Inteligența artificială face ca microscoapele mari să fie mai bune ca niciodată

Reprezentarea rețelei neuronale este fundalul inimii bătăilor larvelor de pește. Credit: Tobias Wuestefeld

Învățarea automată ajută unii dintre cei mai buni microscopi să vadă mai bine, să lucreze mai repede și să proceseze mai multe date.

Pentru a observa semnalele neuronale rapide din creierul peștilor, oamenii de știință au început să folosească o tehnică numită microscopie în câmp luminos, care face posibilă vizualizarea proceselor biologice atât de rapid în 3D. Dar imaginile sunt adesea lipsite de calitate și durează ore sau zile pentru ca cantități mari de date să fie convertite în volume 3D și filme.

Acum, oamenii de știință de la Laboratorul European de Biologie Moleculară (EMBL) au combinat algoritmi de inteligență artificială (AI) cu două tehnici avansate de microscopie – un avans care scurtează timpul de procesare a imaginilor de la zile la doar câteva secunde, asigurându-se în același timp că rezultatul este o adevărată sertizare . Descoperirile sunt publicate în Metode ale naturii.

„În cele din urmă, am reușit să luăm„ cel mai bun din ambele lumi ”în acest fel”, a spus Nils Wagner, unul dintre cei doi autori principali ai lucrării și acum doctorand la Universitatea Tehnică din München. “AI ne-a permis să combinăm diferite tehnici de microscopie, astfel încât să putem vizualiza cât de repede permite microscopia cu câmp luminos și să ne apropiem de o rezoluție a imaginii microscopice pe foi de lumină”.

Deși microscopia cu foi luminoase și microscopia cu câmp luminos pot suna similar, aceste tehnici au avantaje și provocări diferite. Microscopia cu câmp luminos captează imagini 3D mari care permit cercetătorilor să urmărească și să măsoare mișcări remarcabil de fine, cum ar fi inima bătută a unei larve de pește, la viteze foarte mari. Dar această tehnică generează o cantitate imensă de date, care poate dura zile până la procesare, iar imaginile finale de obicei nu au rezoluție.

Microscopia cu foi luminoase găzduiește un plan 2D al unei probe date simultan, astfel încât cercetătorii pot vizualiza probele la rezoluție mai mare. Comparativ cu microscopia cu câmp luminos, microscopia cu coli luminoase produce imagini care sunt mai rapid de procesat, dar datele nu sunt la fel de cuprinzătoare, întrucât captează informații dintr-un singur plan 2D la un moment dat.

Pentru a profita de avantajele fiecărei tehnici, cercetătorii EMBL au dezvoltat o metodă care utilizează microscopie cu câmp luminos pentru a vizualiza probe 3D mari și microscopie cu foi luminoase pentru a antrena algoritmii AI, care apoi creează o imagine 3D precisă a probei.

„Dacă construiți algoritmi care produc imagini, trebuie să verificați dacă acești algoritmi produc imaginea potrivită”, explică Anna Kreshuk, liderul grupului EMBL a cărui echipă a adus expertiza în învățarea automată a proiectului. În noul studiu, cercetătorii au folosit microscopie cu foi luminoase pentru a face ca algoritmii AI să funcționeze, a spus Anna. “Acest lucru face ca cercetările noastre să iasă în evidență de ceea ce s-a făcut în trecut.”

Robert Prevedel, liderul grupului EMBL al cărui grup a contribuit cu noua platformă hibridă de microscopie, observă că tehnologia optică nu este adesea adevăratul blocaj în construirea unor microscoape mai bune, ci calculul. De aceea, în 2018, el și Anna au decis să facă echipă. Abordarea noastra va fi cu adevarat cheie pentru persoanele care doresc sa studieze modul in care un creier conteaza. Metoda noastră poate vizualiza un creier întreg de larve de pește, în timp real ”, spune Robert.

El și Anna spun că această metodă ar putea fi adaptată pentru a funcționa și cu diferite tipuri de microscopuri, permițând în cele din urmă biologilor să privească zeci de specimene diferite și să vadă mult mai mult, mult mai devreme. De exemplu, ar putea ajuta la găsirea genelor care sunt implicate în dezvoltarea inimii sau ar putea măsura activitatea a mii de neuroni la un moment dat.

În continuare, cercetătorii intenționează să exploreze dacă metoda poate fi utilizată pentru specii mai mari, inclusiv pentru mamifere.

Referință: 7 mai 2021, Metode ale naturii.
DOI: 10.1038 / a41592-021-01136-0

Co-autor al studiului Fynn Beuttenmüller, doctorand în grupul Kreshuk de la EMBL Heidelberg, nu are nicio îndoială cu privire la puterea AI. „Metodele de calcul vor continua să aducă progrese interesante microscopiei.”

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Inginerii dezvoltă o nouă tehnologie de tratare a apei care ar putea ajuta și exploratorii Marte

Un catalizator care distruge percloratul din apă poate curăța solul marțian. O echipă condusă de ingineri de la Universitatea din California Riverside a dezvoltat un...

Dezechilibrul energetic al Pământului s-a dublat

Faceți clic pe imaginea pentru a anima: Comparația estimărilor anuale suprapuse la intervale de 6 luni ale fluxului anual net de energie în atmosfera...

Modul în care celulele folosesc „pungile pentru gunoi” pentru a-și transporta deșeurile de reciclare

Descoperirile pot avea implicații importante pentru înțelegerea bolilor legate de vârstă. Oamenii de știință de la Sanford Burnham Prebys au obținut o perspectivă mai profundă...

Cercetătorii iau distribuția cheii cuantice din laborator

Dovezile pe teren arată că simpla funcționare a sistemului DCC cu rețeaua de telecomunicații existentă în Italia. Într-un nou studiu, cercetătorii au demonstrat un sistem...

Știința simplificată: ce sunt rețelele cuantice?

din Departamentul Energiei din SUA 17 iunie 2021 Părțile interesate din guvern, laboratoare naționale, universități și industrie s-au alăturat DOE Internet Quantum Project Workshop pentru a...

Newsletter

Subscribe to stay updated.