Fluorescent microscopes

Description

Im Rahmen des vorliegenden Verfahrens vergibt der Freistaat Bayern (Auftraggeber) – hier vertreten durch die Julius-Maximilians-Universität Würzburg – die Beschaffung eine automatischen Hochdurchsatz-Fluoreszenz-Mikroskops für den Lehrstuhl für Biochemie und Molekularbiologie I an der Julius-Maximilians-Universität Würzburg. Der Freistaat Bayern (Auftraggeber) – hier vertreten durch die Julius-Maximilians-Universität Würzburg –beschafft ein automatisches Hochdurchsatz-Fluoreszenz-Mikroskop für den Lehrstuhl für Biochemie und Molekularbiologie an der Julius-Maximilians-Universität Würzburg. Die folgenden Alleinstellungsmerkmale der Operetta CLS sind für unsere Forschung unbedingt erforderlich und werden von keinem anderen Anbieter bereitgestellt: — Die Operetta CLS wird mit 3 automatisierten Wasserimmersions-Objektiven mit hoher numerischer Apertur verschiedener Vergrößerungen (20x, 40x, 63x) bestückt werden. Dadurch wird die Messzeit verkürzt und die Auflösung in z-Richtung verbessert; insgesamt erhöht sich damit der Durchsatz bei der Analyse von dreidimensionalen Strukturen. Dies ist notwendig für die exakte Analyse der vielen unterschiedlichen Proben, die in unserer Zentralabteilung gemessen werden (Gewebeschnitte, Tumor-Organoide, Zellkulturexperimente etc.). Diese Technologie ist patentiert: EP1386189 B1, US7304793 B2 und EP1646902 B1, US7961384 B2. — Die Operetta CLS bietet mit 8 hoch leistungsfähigen LEDs eine unübertroffene Vielzahl an Anregungswellenlängen für den kompletten Bereich zwischen Ultraviolett und Nahinfrarot. Diese Flexibilität ist für eine Zentralabteilung von immenser Bedeutung. — Das System korrigiert automatisch Verschiebungen, die beim Umschalten vom 5x auf das 40x oder 63xObjektiv entstehen, mit Hilfe einer fest im Tisch verbauten fluoreszierenden Referenzprobe (QuasiperiodicGrid). Dadurch wird sichergestellt, dass die gewünschten Zellen, Zellkomplexe oder Zellstrukturen in der richtigen Ebene immer wieder gefunden werden können. Auch darauf hat die Firma Perkin Elmer ein Patent (US9582864). — Das System bietet bei der Analyse eine Methode für „machine learning“ an (PhenoLOGIC). Diese ermöglicht der Software, verschiedene Zell-Populationen oder -Regionen zu erkennen und dann automatisch die besten Parameter für die optimale Bild-Segmentierung und Zell-Klassifizierung festzulegen (Patente zu PhenoLOGIC:WO2013038224).