High-Content-Imaging-System für Universitätsklinikum Jena

Gegenstand der Ausschreibung ist die betriebsbereite Bereitstellung eines High-Content-Imaging-Systems (HCI). Dieses System soll die automatisierte Konfokal- und Weitfeldmikroskopie mit konventioneller Multimode-Mikroplatten-Messung kombinieren, um die automatisierte Akquise und Analyse fluoreszenzmarkierter Zellen oder Zellverbände zu ermöglichen. Die Technologie soll die Untersuchung lebender oder fixierter Zellen von Tumorsphäroiden oder Organoiden mit integrierter KI-unterstützter Bildauswertung erlauben. Ziel ist die zuverlässige Erfassung struktureller Auffälligkeiten von Zellen oder Zellbestandteilen sowie die Gewinnung von Rückschlüssen auf Zellfunktionsstörungen. Darüber hinaus soll die Automatisierung die Analyse der Auswirkungen vieler Substanzen auf bestimmte Zellfunktionen erleichtern, um potenzielle Wirkstoffe zu identifizieren. Das System muss 2D- und 3D-Strukturen aufnehmen und analysieren können. Es soll Zellmigration, Neuritenauswuchs und Zellorganellbewegungen in Lebendzell-Systemen erfassen. Kinetische Analysen sowie Morphologie- und Lokalisationsuntersuchungen von sehr kleinen subzellulären Strukturen im 96-well-Format sind ebenfalls gefordert. Die inkludierte Bildanalyse- und Steuerungssoftware muss die Automatisierung, Bildverarbeitung und quantitative Analysen biologischer Experimente ermöglichen. Die Software soll komplexe biologische Bilder und Daten mittels künstlicher Intelligenz und Machine Learning effizient analysieren können, um phänotypische Klassifikationen zu erstellen und 3D-Bildanalysen auszuwerten. Hardwareseitig wird ein kompaktes konfokales Hochdurchsatz-Mikroskop mit einer Laser-Lichtquelle, sieben Laserlinien und acht Filterkombinationen gefordert. Spezifische Anforderungen umfassen eine sCMOS-Kamera mit >4 Megapixel, konfokales Whole-Well-Imaging im 10x-Sichtfeld, Phasenkontrast- und Hellfeld-Imaging sowie Weitwinkel- und konfokales Fluoreszenz-Imaging mit Wasserimmersionsoptik. Das System muss Platten bis zu 1536-Well unterstützen und 3D-Messungen von Volumen und Distanz ermöglichen. Es sind ein 8-Positionen Emissionsrad, ein 5-Positionen dichroitisches Filterrad und 4 Objektträger-Halter erforderlich. Eine Vergrößerungs-Linse für den Tubus ist ebenfalls Teil der Anforderungen. Die Laser-Kanäle umfassen 401 nm, 488 nm, 514 nm, 545 nm, 577 nm, 637 nm und 748 nm. Die Imaging-Fluoreszenz-Kanäle/Filter beinhalten DAPI, CFP, FITC, TRITC, YFP, TxRed, Cy5 und Cy7. Die Objektive müssen mindestens 10x, 20x, 40x (Wasserimmersion) und 4x umfassen, mit spezifischen NA- und WD-Werten. Ein 32-Zoll Monitor mit 4K-Auflösung und entsprechenden Anschlüssen ist ebenso gefordert wie zwei leistungsstarke PCs: ein Datenakquisitions-PC mit Windows 11, USB 3.0, einem leistungsstarken AMD Ryzen Prozessor, einer NVIDIA RTX-4000 Grafikkarte, 64 GB RAM und mehreren SSDs/HDDs, sowie eine GPU-Workstation für Deep Learning mit einem AMD Ryzen PRO Prozessor, einer Nvidia RTX 5000 Grafikkarte, 128 GB RAM und schnellen SSDs/HDDs. Die Software des Datenakquisitions-PCs muss die Steuerung des Imaging-Systems, parallele Multi-Kanal-Aufnahmen, automatische Segmentierung von Zellen, Zellkernen, Organellen oder Kolonien, Analysefunktionen wie Intensitätsmessung, Flächenberechnung, Kolokalisierung und Objekterkennung, anpassbare Journale für benutzerdefinierte Analysen, Analyse großer Datenmengen, Assay-Vorlagen, Unterstützung von 3D-Zellkultur-Modellen, Zeitrafferanalysen und Machine-Learning-gestützte Analysen sowie die Erkennung komplexer Phänotypen durch Deep Learning ermöglichen. Analyseschritte müssen als Skripte speicherbar und komplexe Workflows programmierbar sein. Die Software der GPU-Workstation muss Machine Learning und Deep Learning für die Segmentierung und Klassifizierung von Zellen, Zellbestandteilen und Geweben in Bildern unterstützen. Sie muss die Analyse von 3D-Zellkulturen und Zeitreihen (4D) für dynamische Studien ermöglichen. Volumetrische Rekonstruktion und Quantifizierung von Zellstrukturen sind gefordert, ebenso wie visuelle Tools zur manuellen Korrektur und Validierung der KI-Ergebnisse. Statistik- und Visualisierungsfunktionen, inklusive Heatmaps, Scatterplots und Zeitverläufen, sind ebenfalls erforderlich. Die Möglichkeit, eigene KI-Modelle zu trainieren und eigene Analyse-Workflows oder -Module zu erstellen, ist essenziell. Die interaktive Visualisierung der volumetrischen Datensätze und Analyseergebnisse ist ebenfalls gefordert. Die Lieferung, Installation und Inbetriebnahme des Systems am Standort 6430.20.035 FUI (Forschungsgebäude F2, Am Klinikum 1) ist Teil der Leistung. Die Geräteeinbringung, Aufstellfläche und Anschlussbedingungen sind vom Auftragnehmer zu klären. Die Stromversorgung wird bereitgestellt. Die klimatischen Betriebsbedingungen (Temperatur 20°C, relative Luftfeuchte 40-60%) sind zu gewährleisten. Ein geringer Energiebedarf und die Wärmeabgabe sind anzugeben. Die Anlage ist betriebsfertig inklusive aller Abnahmen, Inbetriebnahmen, Einweisungen und Zulassungsprüfungen zu übergeben. Eine Vor-Ort-Schulung und Einweisung in Gerätebedienung, -pflege und Software sind obligatorisch. Die rechtsverbindliche Abnahme setzt die Erfüllung aller Anforderungen, Mängelbeseitigung, abgeschlossene Validierung, abgeschlossene Schulungen und die Vorlage einer vollständigen Dokumentation voraus. Der Gewährleistungszeitraum beträgt 24 Monate. Wartungs- und Servicekosten sind gemäß ZTV auszuweisen.