Diffusie is het proces dat de kleur door thee laat verspreiden, maar er is veel meer dan dat:het is ook een van de meest fundamentele principes die ten grondslag liggen aan de innerlijke werking van levende cellen. Het vermogen van moleculen om in of tussen cellen te bewegen, bepaalt waar - en of - ze hun functie kunnen uitoefenen. Bijgevolg, de beweeglijkheid van moleculen kan veel onthullen over hun taken in het levende organisme. Wetenschappers gebruiken daarom zogenaamde "FRAP" -assays (FRAP:Fluorescence Recovery After Photobleaching) om diffusiekinetiek te onderzoeken, een methode die meer dan 40 jaar geleden is ontwikkeld. Het interdisciplinaire team rond Patrick Müller in het Friedrich Miescher Laboratorium van de Max Planck Society in Tübingen, Duitsland, had een nieuwe kijk op dit soort experimenten. In het journaal Natuurcommunicatie ze vestigen de aandacht op de beperkingen van reeds bestaande analysetools voor FRAP-assays - en bieden een flexibel en nauwkeurig alternatief:hun open-access software "PyFRAP".

In FRAP-assays, de tijd die fluorescerende moleculen nodig hebben om een ​​uitgebleekt gebied aan te vullen wordt gemeten, in feite beoordelen hoe snel een donker monstergebied weer helder wordt. Echter, de evaluatie van de resulterende microscoopbeelden is allesbehalve triviaal:moleculaire beweging hangt af, onder andere, op de vorm van de omgeving. Als een complexe structuur wordt benaderd met te vereenvoudigde geometrieën om de analyse te vergemakkelijken, de geschatte diffusiecoëfficiënten kunnen ver afwijken van de werkelijke waarden. PyFRAP werkt zonder dergelijke simplistische aannames en neemt in plaats daarvan meer realistische, rekening houden met driedimensionale structuren. Het programma simuleert vervolgens het experiment numeriek en gebruikt klassieke algoritmen om de simulaties aan te passen aan de gemeten gegevens.

Dr. Alexander Blale, hoofdauteur van de publicatie, en zijn collega's hebben een verscheidenheid aan potentiële problemen met de huidige FRAP-analysemethoden geïdentificeerd en deze aangepakt tijdens de ontwikkeling van PyFRAP. Deze grondigheid wierp zijn vruchten af:in vergelijking met alternatieve programma's, PyFRAP levert bijzonder betrouwbare resultaten, vooral onder gecompliceerde omstandigheden. En dankzij de flexibele beginvoorwaarden is het ook mogelijk om iFRAP-gegevens te evalueren (iFRAP:inverse FRAP), een relatief nieuw alternatief voor FRAP dat minder schadelijk is voor delicate monsters.

Met de beschikbaarheid van een nauwkeurigere analysemethode, er zouden nu nieuwe toepassingen voor FRAP- of iFRAP-assays kunnen ontstaan. De auteurs wijzen erop dat hun software kan helpen om de interacties tussen moleculen in levende organismen te onderzoeken:het zou kunnen helpen bepalen of moleculen worden vertraagd door interactie met (misschien tot nu toe onontdekte) bindingspartners.

PyFRAP heeft het potentieel om zich te vestigen als een nieuw standaardanalyseprogramma in fundamenteel onderzoek. In elk geval, het biedt al een indrukwekkend voorbeeld van de voordelen van het voortdurend uitdagen van gevestigde strategieën en niet tevreden zijn met eenvoudige, maar minder nauwkeurige oplossingen.