Virtuelle Histologie Neue Methode kombiniert Röntgenbildgebung und Farbstoffbestimmung

Ein internationales Team mit maßgeblicher Beteiligung des Helmholtz-Zentrums Hereon hat eine zerstörungsfreie Methode entwickelt, die bei histologischen Gewebeschnitten Farbstoffe mit 3D-Röntgenbildgebung verbindet. Mit einem neuen Algorithmus lassen sich Gewebe und Farbstoff getrennt in 3D darstellen und quantitativ erfassen – was neue Möglichkeiten für Forschung und Medizin verspricht.

Die Histologie zählt zu den Grundlagen der modernen Diagnostik. Wenn Ärzte wissen wollen, ob ein Gewebe krankhaft verändert ist, greifen sie zur mikroskopischen Gewebeanalyse. Dazu schneiden sie das Gewebe in hauchdünne Schnitte, färben es mit speziellen Farbstoffen ein und betrachten es unter dem Lichtmikroskop. Dadurch lässt sich z. B. erkennen, ob und welche Art von Tumor vorliegt, sodass Therapieentscheidungen getroffen werden können. Außerdem beurteilen Mediziner teils während der OP, ob sie das veränderte Gewebe schon vollständig entfernt haben oder noch weiter operieren müssen.

Doch das Verfahren ist aufwendig: Das Gewebe muss entweder gefroren oder fixiert und in Wachs eingebettet, geschnitten und eingefärbt werden – ein zeitintensiver Prozess, der die Probe in viele Scheiben zerteilt und so den räumlichen Zusammenhang auseinanderreißt. „Man kann sich das Gewebe nicht im 3D-Kontext ansehen, um beispielsweise zu verstehen, wie Blutgefäße verlaufen oder wo der Tumor endet“, erläutert Dominik John, Erstautor der Studie, die im Fachmagazin Advanced Science veröffentlicht wurde, und Forscher am Hereon-Institut für Werkstoffphysik.

Deshalb arbeitet die Fachwelt an der sogenannten virtuellen Histologie – an 3D-Röntgenbildern mit mikrometergroßer Auflösung. Denn anders als sichtbares Licht durchdringen Röntgenstrahlen zentimeterdicke Proben und liefern Daten über das gesamte Volumen. Anstatt nur Aufnahmen von wenigen Gewebestellen zu sehen, lässt sich jede beliebige Stelle aus allen möglichen Richtungen betrachten. Doch ein Problem blieb ungelöst: Röntgenbilder sind schwarz-weiß. Deshalb ließen sich die Farbstoffe, die in der klassischen Histologie Zellkerne oder bestimmte Gewebetypen farbig markieren, im Röntgenbild bisher nicht vom umgebenden Gewebe unterscheiden.

Spezieller Algorithmus für präzise 3D-Darstellung von Gewebe und Farbstoff

Hier setzt die Methode an, die John gemeinsam mit einem internationalen Team von Forschern aus Hamburg, München und Melbourne entwickelte. Der Ansatz kombiniert die hochauflösende Röntgen-Computertomografie mit einem speziellen Phasenkontrast-Verfahren und einem neuen Auswertealgorithmus. Dieser nutzt zwei Messgrößen gleichzeitig: wie stark das Gewebe die Röntgenstrahlen abschwächt und wie sehr es sie bricht. Letzteres wird durch ein feines Gitter im Röntgenstrahl sichtbar, was ein Punktmuster auf die Probe projiziert. „Dadurch kann das Verfahren zwei getrennte dreidimensionale Bilder berechnen“, erklärt John. „Das eine zeigt ausschließlich das Gewebe, das andere nur den Farbstoff.“

Als Demonstration untersuchten die Forscher Nieren von Mäusen und Ratten, die sie mit dem Farbstoff Hämatein behandelten. Am Farbstoff hing zusätzlich ein Bleiatom, um für starken Röntgenkontrast zu sorgen. Die Proben untersuchte das Team an den Röntgenstrahlungsquellen PETRA III am Deutschen Elektronen Synchrotron (DESY) in Hamburg und am Australian Synchrotron in Melbourne. Das Ergebnis: Die Methode zeigt nicht nur, wo sich der Farbstoff befindet – sie misst auch dessen Menge. „Wir können für jeden Bereich der Gewebeprobe die genaue Farbstoff-Konzentration angeben“, sagt John. „Das ist eine wertvolle Information für die Forschung.“ Um ihre Röntgenaufnahmen mit konventionellen Bildern zu vergleichen, fertigte das Team histologische Schnitte aus derselben Probe an – und fand eine gute Übereinstimmung.

Methode auch bald in der klinischen Diagnostik einsetzbar?

Noch ist die Methode aufwendig, weil sie an große Forschungsgeräte gebunden ist. Deshalb wollen sie die Fachleute mithilfe moderner Labor-Röntgenquellen zugänglicher machen. „Zunächst könnte es als Tool für die Wissenschaft dienen, etwa für die Krebsforschung“, sagt John. „Doch ließe sich die Auflösung verbessern, wäre das auch für die klinische Diagnostik spannend.“ In der Medizin ließe sich krankes Gewebe vollständig im räumlichen Zusammenhang analysieren, etwa um Tumorausbreitung, Vollständigkeit der operativen Entfernung oder Therapieeffekte besser beurteilen zu können. Aus Patientensicht wäre das ein spürbarer Gewinn: präzisere Diagnosen, besser begründete Therapieentscheidungen und möglicherweise weniger invasive Eingriffe.

(ID:50687239)