
URN: urn:nbn:de:hebis:04-z2022-01823
DDC: Informatik
Publikationsdatum:2022-04-28
Lizenz:https://creativecommons.org/licenses/by-nc-sa/4.0

Dokument

Schlagwörter:
Marburgvirus, Maschinelles Lernen, Nukleokapside, Fraktale Dimension, Mean squared displacement, Kalman Filter, Linear assignment problem, Motion patterns, Automation,, Ebolavirus, Zuordnungsproblem, Datenverarbeitung, Bewegungsmuster, Linear Assignment Problem, Nucleocapsid, Tracking, Kalman filter, Machine learning, Bildverarbeitung, Objektverfolgung, Support Vector Machine, Curvature

Summary:
At the Institute of Virology, Philipps-University, Marburg, Germany, currently research on the understanding of the transport mechanisms of Ebola- and Marburgvirus nucleocapsids is carried out. This research demands a profound knowledge about the various motion characteristics of the nucleocapids. The analysis of large amounts of samples by conventional manual evaluation is a laborious task and does not always lead to reproducible and comparable results. In a cooperation between the Institute of Virology, Marburg, and the Institute for Biomedical Engineering, University of Applied Sciences, Giessen, Germany, algorithms are developed and programmed that enable an automatic tracking of subviral particles in fluorescence microscopic image sequences. The algorithms form an interface between the biologic and the algorithmic domain. Furthermore, methods to automatically parameterize and classify subviral particle motions are created. Geometric and mathematical approaches, like curvature-, fractal dimension- and mean squared displacement-determination are applied. Statistical methods are used to compare the measured subviral particle motion parameters between different biological samples. In this thesis, the biological, mathematical and algorithmic basics are described and the state of the art methods of other research groups are presented and compared. The algorithms to track, parameterize, classify and statistically analyze subviral particle tracks are presented in the Methods section. All methods are evaluated with simulated data and/or compared to data validated by a virologist. The methods are applied to a set of real fluorescence microscopic image sequences of Marburgvirus infected live-cells. The Results chapter shows that subviral particle motion can be successfully analyzed using the presented tracking and analysis methods. Furthermore, differences between the subviral particle motions in the analyzed groups could be detected. However, further optimization with manually evaluated data can improve the results. The methods developed in this project enhance the knowledge about nucleocapsid transport and may be valuable for the development of effective antiviral agents to cure Ebola- and Marburgvirus diseases. The thesis concludes with a chapter Discussion and Conclusions.

Zusammenfassung:
Am Institut für Virologie der Philipps-Universität, Marburg, Deutschland, werden derzeit Forschungen zum Verständnis der Transportmechanismen von Ebola- und Marburgvirus-Nukleokapsiden durchgeführt. Diese Forschung erfordert ein profundes Wissen über die verschiedenen Bewegungseigenschaften der Nukleokapside. Die Analyse großer Mengen von Proben durch konventionelle manuelle Auswertung ist aufwändig und führt nicht immer zu reproduzierbaren und vergleichbaren Ergebnissen. In einer Kooperation zwischen dem Institut für Virologie, Marburg, und dem Institut für Biomedizinische Technik, Technische Hochschule Mittelhessen, Gießen, werden Algorithmen entwickelt und programmiert, die eine automatische Verfolgung von subviralen Partikeln in fluoreszenzmikroskopischen Bildsequenzen ermöglichen. Die Algorithmen bilden eine Schnittstelle zwischen der biologischen und der algorithmischen Domäne. Außerdem werden Methoden zur automatischen Parametrisierung und Klassifizierung von subviralen Partikelbewegungen geschaffen. Geometrische und mathematische Ansätze, wie z.B. Krümmungs-, Fraktale Dimensions- und mittlere quadratische Verschiebungsbestimmung werden angewendet. Statistische Methoden werden eingesetzt, um die gemessenen Parameter der subviralen Partikelbewegung zwischen verschiedenen biologischen Proben zu vergleichen. In dieser Arbeit werden die biologischen, mathematischen und algorithmischen Grundlagen beschrieben und der Stand der Technik anderer Forschungsgruppen vorgestellt und verglichen. Die Algorithmen zur Verfolgung, Parametrisierung, Klassifizierung und statistischen Analyse subviraler Partikelspuren werden im Abschnitt Methoden vorgestellt. Alle Methoden werden mit simulierten Daten getestet und/oder mit Daten verglichen, die von einem Virologen validiert wurden. Die Methoden werden auf eine Reihe von realen fluoreszenzmikroskopischen Bildsequenzen von mit dem Marburgvirus infizierten lebenden Zellen angewandt. Das Kapitel Ergebnisse zeigt, dass die subvirale Partikelbewegung mit den vorgestellten Tracking- und Analysemethoden erfolgreich analysiert werden kann. Darüber hinaus werden Unterschiede zwischen den subviralen Partikelbewegungen in den untersuchten Gruppen erkannt. Eine weitere Optimierung mit manuell ausgewerteten Daten könnte jedoch die Ergebnisse weiter verbessern. Die in dieser Arbeit entwickelten Methoden erweitern das Wissen über den Nukleokapsid-Transport und können für die Entwicklung effektiver antiviraler Wirkstoffe zur Behandlung von Ebola- und Marburgvirus-Erkrankungen wertvoll sein. Die Arbeit schließt mit einem Kapitel „Discussion and Conclusions“ ab.


* Das Dokument ist im Internet frei zugänglich - Hinweise zu den Nutzungsrechten