Philipp Fey

• Für die Verwendung von zellbasierten Therapeutika ist vor allem die korrekt Identifikation sowohl vom Ausgangsmaterial wie auch dem produziertem Material von zentraler Wichtigkeit. In dieser Arbeit wurde eine Methodik entwickelt, welche eine nicht-invasive Klassifizierung von Zellen und zellulärer Entwicklung aufgrund ihrer zweidimensionalen Magnetresonanz-Korrelationsspektren ermöglichte. Hierzu wurde ein mobiler MR-Scanner mit einer Feldstärke von 0.5T und einem Isozentrum von 1 cm3 verwendet. Aufgrund der kompakten und leichtenFür die Verwendung von zellbasierten Therapeutika ist vor allem die korrekt Identifikation sowohl vom Ausgangsmaterial wie auch dem produziertem Material von zentraler Wichtigkeit. In dieser Arbeit wurde eine Methodik entwickelt, welche eine nicht-invasive Klassifizierung von Zellen und zellulärer Entwicklung aufgrund ihrer zweidimensionalen Magnetresonanz-Korrelationsspektren ermöglichte. Hierzu wurde ein mobiler MR-Scanner mit einer Feldstärke von 0.5T und einem Isozentrum von 1 cm3 verwendet. Aufgrund der kompakten und leichten Bauweise war es möglich, das System in normalen Zellkulturlaboren zu verwenden. Von den Proben wurde ein zweidimensionales T1/T2 -Korrelationsspektrum aufgenommen, anhand dessen die Zellen klassifiziert werden sollten. Mithilfe von Agarose-Dotagraf® -Zell- Phantomen konnte die Stabilität und Reproduzierbarkeit des Messsystems und der verwendeten Sequenz validiert werden. Aufgrund der unter Umständen recht langen Messzeiten der MR-Technologie war auch die Handhabung und Kultur der Zellproben während des Messprozesses von großer Bedeutung. Um hierfür den Durchsatz an Proben zu erhöhen, wurde eine kostengünstige und ebenfalls mobile Robotikanlage entwickelt. Diese basierte auf dem kommerziell erhältlichen Roboterarm Braccio, welcher durch einen Arduino Mega Mikrocontroller gesteuert wurde. Mit bis zu 24 Proben pro Tag konnte durch die Automatisierung der Durchsatz an Proben um den Faktor 3 – 4 gesteigert werden. Durch den entwickelten Prozess war es möglich, eine umfangreiche Datenbank – bestehend aus 362 unabhängigen Messungen (biologische Replikate) – aufzubauen. Die Datenbank enthielt Messungen von zehn unterschiedlichen Zelllinien. Zusätzlich wurden T1/T2 -Korrelationsspektren von mesenchymalen Stromazellen (MSCs) vor und nach deren Differenzierung zu Adipocyten aufgenommen, um ihre zelluläre Entwicklung nicht-invasiv charakterisieren zu können. Die aufgenommenen Daten wurden mithilfe einer geeigneten Support Vector Machine wie auch angepassten künstlichen neuronalen Netzwerken klassifiziert. Mithilfe dieser Methoden konnten die Zelllinien und MSCs anhand ihrer aufgenommenen Korrelationsspektren mit einer Genauigkeit von bis zu 98% klassifiziert werden. Diese hohe Treffsicherheit legte den Schluss nahe, dass die Kombination aus nichtinvasiver, zweidimensionaler T1/T2 -MR-Relaxometrie und der Verwendung von geeigneten Methoden des machine learning und der künstlichen Intelligenz eine effiziente Methodik für die nicht-invasive Klassifizierung von Zellen sowie zellulärer Entwicklung darstellt.…
• For the use of cell-based therapeutics, the correct identification of both the starting material and the produced material is of central importance. In this work, a methodology was developed that allowed non-invasive classification of cells and cellular development based on their two-dimensional magnetic resonance correlation spectra. For this purpose, a mobile MR scanner with a field strength of 0.5T and an isocenter of 1 cm3 was used. Due to its compact and lightweight design, it was possible to use the system in normal cell cultureFor the use of cell-based therapeutics, the correct identification of both the starting material and the produced material is of central importance. In this work, a methodology was developed that allowed non-invasive classification of cells and cellular development based on their two-dimensional magnetic resonance correlation spectra. For this purpose, a mobile MR scanner with a field strength of 0.5T and an isocenter of 1 cm3 was used. Due to its compact and lightweight design, it was possible to use the system in normal cell culture laboratories. A two-dimensional T1/T2 - correlation spectrum was recorded from the samples, which was used to classify the cells. Agarose-Dotagraf® cell phantoms were used to validate the stability and reproducibility of the measurement system and the sequence used. Due to the possibly quite long measurement times of the MR technology, the handling and culture of the cell samples during the measurement process was also of great importance. To increase the throughput of samples for this purpose, a low-cost and also mobile robotic system was developed. This was based on the commercially available Braccio robotic arm, which was controlled by an Arduino Mega microcontroller. With up to 24 samples per day, the automation increased the throughput of samples by a factor of 3 - 4. Through the developed process it was possible to build an extensive database – consisting of 362 independent measurements (biological replicates) . The database contained measurements from ten different cell lines. In addition, T1/T2 -correlation spectra of mesenchymal stromal cells (MSCs) before and after their differentiation into adipocytes were recorded to characterize their cellular development non-invasively. The recorded data were classified using an appropriate Support Vector Machine as well as adapted artificial neural networks. Using these methods, the cell lines and MSCs could be classified based on their recorded correlation spectra with an accuracy of up to 98 %. This high accuracy suggested that the combination of non-invasive, two-dimensional T1/T2 -MR relaxometry and the use of appropriate machine learning and artificial intelligence methods is an efficient methodology for the non-invasive classification of cells as well as cellular development.…